Optimasi Alokasi Saham S&P 500

Aplikasi Streamlit yang mengalokasikan portofolio ke saham S&P 500 pilihan dengan linear programming dan SLSQP, dengan batasan sektor.

2 solvers
Linear programming dan SLSQP dibandingkan dalam satu tampilan
503
Ticker S&P 500 yang bisa dipilih
8 of 9
Commit oleh Kurniadi

Peran: Proyek kelompok: aplikasi, pemuatan data, grafik, dan model linear programming
Periode: Nov 2024 hingga Des 2024
Jenis proyek: Pilihan
Ruang di HQ 3D: L3:stock-allocation-optimizer

Hasil

2 solvers
Linear programming dan SLSQP dibandingkan dalam satu tampilan
PuLP dan SciPy SLSQP dengan batasan yang sama (modul optimasi di repository). Perhitungan memakai imbal hasil historis, bukan jaminan imbal hasil di masa depan.
503
Ticker S&P 500 yang bisa dipilih
Daftar ticker di repository; harga dimuat langsung dari Yahoo Finance.
8 of 9
Commit oleh Kurniadi
Riwayat commit repository (satu commit dari rekan tim menambahkan solver SLSQP).

Masalah

Investor yang memilih saham S&P 500 membutuhkan cara membandingkan alokasi berdasarkan imbal hasil historis sambil menjaga eksposur sektor, misalnya batas saham teknologi serta minyak dan gas, dan porsi minimum per saham.

Kontribusi

Saya membangun aplikasi Streamlit: pemilihan saham, pengunduhan harga dengan yfinance untuk rentang tanggal pilihan, grafik return kumulatif dengan Plotly, dan tampilan hasil.
Saya memodelkan alokasi sebagai linear program di PuLP yang memaksimalkan return kumulatif pada periode historis pilihan, dengan batasan saham teknologi, non-teknologi, minyak dan gas, serta proporsi minimum.
Rekan tim menambahkan model yang sama dengan solver SLSQP dari SciPy, sehingga hasil kedua alokasi dapat dibandingkan dalam tampilan berdampingan.