IDX Seasonality Pattern Analyzer API
Menganalisis pola musiman saham IDX berdasarkan data historis 2–5 tahun. Mendeteksi efek kalender khas IDX seperti Window Dressing, Lebaran Effect, dan Sell in May.
Base Information
- BASE_URL_API:
https://api.maelyn.eu/api - Path / Endpoint:
/financial/idx/seasonality-analyzer - Method:
GET - Credit Usage:
20
Authentication
x-maelyn-auth: YOUR_API_KEY
Description
Endpoint ini menganalisis pola musiman saham IDX dari data historis 2–5 tahun. Untuk setiap bulan, dihitung rata-rata return bulanan, win rate, max gain, max loss, dan standar deviasi. Secara otomatis mendeteksi efek kalender khas IDX: Window Dressing / January Effect, Lebaran Effect, Sell in May, dan Dividend Season. FLARIA AI memberikan strategi trading musiman berdasarkan pola historis.
Query Parameters
| Name | Type | Required | Description |
|---|---|---|---|
symbol | string | Yes | Kode saham IDX. Contoh: BBCA, UNVR |
period | string | No | Rentang historis: 2y, 3y, atau 5y. Default: 3y |
IDX Calendar Effects yang Dideteksi
| Efek | Bulan | Deskripsi |
|---|---|---|
| Window Dressing / Jan Effect | Des–Jan | Institusi window dressing di akhir tahun |
| Lebaran Effect | Apr–Mei | Consumer spending meningkat menjelang Lebaran |
| Sell in May Effect | Mei–Jun | Koreksi musiman global yang memengaruhi IDX |
| Dividend Season | Sep–Okt | Musim dividen IDX mendorong akumulasi sebelum ex-date |
Example Usage
1. Analisis musiman BBCA 3 tahun terakhir (default)
GET /financial/idx/seasonality-analyzer?symbol=BBCA
2. Analisis musiman UNVR 5 tahun
GET /financial/idx/seasonality-analyzer?symbol=UNVR&period=5y
Success Response
{
"success": true,
"data": {
"symbol": "BBCA",
"period_used": "3y",
"data_points": 756,
"seasonality": {
"monthly_stats": [
{
"month": 1,
"month_name": "Jan",
"sample_years": 3,
"avg_return": 2.1,
"win_rate": 66.7,
"max_gain": 5.4,
"max_loss": -1.2,
"std_dev": 2.8,
"bias": "BULLISH"
}
],
"best_month": { "month": 12, "month_name": "Des", "avg_return": 3.4 },
"worst_month": { "month": 6, "month_name": "Jun", "avg_return": -1.8 },
"total_years": 3,
"idx_effects": [
{
"name": "Window Dressing / January Effect",
"months": "Des–Jan",
"avg_return": 2.75,
"description": "Institusi window dressing di akhir tahun mendorong kenaikan harga."
}
]
},
"ai_insight": {
"penjelasan_pola": "BBCA menunjukkan pola bullish konsisten di Q4 karena...",
"bulan_optimal_beli": "Oktober–November",
"bulan_optimal_jual": "Desember–Januari",
"kondisi_bulan_ini": "Mei secara historis lemah untuk BBCA, potensi konsolidasi...",
"strategi_musiman": "Akumulasi Oktober, jual sebagian Desember untuk window dressing",
"efek_kalender_dominan": "Window Dressing / January Effect",
"relevansi_tahun_ini": "Pola historis masih relevan selama BI suku bunga stabil",
"peringatan": "Pola musiman bukan jaminan, kondisi makro bisa override",
"disclaimer": "Analisis ini bukan saran investasi resmi."
},
"sources": []
}
}
Response Fields
| Field | Type | Description |
|---|---|---|
monthly_stats | array | Data statistik per bulan (12 bulan) |
monthly_stats.avg_return | number | Rata-rata return bulanan (%) |
monthly_stats.win_rate | number | Persentase bulan dengan return positif |
monthly_stats.bias | string | BULLISH, BEARISH, atau NEUTRAL |
best_month | object | Bulan dengan rata-rata return tertinggi |
worst_month | object | Bulan dengan rata-rata return terendah |
idx_effects | array | Efek kalender IDX yang terdeteksi |
ai_insight.bulan_optimal_beli | string | Rekomendasi bulan terbaik untuk akumulasi |
Error Response
Data tidak cukup
{
"success": false,
"message": "Data historis XXXX tidak cukup untuk analisis musiman (minimal ~1 tahun penuh)."
}
Period tidak valid
{
"success": false,
"message": "\"period\" tidak valid. Pilihan: 2y, 3y, 5y"
}