OPTIMASI STATISTIKA

OPTIMALISASI PORTOFOLIO


Kontak : \(\downarrow\)
Email
Instagram https://www.instagram.com/claraevania/
RPubs https://rpubs.com/claradellaevania/

Data Set

Untuk Data yang digunakan, saya memakai data 5 saham untuk membangun portofolio yaitu - BCA - Telkom - Gojek - Astra - Unilever

library(tidyquant)
library(plotly)
library(timetk)

#5 nama saham yang saya ambil
tick = c('BBCA','TLKM','GOTO','ASII','UNVR')

pricedata = tq_get(tick,
                   from = '2020-01-01',
                   to   = Sys.Date(),              
                   get  = 'stock.prices')
pricedata

Pengembalian

Setelah menginput 5 data saham, kita dapat menghitung pengembalian harian untuk beberapa saham ini dengan menggunakan pengembalian logaritmik yang bertujuan untuk memastikan data stasioner.

log_ret_tidy <- pricedata %>%
  group_by(symbol) %>%
  tq_transmute(select = adjusted,
               mutate_fun = periodReturn,
               period = 'daily',
               col_rename = 'ret',
               type = 'log') 
 
#log_ret_tidy$ret<-round(log_ret_tidy$ret,4)

library(DT)  # print data dalam tabel
datatable(log_ret_tidy)

Kita dapat menggunakan fungsi spread() untuk mengubah datatable menjadi format lebar dan menggunakan xts() untuk mengubahnya menjadi objek time series.

library(tidyr)

log_ret_xts = log_ret_tidy %>%
  spread(symbol, value = ret) %>%
  tk_xts()

datatable(log_ret_xts)