Bab 2. Landasan Teori. 2.1 Fungsi Convex
|
|
- Hendra Johan Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Bab 2 Landasan Teori Salah satu hal yang menarik dari topik tugas akhir ini adalah penggunaan sebuah ilmu dari dunia insurance (teori comonotonic) ke dunia matematika keuangan. Oleh karena itu untuk memahaminya diperlukan pemahaman terlebih dahulu terhadap konsep - konsep dalam matematika keuangan dan teori comonotonic. Pada bab ini akan diperkenalkan dasar - dasar teori ukuran, teori peluang, dan matematika keuangan yang akan membantu pemahaman selanjutnya. 2. Fungsi Convex Pada pembahasan di bab-bab selanjutnya penjelasan fungsi convex dan sifatsifatnya akan sangat membantu pemahaman dan pembuktian beberapa teorema. Untuk lebih jelasnya, konsep fungsi convex dapat dilihat pada buku rujukan [3] dan [4] Goovaerts, M.J. Berikut ini adalah beberapa pengertian yang akan diperlukan selanjutnya. 4
2 BAB 2. LANDASAN TEORI 5 De nisi Jika f adalah suatu fungsi convex maka untuk 0 berlaku f (x + ( )y) f(x) + ( )f(y): Sifat-sifat fungsi convex yang penting antara lain. Jika f adalah suatu fungsi convex maka untuk setiap x 0 2 D f (domain dari fungsi f) terdapat sebuah garis l(x) = a + bx dimana l(x 0 ) = f(x 0 ) dan l(x) f(x) untuk setiap x: 2. Jensen Inequality, Jika f adalah suatu fungsi convex dan X adalah suatu peubah acak maka f (E [X]) E [f (X)] : 2.2 Ruang Probabilitas Pembahasan dalam tugas akhir ini akan banyak memakai sudut pandang dari ilmu teori peluang. Oleh karena itu akan dijelaskan terlebih dahulu mengenai ruang probabilitas dan segala hal yang terkait dengannya sampai pada ukuran probabilitas. Pembahasan yang lebih lengkap mengenai ruang probabilitas sampai dengan konsep model pergerakan harga saham dapat ditemukan di buku rujukan [8] Shreve, Steven dan [9] Syamsuddin, Dr.M Aljabar dan - Aljabar De nisi 2 Misal adalah sebuah himpunan dan F adalah koleksi sub-himpunan dari : 2 Suatu aljabar pada adalah koleksi himpunan F yang memenuhi sifat - sifat berikut De nisi di atas dikutip dari buku [3] Insurance Premiums : Theory and Applications karangan Goovaerts halaman 240 dan 260 serta buku [4] E ective Actuarial Methods karangan Goovaerts halaman De nisi 2-6, teorema 7, dan penjelasan pada sub - bab 2.2, 2.3, dan 2.4 dikutip dari buku [9] Catatan Kuliah Matematika Keuangan karangan Dr. M. Syamsuddin, M.Com.
3 BAB 2. LANDASAN TEORI 6. 2 F 2. Bila A 2 F maka A c 2 F 3. Bila A, B 2 F maka A [ B 2 F: De nisi 3 Misal adalah sebuah himpunan dan F adalah koleksi sub-himpunan dari : Koleksi himpunan F disebut dengan aljabar pada bila F adalah S aljabar dan bila A ; A 2 ; ::: adalah barisan di F maka A k 2 F: Dalam teori peluang aljabar dapat diartikan sebagai informasi mengenai hasil eksperimen acak. Catatan : Sebuah aljabar mempunyai sifat yang tertutup oleh operasi himpunan yang terhingga ( nite) sedangkan sebuah aljabar mempunyai sifat yang tertutup oleh operasi himpunan yang terhitung. De nisi 4 Apabila F ; F 2 ; ::: adalah keluarga sub aljabar dari F dengan sifat F F 2 F maka keluarga tersebut dinamakan ltrasi. k= De nisi 5 Misal C adalah kelas dari sub-himpunan dari : Pengertian aljabar yang dibangkitkan oleh C, dinotasikan dengan (C); adalah aljabar terkecil pada dengan C (C): De nisi 6 Misal R adalah himpunan semua bilangan riil. aljabar Borel pada R, dinotasikan dengan ß(R), adalah dibangkitkan oleh famili selang terbuka pada R. Pengertian aljabar yang Catatan : Setiap himpunan yang merupakan unsur dari ß(R) disebut dengan himpunan Borel.
