1. Titik awal: jenis “pembelajaran” apa yang digunakan Meruem melawan Netero?
Jika harus memilih satu istilah machine learning, cara Meruem paling dekat dengan pemodelan lawan secara online. Selama bertarung, ia mengamati Netero dan terus memperbarui perkiraan tentang tindakan apa yang paling mungkin dipilih lawannya dalam setiap situasi.[1]
Menyebutnya sekadar reinforcement learning terlalu kasar. Meruem menggabungkan:
- Pengamatan jarak, arah, ritme, waktu, dan tindakan sebelumnya.
- Perkiraan bias tak sadar dalam pilihan Netero.
- Prediksi tindakan berikutnya.
- Perubahan serangannya sendiri untuk memancing respons tertentu.
- Pencarian jalur menembus pertahanan beberapa langkah ke depan.
Deskripsi yang lebih tepat adalah pemodelan lawan＋pembelajaran online＋prediksi urutan＋perencanaan. Ia memindahkan kemampuan dari Gungi—membaca kecenderungan pilihan dan membandingkan cabang masa depan—ke dalam pertarungan.
2. Duel satu lawan satu pun memiliki terlalu banyak pola. Mengapa masih bisa dibaca?
Misalkan setiap petarung hanya punya lima pilihan: menyerang, bertahan, menghindar, bergerak, dan mengecoh. Satu giliran serentak sudah menghasilkan 25 kombinasi. Sepuluh giliran menghasilkan 25^10, sekitar 95 triliun urutan. Pertarungan nyata juga memiliki variasi sudut, kecepatan, jarak, kekuatan, dan waktu yang kontinu, sehingga ruang sebenarnya nyaris tak terbatas.
Meruem tidak menghafal semuanya. Kuncinya adalah manusia tidak memakai semua pilihan dengan probabilitas yang sama.
Walau Netero memiliki 100 pertahanan, jika pada jarak tertentu ia memilih A 50%, B 30%, dan C 15%, sebagian besar masalah praktis menyusut menjadi A, B, dan C. Jika Meruem menyerang dengan cara yang membuat A lebih mungkin, ruang pencarian menyempit lagi.
Intinya bukan mencoba semua kemungkinan, melainkan:
Membatasi situasi, menemukan bias perilaku, lalu memakai tindakan sendiri untuk mempersempit respons lawan.
3. Di pasar, identitas “pelaku kuat” biasanya tidak terlihat
Dalam duel ada satu lawan yang jelas. Di pasar ada institusi, broker, market maker, trader frekuensi tinggi, profesional diskresioner, dan ritel secara bersamaan. Order book publik biasanya tidak memberitahu siapa pemilik setiap order.
Karena itu, “menyalin scalper terbaik” adalah kerangka yang berbahaya. Yang terlihat bukan orangnya, tetapi jejak pada data publik:
- Berapa tick harga bergerak setelah pembelian agresif.
- Apakah penjualan agresif gagal menurunkan harga.
- Apakah ask yang habis segera diisi kembali.
- Apakah bid naik ke tingkat harga lebih tinggi.
- Apakah transaksi berlanjut setelah high baru.
- Apakah spread tetap sempit atau tiba-tiba melebar.
Pertanyaan pasar yang berguna bukan “siapa yang membeli?”, tetapi:
Sisi mana yang benar-benar menggerakkan harga dalam keadaan yang dapat diamati ini?
4. Mengapa strategi “ikan remora” mungkin ada
Gagasan untuk tidak berebut gerakan pertama dan mencoba menangkap sisa arus yang bertahan memiliki beberapa dasar penelitian.
