Selama perdagangan algoritmik ada, orang-orang telah memprediksi bahwa para trader pada akhirnya akan menjadi usang. Setiap kemajuan besar dalam otomasi tampaknya menghidupkan kembali percakapan yang sama: jika algoritma dapat menganalisis pasar, mengeksekusi perdagangan, dan bereaksi lebih cepat dari manusia mana pun, peran apa yang tersisa bagi trader?
Sekilas, ini adalah pertanyaan yang wajar. Pasar keuangan telah semakin terotomasi selama dua dekade terakhir. Di banyak kelas aset, persentase signifikan dari volume perdagangan kini digerakkan oleh algoritma. Lantai perdagangan yang dulu dipenuhi broker berteriak-teriak sebagian besar telah digantikan oleh server, pusat data, dan sistem perangkat lunak yang beroperasi pada kecepatan yang diukur dalam milidetik.
Namun meskipun semua perubahan teknologi ini, para trader belum menghilang.
Alasannya sederhana: narasi itu sendiri cacat. Perdagangan algoritmik tidak menggantikan trader. Ini menggantikan tugas-tugas spesifik yang memang tidak pernah dikuasai manusia sejak awal.
Ketika orang berpikir tentang perdagangan, mereka sering membayangkan pengambilan keputusan yang cepat dan eksekusi secepat kilat. Pada kenyataannya, itu bukan kekuatan unik manusia. Manusia unggul dalam memahami konteks, beradaptasi dengan informasi baru, mempertanyakan asumsi, dan membuat penilaian dalam lingkungan yang tidak pasti. Yang kurang sesuai bagi kita adalah memantau ribuan titik data secara bersamaan, bereaksi terhadap perubahan pasar dalam sepersekian detik, atau mengeksekusi proses yang sama dengan konsistensi sempurna dalam jangka waktu yang lama.
Kebangkitan perdagangan algoritmik telah mengungkap perbedaan ini. Alih-alih menghilangkan kebutuhan akan trader, ini telah mengubah di mana nilai manusia diciptakan. Hasilnya bukan pasar yang dijalankan sepenuhnya oleh mesin, tetapi pasar di mana manusia dan teknologi semakin fokus pada bagian-bagian berbeda dari masalah yang sama.
Ada kecenderungan untuk meromantisasi masa lalu dan membayangkan bahwa perdagangan dulunya adalah keahlian murni manusia yang didorong oleh naluri dan pengalaman. Meskipun pengalaman selalu penting, banyak aktivitas sehari-hari yang terlibat dalam perdagangan bersifat berulang, mekanis, dan rentan terhadap kesalahan manusia.
Pertimbangkan apa yang dituntut oleh pasar modern. Harga bergerak terus-menerus. Berita menyebar secara instan. Rilis ekonomi, laporan laba, perkembangan geopolitik, dan perubahan sentimen semuanya mempengaruhi harga aset secara real time. Seorang trader yang mencoba memantau setiap variabel yang relevan secara manual sudah berada dalam posisi yang tidak menguntungkan bahkan sebelum hari dimulai.
Algoritma, sebaliknya, dibangun untuk lingkungan seperti ini. Mereka dapat memproses sejumlah besar informasi secara bersamaan, memindai beberapa pasar sekaligus, dan mengeksekusi tindakan yang telah ditentukan tanpa ragu-ragu. Mereka tidak terganggu. Mereka tidak kelelahan setelah sesi perdagangan yang panjang. Mereka tidak meragukan diri sendiri setelah serangkaian kerugian.
Yang mungkin lebih penting, mereka konsisten.
Salah satu tantangan terbesar dalam perdagangan tidak pernah tentang mengetahui apa yang harus dilakukan. Ini tentang melakukan hal yang sama berulang kali dalam kondisi emosional yang berubah-ubah. Sebuah strategi mungkin bekerja sempurna secara teori, tetapi rasa takut, terlalu percaya diri, ketidaksabaran, atau frustrasi dapat menyebabkan trader meninggalkannya pada momen terburuk yang mungkin.
