Latar Belakang Strategi

Awal tahun ini, berita tentang seseorang yang menghasilkan banyak uang dalam semalam di Polymarket beredar luas di komunitas. Dengan rasa penasaran, saya mencari kerangka perdagangan spesifiknya, tetapi semuanya adalah judul clickbait, tidak ada satu baris kode pun. Mau tidak mau, saya harus melakukannya sendiri.

Pada awalnya, sebenarnya cukup membingungkan. Polymarket adalah platform pasar prediksi terdesentralisasi terbesar saat ini, dengan lebih dari 60.000 aset yang terdaftar, mencakup politik, olahraga, ekonomi makro, dan hampir semua peristiwa yang dapat diprediksi. Setiap aset pada dasarnya adalah kontrak opsi biner—jika hasilnya terjadi, harga menyatu menjadi 1; jika tidak, menjadi nol. Untuk mengatakan apa yang paling menguntungkan, tentu saja informasi orang dalam. Namun, orang biasa tidak tahu kapan Elon akan mengirim tweet berikutnya, tidak tahu apakah Fed akan menurunkan suku bunga lain kali, dan tidak punya waktu serta energi untuk memantau pasar, menganalisis pergerakan, dan membuat keputusan.

Jadi saya berpikir, bisakah kita mengubah sudut pandang: tidak mengejar informasi, tetapi mengejar modal. Orang dengan keunggulan informasi akan melakukan positioning terlebih dahulu, dan aksi pembelian pasti akan meninggalkan jejak pada harga dan volume. Bahkan tanpa mengetahui 'informasi orang dalam', kita dapat menyimpulkan apakah seseorang diam-diam membangun posisi dengan mengamati perilaku modal. Mengikuti ide ini, saya membangun sistem perdagangan analitis multi-peran, menghubungkan pencarian sinyal dari candlestick, verifikasi opini publik, penilaian AI, dan eksekusi order otomatis menjadi satu jalur perakitan yang lengkap.

Arsitektur Sistem

Seluruh sistem berjalan di Invention Workflow, dibagi menjadi dua jalur penjadwalan paralel: jalur utama dan jalur samping, keduanya sepenuhnya terpisah dan tidak saling memblokir.

Jalur utama bertanggung jawab untuk 'mencari peluang, membuka posisi', setiap siklus eksekusi mencakup empat tahap serial: penyaringan awal → deteksi anomali candlestick → pencarian berita → analisis multi-peran AI, akhirnya menghasilkan sinyal beli dan masuk ke eksekusi order. Jalur samping hanya menangani 'posisi yang sudah ada', berjalan terus-menerus dalam siklus 30 detik, tidak peduli apakah jalur utama sedang memiliki tugas yang sedang berjalan, jalur samping tidak akan berhenti.

Desain terpisah ini memecahkan masalah praktis: perubahan harga di pasar prediksi bersifat kontinu, tetapi analisis pemilihan saham adalah komputasi berat dan latensi tinggi. Jika pemantauan stop loss dimasukkan ke jalur utama, ketika analisis AI lambat, respons stop loss akan tertunda parah. Penjadwalan independen adalah trade-off rekayasa yang diperlukan.

Penjelasan Detail Setiap Modul

Penyaringan Awal: Buang Aset Sampah Terlebih Dahulu

Tidak mungkin menganalisis 60.000 aset satu per satu, jadi gerbang pertama adalah penyaringan berbasis aturan murni, dengan satu tujuan: dengan cepat menyingkirkan varietas yang jelas tidak layak dilihat, dan meninggalkan sumber daya komputasi berikutnya untuk aset yang benar-benar berharga.

Kondisi penyaringan meliputi: batas bawah likuiditas (terlalu rendah berarti sulit untuk membeli dan menjual), batas bawah volume perdagangan 24 jam (aset yang hampir tidak diperdagangkan kurang memiliki nilai referensi), batas atas selisih bid-ask (selisih terlalu besar berarti biaya slippage tinggi), batas atas tingkat persaingan, dan kisaran harga—hanya fokus pada aset dengan probabilitas implisit pasar antara 5% dan 50%. Aset yang terlalu tinggi sudah sepenuhnya dihargai dan memiliki ruang kenaikan terbatas; yang terlalu rendah kredibilitasnya diragukan, lebih mirip lotere daripada peluang arbitrase.