Pertama, order besar sering dipecah. Menjalankannya sekaligus dapat memperburuk harga sendiri, sehingga parent order dipecah menjadi banyak child order. Studi dengan data tingkat akun selama lebih dari sembilan tahun di Bursa Tokyo mendukung secara kuantitatif bahwa pemecahan order membantu menciptakan persistensi: pembelian diikuti pembelian dan penjualan diikuti penjualan.[2]
Kedua, pola child order yang mudah diprediksi dapat diantisipasi. Penelitian menemukan bahwa eksekusi order besar yang lebih mudah diprediksi berkaitan dengan aktivitas antisipasi, biaya eksekusi, dan dampak harga tertunda yang lebih besar ketika peserta lain secara bertahap mengenali order tersebut.[6][7] Ini terkait back-running: menggunakan arus order masa lalu untuk memperkirakan tindakan investor besar berikutnya dan berdagang setelahnya.
Ketiga, perlombaan tercepat terlalu cepat untuk manusia. Studi pesan bursa Inggris menemukan perlombaan arbitrase latensi tipikal berlangsung sekitar 5–10 mikrodetik, dan lebih dari 20% volume terjadi dalam suatu bentuk perlombaan.[9]
Yang dapat dipelajari trader ritel adalah efek yang lebih lama: pemecahan order, order pengikut, dan kekurangan likuiditas sementara selama detik atau menit.
Ini tidak membuktikan bahwa semua “gelombang kedua” menguntungkan. Setelah order besar selesai, sebagian dampak harga dapat berbalik, dan pembeli awal dapat menjual kepada pengikut yang terlambat. Syarat utama bukan bahwa harga sudah naik, tetapi bahwa arus belum selesai.
5. Empat jejak yang dapat diamati
5-1. Order Flow Imbalance (OFI)
OFI menggabungkan transaksi agresif, penambahan limit order, dan pembatalan pada bid dan ask terbaik untuk mengukur selisih tekanan beli dan jual. Pada 50 saham AS, perubahan harga jangka sangat pendek lebih stabil terkait OFI daripada volume mentah; tekanan yang sama menggerakkan harga lebih besar ketika kedalaman pasar lebih tipis.[3]
Dalam analogi tarik tambang, OFI bukan hanya menghitung jumlah orang. OFI melihat ke arah mana tali benar-benar bergerak dan siapa yang masuk atau keluar dari tiap sisi.
5-2. Ketidakseimbangan antrean
Jika B adalah jumlah pada bid terbaik dan A jumlah pada ask terbaik:
QI = (B - A) / (B + A)
QI mendekati 1 ketika bid terlihat relatif besar dan mendekati -1 ketika ask lebih besar. Studi pada sepuluh saham Nasdaq menemukan hubungan statistik antara QI dan arah perubahan mid-price berikutnya, dengan perbaikan lebih besar pada saham bertick besar.[4]
Namun depth yang terlihat dapat dibatalkan. Amati penambahan, pembatalan, dan eksekusi, bukan hanya foto order book.
5-3. Respons harga terhadap order
Sinyal paling intuitif bukan hanya ukuran order, tetapi bagaimana harga merespons.
- Banyak pembelian agresif tanpa kenaikan dapat berarti penjual kuat menyerap permintaan.
- Banyak penjualan agresif tanpa penurunan dapat berarti pembeli menyerap pasokan.
Untuk mengikuti kenaikan, “banyak pembelian” lebih lemah daripada pasar menerima serangan jual tetapi tidak runtuh.
5-4. Resiliensi order book
Resiliensi adalah seberapa cepat order book dibangun kembali setelah terkuras. Studi pada satu saham di London menemukan book tidak selalu terisi kembali, tetapi ketika pulih, estimasi waktu paruhnya sekitar 20 detik; juga ditemukan indikasi market order yang meniru.[5]
Ini bukan aturan universal 20 detik. Pelajarannya adalah mengukur apakah likuiditas lawan kembali selama periode singkat setelah guncangan awal.
6. Hipotesis masuk: tangkap percepatan ulang setelah bertahan, bukan ledakan pertama
Hipotesis long sederhana memiliki lima tahap:
- Guncangan: harga, frekuensi transaksi, dan OFI positif naik tidak biasa.
- Tunggu: jangan langsung mengejar; biarkan tekanan jual muncul.
- Uji ketahanan: pullback dangkal, bid terisi kembali, dan asal gerakan tetap utuh.