4 BAB 2. LANDASAN TEORI Ukuran, Ruang Probabilitas, dan Peubah Acak De nisi 7 (; F) disebut ruang terukur bila adalah suatu himpunan dan F adalah aljabar pada : Unsur F disebut dengan sub-himpunan dari yang F- terukur. De nisi 8 Misal adalah suatu himpunan dan F adalah suatu aljabar pada serta adalah fungsi himpunan yang non-negatif : F! (0; ): Fungsi disebut aditif apabila memenuhi sifat berikut. (?) = 0 2. Apabila A ; A 2 2 F dan A \ A 2 =? maka (A [ A 2 ) = (A ) + (A 2 ): De nisi 9 Fungsi disebut aditif terhitung bila memiliki sifat - sifat berikut. (?) = 0 2. Apabila A ; A 2 ; ::: adalah barisan di F dan A i \ A j =? untuk setiap S i 6= j dan S P A k 2 F maka A k = (A k ): k= k= k= De nisi 0 Misal (; F) adalah suatu ruang terukur. nisikan dengan : F! (0; ) Fungsi yang dide - disebut ukuran pada (; F) bila adalah aditif yang terhitung dan (; F; ) akan disebut dengan ruang ukuran. De nisi Ukuran P disebut ukuran probabilitas jika P adalah ukuran pada ruang terukur (; F) dan P () = : Dengan kata lain P adalah ukuran probabilitas jika P adalah ukuran pada ruang terukur (; F) yang mempunyai sifat
5 BAB 2. LANDASAN TEORI 8. P () = 2. Untuk barisan A ; A 2 ; ::: di F dengan A i \ A j =? untuk setiap i 6= j S P akan berlaku P A k = P (A k ): k= k= De nisi 2 Suatu ruang probabilitas (; F; P ) terdiri dari 3 objek. Ruang sampel 2. Suatu aljabar F = himpunan kuasa() 3. Suatu ukuran probabilitas P di suatu ruang terukur (; F), yaitu P(A) terde nisi 8A 2 F: Catatan : Himpunan kuasa () adalah himpunan semua himpunan bagian dari : De nisi 3 Misal (; F; P ) adalah ruang probabilitas. Suatu fungsi X :! R akan disebut dengan peubah acak jika dan hanya jika X (B) = f! j X (!) 2 Bg 2 F untuk setiap himpunan Borel B. 2.3 Martingales Pada tugas akhir ini semua pembahasan selanjutnya akan berada dalam suatu ruang probabilitas (; F; Q) dimana Q adalah suatu ukuran probabilitas. De nisi 4 Proses stokastik adalah suatu keluarga peubah acak fx(t)g dengan t 2 T dan T R: Apabila T = f; 2; :::g maka fx(t)g adalah proses stokastik dengan waktu diskrit dan apabila T = [0; ) maka fx(t)g adalah proses stokastik dengan waktu kontinu. De nisi 5 Proses stokastik fx(t)g teradaptasi oleh ltrasi ff(t)g apabila X(t) adalah F(t) terukur untuk 8t 2 T:
6 BAB 2. LANDASAN TEORI 9 De nisi 6 Proses stokastik fx(t)g disebut martingales apabila memenuhi sifat-sifat berikut. X(t) dapat diintegralkan 8t 2 T: 2. fx(t)g teradaptasi oleh ltrasi ff(t)g: 3. E [X(t) j F(s)] = X(s) untuk s < t: Catatan : Bahasan mengenai ruang probabilitas dan ltrasi dapat ditemukan dalam buku -buku mengenai kalkulus stokastik. Pada pembahasan selanjutnya suatu proses stokastik fe t A(t); t 0g adalah martingales di bawah ukuran probabilitas Q. Dalam hal ini A(t) adalah harga saham dan adalah suku bunga risk-free yang konstan sepanjang waktu. 2.4 Gerak Brownian Pada model Black Scholes (973), harga dari sebuah aset beresiko (dalam tugas akhir ini adalah saham) dijelaskan dengan suatu proses stokastik fa(t); t 0g yang mengikuti gerak geometrik Brownian dengan koe sien drift dan volatilitas : Untuk itu akan dijelaskan terlebih dahulu mengenai gerak geometrik Brownian. Gerak Acak Simetris Apabila hasil pelantunan suatu koin dinyatakan dalam suatu variabel acak X j dimana j = ; 2; ::: dan dide nisikan 8 < apabila! j = Muka X j (! j ) = : : apabila! j = Belakang Diasumsikan lantunan koin yang satu dengan yang lainnya bersifat saling bebas. Oleh karena itu X ; X 2 ; ::: bersifat saling bebas. Dalam hal ini peluang munculnya muka dan belakang pada pelantunan koin diasumsikan sama yaitu
