64.2% Pedagang Harian Kehilangan Uang — Mesin yang Terinspirasi dari Lalat Buah Mengalahkan Mereka, tetapi Pasar Masih Menang

Studi historis menunjukkan kebanyakan pedagang harian kesulitan setelah memperhitungkan biaya. Sebuah sistem yang terinspirasi dari jaringan saraf lalat buah memberikan disiplin dan keterulangan—tetapi tetap tertinggal dibandingkan beli-dan-tahan pada tiga dari empat aset.

Pedagang harian sudah menghadapi peluang yang brutal: dalam satu sampel AS, 64.2% kehilangan uang setelah komisi.^[1] Di Taiwan, kurang dari 1% dari populasi pedagang harian yang lebih luas secara konsisten memperoleh pengembalian abnormal positif setelah biaya.^[2] Dengan latar belakang itu, sebuah mesin yang sebagian terinspirasi dari jaringan saraf lalat buah tampak secara mengejutkan terhormat. Mesin ini mengikuti aturan tetap pada SPY, GLD, QQQ, dan Apple serta menghindari pengambilan keputusan emosional yang dapat menggagalkan manusia. Namun pada tujuan penyesuaian risiko yang ditetapkan untuk periode bersama dalam makalah, ia tertinggal dibandingkan beli-dan-tahan sederhana pada tiga dari empat aset. Intinya bukan bahwa lalat mengalahkan manusia; melainkan bahkan sistem perdagangan eksotis yang disiplin sekalipun tidak dapat membuktikan bahwa ia lebih baik daripada sekadar memiliki pasar.

Mengapa Patokan Manusia Begitu Lemah

Bukti di AS tampak menyedihkan bahkan sebelum mesin masuk ruangan. Dalam sampel 324 pedagang, hanya 35.8% yang berakhir dengan keuntungan bersih positif, sementara 64.2% kehilangan uang setelah komisi. Pedagang rata‑rata beralih dari lebih dari $8.000 profit kotor menjadi kerugian sekitar $750 setelah memperhitungkan biaya transaksi.^[1] Taiwan menemukan bahwa beberapa pedagang jelas memiliki keterampilan, tetapi kurang dari 1% dari populasi pedagang harian yang lebih luas secara konsisten memperoleh pengembalian abnormal positif bersih setelah biaya.^[2]

Brasil bahkan lebih keras. Di antara 1.551 orang yang terus memperdagangkan futures ekuitas selama lebih dari 300 hari, 97% kehilangan uang bersih setelah biaya; hanya 1,1% yang menghasilkan lebih dari upah minimum Brasil dan 0,5% yang menghasilkan lebih dari gaji awal teller bank.^[3] Jika eksperimen adalah ‘memilih pedagang harian secara acak,’ sejarah sudah mengatur dadu. Manusia acak mungkin berbakat. Peluangnya hanya menyarankan untuk tidak mempertaruhkan sewa atas hal itu.

Apa yang Sebenarnya Dilakukan Sistem Lalat Buah

Strategi otomatis menggunakan arsitektur berulang yang sebagian berasal dari konnektom jantan Drosophila—peta koneksi saraf pada lalat buah—bersama dengan sinyal momentum, volatilitas, dan memori yang direkayasa. Ia tidak berpikir seperti serangga, dan bukanlah lalat digital kecil yang berteriak ‘beli QQQ.’ Keunggulan praktisnya jauh lebih sederhana: aturan risiko ditetapkan sebelumnya. Ia tidak panik setelah kerugian, tidak mengejar kemenangan, tidak bosan, atau memutuskan bahwa suatu saham ‘terasa murah.’

