Lompat ke isi

Komputasi keuangan

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung
Revisi sejak 23 Agustus 2026 04.21 oleh Maintenance script (bicara | kontrib) (Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi)
(beda) ← Revisi sebelumnya | Revisi terkini (beda) | Revisi selanjutnya → (beda)
Simulasi dari jalur sampel Brownian Motion merupakan instrumen penting dalam menghitung harga instrumen keuangan di bawah ukuran risiko-netral

Komputasi keuangan merupakan cabang ilmu komputer terapan yang menangani masalah praktis di bidang keuangan.[1] Definisi lain yang agak sedikit berbeda menyatakan bahwa komputasi keuangan adalah studi tentang data dan algoritme yang saat ini digunakan di bidang keuangan,[2] serta menghasilkan model atau sistem keuangan.[3]

Komputasi keuangan lebih menekankan metode numerik praktis dibandingkan turunan bukti matematis dan lebih berfokus pada teknik yang langsung berlaku untuk analisis ekonomi.[4] Kompuasi keuangan merupakan bidang interdisipliner antara keuangan matematika dan metode numerik.[5] Dua bidang utama dalam komputasi keuangan adalah perhitungan yang efisien dan akurat untuk menghitung nilai wajar sekuritas keuangan serta pemodelan deret waktu stolastik.[6]

Sejarah

Kelahiran komputasi keuangan sebagai disiplin dapat ditelusuri ke Harry Markowitz pada awal 1950-an. Markowitz sedang mendalami masalah pemilihan portofolio sebagai latihan dalam optimasi rata rata dan variasi. Pekerjaan Markowitz membutuhkan lebih banyak daya komputer daripada yang tersedia pada saat itu, sehingga mengharuskannya untuk mengembangkan algoritma yang lebih efisien.[7] Matematika keuangan dimulai dengan cara yang sama, tetapi perbedaanya dengan komputasi keuangan adalah matematika keuangan menyederhanakan asumsi agar dapat mengekspresikan hubungan dalam bentuk yang sederhana sehingga tidak memerlukan komputer canggih untuk mengevaluasinya.[8]

Pada tahun 1960-an, manajer dana lindung nilai (hedge fund) seperti Ed Thorp[9] dan Michael Goodkin (bekerja dengan Harry Markowitz, Paul Samuelson dan Robert C. Merton)[10] memelopori penggunaan komputer dalam perdagangan arbitrase. Selain itu, di bidang akademik, pemrosesan komputer yang canggih diperlukan oleh para peneliti seperti Eugene Fama untuk menganalisis sejumlah besar data keuangan untuk meneliti hipotesis pasar efisien.[11]

Selama tahun 1970-an, fokus utama keuangan komputasi bergeser ke penetapan harga opsi dan analisis sekuritisasi hipotek.[12] Pada akhir 1970-an dan awal 1980-an, sekelompok peneliti kuantitatif muda yang dikenal sebagai "ilmuwan roket" tiba di Wall Street dan membawa serta komputer pribadi. Hal ini menyebabkan ledakan baik jumlah dan variasi aplikasi keuangan komputasi.[13] Banyak teknik baru dalam bidang ini melibatkan teknologi pemrosesan sinyal dan pengenalan suara alih-alih bidang tradisional ekonomi komputasi seperti optimasi dan analisis deret waktu.[14]

Pada akhir 1980-an, meredanya Perang Dingin membawa sekelompok besar fisikawan dan matematikawan terapan dari negara eks-komunis ke dalam bidang keuangan. Orang-orang ini dikenal sebagai "insinyur keuangan" ("quant" adalah istilah yang mencakup ilmuwan roket dan insinyur keuangan, serta manajer portofolio kuantitatif).[15] Hal ini menyebabkan terjadinya perluasan kembali berbagai metode komputasi yang sebelumnya digunakan di bidang keuangan, juga perpindahan dari komputer pribadi ke mainframe dan superkomputer.[16] Pada saat inilah komputasi keuangan menjadi diakui sebagai subbidang akademik yang berbeda. Program gelar pertama di bidang komputasi keuangan ditawarkan oleh Universitas Carnegie Mellon pada tahun 1994.[17]

