Riset: Apa yang Membuat Harga Saham & Crypto Naik atau Turun?

Catatan belajar untuk sistem Sinyal Saham. Ini bukan rekomendasi investasi.

1. Prinsip dasar

Harga bergerak karena permintaan (beli) vs penawaran (jual). Yang membuat orang ingin membeli atau menjual adalah ekspektasi masa depan, bukan kondisi hari ini. Karena itu harga saham bisa turun padahal laba perusahaan naik: pasar ternyata berharap lebih.

Faktor penggerak harga bisa dikelompokkan menjadi lima:

2. Faktor fundamental

Valuasi (apakah harganya murah atau mahal?)

Khusus saham bank (BBRI, BBCA, BMRI, BBNI)

• Pertumbuhan kredit: bank untung dari menyalurkan pinjaman.
• NIM (Net Interest Margin): selisih bunga pinjaman vs bunga simpanan. Makin lebar makin untung.
• NPL (Non Performing Loan): persentase kredit macet. NPL naik = laba tergerus pencadangan (cost of credit). BBRI sensitif di sini karena banyak menyalurkan kredit mikro/UMKM.
• CAR: kecukupan modal. LDR: rasio kredit terhadap dana pihak ketiga (likuiditas).
• CASA: porsi dana murah (giro + tabungan). BBCA unggul di sini, sehingga biaya dananya rendah.

Laporan keuangan resmi dirilis per kuartal di idx.co.id dan situs investor relations tiap bank.

3. Faktor makro ekonomi

Sumber data: bi.go.id (BI Rate, kurs), bps.go.id (inflasi, PDB).

4. Aliran dana & sentimen

• Net foreign buy/sell: saham big caps IDX (terutama bank) sangat dipengaruhi transaksi investor asing. Asing keluar berhari-hari biasanya menekan harga walau fundamental bagus.
• Rebalancing indeks MSCI / FTSE: saat bobot Indonesia atau suatu saham dikurangi, dana pasif wajib menjual.
• Berita & rumor: laporan keuangan di atas/di bawah ekspektasi, kebijakan pemerintah, kasus hukum, dan pergantian direksi.
• Psikologi massa: fear (panic selling) dan greed (FOMO) membuat harga sering bergerak berlebihan, baik naik maupun turun.
• Musiman: window dressing akhir tahun, sell in May, efek Ramadan/Lebaran pada konsumsi.

5. Aksi korporasi & kalender

• Dividen: harga cenderung naik menjelang cum date lalu turun kira-kira sebesar dividen di ex date.
• Stock split: tidak mengubah nilai, tapi membuat harga per lot lebih terjangkau (BBCA split 1:5 pada 2021).
• Rights issue: bisa menekan harga jika pemegang saham tidak ikut (dilusi).
• Buyback: umumnya positif (perusahaan membeli sahamnya sendiri).

6. Analisis teknikal (yang dipakai sistem ini)

Analisis teknikal berasumsi bahwa perilaku harga & volume mencerminkan psikologi pasar dan cenderung berulang.

7. Khusus crypto (Bitcoin di Binance)

Bitcoin tidak punya laba, dividen, atau laporan keuangan, jadi faktor fundamental saham tidak berlaku. Penggeraknya:

• Likuiditas global & suku bunga AS: saat bunga turun dan uang "murah", aset berisiko seperti BTC cenderung naik.
• Arus dana ETF Bitcoin spot (AS): permintaan institusi.
• Siklus halving (pasokan BTC baru dipotong setengah kira-kira tiap 4 tahun).
• Regulasi (AS, dan di Indonesia oleh OJK/Bappebti) serta berita peretasan/kebangkrutan exchange.
• Sentimen & leverage: likuidasi massal posisi futures memicu pergerakan ekstrem.
• Pasar buka 24/7 dan jauh lebih volatil: penurunan 50–80% dari puncak pernah terjadi berkali-kali.

Sistem ini hanya memakai faktor teknikal untuk crypto (tanpa faktor IHSG & fundamental).