Disiplin itu tidak cukup untuk mengalahkan tolok ukur sederhana. Pada tujuan penyesuaian risiko yang ditetapkan dalam makalah, sistem yang berasal dari lalat mencatat sekitar 13,3% di bawah beli-dan-tahan untuk SPY, 46,3% di bawah untuk GLD, dan 48,3% di bawah untuk QQQ. Apple menjadi satu-satunya titik terang dengan kira‑kira 1,6% di atas beli-dan-tahan pada ukuran tersebut. Di antara keempat aset, mesin ini rata‑rata memiliki eksposur pasar sekitar 48,8%, turnover 12,56 kali, dan statistik penurunan maksimum absolut sebesar 7,55%. Rekayasa yang menarik? Ya. Bukti keunggulan pasar? Tidak.

Mengapa Hal Ini Penting

Tidak ada kontes terkoordinasi manusia‑versus‑lalat yang pernah terjadi. Angka‑angka ini merupakan perbandingan historis, bukan bukti bahwa mesin akan mengalahkan pedagang yang dipilih secara acak dalam kompetisi nyata. Studi manusia mencakup pasar, periode, dan instrumen yang berbeda, sementara hasil lalat berasal dari latihan riset terpisah.^[1][2][3] Batasan itu penting karena judul yang lucu bukanlah pengganti desain eksperimental.

Kesimpulan yang berguna lebih sempit. Manusia dapat kehilangan keunggulan karena biaya, emosi, kepercayaan diri berlebih, dan pengambilan risiko yang tidak konsisten. Mesin dapat menghilangkan banyak perilaku tersebut dan tetap menjalankan strategi yang pada dasarnya tidak cukup baik. Kompleksitas dapat membuat sistem perdagangan tampak cerdas tanpa menjadikannya secara ekonomi lebih unggul. Pelajaran paling menjengkelkan dari Wall Street mungkin juga yang paling sederhana: tolok ukur yang membosankan sulit dikalahkan.

Apa yang Harus Terjadi Sekarang

Ini adalah masalah riset yang dapat diselesaikan. Langkah selanjutnya adalah eksperimen prospektif yang dipasangkan, bukan perbandingan retrospektif lainnya.

1. Pilih manusia sebelum perdagangan dimulai. Pilih pedagang secara prospektif, bukan setelah fakta karena catatan historis kebetulan tampak luar biasa.
2. Berikan kedua pihak pasar yang sama. Gunakan alam semesta SPY, QQQ, GLD, dan Apple yang sama, modal awal, batas leverage, jam perdagangan, harga, aturan penjualan pendek, dan asumsi biaya transaksi.
3. Jalankan kontes selama kira‑kira satu tahun perdagangan. Gunakan sekitar 252 sesi pasar dan catat biaya, slip, turnover, penurunan, eksposur pasar, serta perubahan aturan sejak awal.

Hasil yang Mungkin Paling Disukai Wall Street

Uji coba yang adil dapat berakhir dengan manusia menang, lalat menang, atau keduanya dikalahkan oleh beli-dan-tahan. Hasil ketiga akan menjadi yang paling lucu dan mungkin paling berguna. Ini akan menunjukkan bahwa baik intuisi manusia maupun arsitektur saraf eksotis tidak otomatis menciptakan keunggulan setelah biaya dan risiko dihitung. Pedagang harian tidak perlu takut pada lalat buah. Mereka perlu takut pada peluang buruk, biaya tersembunyi, dan strategi yang kompleksitasnya melampaui bukti mereka.

Referensi:

<sup>1. Jordan, D. J., & Diltz, J. D. (2003). Profitabilitas pedagang harian. Financial Analysts Journal, 59(6), 85–94. https://doi.org/10.2469/faj.v59.n6.2578
2. Barber, B. M., Lee, Y.-T., Liu, Y.-J., & Odean, T. (2014). Penampang keterampilan spekulan: Bukti dari perdagangan harian. Journal of Financial Markets, 18, 1–24. https://doi.org/10.1016/j.finmar.2013.05.006
3. Chague, F., De-Losso, R., & Giovannetti, B. (2020). Perdagangan harian untuk mencari nafkah? (FGV EESP Working Paper No. 525; CEQEF Working Paper No. 57).</sup>