Autoregressive Integrated Moving Average (ARIMA) adalah salah satu metode analisis statistik untuk meramalkan dan memprediksi tren pergerakan harga saham dan aset keuangan lainnya. ARIMA memperhitungkan pola sebelumnya dari data historis melalui pendekatan time-series, yang secara khusus melakukan peramalan menggunakan data yang berasal dari waktu yang berbeda.
Dalam investasi, ARIMA sering digunakan untuk memprediksi fluktuasi pasar keuangan dan menjadi pedoman dalam membuat keputusan investasi. Metode ini memperhitungkan faktor-faktor ekonomi dan politik yang dapat berpengaruh terhadap harga saham suatu perusahaan atau indeks saham tertentu, sehingga memungkinkan investor untuk membuat keputusan yang lebih baik berdasarkan informasi yang akurat dan berkualitas.
ARIMA memiliki tiga parameter utama yaitu autoregression (AR), integrated (I), dan moving average (MA). Parameter AR menjelaskan hubungan antara nilai data tertentu dengan nilai yang diambil pada waktu sebelumnya, parameter I menjelaskan penyesuaian data menjadi stasioner sehingga dapat dimodelkan, dan parameter MA menjelaskan hubungan antara nilai data dengan noise atau kesalahan peramalan pada periode sebelumnya.
Dalam keseluruhan parameter tersebut, ARIMA menyesuaikan data hingga menjadi stasioner, sehingga memungkinkan peramalan yang lebih akurat. ARIMA sering digunakan dalam analisis teknikal dalam trading saham dan investasi jangka panjang karena dapat memberikan prediksi harga harga yang lebih akurat.