Quantitative Trading | Panduan untuk trading profesional

Apa itu quantitative trading? Apakah itu menguntungkan? Keterampilan apa yang saya butuhkan untuk membuat strategi quantitative trading supaya menghasilkan uang?

Dalam panduan ini, saya akan mengajarkan Anda apa saja konsep dasar tentang quantitative trading aatau dalam bahasa Indonesia kuantitatif trading yang harus Anda ketahui sebelum memulai. Dari awal hingga akhir. Itulah sebabnya, kami memutuskan untuk menulis panduan perdagangan kuantitatif ini.

Tujuan dari panduan Quantitative Trading

Namun, sebelum memulai, saya ingin menekankan bahwa panduan ini ditujukan untuk dua jenis orang:

• Yang pertama, adalah orang-orang yang bermimpi mendapatkan pekerjaan di industri keuangan sebagai quantitative trade.
• Sedangkan yang kedua hanya ingin mengembangkan sistem quantitative trading mereka sendiri.

Dengan demikian, saya sadar bahwa perdagangan kuantitatif bisa menakutkan di awal. Terutama mengingat beban besar yang ditimbulkan oleh matematika, statistik, serta pemrograman. Jadi, dengan tujuan membantu traders kuantitatif baru (melalui berbagai artikel) untuk menghindari kesalahan dan menghemat waktu, panduan ini akan memberikan deskripsi tentang semua yang harus Anda pelajari hingga menjadi pedagang kuantitatif.

Catatan: Untuk menghadapi pendekatan ini atau yang lainnya, sangat penting untuk sangat memahami produk keuangan yang diperdagangkan. Ini adalah sesuatu yang tidak dicakup oleh panduan ini, tetapi sangat penting untuk diingat.

 Apa itu Quantitative Trading?

Tentu saja, hal pertama yang harus kita pelajari adalah apa yang kita hadapi. Artinya, apa itu Quantitative Trading?

Quantitative Trading adalah jenis perdagangan yang menggunakan model matematika dan/atau statistik untuk menemukan peluang konsisten supaya bisa menghasilkan uang atau keuntungan.

Dengan kata lain, Quantitative Trading juga dapat dipahami sebagai penerapan metode ilmiah pada pasar keuangan. Hal ini, karena melibatkan pengukuran probabilitas perubahan kondisi pasar dan menggunakan data tersebut untuk mengembangkan strategi perdagangan berdasarkan aturan yang dapat diukur dengan sempurna.

Dan, oleh karena itu, analisis kuantitatif bertentangan dengan analisis kualitatif. Adapun analisa kualitatif berdasarkan kriteria subjektif seperti kemampuan manajemen atau budaya perusahaan yang terdaftar.

Sebagai contoh, seorang investor value mungkin berinvestasi di perusahaan, karena selain melakukan analisis kuantitatif atas laporan keuangannya, ia percaya bahwa perusahaan tersebut memiliki CEO yang hebat, yang mampu mendorong perusahaan. Namun, seorang trader kuantitatif, atau investor kuantitatif, tidak dapat mengandalkan hal tersebut, kecuali dia mampu mengukurnya secara kuantitatif.

Dalam hal apapun, saya ingin menunjukkan di sini bahwa seorang trader atau investor, tidak harus eksklusif dengan metode lain. Artinya, metode kuantitatif dapat digunakan untuk menyaring aset dan kemudian membuat keputusan akhir berdasarkan variabel lain.

Pada akhirnya yang penting di bursa adalah menghasilkan uang dengan risiko yang diukur secara konsisten dari waktu ke waktu. Dan tidak penting apa yang saya percaya, atau apa yang Anda percaya.

Terakhir dan sebelum melanjutkan pembahasan tentang Quantitative Trading, penting untuk disebutkan bahwa ini adalah pendekatan lintas sektoral. Artinya, ini bisa berguna bagi trader yang melakukan analisis makroekonomi, bagi yang menganalisis laporan keuangan dan, tentu saja, bagi analisa teknikal. Salah satu sistem kuantitatif paling sederhana dan terkenal adalah sistem moving average.

