AI Menandai Risiko Tersembunyi dalam Perdagangan Futures Kripto

Sebuah Bitcoin (BTC ) Grafik dapat menunjukkan pergerakan harga yang sederhana sementara pasar di bawahnya menjadi semakin sulit untuk diperdagangkan. Pembeli mungkin mengonsumsi order jual yang tersedia, penyedia likuiditas mungkin menarik penawaran, dan posisi berleverage mungkin menumpuk. Tidak ada kondisi tersebut yang sepenuhnya dijelaskan oleh seberapa banyak harga bergerak.

Sebuah studi baru oleh Suresh Rajendran dan Divya Singaravelu, yang telah diterima untuk diterbitkan di International Review of Economics and Finance, menyelidiki kesenjangan tersebut.¹ Dengan menggunakan data kontrak berjangka perpetual Bitcoin dan Ether, para peneliti mengkaji apakah pembelajaran mesin dapat mengidentifikasi toksisitas aliran order jangka pendek tanpa bergantung langsung pada volatilitas terkini.

Temuan menunjukkan bahwa sinyal aliran order dapat membantu menilai risiko seleksi merugikan. Signifikansi yang lebih luas adalah bahwa mengidentifikasi pergerakan harga besar dan mengidentifikasi kondisi perdagangan yang mahal merupakan tugas yang berbeda. Bagi investor, pedagang, dan operator bursa, memahami perbedaan tersebut menawarkan cara yang lebih baik untuk menilai kualitas pasar dan AI keuangan.

Apa Itu Toksisitas Aliran Order dalam Perdagangan Kripto

Pembuat pasar menyediakan likuiditas dengan menawarkan untuk membeli dan menjual. Mereka berusaha memperoleh selisih harga antara kedua harga tersebut sambil mengelola inventaris dan risiko bahwa harga bergerak melawan mereka setelah sebuah perdagangan.

Pertimbangkan contoh yang disederhanakan. Seorang penyedia likuiditas menjual Bitcoin pada harga yang diiklankan, namun tekanan beli mendorong pasar naik segera setelahnya. Penyedia tersebut menjual tepat sebelum aset menjadi lebih mahal. Jika berulang pada banyak perdagangan, pengisian yang merugikan ini dapat melampaui pendapatan yang diperoleh dari selisih harga.

Toksisitas aliran order menggambarkan kondisi perdagangan yang terkait dengan risiko seleksi merugikan tersebut. Istilah ini tidak berarti bahwa transaksi bersifat penipuan atau bahwa pedagang yang bertanggung jawab memiliki informasi rahasia. Berita publik, perdagangan agresif, likuidasi, dan tekanan lain dapat menghasilkan aliran yang merusak.

Futures perpetual membuat isu ini menjadi sangat relevan. Derivatif ini umumnya tidak memiliki tanggal kedaluwarsa yang dijadwalkan dan menggunakan pembayaran pendanaan untuk membantu menyelaraskan harga mereka dengan aset dasar. Leverage menambah sumber tekanan lain ketika penutupan posisi paksa mengirimkan order ke pasar.

Bagaimana AI Menganalisis Aliran Order Bitcoin dan Ether

Para peneliti mempelajari futures perpetual BTC/USDT dan ETH/USDT di Bybit menggunakan data dari 1 Februari 2025 hingga 16 Februari 2026. Setelah menyisihkan 21 hari pertama untuk pelatihan awal, mereka mengevaluasi model selama 360 hari out-of-sample.

Model utama menggunakan gradient boosting, sebuah metode pembelajaran mesin yang menggabungkan banyak pohon keputusan. 19 inputnya menggambarkan kondisi seperti selisih harga, ketidakseimbangan buku order, aktivitas perdagangan, dan penarikan order pasif. Input volatilitas yang direalisasikan secara langsung dikeluarkan untuk menguji apakah model menangkap sesuatu di luar turbulensi harga terbaru.

Prediktor menggunakan informasi yang tersedia hingga detik sebelumnya. Evaluasi walk-forward dilatih pada observasi sebelumnya sebelum memberi skor pada yang berikutnya, mengurangi risiko model mengakses informasi masa depan.