8. Cara kerja sistem Sinyal Saham

Yahoo Finance ──► engine Python ──► MySQL ──► Web Laravel (dashboard + admin)
                  1. unduh harga 5 th + IHSG + fundamental
                  2. hitung indikator
                  3. beri skor tiap faktor (-1 s/d +1) x bobot
                  4. skor total ──► BUY / HOLD / SELL
                  5. backtest: bandingkan dengan beli & simpan

Saham: BUY jika skor ≥ 2,5 · SELL jika skor ≤ −1 · selain itu HOLD. Crypto: BUY jika skor ≥ 1 · SELL jika skor ≤ −1,5 (lihat bagian 9b). Semua angka bisa diubah di admin panel.

Yang TIDAK dipakai (karena datanya tidak tersedia gratis dan otomatis): net foreign flow, berita, data makro (BI Rate/inflasi), laporan keuangan historis, dan kalender dividen. Faktor-faktor ini tetap penting, jadi cek sendiri secara manual sebelum mengambil keputusan.

9a. Analis bilang BUY, sistem teknikal bilang SELL. Mana yang benar? (riset 13 September 2026)

Contoh nyata BBRI dan BBCA di pertengahan September 2026:

Kenapa analis merekomendasikan beli BBRI?

• Laba bersih semester I-2026 Rp31,2 triliun, naik 17,5% dibanding tahun lalu (CNBC Indonesia).
• BNI Sekuritas memberi target Rp4.500, Indo Premier Rp4.600. JP Morgan juga overweight, tapi dengan target lebih hati-hati: Rp3.400 untuk Juni 2027.
• Kualitas kredit membaik: NPL turun ke 2,9%, cost of credit turun ke 3,1% dari 3,4% (CNBC Indonesia). Kredit mikro (Kupedes) mulai pulih setelah beberapa tahun tertekan.
• Valuasi murah: PER sekitar 8x, dividen yield tinggi.

Kenapa harganya tetap tertekan?

• Investor asing sedang net sell. Sepekan 7–11 September 2026 asing menjual bersih Rp3,36 triliun dan IHSG turun 1,43%, dengan saham bank big caps jadi beban utama (The Econopost, Kompas).
• Untuk BBCA, analis dari BRI Danareksa, CGS International, dan Indo Premier menilai penurunan harga didorong arus dana asing, bukan kerusakan fundamental (Investortrust).
• Risiko yang masih dipantau: apakah BRI bisa menumbuhkan kredit mikro lagi tanpa kredit macet kembali naik.

Kesimpulan: keduanya bisa benar sekaligus, karena menjawab pertanyaan berbeda.

Cara yang umum dipakai: fundamental untuk memilih APA yang dibeli, teknikal untuk memilih KAPAN membeli. Untuk pemula yang belum punya saham, pilihannya antara lain:

1. Menunggu konfirmasi: beli setelah harga kembali di atas MA200 dan momentum membaik. Risikonya, harga beli lebih mahal.
2. Mencicil (DCA): beli sedikit-sedikit secara rutin, mis. tiap bulan, tanpa menebak titik terendah. Risikonya, harga masih bisa turun dulu.
3. Tidak ikut: sah-sah saja kalau belum yakin atau belum paham.

Yang perlu dihindari: membeli sekaligus seluruh modal hanya karena "kata analis murah" atau "lagi ramai".

Sistem ini sekarang memasukkan konsensus analis sebagai faktor tersendiri (bobot bisa diatur atau dimatikan di admin), sehingga BBRI berubah dari SELL menjadi HOLD, sedangkan BBCA tetap SELL karena tekanan teknikalnya sangat kuat.

Sumber lain: Ajaib, Pluang, Investing.com konsensus BBRI, IFCNews, Receh.in, CNBC: asing borong saham bank.

9. Hasil riset backtest (data per 13 September 2026)

Pengujian memakai 7 aset (BBCA, BBRI, BMRI, BBNI, TLKM, ASII, BTC), 5 tahun, sudah termasuk fee beli 0,15%, fee jual 0,25% (saham), dan 0,1% (crypto). Data dibagi dua periode untuk menguji konsistensi.