👉 Informasi lebih lanjut: Perdagangan - Panduan untuk mengetahui apa itu dan bagaimana memulainya.

Bagaimana cara kerja Quantitative Trading?

Perdagangan kuantitatif bekerja dengan menghitung kemungkinan terjadinya hasil tertentu secara spesifik menggunakan strategi berbasis data. Untuk itu, ia menggunakan teknik matematika dan statistik, serta pemrograman untuk menghitung hasil sistem yang lebih cepat dan lebih akurat.

Sebenarnya, esensi dari trading kuantitatif didasarkan pada penggunaan teknologi, basis data dan matematika. Keandalan dan akurasi mereka adalah alasan mengapa mereka diadopsi oleh manajer dana besar.

Selain itu, perlu ditambahkan bahwa perkembangan saat ini memungkinkan adanya penggabungan dari kecerdasan buatan (artificial intelligence/AI), sebagai teknologi lintas sektor (termasuk trading), kemungkinan akan mengubah dan membuat pengukuran dan pengumpulan data untuk pengambilan keputusan investasi menjadi lebih efisien.

Dalam hal ini, contoh paling jelas adalah Jim Simons, yang merupakan pencipta hedge fund paling menguntungkan dalam sejarah, medallion fund.

Untuk membuatnya lebih mudah dipahami, contoh sederhana dari sistem trading kuantitatif adalah sebagai berikut

Seorang trader bisa mempelajari secara matematis bagaimana harga berubah, tergantung pada volume yang diperdagangkandari saham seperti Apple. Kemudian, apa yang akan dia lakukan adalah mendapatkan data historis dan dapat diandalkan yang mencakup periode waktu yang panjang.

Setelah dia mendapatkannya, dia akan memprogram kode yang memungkinkan dia untuk melakukan studi dan tes untuk mencoba menemukan pola. Sehingga kesimpulannya bisa jadi dalam 76% kasus ketika pola itu terjadi harga saham naik rata-rata 1,5%.

Setelah dia memiliki pola tersebut, dia akan mencoba membuat sistem trading berdasarkan aturan kuantitatif, untuk mengetahui apakah itu menguntungkan atau tidak. Dan jika itu menguntungkan, dia akan dapat menghubungkan algoritma ke broker-nya sehingga operasi dapat dilakukan secara otomatis.

Pada titik ini, Anda mungkin memiliki banyak pertanyaan. Dari mana saya mendapatkan data yang dapat diandalkan? Berapa lama periode waktu yang cukup lama? Apakah ini berlaku untuk semua skala waktu? Bagaimana saya belajar memprogram?

Untuk menjawab semua pertanyaan ini dan beberapa lainnya secara teratur, mulai sekarang kita akan melihat empat blok yang harus Anda pelajari.

1. Matematika dan Statistik

Dari pengalaman, saya telah dapat memeriksa bagaimana banyak kursus, akademi, dan buku mencoba untuk meremehkan bagian ini. Dan saya tidak bisa lebih tidak setuju.

Matematika dan statistik adalah dasar fundamental untuk mulai menjadi trader kuantitatif. Jika Anda tidak cukup mengenalnya, kemungkinan Anda akan berakhir membuat sistem berdasarkan hubungan yang keliru dan terlalu optimal.

Sebagai contoh, salah satu hal pertama yang dipelajari dalam statistik lanjutan adalah bahwa dua seri waktu dapat memiliki korelasi, tetapi tidak selalu memiliki hubungan. Berapa kali kita melihat grafik di mana dua variabel tampaknya bergerak seiring? Banyak bukan? Kita terus mencoba menciptakan hubungan antara hal-hal: sebab dan akibat. Tapi ini tidak berarti apa-apa. Lihatlah grafik berikut.

Pada grafik ini kita dapat melihat tingkat perceraian di Negara Bagian Maine di Amerika Serikat (AS) dan konsumsi margarin per kapita. Mereka memiliki korelasi 99,26%!

Kita bisa berkelana dan mencoba menjelaskan bahwa margarin yang mereka konsumsi di Maine mengandung beberapa zat yang membuat pasangan bercerai. Tapi penjelasan ini hanyalah meyakinkan diri kita sendiri. Dan, dalam hal trading, ini sama saja dengan kehilangan uang.