Setelah penyaringan, untuk peristiwa yang sama biasanya ada dua arah Ya dan Tidak yang terdaftar secara bersamaan. Strategi hanya mempertahankan arah dengan harga lebih rendah, karena elastisitas odds di sisi harga rendah lebih besar dan potensi pengembalian lebih tinggi.

            javascript
            
            
let truePrice = parseFloat(outcomePrices[outcomeIndex] || 0)
if (truePrice < CONFIG.MIN_TRUE_PRICE || truePrice > CONFIG.MAX_TRUE_PRICE) continue

let isActive = (
    info.active === true && info.approved === true &&
    info.closed === false && info.archived === false &&
    info.acceptingOrders === true && info.pendingDeployment === false
)
if (!isActive) continue

let spreadPct = (ask - bid) / ask
if (spreadPct > CONFIG.MAX_SPREAD_PCT) continue

// 同一事件只保留价格更低的方向
if (!marketMap[baseSymbol]) {
    marketMap[baseSymbol] = entry
} else if (truePrice < marketMap[baseSymbol].price) {
    marketMap[baseSymbol] = entry
}

Semua ambang penyaringan diekspos sebagai parameter eksternal melalui variabel $vars, yang dapat disesuaikan secara bebas sesuai dengan toleransi risiko dan ukuran modal Anda sendiri, tanpa perlu mengubah kode.

Deteksi Anomali Candlestick: Temukan Jejak yang Ditinggalkan oleh Modal

Setelah penyaringan kasar selesai, untuk setiap aset yang lolos, ambil 240 candlestick terbaru dalam timeframe 60 menit, jalankan lima jenis deteksi anomali. Ini adalah lapisan sinyal inti dari strategi, dan juga perbedaan paling mendasar antara seluruh sistem dan 'melemparkan peristiwa langsung ke AI untuk dianalisis'—kami tidak menebak hasil peristiwa, kami mencari perilaku modal.

Kenaikan Lambat: Total kenaikan dari 120 candlestick terakhir melebihi 5%, tetapi kenaikan maksimum satu candlestick di bawah 1,5%. Fitur ini menggambarkan postur akumulasi modal yang sengaja menahan ritme dan menghindari menarik perhatian.

Pertumbuhan Volume Linier: Lakukan regresi linier pada deret volume dari 60 candlestick terbaru, dengan kemiringan positif dan R² lebih besar dari 0,5, menunjukkan bahwa volume meningkat secara terus-menerus dan stabil, bukan lonjakan acak. R² adalah kuncinya, menyaring situasi kebisingan 'satu lonjakan, sisanya sunyi'.

Koreksi Menyempit: Hitung kedalaman maksimum setiap koreksi setelah titik tertinggi historis. Jika rata-rata koreksi terbaru di bawah 60% dari koreksi awal, itu menunjukkan tekanan jual berkurang, posisi stabil, dan seseorang menyerap. Selama setiap koreksi, terus pantau harga terendah, gunakan amplitudo koreksi lengkap sebagai dasar perhitungan.

Penembusan Sideways: Deviasi MA60 dan MA120 kurang dari 2% (keadaan sideways), sementara harga saat ini telah melampaui MA60 sebesar 3%, dianggap sebagai penembusan level resistensi sebelumnya.

