Analisis teknikal berupaya untuk menguji data historis dalam memprediksi harga saham guna melakukan pembelian atau penjualan suatu instrumen investasi (Fernandez-Rodriguez dkk, 1999). Karena kemampuannya tersebut, maka penelitian mengenai analisis teknikal menjadi kajian yang menarik dibursa saham luar negeri. Penelitian Brock dkk (1992) pada indeks Dow Jones Industrial Average (DJIA) di New York Stock Exchange (NYSE) menemukan bahwa metode statistik sederhana seperti moving average lebih mampu menjelaskan perilaku indeks harga saham dibandingkan metode-metode canggih seperti simulasi bootstrap pada berbagai alternatif Capital Assets Pricing Model (CAPM).
Fernandez-Rodriguez dkk(1999) melakukan penelitian mengenai teknikal analisis pada Madrid Stock Exchange dengan menggunakan moving average dengan periode yang berbeda-beda. Hal ini dilakukan untuk mengatasi kelemahan yang ada pada penelitian Brock dkk (1999). Hasil pada penelitian tersebut bahwa technical trading rules memiliki kemampuan untuk mempredisi return saham. Pada penelitian Fernandez-Rodriguez dkk (1999) ini juga digunakan metode ARIMA menggabungkan metode rata-rata bergerak dan autoregresi. Hasilnya adalah bahwa metode ARIMA dapat meningkatkan akurasi dalam memprediksi harga saham.
Parisi dan Vasquez (2000) melakukan penelitian mengenai analisis teknikal di pasar modal Chili yaitu Santiago Stock Exchange / Bolsa de Comercio de Santiago. Pada penelitian ini Parisi dan Vasquez menggunakan metode analisis teknikal seperti moving average dan trading range break out. Penelitian ini menyimpulkan bahwa metode moving average ternyata mampu memberikan hasil yang lebih baik.
Penerapan analisis teknikal dalam pasar uang juga telah dilakukan oleh Fernandez-Rodriguez dkk(2000) yang melakukan analisis pada mata uang negara-negara yang masuk dana EMS (European Monetary System). Penelitian ini dilakukan dengan berlandaskan pada pesimisme terhadap kualitas model-model peramalan kurs mata uang yang dipengaruhi tulisan Meese dan Rogoff (1983) yang menyatakan bahwa model dengan menggunakan variabel-variabel yang memperkirakan nilai kurs mata uang tidak lebih baik daripada model sederhana dalam analisis teknikal. Penelitian Fernandez-Rodriguez (2000) menemukan bahwa meskipun analisis teknikal mampu diterapkan dalam memperirakan kurs mata uang asing, tetapi seringkali terdapat kesalahan prediksi.
Fernandez-Rodriguez (2001) melakukan penelitian lagi mengenai penerapan analisis teknikal di pasar saham Madrid Stock Exchange. Penelitian ini dilakukan dengan penelitian-penelitian yang telah dilakukan sebelumnya kebanyakan masih menggunakan satu indikator saja yaitu moving average, untuk memperbaiki penelitian yang telah ada tersebut maka juga dipergunakan indikator moving average yang lain yaitu Generalized Moving Average seperti double moving average. ARIMA akan bekerja dengan baik apabila data runut waktu yang digunakan bersifat dependen atau berhubungan satu sama lain secara statistik (Sugiarto dan Harijono, 2000).
Suhartono (2005) melakukan studi pada tingkat inflasi di Indonesia, studi ini melakukan pembandingan terhadap metode Jaringan Syaraf Tiruan, ARIMA, dan ARIMAX (ARIMA dengan Analisis intervensi dan Variasi kalender). Hasil studi ini menunjukkan bahwa FFNN (Feed Forward Neural Network) dengan input model ARIMAX memberikan hasil terbaik untuk melakukan peramalan inflasi di Indonesia. Penelitian ini juga menunjukkan bahwa akurasi peramalan dengan model ARIMAX mirip dengan hasil FFNN dengan input yang berasal dari ARIMAX.
Nachrowi dan Usman (2007) melakukan studi pada IHSG dengan menggunakan model GARCH dan ARIMA, hasil dari studi ini menunjukkan bahwa model ARIMA(1,1,0) mempunyai kesalahan lebih kecil dalam memprediksi gerakan IHSG bila dibandingkan dengan Model GARCH (2,2). Hal ini disebabkan karena sulitnya mengidentifikasi variabel dominan yang dapat menjelaskan IHSG. Model ARIMA cenderung lebih unggul karena metode ini hanya memerlukan variabel penjelas yang merupakan variabel itu sendiri di masa lalu. Bila pergerakan variabel masa lalu sudah dapat mencerminkan semua informasi yang dapat mempengaruhi variabel itu, variabel penjelas lain peranannya menjadi sangat kecil.
ADS HERE !!!
