Ringkasan
-
Perkembangan pasar keuangan selalu berjalan seiring dengan kemajuan teknologi, di mana setiap revolusi teknologi mengubah metode perdagangan dan menurunkan hambatan partisipasi pasar.
-
Karena hambatan teknis yang relatif tinggi, perdagangan kuantitatif saat ini masih didominasi oleh sejumlah kecil institusi dan tim perdagangan profesional.
-
Munculnya model bahasa besar memungkinkan perdagangan kuantitatif bergeser dari “masalah rekayasa” menjadi “masalah ekspresi,” sehingga membuka peluang bagi pengguna umum untuk berpartisipasi.
-
Sistem perdagangan berbasis AI kini menjadi bentuk produk baru, dan platform perdagangan berkembang dari sekadar alat pencocokan menjadi infrastruktur perdagangan berbasis AI.
-
Dalam waktu dekat, AI tidak akan sepenuhnya menggantikan trader, tetapi akan menjadi peran kolaboratif penting dalam sistem perdagangan.
Pendahuluan: Bagaimana Revolusi Teknologi Mengubah Perdagangan Keuangan
Dalam beberapa dekade terakhir, perkembangan pasar keuangan selalu erat kaitannya dengan kemajuan teknologi. Hampir setiap revolusi teknologi utama mengubah metode perdagangan dan mendorong lahirnya bentuk produk keuangan baru.
Secara historis, perdagangan keuangan telah melalui beberapa tahap penting.
-
Pada 1970-an, sistem perdagangan elektronik mulai muncul, dan perdagangan sekuritas secara bertahap beralih dari pencocokan manual ke pencocokan berbasis komputer, sehingga meningkatkan efisiensi pasar secara signifikan.
-
Pada 1990-an, pertumbuhan internet melahirkan broker daring, memungkinkan investor individu berpartisipasi langsung dalam perdagangan melalui internet.
-
Dengan hadirnya era internet seluler, smartphone semakin menurunkan hambatan perdagangan, dan platform perdagangan seluler memungkinkan investor mengakses pasar kapan saja dan di mana saja.
-
Dalam beberapa tahun terakhir, kehadiran blockchain dan pasar aset digital membawa perubahan baru. Berbeda dengan pasar keuangan tradisional, pasar aset digital bersifat global dan beroperasi 24/7, sehingga perdagangan otomatis berkembang pesat di pasar ini.
Di banyak pasar keuangan yang sudah matang, perdagangan kuantitatif telah menjadi arus utama. Pada pasar saham, valuta asing, dan futures, porsi perdagangan kuantitatif umumnya melampaui 60%, bahkan lebih tinggi di beberapa pasar. Di pasar aset digital, perdagangan kuantitatif juga semakin dominan. Sistem perdagangan kini berevolusi dari “alat yang dioperasikan manusia” menjadi “sistem yang digerakkan algoritma.”
Dengan berkembangnya model bahasa besar (LLM) dan teknologi AI Agent, sistem perdagangan memasuki babak baru. Pada tahap ini, AI tidak hanya menganalisis data pasar, tetapi juga menghasilkan strategi dan mengeksekusi perdagangan secara otomatis. Hal ini menimbulkan pertanyaan penting:
Di era LLM, akankah AI menjadi trader baru?
Perdagangan Kuantitatif: Permainan Elit yang Sudah Lama Ada
Selama beberapa dekade, perdagangan kuantitatif menjadi komponen penting pasar keuangan. Meski pengaruhnya besar, perdagangan kuantitatif memiliki hambatan teknis tinggi. Sistem perdagangan kuantitatif yang lengkap terdiri atas beberapa tahapan kompleks, antara lain:
Tahapan-tahapan tersebut membentuk satu sistem perdagangan kuantitatif utuh, dan setiap tahap memerlukan keahlian profesional dari berbagai bidang. Dalam praktiknya, perdagangan kuantitatif membutuhkan bahasa pemrograman seperti Python dan C++, serta berbagai framework analisis data dan API perdagangan. Selain itu, server stabil, sistem penyimpanan data, dan alat monitoring otomatis juga diperlukan agar strategi berjalan stabil di pasar nyata. Untuk institusi perdagangan frekuensi tinggi, persyaratan teknis bahkan lebih tinggi. Banyak tim perdagangan frekuensi tinggi harus berinvestasi besar untuk membangun sistem perdagangan berlatensi rendah dan perangkat keras khusus demi mendapatkan kecepatan perdagangan optimal.
