Deviasi Terbesar

Deviasi Terbesar

Mungkin sebagian investor menamakannya sebagai volatilitas dan memakai pendekatan (relatif) ratio Beta yang dibandingkan dengan pergerakan index. Namun karena pendekatan saya dari perhitungan matematis terhadap pilot pricenya sendiri, saya lebih senang menyebutnya deviasi. Mengamati seberapa besar deviasi dari sebuah harga terhadap harga pilotnya, mungkin ada manfaatnya bagi para investor, terutama pada keadaan index saham sedang menukik ke dasar seperti saat ini. Asumsi saya, mendapatkan saham yang deviasinya lebar berpotensi mendapatkan keuntungan yang besar saat index rebound.

Sebelum melanjutkan pembahasan, saya ingin menyamakan platform mengenai beberapa hal. Pertama berapa lama pengamatan harus diadakan? 20 hari? 30 hari? 50 hari? 100 hari? Saya mengambil 60 hari, mudah-mudahan pembaca setuju, angka ini cukup moderat, terlalu singkat kita hanya menangkap riaknya dan kehilangan gelombangnya, sedang terlalu lama keburu angkanya obsolete.

Kedua harga pilotnya. Ada dua pilihan, apakah kita menetapkan rata-rata atau harga yang paling banyak muncul yang para ahli statistik menyebutnya modus. Saya menghindari pemakaian rata-rata (moving average) untuk penelitian ini, sebab konon usernya sudah terlalu banyak, sehingga mungkin saja sudah terkontiminasi dengan banyak false signals. Sehingga untuk penelitian saya tetapkan Modus.

Nah, apakah setiap penyimpangan akan kita tampung? Tidak. Hanya 62% saja yang saya akomodir. Dari 60 hari pengamatan, setiap pemunculan harga saham saya catat dan penyimpangan yang sangat ekstrim saya abaikan, saya hanya mengumpulkan 62% dari yang tersering muncul. Inilah yang disebut oleh para mathematician sebagai Standar Deviasi = 1.

Bila platform diatas sudah sama-sama kita pahami barulah saya tetapkan rumusnya sbb. Saham yang Deviasinya terbesar adalah saham yang Ratio antara SD dengan Pilotnya (modus) paling besar. Setelah saya seleksi likuiditas dan saya keluarkan saham-saham yang anomaly, saya memiliki 20 saham terbesar deviasinya,

1              LPLI        37.92

2              INKP       35.31

3              GPRA     29.53

4              CMNP     27.32

5              APIC       22.97

6              LPCK      20.02

7              ULTJ       19.92

8              COWL    16.66

9              NIRO       16.60

10           BWPT    16.47

11           UNVR    16.17

12           PTRO      15.42

13           WSKT    15.30

14           CTRA      14.69

15           CTRP       10.84

16           TOTL       14.22

17           VIVA      13.87

18           ADRO    13.24

19           TSPC      13.13

20           KIJA       12.87

Sekali lagi daftar diatas bukan rekomendasi. Disclaimer on.

Kiat Mensiasati Cum

Tanggal Cum Deviden adalah tanggal hari terakhir perdagangan saham yg masih melekat hak untuk mendapat dividen. Tanggal ini menyusul tanggal pengumuman yang biasanya diumumkan sebelumnya. Ikut diumumkan juga jumlah deviden yang akan dibayarkan dan tanggal  pembayarannya. Perangai saham biasanya harganya naik menjelang tanggal cum dan anjlog turun setelah cum-date.

Pola pergerakan harga inilah yang bagi sebagian investor menjadi tambang rejeki yang biasanya terjadi di awal tahun. Ada beberapa trick sebelum anda terjun ke dunia cum ini,

aaa) Cari info sebanyak dan serajin mungkin dari situs corporate, idx.com, sekuritas, situs berbayar atau dari mana saja

bbb) Buat sebuah daftar sederhana (lebih mudah dalam excel), kemudian masukan tanggal cum, tanggal hari ini, delta atau selisih hari ini dikurangi tanggal cum (tanggal hari ini minus tanggal cum), harga saham dan berapa deviden yang akan dibayarkan. Dari worksheet ini bisa diketahui kapan kita akan membeli saham dan kapan akan melepaskannya.

ccc) Tentukan strategi trading dalam cum, apakah opsi pertama, yaitu kita akan mencari selisih (gain) harga saham atau kita akan menempuh opsi kedua yaitu menikmati deviden. Tentukan berapa hari sebelum Cum anda akan membeli, beberapa factor yang mempengaruhi antara lain, risk appetite (seberapa jauh anda berani menerima resiko), karena membeli saham saat cum biasanya sedang trend naik. Makin jauh hari makin murah, namun modal anda akan terperangkap lebih lama. Makin dekat saat Cum harga sudah merayap naik, pengalaman saya minimum 12 atau 10 hari sebelum Cum, setelah itu sudah terlambat. Tapi terserah anda.