Angka akan berubah setiap data diperbarui. Jalankan Bandingkan Strategi di admin panel untuk versi terbaru.

Pelajaran penting

1. Tidak ada strategi yang selalu menang. Juara periode 1 (ikuti tren) jatuh ke peringkat 6 di periode 2. Juru kunci periode 1 (mean-reversion) justru juara di periode 2. Strategi ikut tren unggul saat pasar naik, sedangkan strategi beli-saat-murah unggul saat pasar turun atau sideways.
2. Beli & simpan saham berkualitas itu sulit dikalahkan saat pasar naik. Kelebihan sistem sinyal ada di mengurangi kerugian terdalam (drawdown) karena modal tidak selalu berada di pasar.
3. Overfitting adalah jebakan terbesar. Mengutak-atik angka sampai backtest terlihat hebat hampir pasti gagal di masa depan. Selalu uji di periode yang tidak dipakai untuk memilih.
4. Sinyal bukan ramalan. Anggap sebagai checklist yang membantu disiplin, bukan perintah beli/jual.

9b. Batas sinyal khusus crypto & DCA (riset 14 September 2026)

Masalah yang ditemukan: awalnya crypto memakai batas BUY yang sama dengan saham (2,5). Padahal crypto hanya punya 5 faktor teknikal (tanpa IHSG, fundamental, analis), sehingga skor maksimalnya cuma 4. Akibatnya BTC hanya mendapat sinyal BUY 8 hari dalam 3,5 tahun, dan BUY terakhir (Januari 2025) justru muncul di harga ±$102.000.

Kenapa BUY Januari 2025 muncul di dekat puncak? Bukan salah hitung. Pada 20 Jan 2025 BTC sudah naik dari $57.000 (Sep 2024) ke $102.000: harga jauh di atas MA200 (+1), momentum naik (+1), volume 2,4× rata-rata (+1), skor 2,5 → BUY. Indikator tren selalu terlambat: ia mengonfirmasi kenaikan setelah terjadi dan tidak bisa melihat puncak. Sistem lama lalu menjual di $80.597 (−21,2%).

Cara memilih batas baru (aturan ditetapkan sebelum melihat hasil): 16 kombinasi batas diuji di 5 crypto (BTC, ETH, BNB, SOL, XRP), dipilih dari Periode 1 saja, lalu diuji di Periode 2.

Khusus BTC (5 tahun, hanya info tambahan, tidak dipakai untuk memilih): batas baru +175% dengan penurunan terdalam −33,8%, sedangkan beli & simpan +71,7% dengan penurunan terdalam −76,6%. Batas baru membeli di $66.050 (Okt 2024) alih-alih $102.000, tapi tetap pernah salah (beli $111.679 Mei 2025, jual $99.695). Tidak ada batas yang sempurna.

Pelajaran DCA: hasil DCA sangat bergantung pada fase pasar. DCA yang dimulai saat pasar turun (2022) memberi hasil besar. DCA yang dimulai saat harga tinggi (2024–2025) hampir impas setelah 2,5 tahun dan sempat rugi dalam. DCA mengurangi risiko salah waktu masuk, tapi bukan jaminan untung dan butuh kesabaran jangka panjang. Menu Rencana DCA di admin membantu disiplin menjalankannya. Uji ulang kapan saja lewat script Uji Batas Sinyal Crypto di Script Runner.

9c. Simulasi sinyal / paper trading (mulai 14 September 2026)

Tujuan: menguji apakah mengikuti sinyal sistem benar-benar menguntungkan, tanpa uang sungguhan. Aturan: setiap sinyal berubah menjadi BUY → beli pura-pura $100 (crypto) atau ±Rp1,76 juta dibulatkan per lot (saham). BUY baru saat masih memegang posisi → tambah lot. SELL → semua lot aset itu dijual. Fee sudah dihitung. Diuji di 10 aset utama + 46 koin tambahan (Top 50 Binance berdasarkan volume 30 hari).