Algoritma menghilangkan banyak variabilitas tersebut. Mereka mengeksekusi instruksi persis seperti yang dirancang, terlepas dari apakah pasar tenang atau kacau.
Ini tidak berarti algoritma pada dasarnya lebih cerdas dari manusia. Ini hanya berarti mereka lebih cocok untuk tugas-tugas yang melibatkan kecepatan, pengulangan, dan skala. Semakin pasar berkembang ke arah persyaratan tersebut, semakin tak terelakkan otomasi menjadi.
Kebangkitan perdagangan algoritmik sebenarnya bukan hanya tentang algoritma semata. Ini adalah kisah tentang infrastruktur.
Ketika orang mendengar tentang perdagangan otomatis, mereka sering berfokus pada strategi — model yang memprediksi pergerakan harga atau mengidentifikasi peluang. Tetapi di balik setiap strategi yang berhasil terdapat tumpukan teknologi yang jauh lebih besar yang menentukan apakah strategi tersebut dapat berfungsi secara efektif dalam kondisi dunia nyata.
Di sinilah pengembangan perangkat lunak perdagangan algo secara diam-diam menjadi salah satu komponen terpenting dari keuangan modern.
Sebuah strategi perdagangan bisa tampak brilian di atas kertas namun tetap gagal dalam praktiknya jika perangkat lunak yang mendukungnya tidak mampu memproses data pasar secara efisien, mengelola risiko dengan tepat, atau mengeksekusi order secara andal selama periode volatilitas. Akibatnya, perdagangan semakin menjadi masalah sistem daripada sekadar masalah peramalan.
Pergeseran ini signifikan karena akses informasi semakin demokratis. Data yang dulunya hanya tersedia bagi institusi besar kini dapat diakses oleh lebih banyak peserta pasar. Alat analitik telah menjadi lebih canggih dan lebih mudah diakses. Dalam banyak kasus, perbedaan antar peserta bukan lagi siapa yang memiliki ide, tetapi siapa yang dapat mengoperasionalisasikan ide tersebut dengan lebih efektif.
Itu tidak berarti perangkat lunak menggantikan keahlian manusia. Dalam banyak hal, justru sebaliknya. Seiring eksekusi yang semakin terotomasi, keahlian manusia semakin terkonsentrasi di bidang-bidang seperti desain strategi, pengembangan sistem, manajemen risiko, dan interpretasi pasar.
Fokus telah beralih dari membuat keputusan individual ke merancang sistem pengambilan keputusan yang lebih baik.
Salah satu konsekuensi paling menarik dari perdagangan algoritmik adalah bahwa hal itu telah mengubah sifat peran trader.
Satu generasi yang lalu, seorang trader mungkin menghabiskan sebagian besar harinya memantau pasar dan mengeksekusi posisi secara manual. Saat ini, banyak profesional menghabiskan lebih banyak waktu untuk mengevaluasi data, menyempurnakan strategi, menguji asumsi, dan menilai risiko daripada melakukan perdagangan itu sendiri.
Dengan kata lain, pekerjaan telah bergerak ke hulu.
Alih-alih bertindak sebagai operator, trader semakin berfungsi sebagai perancang. Peran mereka adalah menentukan apa yang harus dilakukan sistem, dalam kondisi apa sistem harus melakukannya, dan bagaimana kinerjanya harus dievaluasi dari waktu ke waktu.
Pergeseran ini mencerminkan pola yang lebih luas yang muncul setiap kali otomasi memasuki suatu profesi. Aspek-aspek rutin dari pekerjaan cenderung terotomasi terlebih dahulu, sementara tanggung jawab yang tersisa menjadi lebih strategis.
Hal yang sama sedang terjadi di pasar keuangan.