Lalu bagaimana seseorang bisa menghindari kesalahan sebesar itu? Bukankah korelasi adalah ukuran statistik? Untuk menghindari ini, Anda harus belajar statistik untuk memahami bahwa korelasi tidak menyiratkan kausalitas, dan untuk itu ada ukuran lain dan tes statistik lainnya.

Dengan kata lain, saya sarankan Anda mulai belajar konsep-konsep berikut:

• Variabel acak dan distribusi statistik.
• Nilai yang diharapkan.
• Interval kepercayaan.
• Cointegrasi dan stasioneritas.
• Model regresi.
• Homoskedastisitas
• Heteroskedastisitas
• Jenis bias statistik.

Ada banyak konsep lainnya, tetapi ini akan sangat berguna untuk memulai.

2. Pemrograman

Jika Anda terjun ke dalam quantitative trading, Anda harus belajar pemrograman dalam Python atau R. Meskipun R adalah program statistik par excellence selama bertahun-tahun, komunitas Python telah tumbuh sedemikian rupa sehingga tidak hanya ada lebih banyak paket yang dapat Anda gunakan, tetapi juga lebih banyak sumber daya untuk belajar.

Alternatifnya, juga ada bahasa lain seperti C++, MQL4 dan MQL5 (dari Metatrader) atau bahkan Matlab.

Rekomendasi saya? Python. Itu adalah yang paling sederhana dan memiliki sumber daya terbanyak. Jika nantinya Anda ingin terus maju, Anda tidak akan kesulitan belajar sistem  dan alat lainnya.

Bagaimana cara belajar Python? Anda bisa melihat berbagai tutorial di Youtube mulai dengan pencarian bagaimana untuk memulai dengan keuangan di Python dan sedikit demi sedikit Anda akan menemukan jalannya. Dan jika Anda ingin sedikit lebih cepat dan terarah, carilah kursus  Phyton di platform pendidikan online.

Di Indonesia, Anda bisa mendapatkan kursus dari berbagai platform online seperti Dumet School mulai dari Rp 9 juta dan Purwadhika Digital Technology School mulai dari Rp 15 juta. 

3. Sistem trading

Setelah Anda mencoba Python dan memahami bagaimana metrik statistik dan matematika utama berfungsi, saatnya untuk membuat sistem pertama Anda. Tidak masalah jika tidak berfungsi. Bahkan, kemungkinan besar tidak akan berfungsi. Sepanjang jalan Anda akan belajar dari kesalahan.

Dengan kata lain, sistem quantitative trading terdiri dari empat bagian.

• Mengidentifikasi strategi.
• Backtest strategi
• Sistem eksekusi strategi.
• Manajemen risiko.

Oleh karena itu, saya sarankan Anda mulai dengan memahami konsep dasar berikut sebelum melanjutkan.

• Jenis strategi kuantitatif
• Backtest (pengujian data historis)
• Forward test/paper trading (pengujian strategi perdagangan)
• Overoptimisasi
• Matriks profitabilitas untuk mengevaluasi sistem perdagangan
• Manajemen risiko
• Slippage

Meskipun yang terbaik adalah Anda memeriksanya sendiri, saya akan memberi tahu Anda beberapa masalah umum yang akan Anda temui:

• Pemasangan atau instalasi Python di komputer Anda.
• Anda tidak menemukan data yang Anda butuhkan untuk membuat sistem Anda, basis data tidak akurat, tidak cukup terbarukan atau rentang waktu yang dicakup terbatas. Itulah sebabnya saya menyarankan Anda bahwa sistem yang lebih sederhana, lebih baik.
• Komisi dan slippage: Di atas kertas semuanya tampak sangat bagus, tetapi dalam kehidupan nyata harga bergerak, broker mengenakan komisi dan Anda tidak selalu masuk dengan harga yang sempurna.

Ada banyak tantangan lainnya, jadi, jika Anda memiliki pertanyaan tentang ini atau tentang yang lain yang muncul, jangan ragu untuk berkomentar di thread di forum ini.