Hasil historis (±5 tahun sebelum 14 Sep 2026):

Cara membaca:

• Win rate rendah itu normal untuk strategi ikut tren. Banyak rugi kecil (sinyal palsu), ditutup oleh sedikit untung besar (contoh terbaik: INJ +1.311% dari Jan 2023 ke Jun 2024; terburuk: WLD −82%).
• Crypto untung, saham rugi di periode ini. Saham bank besar sedang tertekan sepanjang 2025–2026 (lihat 9a).
• Hasil historis crypto terlalu optimis karena survivorship bias: 50 koin dipilih dari yang masih besar hari ini. Koin yang sudah mati di masa lalu tidak ikut diuji.
• Aturan "tambah $100 setiap BUY baru" butuh modal besar saat sinyal sering bolak-balik (contoh XLM: 5 lot dalam 2 bulan).
• Ujian sebenarnya adalah fase live (sejak 14 Sep 2026). Transaksinya hanya ditambah dan tidak pernah dihitung ulang. Butuh beberapa bulan sebelum hasilnya bermakna.

9d. Uji keandalan: berapa margin error sistem? (14 September 2026)

Dijalankan lewat script Uji Keandalan Sistem (engine/evaluate.py). Rentang = interval kepercayaan 95%.

Kesimpulan:

• Crypto: sinyal BUY sedikit lebih baik dari beli acak, dan konsisten di dua periode (P1 +8,0% vs +3,3%, P2 +3,4% vs +0,6%). Tapi lebih dari separuh BUY tetap salah, dan 8 dari 10 siklus rugi. Keuntungan simulasi seluruhnya berasal dari sedikit tren panjang (siklus 7+ lot: +$18.736; siklus lain: −$9.339).
• Saham: belum terbukti punya keunggulan. Sinyal BUY tidak lebih baik dari beli acak.
• Penyaringan koin: dengan 8 kriteria yang ditetapkan sebelum melihat hasil, 0 dari 50 koin lolos. Yang paling mendekati (7/8): SOL, DOGE, ZEC, BTC, BCH, XRP, FET. Masing-masing rugi di salah satu periode atau backtest-nya negatif.
• Rp10 juta bukan masalah likuiditas. Beli ±$570 di koin besar menggeser harga < 0,05%.
• Mengubah kriteria setelah melihat hasil supaya ada koin yang "lolos" = overfitting. Ujian yang tersisa adalah simulasi live.

9e. Simulasi futures: apakah sinyal kita cocok untuk leverage? (14 September 2026)

Aturan: margin $100/posisi, 1 posisi per koin. Long saja (BUY buka long, SELL tutup) atau long + short (SELL buka short). Fee 0,05% saat buka & tutup, funding rate asli Binance, likuidasi dicek dari harga harian. Uji bangkrut: modal $570 (±Rp10 juta) dipakai bergantian untuk semua koin. 48 koin, ±5 tahun.

Kesimpulan:

• Sinyal kita tidak cocok untuk futures berleverage. Hanya long 1x (setara spot) yang untung, dan untungnya tipis.
• Short tidak menambah nilai. Sinyal SELL bagus untuk keluar, tapi tidak untuk bertaruh harga turun.
• Angka "bersih" di leverage 10x–20x terlihat untung, tapi itu ilusi. Dengan modal terbatas, likuidasi beruntun menghabiskan uang dalam beberapa bulan, sebelum untung besar sempat datang.
• Hasil uji bangkrut yang positif di long+short 2x–3x sangat bergantung pada keberuntungan urutan posisi (hasil bersihnya negatif), jadi jangan dianggap strategi yang terbukti.
• Pratinjau 9 aset utama terlihat lebih baik daripada 48 koin. Pilihan koin sangat memengaruhi hasil.

9f. Model driver per saham: satu saham, faktor sendiri (15 September 2026)

Pertanyaan: sistem standar memakai aturan yang sama (ikuti tren) untuk semua saham, dan untuk saham IDX hasilnya kalah dari beli & simpan. Bisakah tiap saham punya "driver" sendiri?