Karena itu, dalam waktu lama, perdagangan kuantitatif didominasi oleh institusi dan tim profesional seperti hedge fund, market maker, dan perusahaan kuantitatif besar. Sementara itu, investor umum masih mengandalkan perdagangan manual, indikator teknikal, atau sentimen pasar, sehingga sulit berpartisipasi dalam sistem perdagangan kuantitatif. Sebelum hadirnya AI, perdagangan kuantitatif merupakan “permainan elit”—hanya segelintir tim dengan pengetahuan finansial, kemampuan pemrograman, dan sumber daya rekayasa yang dapat membangun dan mengoperasikan sistem perdagangan kuantitatif secara utuh.
Bagaimana LLM Akan Mengubah Perdagangan
Dalam riset strategi, pemrosesan data, maupun eksekusi otomatis, keahlian pemrograman dan pengalaman rekayasa sangat dibutuhkan. Karena itu, perdagangan kuantitatif lama dikuasai oleh institusi profesional. Namun, kemunculan LLM mengubah lanskap ini.
Berbeda dengan perangkat lunak tradisional, LLM mampu memahami bahasa alami, menghasilkan kode, dan melakukan penalaran kompleks. Banyak tugas yang sebelumnya hanya bisa dilakukan lewat pemrograman kini dapat diwujudkan lewat deskripsi bahasa alami. Contohnya, pengguna cukup memasukkan deskripsi strategi sederhana seperti:
“Ketika indikator RSI BTC turun di bawah 30, beli; ketika RSI naik di atas 70, jual.”
Sistem AI kemudian secara otomatis akan:
-
Membuat kode strategi
-
Memanggil data pasar historis
-
Melakukan backtesting strategi
-
Menganalisis hasil dan metrik risiko strategi
-
Melakukan deployment strategi perdagangan secara otomatis
Dengan demikian, di era AI, membangun strategi perdagangan tidak lagi sepenuhnya bergantung pada kemampuan pemrograman, melainkan pada ekspresi logika perdagangan. LLM mengubah perdagangan kuantitatif dari “masalah rekayasa” menjadi “masalah ekspresi.”
Selain itu, arsitektur AI Agent memungkinkan AI tidak hanya menghasilkan strategi, tetapi juga menjalankan seluruh alur kerja perdagangan. Beberapa tim riset telah membangun sistem perdagangan yang terdiri atas beberapa AI Agent, di mana setiap Agent bertanggung jawab atas riset pasar, pembuatan strategi, pengendalian risiko, dan eksekusi perdagangan.
Sejumlah eksperimen telah membuktikan potensi ini. Misalnya, kompetisi perdagangan AI Alpha Arena yang diselenggarakan Nof1 memungkinkan beberapa model bahasa besar berdagang secara otonom di pasar kripto nyata, dengan modal dan kondisi pasar yang sama. Model yang berpartisipasi antara lain GPT-5, Gemini 2.5 Pro, Grok 4, Claude 4.5 Sonnet, DeepSeek V3.1, dan Qwen 3 Max. Walaupun sebagian besar model menunjukkan performa tidak stabil di pasar volatil, beberapa model tetap meraih imbal hasil positif. Eksperimen ini membuktikan bahwa LLM dapat mengambil keputusan dan mengeksekusi perdagangan secara mandiri di pasar nyata.
Seiring kemampuan LLM yang terus meningkat, peran AI dalam perdagangan juga berubah. Pada sistem kuantitatif tradisional, AI hanya digunakan untuk analisis data atau prediksi model; pada arsitektur AI baru, AI dapat menjalankan seluruh proses perdagangan, mulai dari analisis informasi pasar, pembuatan dan optimasi strategi, eksekusi otomatis, hingga evaluasi pasca perdagangan dan perbaikan strategi. Sistem perdagangan pun berevolusi dari sekadar “alat otomatisasi” menjadi sistem cerdas yang mampu menyelesaikan tugas secara mandiri, membuka peluang baru bagi lahirnya platform perdagangan generasi berikutnya.
Bentuk Produk Perdagangan di Era LLM
Dari eksplorasi industri saat ini, produk perdagangan AI dapat dikelompokkan ke beberapa kategori.
Kategori pertama adalah infrastruktur perdagangan AI Agent, yang ditujukan untuk pengembang dan menyediakan antarmuka perdagangan serta layanan data bagi AI Agent. Sejumlah platform perdagangan telah menyediakan API dan framework pengembangan terpadu agar AI Agent dapat langsung mengakses data pasar dan mengeksekusi perdagangan.