7 BAB 2. LANDASAN TEORI 0 Prf! j = Mukag = Prf! j = Belakangg = 2 : Berikut ini adalah sifat-sifat dari variabel acak X j. E[X j ] = () Prf! j = Mukag + ( ) Prf! j = Belakangg = 0 2. V ar[x j ] = () 2 Prf! j = Mukag + ( ) 2 Prf! j = Belakangg = 3. Fungsi pembangkit momen dari X j adalah M Xj (t) = E[e tx j ] = e t Prf! j = Mukag + e t Prf! j = Belakangg = 2 (et + e t ): Berikutnya de nisikan kx M k = X j : j= Proses fm k g k=0 inilah yang disebut dengan gerak acak simetris. Sifatsifat dari gerak acak simetris adalah " # kp P 4. E[M k ] = E X j = k E [X j ] = 0 j= j= P 5. V ar[m k ] = k V ar [X j ] = k j= 6. Inkremen dari M k yaitu M k M k = X k bersifat saling bebas. Gerak Acak Simetris Berskala Misalkan n adalah bilangan bulat positif dan misalkan k = tn: De nisikan gerak acak simetris berskala W (n) (t) dengan W (n) (t) = p n M k :
8 BAB 2. LANDASAN TEORI Teorema 7 Untuk t 0 dan n!, distribusi dari W (n) (t) akan konvergen ke distribusi normal dengan mean 0 dan variansi t. Dari teorema di atas, untuk n! proses W (n) (t) akan konvergen menjadi proses fw (t)g dengan sifat-sifat. W (0) = 0 2. W (t) adalah fungsi yang kontinu di t. 3. Misalkan 0 < s < t maka W (s) dan W (t) W (s) saling bebas dan berlaku E[W (t)w (s)] = E[W (s) (W (t) W (s) + W (s))] = E[W (s) (W (t) W (s))] + V ar[w (s)] = s = minfs; tg 4. Apabila 0 = t 0 < t < t 2 < ::: < t n dan dide nisikan inkremen dari W (t) sebagai Y n = W (t n ) W (t n ) maka (a) Y ; Y 2 ; :::; Y n saling bebas dan berdistribusi normal. (b) E[Y j ] = 0 8j = ; 2; :::; n (c) V ar[y j ] = E[Y 2 j ] = E[(W (t j ) W (t j )) 2 ] = t j 2t j + t j = t j t j : Proses stokastik fw (t)g yang memenuhi sifat-sifat di atas disebut gerak Brownian atau proses Wiener. Jadi dalam hal ini gerak acak simetris berkala akan menghasilkan gerak Brownian asalkan n! :
9 BAB 2. LANDASAN TEORI Model Pergerakan Harga Saham Saham adalah suatu aset yang beresiko. Oleh karena itu model pergerakan harga saham haruslah mempunyai bagian stokastik selain bagian deterministik. Bagian deterministik dari model ini melambangkan return dari saham (sebagai suatu aset keuangan) sedangkan bagian deterministiknya menggambarkan resiko dari saham. Pergerakan harga saham dapat dianalogikan sebagai suatu gerak acak. A(t), adalah dengan Model dari pergerakan harga saham, yang dinotasikan dengan A(t) = A(0) exp ( Z N(0; ): 2 2 )t + p tz Dengan demikian ln A(t) N ( A(0) 2 2 )t; 2 t : Catatan: Peubah menyatakan suku bunga tanpa resiko. Kita asumsikan bahwa terdapat suatu ukuran probabilitas Q sehingga fe t A(t); t 0g adalah martingales dibawah ukuran probabilitas Q. Akibatnya untuk t 0, ekspektasi bersyarat e t A(t) apabila diberikan informasi pada saat t = 0 akan sama dengan harga saham saat t = 0. Apabila dituliskan ke dalam bahasa matematika maka E Q [e t A(t) j F(0)] = A(0); t 0 atau dalam persamaan yang lebih "ringkas" E Q [e t A(t)] = A(0); t 0:
10 BAB 2. LANDASAN TEORI Opsi 2.6. Konsep Umum Opsi adalah perangkat keuangan yang memberikan hak bagi pemiliknya untuk membeli atau menjual saham dengan harga tertentu (yang tercantum di dalam opsi tersebut dan dinamakan dengan exercise price). Opsi memiliki waktu dimana pemiliknya dapat menggunakannya / melakukan exercise (menjual atau membeli saham), yang dide nisikan sebagai maturity time. Pada umumnya ada 2 jenis opsi yaitu opsi eropa dan opsi amerika. Yang membedakan keduanya adalah waktu exercise-nya. Opsi eropa hanya dapat di-exercise saat maturity time sedangkan opsi amerika dapat di-exercise sejak opsi mulai berlaku sampai maturity time. Untuk masing-masing kelompok opsi ini, terdapat 2 jenis kelompok lagi yaitu opsi call atau opsi put. Opsi call memberikan hak untuk membeli suatu saham sedangkan opsi put memberikan hak untuk menjual saham. Dari masing -masing kelompok opsi ini dide nisikan payo -nya yaitu:. untuk opsi call eropa EC(K; T ) = 8 < : A(T ) 0 K = maxfs(t ) K; 0g bila A(T ) > K bila A(T ) K 2. untuk opsi put eropa EP (K; T ) = 8 < : 0 K A(T ) = maxfk A(T ); 0g bila A(T ) K bila A(T ) < K 3. untuk opsi call amerika A m C(K; t) = 8 < : A(t) 0 K = maxfa(t) K; 0g bila A(t) > K bila A(t) K
