Z-Score: Kapan Harga Saham Dianggap Outlier?

Definisi Z-Score dan Outlier

Z-score, juga dikenal sebagai standard score, adalah ukuran statistik yang menunjukkan seberapa jauh sebuah titik data dari rata-rata (mean) suatu dataset. Z-score dihitung dalam satuan standar deviasi. Dengan kata lain, Z-score memberitahu kita seberapa banyak standar deviasi suatu nilai berada di atas atau di bawah rata-rata.

Outlier, dalam konteks statistik dan analisis data, adalah titik data yang secara signifikan berbeda dari titik data lainnya dalam suatu dataset. Outlier bisa menjadi indikasi kesalahan pengukuran, kejadian langka, atau anomali yang menarik untuk diteliti lebih lanjut. Dalam pasar modal, outlier dapat berupa harga saham yang melonjak atau anjlok secara tiba-tiba.

Cara Menghitung dan Membaca Z-Score

Rumus untuk menghitung Z-score adalah:

Z = (X - μ) / σ

Keterangan:

• Z adalah Z-score
• X adalah nilai data yang ingin dihitung Z-score-nya
• μ adalah rata-rata (mean) dari dataset
• σ adalah standar deviasi dari dataset

Interpretasi Z-Score

• Z-score positif: Nilai data berada di atas rata-rata.
• Z-score negatif: Nilai data berada di bawah rata-rata.
• Z-score 0: Nilai data sama dengan rata-rata.
• Nilai absolut Z-score yang tinggi (misalnya, > 3 atau < -3) menunjukkan bahwa nilai data tersebut adalah outlier.

Contoh:

Misalkan harga saham Nama Saham dalam seminggu terakhir adalah sebagai berikut (dalam Rupiah):

Rata-rata harga saham (μ) adalah 1049 dan standar deviasi (σ) adalah 82.16. Z-score untuk harga hari Jumat adalah:

Z = (1200 - 1049) / 82.16 = 1.84

Nilai Z-score 1.84 menunjukkan bahwa harga saham pada hari Jumat berada 1.84 standar deviasi di atas rata-rata. Meskipun lebih tinggi dari hari-hari sebelumnya, nilai ini belum tentu dianggap sebagai outlier ekstrem, tergantung pada ambang batas yang ditetapkan.

Aplikasi Z-Score dalam Sistem Trading Algoritmik

Z-score dapat diimplementasikan dalam sistem trading algoritmik untuk mengidentifikasi potensi peluang atau risiko. Berikut beberapa contohnya:

1. Deteksi Outlier untuk Filter Data: Z-score dapat digunakan untuk menyaring data historis dan menghilangkan outlier sebelum melatih model machine learning. Ini membantu mencegah model menjadi bias terhadap nilai-nilai ekstrem.
2. Pembangkit Sinyal: Sistem dapat menghasilkan sinyal jika Z-score harga mencapai ambang batas tertentu. Misalnya, jika Z-score harga lebih besar dari 3, sistem dapat mengirimkan notifikasi.
3. Manajemen Risiko: Z-score dapat digunakan untuk mengukur volatilitas suatu aset. Aset dengan Z-score volatilitas tinggi mungkin memerlukan ukuran posisi yang lebih kecil.

Contoh kode Python untuk menghitung Z-score menggunakan library scipy:

import numpy as np
from scipy import stats

harga = np.array(1000, 1010, 1020, 1015, 1200)
zscore = stats.zscore(harga)
print(zscore)

Limitasi Data dan Risiko Salah Interpretasi

Penggunaan Z-score dalam analisis pasar modal memiliki beberapa keterbatasan dan risiko yang perlu diperhatikan:

• Distribusi Data: Z-score mengasumsikan bahwa data terdistribusi normal. Jika distribusi data sangat skewed (menceng), Z-score mungkin tidak memberikan hasil yang akurat.
• Look-ahead Bias: Penggunaan data historis untuk menghitung rata-rata dan standar deviasi dapat menyebabkan look-ahead bias jika informasi tersebut tidak tersedia pada saat pengambilan keputusan trading.
• Survivorship Bias: Jika data historis hanya mencakup perusahaan yang masih bertahan, hasil analisis dapat menjadi bias karena tidak memperhitungkan perusahaan yang bangkrut.
• Overfitting: Mengoptimalkan parameter sistem trading berdasarkan data historis dapat menyebabkan overfitting, sehingga sistem bekerja baik pada data backtest tetapi buruk pada data live.

Risiko dalam Aktivitas Pasar Modal

Aktivitas di pasar modal selalu mengandung risiko. Harga aset dapat berfluktuasi secara signifikan dan tidak terduga. Penggunaan Z-score dan teknik analisis data lainnya tidak menjamin keuntungan dan dapat menyebabkan kerugian finansial. Penting untuk melakukan riset yang mendalam, memahami risiko yang terlibat, dan berkonsultasi dengan penasihat keuangan sebelum membuat keputusan investasi.

Disclaimer: Artikel ini bukan merupakan rekomendasi investasi. Keputusan investasi sepenuhnya berada di tangan pembaca. Korelasi antar aset dan faktor-faktor pasar dapat berubah sewaktu-waktu.

FAQ

Apa yang dimaksud dengan outlier dalam konteks harga saham?

Outlier dalam konteks harga saham adalah harga yang secara signifikan berbeda dari harga-harga sebelumnya. Outlier dapat mengindikasikan perubahan sentimen pasar, berita penting, atau kesalahan data.

Bagaimana cara menentukan ambang batas Z-score untuk mengidentifikasi outlier?

Ambang batas Z-score yang umum digunakan adalah 3 dan -3. Namun, ambang batas ini dapat disesuaikan tergantung pada karakteristik data dan tujuan analisis. Semakin tinggi ambang batas, semakin sedikit outlier yang terdeteksi, dan sebaliknya.

Apakah outlier selalu merupakan sinyal beli atau jual?

Tidak selalu. Outlier hanya mengindikasikan bahwa harga menyimpang dari nilai historisnya. Analisis lebih lanjut diperlukan untuk menentukan apakah outlier tersebut merupakan peluang atau risiko. Faktor-faktor seperti volume trading, berita, dan indikator teknikal lainnya perlu dipertimbangkan.