Setiap beberapa bulan, gelombang baru alat perdagangan berbasis AI datang menjanjikan untuk memberi tahu ke mana harga akan bergerak. Penawarannya selalu berupa variasi dari kalimat yang sama: model melihat pola yang tidak bisa dilihat oleh manusia.
Versi yang jujur dari kalimat itu jauh lebih kecil, dan jauh lebih bermanfaat. Pembelajaran mesin memang punya pekerjaan nyata di pasar kripto. Hanya saja, bukan pekerjaan yang biasanya dijual kepada Anda. Di sinilah letak garisnya yang sebenarnya, dan cara menguji setiap klaim AI yang Anda temui.
Mengapa arah adalah hal tersulit untuk diprediksi, bukan yang paling mudah
Pasar yang likuid bukan teka-teki yang diam menunggu untuk dipecahkan. Itu adalah kerumunan yang sudah mematok harga apa pun yang baru saja diperhatikan model Anda.
Saat pola searah sudah terlihat dari data publik, itu sudah terlihat oleh semua orang yang punya data yang sama dan koneksi. Pada pasangan terbesar, itu juga mencakup perusahaan dengan infrastruktur lebih cepat dan modal lebih besar daripada yang pernah dimiliki alat ritel mana pun. Memprakirakan arah langkah berikutnya di lingkungan itu hampir sama dengan menebak koin yang orang lain sudah lebih dulu melemparkannya.
Ini bukan keterbatasan yang dihilangkan oleh model yang lebih besar. Ini adalah struktur dari masalahnya. Informasi yang akan memberi tahu Anda ke arah mana harga akan bergerak tepat sebelum itu adalah informasi yang diperebutkan oleh kompetisi pasar dalam jauh lebih cepat.
Jadi saat alat AI memimpin dengan target harga, itu bukan bukti kecanggihan. Itu bukti bahwa ia sedang menjual sesuatu yang ingin dibeli orang.
Apa yang benar-benar diprediksi dengan baik oleh machine learning
Empat hal, tidak ada satupun yang berupa panah di sebuah bagan.
Seberapa banyak, bukan arah mana. Volatilitas punya sifat yang tidak dimiliki return: ia bertahan. Hari-hari yang tenang berkumpul dengan hari-hari yang tenang, yang ganas dengan yang ganas, dan sebuah kejutan hari ini meningkatkan peluang pergerakan besar besok. Autokorelasi besaran ini cukup stabil untuk dipelajari. Sebuah model bisa memberi tahu Anda seberapa lebar hasil yang mungkin bahkan ketika titik tengahnya memang tidak bisa diketahui—dan satu estimasi itu yang menggerakkan ukuran posisi, penempatan stop, serta apakah hari ini pantas lebih hati-hati daripada kemarin.
Rezim apa yang Anda hadapi. Tren versus sideways, likuiditas yang membesar versus menyusut, posisi yang padat versus yang ringan. Klasifikasi rezim adalah masalah supervised biasa dengan input yang bisa diamati, dan itu menentukan seberapa banyak keyakinan pantas diberikan untuk estimasi lain mana pun.
Klasifikasi aliran. Transaksi ini ini perlengkapan operasional atau niat ekonomi? Apakah ini permintaan mint yang besar atau jadwal treasury? Apakah kedalaman order book itu nyata atau bertingkat? Ini adalah persoalan yang bisa diselesaikan dengan fitur-fitur yang nyata, dan cukup tidak glamor sehingga hampir tak ada yang memasarkan.
Eksekusi. Cara memecah order agar menggerakkan harga lebih sedikit, saat buku tipis, venue mana yang punya persediaan saat ini. Di sinilah machine learning menghasilkan uang secara tenang dan konsisten, dan itu tidak pernah muncul di thread promosi karena tidak terdengar seperti prediksi.
Perhatikan polanya. Semua yang ada di daftar itu tentang mengukur kondisi saat ini secara akurat, bukan menebak masa depan. Itulah rumah yang jujur bagi AI di pasar.
Jeratan pengukuran yang merusak kebanyakan sistem trading AI
Anggap Anda membangun sesuatu dan backtest-nya terlihat sangat bagus. Ini yang biasanya salah, dalam urutan seberapa sering kita melihatnya.
Jendela yang saling tumpang tindih membesarkan sampel Anda. Jika Anda mengukur return 30 hari dari data harian, jendela berturut-turut berbagi 29 dari 30 hari mereka. Tiga ribu observasi bergulir bisa berasal dari kira-kira seratus observasi yang benar-benar independen. Interval kepercayaan Anda diskalakan dengan angka kedua, bukan yang pertama, dan melaporkan angka pertama adalah cara paling mudah untuk menciptakan kepastian yang belum Anda peroleh.
Kebocoran lookahead merembes pelan-pelan. Setiap langkah dalam pipeline Anda yang memakai informasi yang tidak tersedia pada saat keputusan dibuat—normalisasi yang dihitung dari seluruh dataset, filter yang memilih periode berdasarkan apa yang terjadi di dalamnya—akan menghasilkan sesuatu yang indah namun tidak berguna. Ini jarang terjadi dengan sengaja. Itu terjadi pada baris preprocessing yang tidak pernah dibaca ulang oleh siapa pun.