Keuntungan dari Quantitative Trading

Perdagangan kuantitatif menawarkan keuntungan dan memiliki kerugian, seperti semua pendekatan yang ada dalam trading.

Keuntungan menerapkan quantitative trading meliputi:

• Tidak perlu memantau data dan analisis secara manual. Karena sistem kuantitatif dibuat untuk diotomatisasi atau semi-otomatis. Akibatnya, jumlah data yang harus dievaluasi oleh trader untuk membuat keputusan perdagangan lebih dapat dikelola secara sistematis. Namun, ada jenis sistem tertentu seperti jaringan saraf (yang belajar sendiri dan mengubah parameter mereka secara otomatis) yang harus ditinjau lebih sering.
• Selain itu, pedagang dapat mengevaluasi pasar dalam jumlah yang besar menggunakan titik data teoretis tak terbatas, serta mengoptimalkan sistem mereka. Saat menganalisis pasar, seorang trader biasanya akan fokus pada beberapa variabel dan hanya memeriksa yang familiar bagi mereka. Trader kuantitatif dapat menggunakan strategi matematika untuk mengatasi keterbatasan ini. Dan lebih jauh lagi, untuk menolak strategi dengan cara yang lebih cepat dan dapat diandalkan.
• Hilangnya sisi emosional: Selain itu, berbeda dengan pedagang manual, sistem otomatis ini mengurangi risiko emosi seperti takut atau serakah mempengaruhi keputusan investasi. Dengan mengurangi emosi dari proses pengambilan keputusan dan eksekusi, pedagang atau investor dapat mengurangi beberapa bias yang seringkali dapat mempengaruhi operasi mereka.

Kekurangan dari perdagangan kuantitatif

Dengan demikian, Quantitative trading juga memiliki kekurangannya. Di antaranya adalah:

• Pasar keuangan terus berubah: Oleh karena itu, mungkin strategi yang telah bekerja dengan baik selama bertahun-tahun, tiba-tiba berhenti bekerja karena perubahan struktural di pasar.
• Kurva belajar yang tinggi: Seperti yang kami katakan di awal, tidak  belajar dengan cepat. Kecuali Anda memiliki dasar yang baik dalam matematika, statistik, dan pemrograman, biasanya akan membutuhkan waktu lebih lama untuk belajar pendekatan lain.
• Risiko over-optimisasi: Memiliki kemampuan dan pengetahuan untuk memeriksa hasil sistem dengan melakukan ribuan variasi pada parameter, pada aset yang berbeda dan pada rentang waktu yang berbeda, dapat membuat sistem menjadi over-optimisasi. Oleh karena itu, sebuah sistem memiliki kemungkinan akan gagal. Oleh karena itu, apa yang dalam beberapa kasus dapat menjadi keuntungan, jika tidak dilakukan dengan baik dapat menjadi kerugian.

Terakhir, jika Anda belum mendengar tentang Artificial Intelligence atau Machine Learning yang diterapkan pada saham, sangat mungkin Anda akan mendengarnya. Ketika Anda melakukannya, saran saya adalah jangan menggunakan ke teknik-teknik tersebut, sebelum Anda menguasai dasar-dasarnya.

Secara keseluruhan, perdagangan Quantitave Trading menggunakan model matematika dan statistik untuk mengidentifikasi dan mengeksekusi peluang pasar, berfokus pada data yang dapat diukur daripada kriteria subjektif. Ini Membutuhkan keterampilan dalam matematika, statistik dan pemrograman, dengan Python sebagai bahasa yang disarankan. Dan keuntungan utamanya seperti otomatisasi dan pengurangan pengaruh emosional, membuatnya lebih praktis dalam penggunaannya (meskipun tidak bebas dari risiko).

Trading dengan menggunakan strategi ini merupakan trading yang serba cepat dan penuh dengan analisa data. Nah ada baiknya melakukan trading kuantitatif dengan langsung memahami cara kerja pasar melalui akun demo. Saat ini di Indonesia, ada HSB Trading dan Pinnacle Investment yang menyediakan akun untuk belajar trading kuantitatif.

Pertanyaan yang sering diajukan