11 BAB 2. LANDASAN TEORI 4 4. untuk opsi put amerika A m P (K; t) = 8 < : K 0 A(t) = maxfk A(t); 0g bila A(t) K bila A(t) < K dengan K adalah exercise price, T adalah maturity time, A(t) adalah harga saham pada saat t. Payo dari suatu opsi dapat dideskripsikan sebagai nilai dari opsi saat akan dilakukan exercise Opsi Asia Opsi yang akan dibahas di dalam tugas akhir ini adalah opsi asia. Opsi asia adalah jenis opsi yang mengandalkan harga-harga saham sebelum maturity time. Opsi asia dapat digolongkan ke dalam jenis opsi eropa karena waktu exercise-nya berada pada maturity time. Pada umumnya opsi asia dibagi menjadi 2 bagian yaitu opsi average value dan opsi average strike. Misalkan terdapat suatu opsi call asia dengan maturity time T dan strike price K. Payo dari opsi average price dide nisikan sebagai AC = max fb K; 0g sedangkan payo dari opsi strike price dide nisikan sebagai AC = max fa(t ) B; 0g dengan B = n nx A(t i ) i= untuk kasus aritmatik diskrit B = Z T 2 A(t)dt untuk kasus aritmatik kontinu T 2 T T
12 BAB 2. LANDASAN TEORI 5 " n # Y n B = A(t i ) i= untuk kasus geometrik diskrit 0 B = T 2 T Z T 2 T ln [A(t)] dta untuk kasus geometrik kontinu. Perhatikan bahwa untuk kasus diskrit opsi asia bergantung pada n harga saham sebelum T sedangkan pada kasus kontinu opsi asia bergantung pada harga saham antara interval waktu T 2 dan T : Sebagai catatan, untuk kasus aritmatik bentuk dari fungsi padat peluang B tidak mudah untuk diketahui sedangkan pada kasus geometrik fungsi padat peluang dari B jelas adalah distribusi lognormal. Hal inilah yang mengakibatkan untuk kasus aritmatik, penentuan harga opsi asia dilakukan (salah satunya) dengan menggunakan simulasi Monte Carlo.Pembahasan selanjutnya hanya akan difokuskan kepada opsi call asia aritmatik diskrit jenis average value.
13 BAB 2. LANDASAN TEORI Formula Black Scholes Persamaan Black Scholes digunakan untuk mempermudah pencarian harga suatu asset (dalam kasus di bawah ini adalah opsi call C(K; T ) dengan exercise price K dan maturity time T). Perlu diketahui sebelumnya bahwa dalam formula Black Scholes, asumsi yang digunakan adalah. Peubah acak ln A(t) A(0) berdistribusi normal 2 2 t; 2 t di bawah ukuran probabilitas Q. Dalam hal ini A(t) adalah harga saham pada waktu t. 2. A(0) = e t E Q [A(t)] : Harga opsi call eropa dide nisikan sebagai C(K; T ) = e T E Q (A(T ) K) + dan rumus Black Scholes untuk persamaan di atas adalah C(K; T ) = A(0)(d ) Ke T (d 2 ) dengan dan ln A(0) + ( + K 2 2 )T d = p T ln A(0) + ( K 2 2 )T d 2 = p : T 2.8 Simulasi Monte Carlo Pada pembahasan selanjutnya, harga dari opsi asia (sebagai pembanding) akan ditaksir dengan simulasi Monte Carlo. Simulasi Monte Carlo telah menjadi alat umum untuk mencari harga dari opsi asia. Dengan simulasi ini batas atas dan batas bawah harga opsi asia juga bisa didapatkan, yaitu dengan memanfaatkan konsep selang kepercayaan dimana pada umumnya digunakan selang kepercayaan 95%. Hasil dari simulasi ini akan dipakai nantinya sebagai pembanding dengan hasil dari konsep comonotonic.