ddd) Untuk opsi pertama, mencari gain, persyaratan saham biasanya agak longgar, tapi tetap harus saham yang Fundamentalnya bagus dan harga tidak ekstrim overvalued. Lihat pergerakan harga saham belakangan ini, apakah anda bisa masuk pada hari cum-12 atau paling lambat cum-10. Biasanya pada saat itu harga belum naik secara drastis. Jual paling lambar Cum -1, lewat cum date biasanya sudah terlambat, harga sudah kembali menurun.

eee) Untuk opsi kedua, mengais deviden, saham yang diincar harus yang fundamental bagus, karena mungkin kita akan menyimpan saham ini sedikit lebih lama. Untuk tujuan ini anda harus lebih hati-hati, beberapa langkah yang bisa saya usulkan,

-          Harga beli sebaiknya masih harga normal atau sedikit diatas harga modus. Ini hanya bisa diperoleh kalau anda membeli agak jauh hari sebelum Cum date, 10 hari biasanya sudah terlambat dan beresiko rugi

-          Hitung prosentasi selisih harga beli terhadap harga modus.

-          Setelah cum date, maka harga biasanya sementara akan jatuh, mencari keseimbangan dan umumnya kembali ke harga modus

-          Keputusan beli bila prosentasi deviden terhadap harga modus jauh lebih besar dari pada selisih harga beli terhadap modus.

Nah, selamat mencoba. Disclaimer on.

Salam.

Distribusi Normal

Pada sebuah pelatihan pasar modal bagi pemula, saya minta seorang peserta melemparkan delapan buah koin 500 rupiah dari kuningan. Kemudian menghitung berapa gambar garuda yang muncul.

Dari sepuluh kali lemparan, sudah bisa di duga gambar tersebut muncul empat kali, atau 50% dari delapan.  Kemungkinan (probability) dari sebuah keping uang logam menurut teori memang 50%. 

Jumlah keping yang muncul kurang dari empat adalah 3 atau 5, kemudian yang sangat sedikit muncul 2 atau 6.

Bila kita melakukan percobaan dalam frekwensi yang banyak, 50 kali misalnya, maka tetap jumlah 4 adalah yang terbanyak dan berikutnya 3 atau 5.  Mengikuti pola yang sama, yakni bentuk genta atau bell. Angka 4 disebut modus atau mode, atau jumlah yang paling sering muncul.

Apakah pernah dalam salah satu lemparan kedelapan uang logam tersebut, terlentang atau gambar garuda semua? Bisa terjadi kalau frekwensi percobaan makin sering. 

Bila anda kurang kerjaan, daripada melamun, silahkan coba pada lemparan ke berapa SEMUA coin tersebut terlentang atau tengkurap. Catat pada percobaan keberapa dan tolong beritahu saya, karena saya juga kepingin tahu berapa probabilitas semua tengkurap atau semua telungkup dari 8 coin tersebut. Heee....

Pola kecenderungan inilah yang dikenal dengan Normal Distribution atau Distribusi Normal dari sebuah kemungkinan. Distribusi Normal ini ternyata dapat diterapkan pada banyak sekali peristiwa sehari-hari. 

Ambilah sampel sebuah kelas di SD Plumbon kabupaten Sleman misalnya, ternyata modus tinggi badan murid kelas satu adalah 116 – 118 cm. Bila ada murid yang tingginya 100 cm atau 130 cm, adalah suatu penyimpangan. 

Lebarnya penyimpangan ini ternyata bisa juga diukur dengan sebuah standar deviasi, bila lebih dari sebuah standar maka penyimpangan cukup menarik perhatian untuk di evaluasi lebih lanjut.

Pada suatu ketika, di makam Kuncen Jogyakarta, saya menunggu jenazah seorang kenalan yang di terbangkan dari Jakarta. Karena tidak ada kerjaan, saya kemudian mengamati nisan-nisan yang ada. Saya abaikan nisan anak-anak Balita yang saya temui disana, namun saya memfokuskan penelitian ke nisan penghuni biasa dari makam tersebut. Dari 50 nisan yang saya baca, tidak saya temukan ahli kubur yang saat meninggal berusia 40 tahun. Demikian juga saya tidak menemukan ahli kubur yang berusia 92 tahun. Modus yang paling banyak adalah kelompok usia 68-70 tahun. Itulah rata-rata usia maksimum orang Jogya (mungkin lho). Memang saya temukan ada satu jenazah seorang kyai yang berusaia 115 tahun, tapi itu sebuah penyimpangan sangat besar yang bisa diabaikan dalam perhitungan.

Teori Distribusi Normal ini, mungkin bisa juga diterapkan pada harga sebuah saham. Rahasia keakuratan tentu pada jumlah sampelnya. Jumlah sampel yang terlalu besar misalnya dua tahun tentu sudah obsolete dan tidak bisa dipakai. Terlalu kecil misalnya hanya 10 hari, juga kurang mewakili dan kita bisa terjerembab. 

Deviasi atau penyimpangan menjadi petunjuk apakah harga sudah menyimpang terlalu mahal atau terlalu murah. 

Percaya atau tidak, terserah anda.