Riset awal (data 10 tahun, 26 calon driver + 5 driver acak sebagai pembanding): saham bank besar IDX ternyata cenderung berbalik arah (mean-reverting). Makin jauh harga di atas MA200 atau makin dekat ke puncak 1 tahun, return 20 hari berikutnya justru cenderung lebih kecil. Ini kebalikan dari logika sistem tren, dan menjelaskan kenapa sistem standar lemah di saham IDX. BBRI juga tertekan saat dolar AS (DXY) menguat.

Cara kerja model (engine/drivers.py):

1. Calon driver: momentum & jarak dari MA, RSI, Bollinger, volatilitas, volume, jarak dari puncak 1 tahun, IHSG, saham sejenis (bank lain; untuk ANTM: MDKA, INCO, TINS), kurs USD/IDR, DXY, yield AS 10 tahun, S&P 500, EEM, minyak, emas, perak, tembaga, GDX, perkiraan musim dividen, bulan Desember. Data AS & komoditas memakai angka kemarin, karena pasar itu tutup setelah bursa IDX.
2. Setiap 15 September, driver dipilih hanya dari data 5 tahun sebelumnya (jeda 40 hari): korelasi peringkat (IC) dengan return 20 hari ke depan ≥ 0,10 dan searah di paruh pertama & kedua (≥ 0,05). Diambil 5 terkuat.
3. Skor z = jumlah nilai driver yang dibakukan × arah IC. Setiap 5 hari bursa: z > 0 → BUY (pegang), selain itu SELL.

Uji berulang 5 tahun (engine/driver_test.py, fee beli 0,15% jual 0,25%). Syarat ditetapkan sebelum melihat hasil: total 5 tahun > beli & simpan dan menang ≥ 3 dari 5 tahun. Syarat stabil (lebih ketat): jadwal hari keputusan digeser 0–4 hari, syarat tetap terpenuhi di ≥ 3 dari 5 geseran.

ANTM per tahun (model vs beli & simpan): 2021–22 −10% vs −14% · 2022–23 +9% vs −5% · 2023–24 +30% vs −24% · 2024–25 +73% vs +165% · 2025–26 −5% vs −2%. Penurunan terdalam model jauh lebih kecil (mis. −7% vs −31%).

Kesimpulan & keputusan:

• Hanya ANTM yang memakai model driver. Saham lain tetap sistem standar.
• BBCA sengaja tidak diaktifkan. Di versi uji pertama (baris hari libur belum dibuang) BBCA tidak lulus; setelah data dibersihkan jadi lulus tipis, dan hanya lulus di 1 dari 5 geseran hari keputusan. Hasil yang berubah karena detail sekecil itu kemungkinan besar kebetulan.
• Model driver tidak menang setiap tahun. Saat ANTM melonjak kencang (2024–25, +165%), model yang sering keluar masuk tertinggal jauh. Kelebihannya ada di tahun turun/datar dan penurunan yang lebih dangkal.
• Pola bank yang mean-reverting nyata, tapi di uji berulang belum cukup kuat untuk mengalahkan beli & simpan secara konsisten.
• Uji ulang tiap tahun setelah 15 September (menu Script Runner → Uji Model Driver per Saham). Jika ANTM tidak lagi "lulus & stabil", kembalikan ke sistem standar di menu Saham. Sinyal live ANTM dicatat mulai 15 September 2026.

9g. Riset driver lanjutan untuk BBCA, BBRI, BMRI, BBNI, TLKM, ASII (15 September 2026)

Tujuan: mencari celah dengan cara yang jauh lebih luas, tanpa menipu diri sendiri.