- Percepatan ulang: OFI positif kembali, ask dimakan, dan high terbaru ditembus.
- Masuk: ikut hanya pada kelanjutan singkat setelah percepatan ulang.
Contoh: harga naik dari 1.000 ke 1.010, turun ke 1.007, tidak menembus 1.007 meski ada penjualan, lalu kembali di atas 1.010. Pelaku tercepat mendapat sepuluh poin pertama; remora mencoba mengambil hanya sebagian sisa setelah konfirmasi.
Urutan ini bukan aturan universal yang sudah dibuktikan. Literatur mendukung persistensi, informasi dalam OFI dan antrean, serta antisipasi order. Menggabungkannya menjadi lima langkah ini adalah hipotesis strategi yang harus diuji.
7. Ambil untung harus mengikuti umur alasan masuk
Alasan masuk adalah:
“Arus beli berumur pendek masih ada dan pembelian pengikut mungkin segera datang.”
Karena itu, keluar tidak hanya berdasarkan laba mengambang, tetapi apakah hipotesis masih hidup.
7-1. Keluar ketika premis gagal
- Harga segera kembali di bawah breakout.
- Low pullback ditembus.
- OFI berbalik ke jual.
- Pembelian agresif terus ada, tetapi harga tidak lagi naik.
- Ask diisi kembali cepat dan berulang.
- Bid menghilang dan spread melebar.
Jika premis gagal, keluar meskipun target belum tercapai. Jika pelari cepat yang diikuti berhenti, tidak ada alasan terus berlari sendiri hanya karena sudah menetapkan jarak.
7-2. Time stop
Strategi mengharapkan kelanjutan cepat. Jika tidak ada high baru atau percepatan ulang dalam horizon yang diharapkan, tidak adanya kemajuan juga merupakan informasi.
Tidak ada “20 detik untuk semua”. Sinyal meluruh pada kecepatan berbeda; model perdagangan dinamis dengan biaya menunjukkan penyesuaian optimal tergantung persistensi dan kecepatan mean reversion sinyal.[12] Ukur dari data sendiri berapa lama trade menang biasanya mulai bekerja.
7-3. Target tetap
Target tetap dapat berguna, tetapi “tiga tick” atau rasio 1:2 universal tanpa bukti bersifat arbitrer. Kumpulkan maximum favorable excursion (MFE) dan bandingkan target setelah spread, biaya, dan slippage.
Ekspektasi = win rate × rata-rata untung − loss rate × rata-rata rugi − biaya
Target jauh membayar lebih besar saat tercapai, tetapi lebih jarang tercapai. Keduanya harus dilihat.
7-4. Trailing dan keluar sebagian
Trailing menaikkan level keluar saat harga naik dan mempertahankan paparan pada gerakan besar yang jarang. Dalam model difusi tertentu, penelitian matematika menunjukkan kombinasi sell limit dan trailing stop dapat optimal.[11] Ini tidak berarti dua tick selalu benar.
Keluar sebagian dapat mengurangi variasi dan tekanan psikologis, tetapi juga menjual terlalu awal sebagian trade terbaik dan menambah biaya. Tidak ada bukti umum bahwa selalu menjual separuh adalah terbaik.
8. Stop yang lebih sempit tidak otomatis lebih baik
Penelitian stop-loss menunjukkan bahwa jika harga random walk, aturan mekanis mengurangi expected return; stop dapat bernilai ketika ada dependensi positif atau momentum.[10]
Karena strategi ini adalah hipotesis kelanjutan pendek, stop berdasarkan kegagalan premis masuk akal. Namun stop lebih sempit daripada noise normal akan sering tersentuh dan hanya meninggalkan biaya.
Pisahkan tiga fungsi:
- Stop awal: harga atau arus yang membatalkan setup.
- Time stop: kelanjutan tidak datang pada waktunya.
- Stop setelah profit: mengikuti pullback terakhir atau pembalikan arus.