14 BAB 2. LANDASAN TEORI Konsep Dasar Misalkan X adalah peubah acak dengan E[X] = a dan V ar[x] = b 2 : Misalkan pula X ; X 2 ; :::; X n adalah barisan peubah acak yang berdistribusi identik dengan X. Dengan demikian a n = n adalah penaksir tak bias untuk a dan b 2 n = n adalah penaksir tak bias untuk b 2 : n! berlaku np X i i= b p n na nx i= X i nx (X i a n ) 2 i= Menurut teorema limit pusat, untuk N(0; ): Dengan memanfaatkan hasil ini maka didapatkan 0 np X i na Pr B b p n :96C A = 0:95 atau Prfa n :96 b p n a a n + :96 b p n g = 0:95: Dengan mengambil b b n maka Prfa n :96 b n p a a n + :96 b n p g 0:95: n n Dengan demikian selang kepercayaan untuk a adalah a n :96 b n p a; a n + :96 b n p : n n Metode Antithetic Pada pembahasan ini hanya akan dibahas mengenai metode Monte Carlo dengan antithetic untuk kasus peubah acak normal. Hal ini dikarenakan pada
15 BAB 2. LANDASAN TEORI 8 penaksiran harga dan selang harga opsi asia, metode Monte Carlo yang dibutuhkan adalah antithetic untuk kasus peubah acak normal. Misalkan I = E [f(u)] ; dimana U N(0; ) adalah nilai yang akan ditaksir dengan simulasi Monte Carlo. Penaksir tak bias yang sesuai adalah I n = n nx f(u i ); i= dimana U i N(0; ) dan i.i.d. Penaksir tak bias di atas hanya akan dipakai pada metode Monte Carlo standard. Pada metode antithetic, penaksir tak bias yang akan digunakan adalah I n = n nx i= f(u i ) + f( U i ) ; dimana U i N(0; ) dan i.i.d Simulasi Monte Carlo Pada Opsi Asia Misalkan terdapat suatu opsi call asia (kasus aritmatik diskrit) dengan maturity time T dan jumlah saham yang terlibat di dalamnya adalah n saham yaitu fa(t n + ); :::; A(T )g dimana A(t) adalah harga saham pada saat t. Harga dari opsi asia pada saat awal (t = 0) ditentukan oleh dengan AC = e T E [max fb K; 0g] B = n nx A(t i ): i= dan menyatakan suku bunga tanpa resiko. Seperti yang telah dijelaskan sebelumnya bahwa A(t) ln N ( A(0) 2 2 )t; 2 t : Prosedur dari Monte Carlo antithetic untuk kasus ini diberikan adalah sebagai berikut.. Kembangkan data acak Z i berditribusi normal baku.
16 BAB 2. LANDASAN TEORI 9 2. Kembangkan data saham pertama yang terlibat sejak awal (t = 0) sampai saat maturity time (t = T) dimana A() = A(0) exp ( A(2) = A() exp ( 2 2 )t + p tz 2 2 )t + p tz 2 dan seterusnya sampai dengan A(T ) = A(T ) exp ( 2 2 )t + p tz T : 3. Hitunglah C = e T max ( n TX t=t n+ A(t) K; 0 ) 4. Kembangkan data saham kedua yang terlibat sejak awal (t = 0) sampai saat maturity time (t = T) dimana A() = A(0) exp ( A(2) = A() exp ( 2 2 )t p tz 2 2 )t p tz 2 dan seterusnya sampai dengan A(T ) = A(T ) exp ( 2 2 )t p tz T : 5. Hitunglah D = e T max ( n TX t=t n+ A(t) K; 0 ) : 6. Ulangi proses di atas sebanyak m kali sehingga kita mendapatkan fc ; C 2 ; :::; C m g dan fd ; D 2 ; :::; D m g: 7. Hitung E i = C i + D i ; 8i = ; 2; :::; m: 2
17 BAB 2. LANDASAN TEORI Taksiran harga opsi asia AC(n; K; T ) dapat ditentukan dari AC(n; K; T ) = m mx E i : i= 9. Hitung V ar [AC(n; K; T )] = m mx [E i AC(n; K; T )] 2 : 0. Selang kepercayaan 95% untuk harga opsi asia AC(n; K; T ) diberikan i= oleh " r r # V ar [AC(n; K; T )] V ar [AC(n; K; T )] AC(n; K; T ) :96 ; AC(n; K; T ) + :96 : m m. Standard errornya diberikan oleh r V ar [AC(n; K; T )] s:e = : m
BAB V PENUTUP ( ( ) )
BAB V PENUTUP 5.1 Kesimpulan Penentuan harga opsi Asia menggunakan rata-rata Aritmatik melalui Simulasi Monte Carlo dapat dinyatakan sebagai berikut. ( ( ) ) ( ( ) ) dimana merupakan harga opsi Call Asia
Lebih terperinciCatatan Kuliah. Matematika Keuangan. (preliminary draft, comments welcome)
Catatan Kuliah Matematika Keuangan (preliminary draft, comments welcome) M. Syamsuddin Daftar Isi Pendahuluan v Model Binomial untuk Harga Saham. Model untuk satu periode............................. Pergerakan
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vi DAFTAR TABEL... viii DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang
Lebih terperinciPEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN
BAB IV PEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN. Program GUI Simulasi Monte Carlo untuk Menilai Opsi Keuangan. Berikut adalah tampilan dari program GUI Simulasi Monte Carlo untuk Menilai Opsi
Lebih terperinciBab 7. Minggu 12 Formula Black Scholes untuk Opsi Call
Bab 7. Minggu Formula Black Scholes untuk Opsi Call ujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan valuasi opsi call tipe Eropa model Black Scholes Menurunkan
Lebih terperinciBAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA
BAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA 5.1 Harga Saham ( ( )) Seperti yang telah diketahui sebelumnya bahwa opsi Amerika dapat dieksekusi kapan saja saat dimulainya kontrak
Lebih terperinciBAB III PENILAIAN OPSI PUT AMERIKA
BAB III PENILAIAN OPSI PUT AMERIKA Pada bab ini akan disajikan rumusan mengenai penilaian opsi put Amerika. Pada bagian pertama diberikan beberapa asumsi untuk penilaian opsi Amerika. Bentuk nilai intrinsik
Lebih terperinciII. LANDASAN TEORI. Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan.
