Pengembangan Algoritma Sharpe Ratio dengan Integrasi Filter Tren SMA dalam Strategi Portofolio Aset Kripto

Abstract

Penelitian ini mengusulkan sebuah strategi alokasi aset kripto yang bersifat dinamis, dengan menggabungkan pembobotan berdasarkan Sharpe Ratio dan penyaringan tren menggunakan indikator Simple Moving Average (SMA) dari Bitcoin (BTC). Model ini melakukan alokasi ulang modal setiap tiga hari pada tujuh aset kripto utama (BTC, ETH, BNB, SOL, TON, TRX, XRP), dengan ketentuan bahwa harga BTC berada di atas ambang SMA tertentu (50 hari, 100 hari, atau 200 hari). Apabila BTC berada di bawah nilai SMA tersebut, seluruh portofolio secara otomatis dialihkan ke USDT untuk menekan risiko penurunan nilai. Studi ini menggunakan data historis dari 1 Januari 2024 hingga 1 Januari 2025 dan menguji performa model dalam tiga konfigurasi SMA, lalu dibandingkan dengan strategi dasar buy-and-hold. Hasil menunjukkan bahwa strategi dengan parameter SMA 50 hari menghasilkan return kumulatif tertinggi (+231,51%) serta rasio Sharpe terbaik (2,51), jauh melampaui model dengan SMA yang lebih panjang maupun rata-rata return dari strategi dasar (+132,14%). Analisis risiko mengindikasikan bahwa jendela SMA yang lebih pendek memberikan respons yang lebih cepat terhadap tren naik pasar, meskipun disertai dengan peningkatan volatilitas jangka pendek. Secara keseluruhan, temuan ini menguatkan efektivitas strategi hibrida yang mengombinasikan penyaringan tren dengan alokasi berbasis risiko dalam pengelolaan portofolio kripto di tengah kondisi pasar yang fluktuatif.