Selama 20 tahun terakhir, bidang komputasi keuangan telah berkembang ke hampir setiap bidang keuangan, dan permintaan akan praktisi di bidang ini telah tumbuh secara drastis. Selain itu, banyak perusahaan telah berkembang untuk memasok perangkat lunak dan layanan keuangan komputasi secara khusus.[18]

Penerapan dari komputasi keuangan

Lihat Juga

Pranala luar

Referensi

  1. ↑ Maurizio Pompella. The Palgrave Handbook of FinTech and Blockchain. Springer Nature. 2021-06-01. hlm. 55. ISBN 978-3-030-66433-6.
  2. ↑ Computational Finance and Research Laboratory. University of Essex.
  3. ↑ Cornelis A. Los. Computational Finance: A Scientific Perspective. World Scientific. 2001. hlm. 11. ISBN 978-981-02-4497-2.
  4. ↑ Mario J. Miranda. Applied Computational Economics and Finance. MIT Press. 2004-08-20. hlm. XVI. ISBN 978-0-262-29175-0.
  5. ↑ Ömür Uǧur. An Introduction to Computational Finance. Imperial College Press. 2009. hlm. 71. ISBN 978-1-84816-192-4.
  6. ↑ Jin-Chuan Duan. Handbook of Computational Finance. Springer Science & Business Media. 2011-10-25. hlm. 32. ISBN 978-3-642-17254-0.
  7. ↑ Harry Markowitz. Portfolio Selection: Efficient Diversification of Investments. Yale University Press. 2008-10-01. hlm. X. ISBN 978-0-300-01372-6.
  8. ↑ Justin Fox. The Myth of the Rational Market: A History of Risk, Reward, and Delusion on Wall Street. Harper Collins. 2009-06-09. hlm. 5-13. ISBN 978-0-06-188570-9.
  9. ↑ William Poundstone. Fortune's Formula: The Untold Story of the Scientific Betting System That Beat the Casinos and Wall Street. Farrar, Straus and Giroux. 2010-06-01. hlm. 38-40. ISBN 978-0-374-70708-8.
  10. ↑ Michael Goodkin. The Wrong Answer Faster: The Inside Story of Making the Machine that Trades Trillions. John Wiley & Sons. 2012-01-18. hlm. 65. ISBN 978-1-118-23857-8.
  11. ↑ Justin Fox. The Myth of the Rational Market: A History of Risk, Reward, and Delusion on Wall Street. Harper Collins. 2009-06-09. hlm. 5-13. ISBN 978-0-06-188570-9.
  12. ↑ Aaron Brown. Red-Blooded Risk: The Secret History of Wall Street. John Wiley & Sons. 2011-10-11. hlm. 162. ISBN 978-1-118-04386-8.
  13. ↑ John F. Ehlers. Rocket Science for Traders: Digital Signal Processing Applications. John Wiley & Sons. 2001-07-30. hlm. 2. ISBN 978-0-471-40567-2.
  14. ↑ John F. Ehlers. Rocket Science for Traders: Digital Signal Processing Applications. John Wiley & Sons. 2001-07-30. hlm. 2. ISBN 978-0-471-40567-2.
  15. ↑ Dimitris N. Chorafas. The New Technology of Financial Management. John Wiley & Sons. 1992-09-04. hlm. 74-75. ISBN 978-0-471-57402-6.
  16. ↑ Aaron Brown. Red-Blooded Risk: The Secret History of Wall Street. John Wiley & Sons. 2011-10-11. hlm. 162. ISBN 978-1-118-04386-8.
  17. ↑ Carnegie Mellon University. Center for Computational Finance. Carnegie Mellon University.
  18. ↑ Michael Goodkin. The Wrong Answer Faster: The Inside Story of Making the Machine that Trades Trillions. John Wiley & Sons. 2012-01-18. hlm. 65. ISBN 978-1-118-23857-8.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 29204220 (2026-05-08T15:35:00Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.


Diperoleh dari "https://wiki.unissula.ac.id/index.php?title=Komputasi_keuangan&oldid=1292"