9. Keputusan ambil untung manusia memiliki bias
Studi klasik sekitar 10.000 akun menemukan investor cenderung menjual pemenang terlalu cepat dan menahan pecundang terlalu lama—disposition effect.[13]
Dalam scalping, trader dapat segera mengambil laba dua tick karena takut hilang, tetapi menunggu rugi dua tick pulih. Kemenangan menjadi kecil dan kerugian besar.
Keluar sebaiknya terkait alasan yang sudah ditentukan:
- Premis gagal.
- Umur waktu sinyal habis.
- Target statistik tercapai.
- Kondisi trailing tersentuh.
10. Apa yang didukung penelitian dan apa yang tidak
Temuan yang relatif kuat
- Pemodelan lawan dan adaptasi kebijakan adalah bidang penelitian yang mapan.[1]
- Pemecahan order berkontribusi pada persistensi arus searah.[2]
- OFI terkait kuat dengan perubahan harga jangka pendek.[3]
- Ketidakseimbangan antrean dapat memuat informasi arah berikutnya.[4]
- Peserta lain dapat mengantisipasi eksekusi besar yang mudah diprediksi.[6][7]
- Perlombaan tercepat tidak dapat diikuti oleh reaksi manusia.[9]
- Nilai stop dan trailing tergantung proses harga, persistensi, dan biaya.[10][11][12]
Belum terbukti secara umum
- Pullback dangkal dan breakout kedua memberi laba bersih stabil bagi ritel.
- Order book publik mengidentifikasi scalper ahli tertentu.
- 20 detik, tiga tick, atau keluar 50% optimal untuk semua.
- Akurasi prediksi tinggi otomatis menjadi laba bersih.
- Aturan dari satu rezim tetap berlaku setelah peserta atau desain pasar berubah.
11. Desain pengujian minimum
Catat 100–300 contoh dari satu setup yang didefinisikan ketat.
Data konteks
- Instrumen, waktu, spread, tick size.
- Besar dan durasi gerakan awal.
- Frekuensi transaksi dan OFI atau tekanan sederhana.
- Besar pullback dan respons terhadap order lawan.
- Penambahan, pembatalan, dan kecepatan pengisian ulang.
- Percepatan ulang dan high baru.
Data setelah masuk
- P&L setelah 1, 5, 10, 20, dan 30 detik.
- MFE dan MAE.
- Waktu menuju puncak dan pembalikan OFI.
- Fill aktual, slippage, spread, dan biaya.
Bandingkan cara keluar
- Target tetap＋stop tetap.
- Gagal premis＋time stop.
- Target sebagian＋trailing sisanya.
- Keluar penuh saat arus berbalik.
Buat aturan pada tanggal lama dan uji pada tanggal baru tanpa kebocoran masa depan. Gunakan walk-forward karena rezim pasar berubah.
Selalu nilai setelah biaya. Keunggulan prediksi satu tick bukan strategi jika spread dan slippage menghabiskan satu tick itu.
Kesimpulan
Pelajaran utama dari Netero melawan Meruem bukan menghafal semua kombinasi.
Belajar bias dari perilaku yang terlihat, mempersempit situasi, mengonfirmasi reaksi lawan, lalu masuk hanya ke jalur pendek yang masih tersisa.
Di pasar, ini bukan mencari “supertrader” bernama tertentu. Ini berarti membaca jejak publik dari arus kuat. Serahkan bagian pertama kepada peserta cepat, tunggu pasar bertahan dari serangan balik, dan ikuti hanya jika tekanan kembali mempercepat.
Keluar harus menjawab:
Apakah alasan mengikuti masih ada? Apakah kelanjutan datang dalam umur yang diharapkan? Apakah masih ada ruang setelah semua biaya?
Versi terpendek:
Jangan mencoba mengalahkan pemimpin. Pastikan arus yang ia ciptakan masih hidup, ikut sebentar, dan turun segera saat arus berhenti tanpa peduli target jarak yang arbitrer.
Itulah kerangka strategi scalping “remora” yang paling dapat dipertahankan berdasarkan penelitian.