Lonjakan Volume: Rata-rata volume 5 candlestick terbaru melebihi 2,5 kali volume dasar dari 60 candlestick sebelumnya, dianggap sebagai akselerasi masuk modal.

            javascript
            
            
function linearRegression(values) {
    let n = values.length
    let sumX = 0, sumY = 0, sumXY = 0, sumX2 = 0
    for (let i = 0; i < n; i++) {
        sumX += i; sumY += values[i]
        sumXY += i * values[i]; sumX2 += i * i
    }
    let slope = (n * sumXY - sumX * sumY) / (n * sumX2 - sumX * sumX)
    let intercept = (sumY - slope * sumX) / n
    let meanY = sumY / n
    let ssTot = 0, ssRes = 0
    for (let i = 0; i < n; i++) {
        ssTot += Math.pow(values[i] - meanY, 2)
        ssRes += Math.pow(values[i] - (slope * i + intercept), 2)
    }
    let r2 = ssTot === 0 ? 0 : 1 - ssRes / ssTot
    return { slope, intercept, r2 }
}

function detectAnomaly(closes, volumes) {
    if (closes.length < 60) return null
    let anomalies = [], score = 0

    let slice120 = closes.slice(-Math.min(120, closes.length))

    // ── Anomaly 1: Kenaikan lambat ──────────────────────────
    let totalChange = (slice120[slice120.length - 1] - slice120[0]) / slice120[0]
    let maxSingle = 0
    for (let i = 1; i < slice120.length; i++) {
        let change = Math.abs(slice120[i] - slice120[i - 1]) / slice120[i - 1]
        if (change > maxSingle) maxSingle = change
    }
    if (totalChange > 0.05 && maxSingle < 0.015) {
        score++
        anomalies.push(`Kenaikan lambat Total naik${(totalChange * 100).toFixed(1)}% Maks tunggal${(maxSingle * 100).toFixed(2)}%`)
    }

    // ── Anomaly 2: Volume linear meningkat ──────────────────
    let volSlice = volumes.slice(-60)
    let volReg = linearRegression(volSlice)
    if (volReg.slope > 0 && volReg.r2 > 0.5) {
        score++
        anomalies.push(`Volume linear meningkat Slope${volReg.slope.toFixed(4)} R²${volReg.r2.toFixed(2)}`)
    }

    // ── Anomaly 3: Pullback menyempit (lacak harga terendah setiap pullback, hitung kedalaman penuh) ────
    let pullbacks = [], localHigh = closes[0]
    let inPullback = false, pullbackLow = closes[0]
    for (let i = 1; i < slice120.length; i++) {
        if (closes[i] > localHigh) {
            if (inPullback) {
                pullbacks.push((localHigh - pullbackLow) / localHigh)
                inPullback = false
            }
            localHigh = closes[i]
        } else if (closes[i] < localHigh * 0.99) {
            if (!inPullback) { inPullback = true; pullbackLow = closes[i] }
            else if (closes[i] < pullbackLow) { pullbackLow = closes[i] }
        }
    }
    if (pullbacks.length >= 3) {
        let first = pullbacks.slice(0, Math.floor(pullbacks.length / 2))
        let last  = pullbacks.slice(Math.floor(pullbacks.length / 2))
        let firstAvg = first.reduce((a, b) => a + b, 0) / first.length
        let lastAvg  = last.reduce((a, b) => a + b, 0) / last.length
        if (lastAvg < firstAvg * 0.6) {
            score++
            anomalies.push(`Pullback menyempit Awal${(firstAvg * 100).toFixed(2)}% Terkini${(lastAvg * 100).toFixed(2)}%`)
        }
    }

    // ── Anomaly 4: Breakout dari konsolidasi ────────────────
    let ma60  = closes.slice(-60).reduce((a, b) => a + b, 0) / 60
    let ma120 = closes.length >= 120
        ? closes.slice(-120).reduce((a, b) => a + b, 0) / 120
        : ma60
    let currentPrice = closes[closes.length - 1]
    if (Math.abs(ma60 - ma120) / ma120 < 0.02 && currentPrice > ma60 * 1.03) {
        score++
        anomalies.push(`Breakout konsolidasi MA60=${ma60.toFixed(3)} MA120=${ma120.toFixed(3)} Saat ini=${currentPrice.toFixed(3)}`)
    }