Survivorship membentuk data sebelum Anda melihatnya. Listing bursa datang dan pergi. Sejarah yang dibangun dari pasangan yang saat ini terdaftar secara diam-diam mengecualikan semuanya yang gagal. Model belajar dari dunia di mana tidak ada yang pernah mati.
Regime drift merusak model tanpa pesan kesalahan apa pun. Yang satu ini membuat kami rugi langsung, jadi angkanya milik kami. Kami membangun rentang prakiraan dari sejarah realisasi aset. Diuji pada 20.058 observasi historis dari delapan koin besar, metode tanpa syarat kami menghasilkan rentang yang mencakup 55,6% dari hasil terhadap target 50%—hanya sedikit terlalu longgar. Namun saat kami memecah uji berdasarkan kondisi pasar, seperlima hari yang paling tenang menunjukkan 67,1%. Rentang tersebut menyertakan allowance permanen untuk turbulensi, dan di pasar yang tenang allowance itu tidak layak. Mengkondisikan sampel pada volatilitas saat ini mengembalikannya ke 50,8%.
Tidak ada yang terlihat dari kegagalan itu dari hari ke hari. Hasilnya terus mendarat di dalam rentang. Itulah intinya: model yang terlalu dermawan menghasilkan aliran sukses kecil yang tenang tanpa gejala apa pun.
Cara mengevaluasi klaim trading AI apa pun dalam lima pertanyaan
Bisa dipakai pada alat, layanan, atau thread apa pun yang Anda temui.
Apakah ia memprediksi besaran atau arah? Klaim besaran bisa dipertanggungjawabkan. Klaim arah pada pasangan yang likuid pantas mendapat skeptisisme berat, apa pun deskripsi modelnya.
Apakah klaimnya dicatat sebelum hasilnya? Screenshot yang diambil setelahnya bukan bukti. Kurva performa yang disusun oleh seseorang yang sudah mengetahui hasilnya juga bukan bukti. Hanya klaim yang dipasang di tempatnya sebelum waktu tersebut yang bisa dicek.
Metrik apa yang dilaporkan, dan bisakah ia gagal dalam dua arah? Akurasi untuk kejadian langka tidak berarti apa-apa—model yang tidak pernah memicu mendapat skor cemerlang. Untuk prakiraan rentang, minta coverage, yang akan menjerat Anda karena terlalu sempit DAN terlalu lebar.
Berapa ukuran sampel independen? Bukan jumlah baris. Jumlah observasi yang benar-benar independen. Jika tidak ada yang bisa menjawab ini, backtest itu tidak pernah diperiksa secara sungguh-sungguh.
Apakah kegagalan dipublikasikan? Rekam jejak yang hanya berisi kesuksesan sudah disaring, baik sengaja maupun tidak ada yang bermaksud menyaringnya. Ketiadaan misses yang terlihat adalah temuan itu sendiri.
Setiap alat yang lolos dari lima pertanyaan itu pantas mendapat waktu Anda. Kebanyakan tidak akan lolos pada pertanyaan kedua.
Apa yang sebaiknya Anda skeptiskan secara spesifik
Imbal hasil yang terjamin, dalam bentuk apa pun penuturannya. Persentase akurasi tanpa sampel atau periode waktu yang disebutkan. Backtest tanpa uji walk-forward. "Proprietary" sebagai jawaban untuk cara kerjanya. Dan target harga yang disampaikan dengan penuh keyakinan, terutama pada pasangan terbesar, di mana keyakinan paling tidak berdasar.
Tidak ada dari ini yang membuktikan niat buruk. Kebanyakan adalah orang-orang jujur yang tidak pernah ditanya pertanyaan kedua.
Deflasi, yang seharusnya ada di akhir dari apa pun seperti ini
Tidak ada metode yang secara andal mengalahkan pasar yang likuid, dan siapa pun yang menjanjikan itu sedang menjual sesuatu—biasanya langganan, kadang token, selalu sebuah screenshot.
Yang ditawarkan machine learning di kripto bukanlah firasat masa depan. Itu pengukuran yang lebih baik terhadap kondisi saat ini: seberapa jauh pasar ini bisa bergerak, dalam keadaan apa ia berada, berapa biaya eksekusi Anda yang sebenarnya, dan seberapa tidak pastinya semua angka itu. Klaimnya lebih kecil daripada yang biasanya dibuat oleh kategorinya. Kelebihannya adalah tetap bertahan setelah diperiksa, dan masih benar satu tahun kemudian.
Ambil satu kebiasaan dari ini: setiap kali Anda melihat zona probabilitas digambar mengelilingi harga, hitung seberapa sering hasilnya mendarat di dalamnya. Jika zona yang mengklaim 50% hampir semuanya tertangkap, itu bukan akurat—itu kabur, dan kekaburan adalah seperti apa akurasi terlihat dari dalam.
Konten edukasi—bukan nasihat keuangan.