II. LANDASAN TEORI Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan. 2.1 Istilah Ekonomi dan Keuangan Definisi 1 (Investasi) Dalam keuangan,
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak
Lebih terperinciABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL
ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.om Banyak model telah
Lebih terperinciBAB III METODE MONTE CARLO
BAB III METODE MONTE CARLO 3.1 Metode Monte Carlo Metode Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciPENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE
E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciPENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI
PENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI Nizaruddin Program Studi Pendidikan Matematika FPMIPA IKIP PGRI Semarang Jl. Sidodadi Timur 24 Semarang Abstrak Opsi merupakan salah satu pilihan investasi
Lebih terperinciBAB III METODE MONTE CARLO
BAB III ETODE ONTE CARLO 3.1 etode onte Carlo etode onte Carlo pertama kali ditemukan oleh Enrico Fermi pada tahun 1930-an. etode ini diawali dengan adanya penelitian mengenai pemeriksaan radiasi dan jarak
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciBAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang
BAB I PENDAHULUAN 1.1 Latar Belakang Kegiatan investasi dalam perekonomian saat ini berkembang sangat pesat. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang popular saat ini
Lebih terperinciHANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak
HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu
Lebih terperinciBAB III METODE UNTUK MENAKSIR VOLATILITAS. harga saham, waktu jatuh tempo, waktu sekarang, suku bunga,
BAB III METODE UNTUK MENAKSIR VOLATILITAS 3.1. Pendahuluan Dalam menentukan harga opsi call dan opsi put dibutuhkan parameter harga saham, waktu jatuh tempo, waktu sekarang, suku bunga, strike price, dan
Lebih terperinci2.5.1 Penentuan Nilai Return Saham Penentuan Volatilitas Saham Dasar- dasar Simulasi Monte Carlo Bilangan Acak...
Judul Nama Pembimbing : Penentuan Harga Opsi Beli Tipe Asia dengan Metode Monte Carlo-Control Variate : Ni Nyoman Ayu Artanadi : 1. Ir. Komang Dharmawan, M.Math, Ph.D. 2. Drs. Ketut Jayanegara, M.Si. ABSTRAK
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN...
Lebih terperinciAPLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN
APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI 1, D. C. LESMANA 2, B. SETIAWATY 2 Abstrak Petani memiliki
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciBAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas beberapa tinjauan mengenai teori yang diperlukan dalam pembahasan bab-bab selanjutnya antara lain tentang kontrak berjangka komoditas, model pergerakan
Lebih terperinciPERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO
PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO Ardhia Pringgowati 1 1 Prodi Ilmu Komputasi Telkom University, Bandung 1 ardya.p@gmail.com Abstrak Pada penelitian ini berhubungan
Lebih terperinciPENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 02 no. 1 (2013), hal 13 20 PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Widyawati, Neva Satyahadewi, Evy Sulistianingsih
Lebih terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciFIKA DARA NURINA FIRDAUS,
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal, terdapat berbagai aset pokok yang dapat diperjualbelikan, diantaranya adalah mata uang, sepaket saham, dan komoditas. Seiring dengan berkembangnya
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam pembahasan ini dikaji mengenai nilai ekspektasi saham pada jatuh tempo, persamaan nilai portofolio, penentuan model Black-Scholes harga opsi beli tipe Eropa,
Lebih terperinciSIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 07, No. (018), hal 119 16. SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Lusiana, Shantika Martha, Setyo Wira Rizki
Lebih terperinciTEORI COMONOTONIC dan APLIKASINYA pada MATEMATIKA KEUANGAN
TEORI COMONOTONIC dan APLIKASINYA pada MATEMATIKA KEUANGAN TUGAS AKHIR Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika ITB Oleh: Gita Tjendana 10103021 Program Studi Matematika
Lebih terperinciBAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Secara umum investasi adalah meliputi pertambahan barang-barang dan jasa dalam masyarakat, seperti pertambahan mesin-mesin baru, pembuatan jalan baru,pembukaan
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli
BAB II TINJAUAN PUSTAKA 2.1 Opsi Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli atau menjual aset kepada penjual opsi pada harga tertentu dan dalam jangka waktu yang telah ditentukan
Lebih terperinciBAB III PROSES POISSON MAJEMUK
BAB III PROSES POISSON MAJEMUK Pada bab ini membahas tentang proses stokastik, proses Poisson dan proses Poisson majemuk yang akan diaplikasikan pada bab selanjutnya. 3.1 Proses Stokastik Koleksi atau
Lebih terperinciPERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 7 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA TOMI DESRA YULIANDI,
Lebih terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
Lebih terperinciBab 6 Minggu ke 10 Lemma Ito & Simulasi Monte Carlo
Bab 6 Minggu ke 10 Lemma Ito & Simulasi Monte Carlo Tujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan tentang Model matematis harga Saham Membuat simulasi harga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangannya, pasar saham menawarkan berbagai macam bentuk perdagangan, misalnya kontrak keuangan yang menyatakan pemegangnya adalah pemilik dari suatu aset.