Teknologi telah mengurangi kebutuhan eksekusi manual, tetapi telah meningkatkan pentingnya memahami mengapa perdagangan dilakukan sejak awal. Pertanyaan seputar struktur pasar, konstruksi portofolio, eksposur risiko, dan perubahan kondisi ekonomi tetap menjadi perhatian mendalam manusia.
Pasar bukanlah lingkungan yang statis. Strategi yang berhasil kemarin mungkin berhenti bekerja besok. Regulasi baru muncul. Peristiwa tak terduga membentuk ulang perilaku investor. Seluruh industri dapat bertransformasi dalam hitungan tahun.
Algoritma dapat mengeksekusi strategi secara efisien, tetapi manusia masih memainkan peran penting dalam menentukan apakah strategi tersebut tetap relevan.
Sebagian besar percakapan publik seputar otomasi mengasumsikan bahwa manusia dan mesin berada dalam persaingan langsung. Pasar keuangan menunjukkan sesuatu yang berbeda.
Operasi perdagangan paling efektif saat ini jarang sekali yang mengandalkan semata-mata intuisi manusia atau semata-mata otomasi. Sebaliknya, mereka menggabungkan kekuatan keduanya.
Algoritma memberikan kecepatan, konsistensi, dan skalabilitas. Manusia memberikan konteks, kemampuan beradaptasi, dan penilaian.
Ketika pasar berperilaku sesuai harapan, sistem otomatis dapat menangani sejumlah besar pekerjaan dengan efisiensi yang luar biasa. Ketika pasar berperilaku tidak terduga — seperti yang sering terjadi — pengawasan manusia menjadi sangat penting. Memahami apakah suatu peristiwa pasar mewakili anomali sementara atau pergeseran fundamental membutuhkan interpretasi, bukan sekadar komputasi.
Keseimbangan ini kemungkinan akan menjadi semakin penting seiring kecerdasan buatan terus mempengaruhi pasar keuangan. Sistem AI mungkin menjadi semakin mampu mengidentifikasi pola dan menghasilkan wawasan, tetapi tantangan menentukan wawasan mana yang penting dan bagaimana wawasan tersebut harus diterapkan tetap sangat terhubung dengan pengambilan keputusan manusia.
Masa depan perdagangan oleh karena itu tidak mungkin sepenuhnya milik manusia atau sepenuhnya milik mesin. Ini akan menjadi milik mereka yang memahami cara menggabungkan kekuatan keduanya.
Narasi populer seputar perdagangan algoritmik mengasumsikan bahwa teknologi secara bertahap mendorong trader keluar dari pasar. Apa yang sebenarnya terjadi lebih bernuansa — dan bisa dibilang lebih menarik.
Algoritma mengambil alih tugas-tugas yang melibatkan kecepatan, pengulangan, pemantauan, dan konsistensi karena tugas-tugas tersebut selalu lebih selaras dengan kemampuan mesin daripada manusia. Pada saat yang sama, pentingnya penilaian manusia tidak hilang. Ini hanya bergeser ke area-area di mana konteks, kemampuan beradaptasi, dan pemikiran strategis paling penting.
Alih-alih membuat trader tidak relevan, perdagangan algoritmik telah memaksa pendefinisian ulang tentang seperti apa pekerjaan perdagangan yang berharga. Perannya berkembang, bukan menghilang.
Dilihat dari sudut pandang itu, masa depan perdagangan bukan kisah tentang manusia yang kalah dari mesin. Ini adalah kisah tentang teknologi yang menghilangkan bagian-bagian perdagangan yang tidak pernah paling dikuasai manusia dan menciptakan lebih banyak ruang untuk bagian-bagian yang memang dikuasai mereka.
Algorithmic Trading Isn't Replacing Traders : It's Eliminating the Parts Humans Were Never Best At pertama kali diterbitkan di Coinmonks di Medium, tempat orang-orang terus melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.