    // ── Anomaly 5: Lonjakan volume ──────────────────────────
    let recentVol = volumes.slice(-5).reduce((a, b) => a + b, 0) / 5
    let baseVol   = volumes.slice(-65, -5).reduce((a, b) => a + b, 0) / 60
    if (baseVol > 0 && recentVol > baseVol * 2.5) {
        score++
        anomalies.push(`Lonjakan volume Rata-rata 5 bar terakhir ${(recentVol / baseVol).toFixed(1)}x dari baseline`)
    }

    return { score, anomalies }
}

Setiap anomali yang terdeteksi akan menambah satu poin, dengan skor maksimal 5 poin. Hanya jika total skor tidak kurang dari 2, maka akan lanjut ke tahap berikutnya. Sinyal tunggal mungkin hanya noise acak, kombinasi sinyal baru menunjukkan adanya keyakinan pada perilaku modal – ini adalah asumsi inti dari logika deteksi kandil.

Pencarian Berita: Mencari Penjelasan Fundamental untuk Anomali

Sinyal kandil adalah bukti bahwa "ada modal yang bergerak", tetapi mengapa modal bergerak dan apakah pergerakan itu berdasar, perlu diverifikasi dari sisi informasi. Langkah ini adalah mencari berita untuk setiap target anomali kandil, untuk melihat apakah ada peristiwa yang mendukungnya.

Di sini menggunakan Brave Search API, yang menyediakan 2000 permintaan gratis per bulan, cukup untuk ritme utama setiap 10 menit. Kata kunci pencarian diekstrak dari simbol, setelah menghilangkan sufiks arah dan pemisah, dikembalikan menjadi deskripsi peristiwa yang dapat dibaca.

            javascript
            
            
const q = item.symbol
    .replace("_USDC.No", "")
    .replace("_USDC.Yes", "")
    .replace(/-/g, "+")

const rawResponse = HttpQuery(
    "https://api.search.brave.com/res/v1/web/search?q=" + q,
    { method: "GET", headers: { "X-Subscription-Token": CONFIG.BRAVE_API_KEY } }
)

// Iterasi semua bagian yang dikembalikan (web, berita, dll.), ekstrak bidang terstruktur secara seragam
Object.keys(data).forEach(key => {
    const section = data[key]
    if (section && section.results && Array.isArray(section.results)) {
        section.results.forEach(r => {
            news.push({ type: key, title: r.title, description: r.description, age: r.age })
        })
    }
})

Berita yang ditemukan dikemas bersama dengan data candle, masuk ke analisis AI pada langkah berikutnya — kedua jalur diverifikasi secara bersamaan, jauh lebih andal daripada hanya melihat satu sisi.

Analisis Multi-Peran AI: Empat Perspektif, Mencegah Meyakinkan Diri Sendiri

Setelah data siap, masuk ke node analisis AI. Model memilih sesuai kebutuhannya. Definisi empat peran independen dalam prompt adalah keputusan desain paling inti dari keseluruhan sistem, dan perlu dijelaskan secara terpisah.

Jika satu AI melihat candle dan berita secara bersamaan, ia mudah saling mengkonfirmasi keduanya, menghasilkan kesimpulan yang tampak masuk akal tetapi sebenarnya kurang verifikasi independen — menggunakan sinyal modal untuk mendukung berita, dan menggunakan berita untuk mendukung sinyal modal, akhirnya menghasilkan hasil penguatan diri berupa "saya rasa bisa beli". Isolasi peran memaksa independensi sumber informasi: setiap peran hanya melihat data miliknya sendiri, hanya mengeluarkan kesimpulan dari dimensinya sendiri, peran pengambil keputusan akhir hanya melihat kesimpulan, bukan prosesnya.

Peran Satu: Analis Modal Candle, tidak melihat berita, hanya melihat anomali harga dan volume, menilai apakah ada modal riil yang terus membeli, menghasilkan kekuatan sinyal modal (Kuat/Sedang/Dasar).

Peran Dua: Analis Opini Publik Berita, tidak melihat candle, hanya mengevaluasi sisi informasi, menilai apakah ada berita positif yang belum dihargai pasar, menghasilkan tingkat dukungan berita (Kuat/Lemah/Tidak Ada).