Lebih terperinci{ B t t 0, yang II LANDASAN TEORI = tn
II LANDASAN TEORI Pada bab ini akan diuraikan definisi-definisi yang akan digunakan di dalam pembahasan. 2.1 Ruang Contoh, Peubah Acak, dan Proses Stokastik Definisi 2.1 (Ruang Contoh) Ruang contoh adalah
Lebih terperinciBAB II KAJIAN TEORI. hasil percobaan yang berbeda dan masing-masing mempunyai. itu menyusun kejadian, maka probabilitas kejadian
BAB II KAJIAN TEORI A. Probabilitas Teorema 2.1 (Walpole, 1992) Probabilitas menunjukan suatu percobaan mempunyai hasil percobaan yang berbeda dan masing-masing mempunyai kemungkinan yang sama untuk terjadi,
Lebih terperinciHASIL EMPIRIS. Tabel 4.1 Hasil Penilaian Numerik
31 IV HASIL EMPIRIS 4.1 Penilaian Numerik Untuk melihat bagaimana model bekerja, dapat disimulasikan harga saham dan membandingkan beberapa hasil numerik dari beberapa model yang dibangun sebelumnya. Di
Lebih terperinciPENENTUAN HARGA OPSI KEUANGAN DENGAN SIMULASI MONTE CARLO
PENENTUAN HARGA OPSI KEUANGAN DENGAN SIMULASI MONTE CARLO TUGAS AKHIR Diajukan sebagai salah satu syarat untuk mengikuti sidang Sarjana Program Studi Matematika Institut Teknologi Bandung Oleh : Kunarto
Lebih terperinciBAB I PENDAHULUAN. hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia investasi tampaknya tengah mengalami perkembangan, hal ini tidak hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun semakin bertambahnya
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi pada bidang keuangan, khususnya saham saat ini tidak hanya diminati oleh masyarakat kalangan atas saja tetapi sudah merambah ke masyarakat kalangan menegah.
Lebih terperinciBAB 2 LANDASAN TEORI. Semua kemungkinan yang terjadi pada suatu percobaan disebut sebagai Ruang
BAB 2 LANDASAN TEORI 2.1 Peubah Acak Definisi 1 (Ruang Sampel) Semua kemungkinan yang terjadi pada suatu percobaan disebut sebagai Ruang Sampel dan dinyatakan dengan. (Ross, 2009:1) Definisi 2 (Kejadian)
Lebih terperinciMODEL BLACK-SCHOLES PUT-CALL PARITY HARGA OPSI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. oleh ANITA RAHMAN M
MODEL BLACK-SCHOLES PUT-CALL PARITY HARGA OPSI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN oleh ANITA RAHMAN M0106004 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciPENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana
PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar Modal memiliki peran penting bagi perekonomian suatu negara, karena pasar modal menjalankan dua fungsi, yaitu sebagai sarana bagi pendanaan usaha atau
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Salah satu instrumen derivatif yang telah banyak dikenal dan diperdagangkan oleh masyarakat adalah opsi (option). Opsi merupakan suatu jenis kontrak
Lebih terperinciPerhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri
Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri Kristoforus Ardha Sandhy Pradhitya 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika email:
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciBAB 3 METODE ANALISIS. Beberapa metode pendekatan untuk menghitung harga option pun semakin
BAB 3 METODE ANALISIS 3.1 Analisis Permasalahan Beberapa metode pendekatan untuk menghitung harga option pun semakin banyak saat ini. Namun seberapa baik hasil yang diperoleh dari metode-metode tersebut
Lebih terperinciDistribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.
