<![CDATA[Penelitian ini mengevaluasi kinerja algoritma Reinforcement Learning Q-Learning dan SARSA dalam menghasilkan strategi trading otomatis pada lima saham Bursa Efek Indonesia (BBCA, BBRI, TLKM, UNVR, dan ASII) melalui simulasi 1.000 episode. Analisis dilakukan berdasarkan pola reward, equity curve, dan statistik performa akhir untuk mengukur efektivitas pembelajaran pada kondisi pasar yang berbeda. Hasil penelitian menunjukkan bahwa Q-Learning lebih unggul pada saham dengan momentum harga kuat karena sifat eksplorasinya yang lebih agresif, sedangkan SARSA memberikan performa yang lebih stabil pada pasar dengan volatilitas tinggi karena pendekatannya yang konservatif dan on-policy. Secara keseluruhan, kedua metode tidak menunjukkan dominasi absolut, namun menawarkan keunggulan berbeda sesuai karakteristik saham dan profil risiko strategi. Temuan ini menegaskan potensi RL untuk pengembangan algorithmic trading di pasar Indonesia dan membuka peluang eksplorasi model lanjutan yang lebih adaptif]]>
Copyrights © 2025