Model menghasilkan sinyal peringkat risiko yang disebut TailScore. Perbandingan utama memilih 1% detik yang paling tinggi skornya, yang disebut sebagai gerbang 1%. Ini merupakan ambang evaluasi retrospektif, bukan aturan perdagangan langsung yang sepenuhnya ditentukan.

Perkiraan moneter di atas berlaku untuk model utama pada gerbang 1%, dengan menggunakan tingkat pengisian yang diasumsikan 25%. Mereka mewakili kerugian terhindar yang dimodelkan setelah memperhitungkan kehilangan pendapatan selisih harga, bukan pengembalian investasi atau keuntungan perdagangan yang direalisasikan.

Mengapa Deteksi Volatilitas yang Lebih Baik Dapat Menghasilkan Nilai Lebih Rendah

Temuan paling berguna menyangkut ketidaksesuaian antara ukuran kinerja. Model yang lebih sederhana berbasis pengembalian, aliran, atau volatilitas umumnya memusatkan pergerakan harga ekstrem secara lebih efektif pada gerbang 1% hingga 5% yang didukung secara memadai. Namun model utama tanpa input volatilitas langsung menghasilkan estimasi titik kerugian terhindar ilustratif tertinggi untuk kedua aset.

Hal itu tidak membuktikan bahwa model tersebut secara tegas mengungguli setiap alternatif. Pada gerbang Bitcoin utama, interval kepercayaannya tumpang tindih dengan model linier dan model yang menyertakan volatilitas. Ini menunjukkan mengapa memilih model keuangan berdasarkan satu metrik mengesankan dapat menyesatkan.

Sistem yang mengenali periode turbulen dapat membantu mengurangi eksposur keseluruhan. Sistem yang dimaksudkan untuk melindungi penawaran pasif harus menjawab pertanyaan yang lebih sempit: pengisian potensial mana yang kemungkinan menjadi mahal, dan apakah menghindarinya sepadan dengan pendapatan yang dikorbankan?

Perbedaan ini melampaui kripto. AI keuangan harus dievaluasi terhadap keputusan ekonomi yang didukungnya. Akurasi klasifikasi, deteksi pergerakan ekstrem, biaya eksekusi, dan profitabilitas mengukur hal yang berbeda. Meningkatkan satu tidak otomatis meningkatkan yang lain.

Mengapa Pasar Kripto yang Tenang Masih Dapat Menyimpan Risiko

Pengamatan pasar terbaru menggambarkan mengapa perilaku harga perlu dibaca bersamaan dengan posisi. Laporan posisi pasar Agustus 2026 Coinbase Institutional menggambarkan peningkatan open interest derivatif bersamaan dengan penurunan volume perdagangan spot dan perpetual pada bulan Juli. Laporan tersebut juga mencatat likuiditas order‑book sisi bid yang lebih lemah.

Pengamatan tersebut tidak memvalidasi model studi ini. Mereka menggambarkan poin terpisah: eksposur yang tinggi, aktivitas perdagangan, dan likuiditas yang tersedia dapat bergerak ke arah yang berbeda. Pasar yang lebih tenang tidak selalu berarti risiko yang lebih rendah.

Likuiditas juga memiliki makna yang berbeda. Analisis Securities.io tentang likuiditas global dan pengembalian kripto menyangkut ketersediaan modal di seluruh sistem keuangan. Likuiditas order‑book berkaitan dengan pesanan yang tersedia untuk menyerap transaksi pada harga tertentu. Lebih banyak modal dalam sistem tidak menjamin likuiditas eksekusi yang dalam di setiap venue.

Apa Artinya Ini Bagi Pedagang Ritel

Studi ini tidak menyediakan indikator ritel yang siap pakai. Kontribusi praktisnya adalah mendorong pandangan yang lebih luas tentang kualitas eksekusi:

• Evaluasi kedalaman pasar yang tersedia bersamaan dengan spread yang dikutip.
• Bedakan peningkatan open interest dari peningkatan volume perdagangan.
• Nilai biaya eksekusi bersamaan dengan akurasi prediksi model apa pun.