Peran Tiga: Analis Penilaian Harga, menggabungkan kesimpulan dua peran sebelumnya, memperkirakan rentang probabilitas sebenarnya dari suatu peristiwa, membandingkannya dengan harga pasar saat ini, memberikan penilaian Terlalu Murah/Wajar/Terlalu Mahal. Peran ini memiliki aturan bobot tanggal kedaluwarsa internal: lebih dari 7 hari tersisa, estimasi normal; dalam 3 hari dan harga pasar di atas 0,15, paksa mempersempit rentang probabilitas, larang memberikan "Sangat Terlalu Murah". Alasannya langsung — mendekati kedaluwarsa, informasi real-time yang dimiliki pelaku pasar lebih lengkap daripada data pelatihan AI, pada saat ini penilaian AI harus mengalah pada harga pasar.

Peran Empat: Analis Keputusan Akhir, merangkum kesimpulan tiga peran sebelumnya sesuai matriks keputusan, menghasilkan tindakan akhir. Logika matriks: sinyal modal adalah prasyarat, berita adalah verifikasi, keduanya bersama-sama menentukan tingkat kepercayaan; tetapi tidak peduli seberapa tinggi tingkat kepercayaan, selama penilaian harga tidak mencapai "Terlalu Murah", tidak ada operasi.

Verifikasi berita di sini tidak mengejar informasi, tetapi digunakan untuk menilai apakah perilaku modal sudah memiliki dukungan fundamental. Saat modal dalam membangun posisi, informasi tidak akan muncul di berita publik, tetapi sinyal modal ditambah dukungan berita menunjukkan informasi berada di tengah penyebaran, pasar masih memiliki ruang keterlambatan harga — inilah jendela yang benar-benar ingin ditangkap oleh strategi.

Format output AI adalah JSON ketat, berisi kesimpulan setiap peran, rentang probabilitas sebenarnya, penilaian harga, keputusan akhir, tingkat kepercayaan, dan daftar risiko, langsung dikonsumsi oleh node eksekusi hilir.

Eksekusi Transaksi: Hanya Beli yang Terbaik

Setelah AI menilai setiap instrumen dalam satu batch, lapisan eksekusi tidak akan memesan semua sinyal beli — sistem hanya memilih satu dengan skor tertinggi. Aturan pengurutan adalah: Tingkat Kepercayaan (Tinggi > Sedang > Rendah) → Penilaian Harga (Sangat Terlalu Murah > Terlalu Murah) → Lebar Rentang Probabilitas Sebenarnya (semakin sempit, semakin pasti keputusannya).

            javascript
            
            
const buySignals = signals.filter(s => s.signal === 'buy')
bestSignal = buySignals.sort((a, b) => {
    const confDiff = (confidenceRank[b.confidence] || 0) - (confidenceRank[a.confidence] || 0)
    if (confDiff !== 0) return confDiff
    const assessDiff = (assessmentRank[b.priceAssessment] || 0) - (assessmentRank[a.priceAssessment] || 0)
    if (assessDiff !== 0) return assessDiff
    // Lebar interval yang lebih sempit menunjukkan kepastian yang lebih tinggi, pilih yang lebih sempit
    const aWidth = (a.trueProb.max || 0) - (a.trueProb.min || 0)
    const bWidth = (b.trueProb.max || 0) - (b.trueProb.min || 0)
    return aWidth - bWidth
})[0]

Setelah target dipilih, dapatkan harga Ask order book secara real-time, konfirmasi saldo mencukupi, kirim sebagai limit order. Setelah order dikirim, polling status, tunggu maksimal 30 detik, timeout maka batalkan order, pastikan tidak ada order menggantung yang menumpuk. Jika harga Ask putaran ini dikalikan dengan alokasi saham kurang dari minimum order 1 USDC, sistem secara otomatis akan membulatkan ke atas menggunakan ceil(1/askPrice) ke jumlah saham minimum yang dapat diperdagangkan.