Data & fitur: riwayat maksimal Yahoo (bank sejak 2003–2004, ±22 tahun), 81 calon faktor. Faktornya meliputi:

• momentum 1–250 hari, jarak dari MA20–200, RSI 2 & 14, volatilitas, volume & nilai transaksi, jarak dari puncak/dasar 1 tahun
• kinerja relatif vs IHSG dan vs bank lain, beta
• dana asing via EIDO (ETF Indonesia di AS), kurs USD/IDR, DXY, yield AS, S&P 500, VIX, EEM, minyak, emas, yuan, Hang Seng
• bulan kalender, awal/akhir bulan, sebelum/sesudah Lebaran, musim dividen

Protokol anti-kebetulan (dikunci sebelum melihat hasil):

• Walk-forward tahunan: model hanya dilatih dari data sebelum tahun uji.
• Jendela seleksi 2010–2021 (11 tahun) dipakai untuk memilih satu model per saham. Syaratnya: total > beli & simpan, menang ≥ 6/11 tahun, dan penurunan terdalam lebih dangkal.
• Ujian akhir 2021–2026 hanya untuk model terpilih, dengan syarat sama seperti ANTM.

Yang dicoba (±26 variasi):

• regresi ridge semua faktor (horizon 20/60/120 hari, pegang penuh atau porsi 0–100%)
• ridge gabungan 4 bank
• musiman bulanan
• filter stres: kurs melonjak / IHSG lesu / VIX tinggi
• mean-reversion MA200, target volatilitas, gabungan beberapa model
• rotasi antar-4-bank (prediksi, reversal, momentum, spread), dengan dan tanpa rem MA200

Catatan kejujuran:

• Karena aturan "model global" yang sempat keliru, model top-5 faktor versi data luas ikut terlihat di ujian akhir. Untuk BBCA hasilnya +118% vs +12% (stabil). Tapi model yang sama kalah telak di 2010–2021 (+228% vs +495%, menang 3/11). Jadi ini bukan celah yang tahan lama. Model itu hanya cocok saat BBCA bergerak datar/turun, dan tertinggal jauh saat BBCA naik panjang.
• Data dana asing per saham dari IDX terkunci proteksi Cloudflare, jadi belum bisa dipakai.

Pelajaran:

• Faktor yang memengaruhi bank besar memang ada: mean-reversion, dolar/yield AS, volatilitas. Tapi kekuatannya kecil (IC 0,1–0,2). Setelah fee dan tertinggal saat reli, keunggulannya hilang.
• Model timing hampir selalu mengurangi penurunan terdalam, tapi jarang menang total di masa bullish.
• Celah yang layak dipantau ke depan (belum boleh dipakai untuk keputusan): rotasi antar bank dan model BBCA versi data luas, lewat simulasi live (data yang benar-benar belum pernah dilihat).

9h. Simulasi Target Untung: jual begitu untung menyentuh target (18 September 2026)

Ide: tidak menunggu sinyal SELL. Tiap sinyal BUY beli $100, lalu jual begitu untung lot itu menyentuh target Rupiah tertentu. Dihitung per koin, bukan gabungan, dan lama tahan tiap lot dicatat.

Berapa target yang realistis? Diuji ke 2.038 lot (50 koin, ±5 tahun, fee 0,1%, modal $100/lot ≈ Rp1,77 juta):

Pelajaran utama: target kecil terasa paling nyaman (66% kena target, cuma 4 hari), tapi totalnya rugi. Untung dipotong kecil-kecil sementara yang rugi dibiarkan membesar sampai kena sinyal SELL. Makin besar target, makin jarang kena, tapi total untungnya makin besar. Rp300 ribu dipilih sebagai default: sudah untung, kena target 47%, dan median 13 hari, jadi masih terasa "cepat".

Aturan yang dipakai (engine/simulate_fast.py, menu admin Simulasi Target Untung):

• Tiap sinyal BUY baru: beli $100 (crypto) atau sesuai sim_amount_idr (saham).
• Tiap hari dicek di harga penutupan: kalau untung bersih (fee jual sudah dipotong) ≥ target, lot dijual, alasan target.
• Sinyal SELL tetap menutup lot yang belum kena target, alasan sinyal. Bisa dimatikan lewat pengaturan fast_exit_on_sell.
• Fase historis dihitung ulang tiap analisis, fase live hanya ditambah, sama seperti Simulasi Sinyal.

