Package quantmod menyediakan berbagai kemudahan akses untuk data saham pada Yahoo! Finance and Google Finance . Package quantmod juga menyediakan banyak fungsi yang berguna untuk melakukan financial modelling. Pada tulisan ini akan menggunakan data yang diperoleh dari Yahoo! Finance.

Script getSymbols() digunakan untuk memanggil data saham perusahaan lama saya yaitu PT. Dewata Freight Interntional Tbk (DEAL.JK). Fungsi xts merupakan peningkatan versi dari ts untuk menyimpan deret data runtun waktu . Yahoo! Finance menyediakan enam baris data. Open merupakan harga saham pada saat pembukaan hari perdagangan, high adalah harga tertinggi pada satu hari perdagangan, low merupakan harga terendah pada satu hari perdagangan, serta close adalah harga saham pada saat penutupan perdagangan pada hari itu. Volume menunjukkan seberapa banyak saham yang diperdagangkan. Adjusted close adalah harga penutupan saham yang menyesuaikan harga saham untuk aksi korporasi.

Berikut Script lengkapnya:

library(quantmod)

start <- as.Date("2018-01-01")
end <- as.Date("2020-11-04")
getSymbols("DEAL.JK", src = "yahoo", from = start, to = end)

class(DEAL.JK)
head(DEAL.JK)

plot(DEAL.JK[,"DEAL.JK.Volume"], main = "DEAL.JK")
candleChart(DEAL.JK, up.col = "blue", dn.col = "red", theme = "white")

Hasilnya:

Terdapat setidaknya ada enam variabel yang terlibat untuk setiap tanggal perdagangan saham (open, high, low, close, volume, dan adjusted); dengan R programming dapat memvisualisasikan empat variabel tersebut menggunakan Japanese candlestick plot menggunakan fungsi candleChart() dari quantmod untuk membuat grafik tersebut.

Hasilnya:

Dengan menggunakan grafik candlestick, warna biru menunjukkan hari di mana harga penutupan lebih tinggi daripada pembukaan (penguatan), sedangkan warna merah menunjukkan hari di mana pembukaan lebih tinggi daripada penutupan (kerugian). Sumbu menunjukkan tinggi dan rendahnya volume saham. Candlestick chart sangat populer di bidang keuangan dan sering digunakan untuk membuat keputusan perdagangan, tergantung pada bentuk, warna, dan posisi grafiknya.

Selamat Mencoba!

4 thoughts on “Memvisualisasikan Data Saham dengan R”
    1. bisa; yaitu dengan mengevaluasi data masa lalu; dan menggunakan regresi linier untuk memprediksi trend masa yang akan datang; kemudian mengevaluasi error prediksinya.

  1. gan, kalau saham gorengan itu maksudnya apa? apa bisa membuat program investasi saham yang sudah digoreng, misalnya ditambahkan untuk menarik investor agar mau membeli dengan mengharap keuntungan dari selisih jual beli saham tersebut?

    1. itu namanya “pom-pom”. Pom-pom adalah istilah yang diberikan jika suatu kelompok atau pihak tertentu memberikan rekomendasi (anjuran beli) yang sifatnya tidak wajar. Tidak wajar disini bisa dalam banyak hal misalnya dengan alasan yang salah, intensifikasi yang berlebihan, dan paksaan yang tidak jelas. Mereka mengambil target 100% untuk saham BCIP dalam 1 hari dengan iming-iming analisis menggunakan BVPS. Apakah ini masuk akal? Ada 2 hal yang inkonsisten dari pom-pom ini dan mudah sekali ditemukan jika anda paham tentang dasar dari saham. Batas kenaikan wajar saham adalah 30%an per hari. Di atas itu maka akan diberhentikan sementara perdagangannya (biasa disebut Auto Reject Atas). Kenaikan 100% dalam 1 hari? Tidak mungkin! Kenaikan 100% dalam 1 minggu? Tidak mungkin juga untuk saham-saham volume besar seperti BCIP saat itu. Kita harus faham bahwa pergerakan harga saham berasal dari permintaan dan penawaran (semakinikbesar permintaan, semakin tinggi harga akan naik). Pihak pembuat pom-pom pasti memiliki saham tersebut lebih dahulu dan menginginkan saham tersebut untuk naik dengan kekuatan masyarakat.

Leave a Reply

Your email address will not be published. Required fields are marked *