Modul Stop Loss: Trailing Stop + Jaring Pengaman Absolut

Jalur sekunder dijalankan setiap 30 detik, logikanya terbagi dua: pertama menangani penebusan saat kedaluwarsa, kedua melakukan pemeriksaan trailing stop pada posisi aktif.

Polymarket memiliki mekanisme khusus — setelah kontrak kedaluwarsa, dana tidak otomatis kembali ke akun, perlu panggil redeem secara aktif. Strategi di awal setiap putaran jalur sekunder secara seragam memindai kepemilikan yang dapat ditebus, membebaskan dana secara batch, menghindari penguncian dana jangka panjang.

Inti dari trailing stop adalah desain garis stop loss ganda: garis trailing stop (harga bid tertinggi historis - penurunan tetap LOSS_AMOUNT) dan garis jaring pengaman absolut (harga masuk × 50%), harga stop loss aktual diambil dari nilai yang lebih besar.

            javascript
            
            
function calcStopPrice(entryPrice, maxPrice) {
    const trailingStopPrice  = maxPrice - CONFIG.LOSS_AMOUNT
    const absoluteStopPrice  = entryPrice * CONFIG.FALLBACK_STOP_RATIO  // Tetap 0.50
    const usingFallback      = trailingStopPrice < absoluteStopPrice
    const effectiveStopPrice = usingFallback ? absoluteStopPrice : trailingStopPrice
    return { effectiveStopPrice, trailingStopPrice, absoluteStopPrice, usingFallback }
}

Desain dua jalur ini sesuai dengan dua skenario kepemilikan tipikal: fase untung, garis trailing stop naik seiring harga, mengunci keuntungan mengambang; saat rugi sejak masuk, garis trailing stop mungkin turun ke nilai negatif atau mendekati nol, pada saat ini garis jaring pengaman absolut (harga masuk × 50%) mengambil alih, mencegah kepemilikan turun terus hingga nol baru keluar. Kedua garis memiliki tugas masing-masing, keduanya sangat diperlukan.

Setelah stop loss terpicu, panggil market sell, hapus cache harga tertinggi historis untuk instrumen tersebut, tunggu sinyal buka posisi putaran berikutnya. Dasbor menampilkan jarak setiap kepemilikan dari garis stop loss secara real-time, dengan warna membedakan tingkat kewaspadaan, memudahkan verifikasi manual.

Keputusan Desain Kunci

Mengapa menggunakan multi-peran, bukan satu Prompt komprehensif? Pertanyaan ini sebagian telah disebutkan di modul analisis sebelumnya, tetapi perlu dijelaskan lebih jelas. Masalah satu Prompt tidak hanya "meyakinkan diri sendiri", ada juga risiko yang lebih tersembunyi: ketika AI memproses data candle dan teks berita secara bersamaan, ia cenderung menggunakan yang terakhir untuk menjelaskan yang pertama, "merasionalisasi" anomali candle sebagai refleksi yang tak terhindarkan dari berita, bukan mengevaluasi keduanya sebagai sinyal independen. Inti dari isolasi peran adalah memaksa pengenalan dua rantai informasi independen, ketika dikumpulkan pada akhirnya jika kedua rantai menunjuk ke arah yang sama, kredibilitas baru benar-benar nyata.

Mengapa setiap putaran hanya membeli yang terbaik, bukan diversifikasi kepemilikan? Diversifikasi kepemilikan memiliki landasan teori yang matang di keuangan tradisional, tetapi logikanya tidak sepenuhnya berlaku di pasar prediksi. Hasil dari instrumen pasar prediksi bersifat biner, risiko menjadi nol adalah nyata. Jika memegang tiga instrumen dengan kepercayaan sedang secara bersamaan, dua menjadi nol dan satu naik, secara keseluruhan belum tentu bisa balik modal. Pilihan strategi saat ini adalah: lebih baik berkonsentrasi pada akurasi daripada menggunakan kuantitas untuk mengencerkan sinyal kualitas yang tidak merata. Trade-off ini belum tentu optimal, tetapi secara logis konsisten.