Kategori kedua adalah alat pembuat strategi perdagangan AI, yang ditujukan untuk trader umum, secara otomatis menghasilkan strategi perdagangan melalui AI dan menyediakan backtesting serta eksekusi otomatis.
Kategori ketiga adalah peningkatan AI pada platform kuantitatif tradisional. Beberapa alat kuantitatif yang sudah ada mulai menambahkan fitur analitik AI, seperti analisis strategi otomatis atau asisten riset pasar, namun bentuk produknya masih berbasis alat kuantitatif tradisional.
Beberapa produk representatif yang sudah hadir di pasar, antara lain:
-
O** OnchainOS: menyediakan infrastruktur perdagangan untuk AI Agent, memungkinkan pengembang membangun AI Agent perdagangan otomatis.
-
RockFlow RockAlpha: menyediakan strategi perdagangan berbasis AI, mendukung berbagi strategi dan kompetisi perdagangan.
-
TradingView: menambahkan fitur analitik AI pada platform analisis teknikal tradisional.
-
QuantConnect: platform pengembangan kuantitatif untuk trader dan pengembang profesional.
-
Numerai: mengumpulkan model machine learning lewat crowdsourcing untuk prediksi pasar.
Produk-produk tersebut mengeksplorasi integrasi AI dan sistem perdagangan dari berbagai sudut, namun umumnya masih memiliki keterbatasan. Beberapa platform lebih ditujukan untuk pengembang, sehingga hambatan pengguna umum tetap tinggi; sementara produk lain, meski menawarkan pembuatan strategi AI, belum memiliki alur kerja kuantitatif yang lengkap.
Dalam konteks ini, sejumlah platform perdagangan mulai membangun AI Quant Workspace yang lebih komprehensif. Gate melakukan eksplorasi awal ke arah ini. AI Quant Workspace Gate merupakan sistem perdagangan kuantitatif AI untuk trader umum, dengan tujuan utama agar pengguna dapat berpartisipasi dalam perdagangan kuantitatif secara lebih sederhana.
Berbeda dari alat kuantitatif tradisional, sistem ini menggunakan model interaksi bahasa alami dan alur kerja perdagangan otomatis. Pengguna dapat langsung mendeskripsikan logika perdagangan dalam bahasa alami, misalnya:
“Buat strategi perdagangan BTC berdasarkan indikator RSI.”
Sistem akan secara otomatis membuat strategi dan memanggil data pasar historis untuk analisis backtesting. Pengguna dapat melihat kurva imbal hasil strategi, metrik risiko, dan performa pada berbagai periode waktu di dalam antarmuka.
Setelah strategi lolos backtesting, pengguna dapat langsung mendistribusikan strategi ke pasar nyata dengan satu klik untuk menjalankan perdagangan otomatis. Dengan demikian, seluruh alur kerja kuantitatif, dari konsepsi hingga eksekusi strategi, dapat dilakukan dalam satu sistem.
Selain itu, Gate juga meluncurkan framework pengembangan Gate for AI yang menyediakan antarmuka perdagangan terpadu bagi AI Agent. Framework ini mengintegrasikan perdagangan terpusat, perdagangan on-chain, dompet, dan data pasar, sehingga AI Agent dapat langsung berpartisipasi dalam perdagangan dan eksekusi strategi.
Dari perspektif platform perdagangan, perdagangan AI bukan hanya inovasi teknologi, tetapi juga potensi mesin pertumbuhan baru.
Pada platform perdagangan tradisional, pendapatan platform berasal dari biaya transaksi. Logika inti pertumbuhan platform umumnya berputar pada tiga indikator:
-
Jumlah pengguna
-
Volume perdagangan
-
Retensi aset pengguna
Dibandingkan investor umum, pengguna perdagangan kuantitatif memiliki frekuensi perdagangan lebih tinggi. Banyak strategi kuantitatif berjalan terus-menerus di pasar, sehingga volume transaksi mereka jauh lebih besar.
Di pasar keuangan tradisional, perdagangan algoritmik telah mengambil porsi besar dari total transaksi. Pada pasar saham, valuta asing, dan futures, proporsi perdagangan otomatis umumnya di atas 60%. Artinya, jika platform memungkinkan lebih banyak pengguna berpartisipasi dalam perdagangan kuantitatif, volume transaksi dapat meningkat signifikan.