Ada juga potensi ketegangan bagi bursa. Jika deteksi risiko membantu penyedia likuiditas mengidentifikasi periode berbahaya, mereka dapat mengurangi ukuran kuotasi atau menarik pesanan. Hal ini dapat melindungi neraca mereka sementara peserta lain memiliki likuiditas yang tersedia lebih sedikit. Manajemen risiko individu yang lebih baik tidak otomatis menciptakan pasar yang lebih tangguh secara keseluruhan.

Apa yang Tidak Ditetapkan Studi Ini

Bukti mencakup dua aset pada satu bursa selama kira‑kira satu tahun. Hal ini tidak dapat memastikan bahwa hubungan yang sama berlaku di venue lain, token yang lebih kecil, atau rezim pasar yang berbeda.

Label toksisitas studi ini menggabungkan aliran pesanan dengan dampak harga lima detik. Itu merupakan proksi yang dibangun, bukan bukti informasi pribadi. Setelah mencocokkan peristiwa pada kondisi pasar yang relevan, peneliti tidak menemukan keunggulan keberlanjutan yang dapat dibedakan secara statistik untuk peristiwa yang dipilih model pada horizon yang diuji.

Estimasi ekonomi tidak memasukkan biaya, slippage, pembayaran pendanaan, biaya lindung nilai, posisi antrian, serta posisi yang tumpang tindih atau berkorelasi. Penerapan langsung juga memerlukan ambang batas yang dikalibrasi hanya dengan informasi yang tersedia pada saat itu. Pengabaian ini mencegah hasil diinterpretasikan sebagai strategi menguntungkan yang terbukti.

Kedua penulis mengungkapkan bahwa mereka adalah co‑founder Alphashots.AI, sebuah perusahaan riset kuantitatif dan teknologi perdagangan. Afiliasi tersebut merupakan konteks relevan saat menilai potensi aplikasi komersial.

CME Group dan Ekspansi Manajemen Risiko Kripto

Peluang yang lebih luas mencakup infrastruktur yang memungkinkan peserta memperdagangkan dan mengelola eksposur aset digital. Liputan Securities.io tentang perpetual aset dunia nyata mengeksplorasi bagaimana ambisi derivatif melampaui pasar kripto konvensional. Seiring produk berkembang, kualitas eksekusi menjadi semakin penting.

Bagi investor yang tertarik pada eksposur ekuitas terhadap infrastruktur ini, CME Group menawarkan koneksi relevan melalui pasar derivatifnya. Pada Juni 2026, perusahaan mengumumkan peluncuran perdagangan futures dan opsi kripto 24/7. Mereka juga memperkenalkan futures Nasdaq CME Crypto Index, memperluas rangkaian produk mereka ke eksposur kripto yang beragam.

CME menyediakan cara untuk meninjau bisnis infrastruktur perdagangan daripada sekadar memilih cryptocurrency. Pertimbangan yang relevan meliputi partisipasi pelanggan yang berkelanjutan, adopsi produk, kompetisi, dan biaya mendukung pasar yang berkelanjutan. Bisnis mereka yang lebih luas juga mencakup berbagai kelas aset.

Temuan Bybit tidak menetapkan bahwa CME menggunakan model ini atau bahwa hasilnya dapat diterapkan pada kontraknya. Koneksi tersebut adalah pentingnya manajemen risiko yang canggih. Pengembangan pasar kripto bergantung pada lebih dari sekadar menarik modal: peserta juga memerlukan cara yang dapat diandalkan untuk mengeksekusi perdagangan, melindungi eksposur, dan menilai apa yang sebenarnya dicapai oleh alat risiko mereka.

Referensi:

¹ Rajendran, S., dan Singaravelu, D. (2026). Toksisitas aliran order dalam kontrak berjangka perpetual mata uang kripto: Sinyal aliran order, persistensi dampak harga, dan keterbatasan metrik berbasis volatilitas. International Review of Economics and Finance. Publikasi daring lebih dahulu. https://doi.org/10.1016/j.iref.2026.105876