Distribusi Peluang Definisi peubah acak: Misalkan E adalah sebuah percobaan dengan ruang sampel T. Sebuah fungsi X yang memetakan setiap anggota t T dengan sebuah bilangan real X(t) dinamakan peubah acak.
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciPENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal terdapat berbagai macam aset yang diperjualbelikan seperti saham, mata uang, komoditas dan lain-lain. Seiring perkembangan waktu, pemilik
Lebih terperinciBAB II KAJIAN PUSTAKA. bersyarat, momen bersyarat, distribusi binomial, martingale, tingkat bunga &
BAB II KAJIAN PUSTAKA Pada Bab II akan dijelaskan mengenai dasar teori yang akan mendukung pembentukan model suku bunga stokastik waktu diskrit dan penerapannya dalam anuitas, yaitu: peluang, peubah acak
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Opsi merupakan salah satu produk finansial turunan. Opsi memberikan hak kepada pemegangnya untuk membeli atau menjual suatu aset acuan (underlying asset) saat jatuh
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciMETODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT
METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN Lidya Krisna Andani Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB I PENDAHULUAN. Salah satu formula dalam teori bunga telah diusulkan pada abad
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Salah satu formula dalam teori bunga telah diusulkan pada abad kesembilan belas oleh seorang aktuaris dan ahli matematika Inggris bernama William Makeham.
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com t F Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik
Lebih terperinciPraktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes
Modul ke: Fakultas EKONOMI DAN BISNIS Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes Agus Herta Sumarto, S.P., M.Si. Program
Lebih terperinciBab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean
MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan
Lebih terperinciPENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON
E-Jurnal Matematika Vol. 3 (4), November 2014, pp. 154-159 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON I Gusti Putu Ngurah
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:
Lebih terperinciBAB III METODE BINOMIAL
BAB III METODE BINOMIAL Metode Binomial ialah metode sederhana yang banyak digunakan untuk menghitung harga saham. Metode ini berdasarkan pada percabangan pohon yang menerapkan aturan binomial pada tiap-tiap
Lebih terperinciSampling dengan Simulasi Komputer
Modul Sampling dengan Simulasi Komputer PENDAHULUAN Sutawanir Darwis M etode statistika merupakan alat untuk menyelesaikan masalah apabila solusi analitik tidak mungkin diperoleh. Dengan metode statistika
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum dengan berkembangnya industri keuangan dunia berbagai instrumen keuangan pun dikembangkan oleh banyak orang guna menunjang perkembangan pasar modal. Salah
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciBAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang
Lebih terperinciPENENTUAN NILAI OPSI LOOKBACK DENGAN MENGGUNAKAN METODE TRINOMIAL Intan Pelangi Astridnindya 1 dan J. Dharma Lesmono 2 1 Mahasiswa Jurusan Matematika Universitas Katolik Parahyangan Bandung e-mail: intan_pelangi4@yahoo.com
Lebih terperinciBAB II KAJIAN TEORI. dalam memahami materi yang ada dalam bab-bab selanjutnya. Teori-teori yang
BAB II KAJIAN TEORI Pada bab ini akan dibahas teori-teori dasar yang akan membantu pembaca dalam memahami materi yang ada dalam bab-bab selanjutnya. Teori-teori yang akan dibahas pada bab ini adalah probabilitas,
Lebih terperinciBAB I PENDAHULUAN. seperti; saham, obligasi, mata uang dan lain-lain. Seiring dengan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal, terdapat berbagai macam aset yang diperjualbelikan seperti; saham, obligasi, mata uang dan lain-lain. Seiring dengan perkembangan
Lebih terperinciPENENTUAN NILAI OPSI INDONESIA
III PENENTUAN NILAI OPSI INDONESIA 3.1 Spesifikasi Opsi Indonesia Opsi saham Indonesia mulai diperjualbelikan pada Bursa Saham Indonesia pada tanggal 9 September 1994. Opsi saham Indonesia dapat dipertimbangkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Bursa saham merupakan suatu hal yang sangat penting di era globalisasi saat ini. Perdagangan yang mulai merambah pada segala bidang memicu banyak pihak untuk menginvestasikan
Lebih terperinciDefinisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah
BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Investasi pada hakikatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. Secara garis besar,
Lebih terperinciBAB 2 LANDASAN TEORI. untuk menjual atau membeli aset pada waktu tertentu dengan harga yang telah
BAB LANDASAN TEORI. Option Option merupakan sebuah kontrak yang memberikan hak kepada pemegangnya untuk menual atau membeli aset pada waktu tertentu dengan harga yang telah disepakati. Yang akan dibahas
Lebih terperinci