Mengapa aturan bobot tanggal kedaluwarsa harus dibuat sebagai kendala keras? Mendekati kedaluwarsa, harga pasar mencerminkan ekspektasi real-time peserta, dan proporsi besar dari peserta ini memiliki informasi yang lebih segar daripada data pelatihan AI. Jika saat ini AI masih mengeluarkan "harga sangat terlalu murah, harus beli", kemungkinan besar informasinya sudah usang. Membuat aturan ini sebagai kendala, bukan saran, karena mengandalkan AI untuk mengenali "informasi saya sudah tidak cukup baru" tidak realistis, diperlukan intervensi eksternal yang memaksa.

Pengamatan Live Trading

Dari catatan operasi aktual, rasio corong strategi ini cukup curam. Dalam suatu sesi, dari 141 target yang lolos penyaringan awal, setelah deteksi anomali candlestick tersisa 3, dan pada akhirnya hanya 1 yang memenuhi ketiga syarat (sinyal dana, dukungan berita, penilaian harga) sehingga memicu order, sementara dua lainnya dilewati karena penilaian harga "wajar" dan skor komprehensif tidak mencukupi. Ini menunjukkan bahwa strategi secara keseluruhan cenderung konservatif, lebih memilih tidak membuka posisi daripada menurunkan standar. Pada periode pasar yang tenang tanpa peristiwa sentimen yang jelas, sistem mungkin tidak menghasilkan sinyal beli sama sekali sepanjang hari. Ini adalah orientasi desain, bukan bug. Kami juga pernah mengalami kasus di mana anomali candlestick ternyata adalah false breakout, dana masuk sebentar lalu keluar, dan stop loss bergerak ikut campur untuk keluar. Analisis berita juga mengandung noise, laporan peristiwa terkait mungkin sudah tertinggal atau bias, dan AI saja tidak dapat sepenuhnya mengidentifikasinya.

Dasbor menampilkan secara real-time ekuitas akun, status posisi (Bid/Ask saat ini, harga tertinggi, jarak drawdown ke level stop loss, mode stop loss), dan detail keputusan AI, untuk memudahkan verifikasi manual.

Penutup

Sejujurnya, sistem ini lebih merupakan kerangka pemikiran yang bisa dijalankan, bukan mesin cetak uang yang siap pakai. Logika inti—penelusuran perilaku dana, verifikasi ganda sentimen, penilaian AI multi-peran—memiliki rasionalitas tertentu dalam konsepnya, tetapi di pasar nyata, kualitas sinyal tidak merata, penilaian AI juga bisa salah, dan risiko konvergensi harga mendekati kedaluwarsa selalu ada.

Banyak hal yang bisa disempurnakan: target trading bisa lebih difokuskan pada area yang Anda kenali, prompt AI bisa didesain ulang sesuai gaya trading Anda sendiri, bobot dan ambang batas lima jenis anomali candlestick memiliki ruang penyesuaian, dan koefisien stop loss juga layak untuk diiterasi berdasarkan kinerja posisi aktual. Kode sepenuhnya open source, silakan ambil dan modifikasi.

Peringatan Risiko

Target pasar prediksi memiliki karakteristik hasil biner, posisi memiliki risiko menjadi nol. Sinyal anomali candlestick dan kesimpulan analisis AI bukan merupakan saran investasi, kinerja sinyal historis tidak mewakili keuntungan masa depan. Strategi belum diverifikasi dalam perdagangan nyata dalam jangka panjang, pengaturan parameter berpengaruh signifikan terhadap hasil. Sebelum menggunakan strategi ini untuk perdagangan nyata, harap pahami sepenuhnya aturan platform Polymarket, mekanisme kedaluwarsa kontrak, dan risiko likuiditas, serta evaluasi sendiri kemampuan Anda untuk menanggung kerugian modal.

Kode Sumber Strategi: Polymarket Strategi Analisis & Perdagangan Cerdas Multi-Peran