Dalam model ini, platform membantu pengguna umum membangun dan menjalankan strategi perdagangan melalui alat kuantitatif AI, sehingga meningkatkan efisiensi dan frekuensi perdagangan. AI bukan hanya alat, tetapi juga mekanisme pertumbuhan volume transaksi. Berdasarkan logika ini, platform perdagangan AI dapat mengembangkan beberapa model bisnis berbeda.
5.1 Model Peningkatan Biaya
Dalam lingkungan perdagangan AI, pengguna memanfaatkan alat perdagangan cerdas dari platform, seperti pembuatan strategi, backtesting otomatis, dan eksekusi otomatis. Fitur ini membantu meningkatkan efisiensi dan kestabilan eksekusi strategi.
Dalam kasus ini, platform dapat menambahkan premi di atas biaya perdagangan utama. Misalnya, pada perdagangan spot atau futures, biaya lebih tinggi dapat dikenakan untuk perdagangan strategi menggunakan alat AI. Selama imbal hasil tambahan dari strategi AI menutupi biaya tersebut, model ini tetap berkelanjutan.
5.2 Marketplace Strategi AI
Model bisnis lain adalah Strategy Marketplace. Dalam model ini, pengguna tidak hanya dapat membuat strategi dengan AI, tetapi juga mempublikasikan strategi mereka di platform, sehingga pengguna lain dapat berlangganan atau mengikuti perdagangan mereka.
Penyedia strategi dapat memperoleh pendapatan dari biaya langganan atau profit sharing copy-trading, sedangkan platform mengambil persentase sebagai bagi hasil. Model ini mirip sistem Copy Trading atau mengikuti strategi di platform saat ini, namun di era AI, produksi strategi akan banyak dibantu AI. Platform bukan sekadar pencocok perdagangan, tetapi juga operator ekosistem strategi.
5.3 Peningkatan Struktur Pengguna
Dalam jangka panjang, nilai utama perdagangan AI terletak pada perubahan struktur pengguna.
Pada platform perdagangan tradisional, mayoritas pengguna melakukan perdagangan manual, dan pengguna kuantitatif hanya sebagian kecil. Namun setelah hambatan teknologi AI menurun, semakin banyak pengguna umum akan mencoba perdagangan otomatis atau strategi. AI dapat meng-upgrade banyak trader umum menjadi “trader kuantitatif ringan.” Bagi platform, ini berarti:
-
Frekuensi perdagangan lebih tinggi
-
Perilaku perdagangan lebih stabil
-
Siklus hidup pengguna lebih panjang
Dari sisi pertumbuhan platform, peningkatan struktur pengguna ini dapat menciptakan flywheel pertumbuhan baru:
Pengguna kuantitatif lebih banyak → volume transaksi lebih tinggi → data perdagangan lebih banyak → model AI lebih baik → performa strategi meningkat → menarik lebih banyak pengguna.
Kesimpulan
Dari sejarah perkembangan pasar keuangan, teknologi selalu mengubah metode perdagangan. Dari sistem perdagangan elektronik, broker internet, hingga platform perdagangan seluler, setiap kemajuan teknologi menurunkan hambatan partisipasi pasar. Munculnya LLM dan AI Agent mendorong sistem perdagangan memasuki tahap baru. AI tidak hanya dapat menganalisis data pasar, tetapi juga menghasilkan strategi dan mengeksekusi perdagangan otomatis, sehingga perdagangan kuantitatif bergeser dari “masalah rekayasa” menjadi “masalah ekspresi.”
Artinya, semakin banyak pengguna dapat berpartisipasi dalam perdagangan otomatis lewat alat AI tanpa perlu keahlian kuantitatif kompleks. Namun, pasar keuangan tetap sistem yang sangat kompleks dan penuh ketidakpastian. Faktor seperti struktur pasar, lingkungan makro, dan manajemen risiko tetap membutuhkan penilaian dan pengalaman manusia. Dalam waktu dekat, AI kecil kemungkinan menggantikan trader sepenuhnya, tetapi akan menjadi alat penting dalam sistem perdagangan.
Referensi:
Gate Research adalah platform riset blockchain dan mata uang kripto yang komprehensif, menyediakan konten mendalam bagi pembaca, mulai dari analisis teknikal, wawasan pasar, riset industri, prediksi tren, hingga analisis kebijakan makroekonomi.
Disclaimer
Investasi di pasar mata uang kripto melibatkan risiko tinggi. Pengguna disarankan melakukan riset mandiri dan memahami sepenuhnya sifat aset maupun produk sebelum membuat keputusan investasi. Gate tidak bertanggung jawab atas kerugian atau kerusakan akibat keputusan tersebut.