Masuk lagi (re-entry) setelah jual. Pertanyaan berikutnya: kalau lot sudah dijual di target tapi sinyalnya masih BUY, apakah boleh beli lagi? Diuji di 50 koin:

Masuk lagi menang telak dari sisi efisiensi modal: lot yang dipakai kurang dari separuh, untung per lot 2,5x lipat. Jeda setelah jual justru merugikan, jadi aturannya: boleh beli lagi mulai hari berikutnya, maksimal 1 lot terbuka per koin (setelan fast_reentry). Di target besar (Rp500 rb ke atas) aturan lama menang di total, tapi hanya karena memakai modal 3x lebih banyak (lot menumpuk).

Cek target: penutupan atau harga tertinggi? Kalau target hanya dicek di harga penutupan harian, sistem sering menjual jauh di atas target (harga sudah terlanjur melonjak). Itu mengasumsikan kita memantau layar dan beruntung. Yang realistis adalah memasang limit sell di harga target, sehingga lot terjual begitu harga tertinggi hari itu menyentuh target, dan hasilnya persis target.

Limit sell lebih sering kena target dan lebih cepat, tapi totalnya lebih kecil karena untung besar ikut terpotong di target. Angka limit sell inilah yang dipakai sistem (setelan fast_limit_sell), karena itu yang benar-benar bisa dijalankan tanpa memelototi harga: pasang limit sell (atau OCO bersama stop loss) segera setelah membeli.

Kalau modalnya terbatas. Simulasi di atas mengasumsikan semua sinyal bisa dibeli. Dengan modal nyata, jumlah lot yang berjalan bersamaan dibatasi. Uji 5 tahun (50 koin, target Rp300 rb, limit sell, masuk lagi):

Pembanding: BTC beli & simpan periode yang sama = +10,0% per tahun. Jadi keunggulan strategi ini tipis (11–13% vs 10%), dan itu pun masih angka backtest. Menambah modal menaikkan untung rupiah hampir sebanding (karena sinyal yang terlewat sangat banyak), tetapi persentasenya tetap di kisaran yang sama.

Catatan bias: 50 koin yang diuji adalah Top 50 volume hari ini, jadi koin yang mati/delisting tidak ikut terhitung (survivorship bias). Hasil sesungguhnya kemungkinan lebih rendah.

Hasil historis dengan target Rp300 ribu + masuk lagi (945 lot, semua aset aktif): 464 lot kena target, 455 dijual karena sinyal SELL, 26 masih terbuka, total +Rp42,2 juta dengan modal jauh lebih sedikit dibanding aturan lama (2.299 lot, +Rp31,7 juta). Perhatikan: untung datang dari lot yang kena target, sedangkan lot yang keluar lewat sinyal rata-rata rugi dan ditahan jauh lebih lama.

10. Aturan main untuk pemula

• Pakai uang dingin, bukan uang kebutuhan atau utang.
• Jangan all-in di satu saham atau koin. Sebar ke beberapa sektor/aset.
• Tentukan batas rugi (cut loss) sebelum membeli, misalnya −8% sampai −10% dari harga beli, lalu disiplin menjalankannya.
• Ukuran posisi: risiko per transaksi maksimal 1–2% dari total modal.
• Hindari leverage/futures di Binance selama masih belajar; likuidasi bisa menghabiskan modal dalam hitungan jam.
• DCA (Dollar Cost Averaging): menabung rutin tiap bulan sering lebih baik daripada mencoba menebak waktu terbaik.
• Pahami aturan IDX: 1 lot = 100 lembar, penyelesaian transaksi T+2, ada batas ARA/ARB (auto reject) harian.
• Catat setiap transaksi beserta alasannya, lalu evaluasi. Dari situ kamu belajar paling banyak.

11. Sumber belajar & data resmi

• IDX: Bursa Efek Indonesia: laporan keuangan, keterbukaan informasi, sekolah pasar modal
• OJK: regulasi & daftar investasi/aplikasi legal
• Bank Indonesia: BI Rate, kurs, data ekonomi
• KSEI AKSes: cek kepemilikan saham atas nama sendiri
• Binance Academy: dasar-dasar crypto & blockchain