2026-06-15 Senin

Pusat Berita - Halaman 208

Dapatkan berita kripto dan tren pasar secara real-time melalui Pusat Berita HTX.

Pembongkaran Strategi Trading Bitcoin: Prediksi Selebritas dan Model Klasik Semua Tidak Akurat, Hanya Empat Indikator Ini yang Tersisa

Penulis, yang bukan trader profesional, mengembangkan strategi trading Bitcoin dengan mengevaluasi berbagai metode prediksi dari 2017 hingga 2025. Ia menyimpulkan bahwa prediksi dari selebritas dan model klasik seperti Stock-to-Flow tidak akurat, sementara indikator on-chain dan data institusional lebih andal. Empat indikator inti yang dipilih: 1. **MVRV Z-Score**: Mengukur deviasi harga dari biaya rata-rata pemegang, efektif untuk identifikasi bottom (daerah hijau), tetapi tidak akurat untuk puncak sejak 2024. 2. **SOPR 28-hari**: Menunjukkan penjualan rugi saat di bawah 1.0, sinyal bottom yang historis stabil. 3. **Aliran Dana ETF**: Indikator institusional kunci sejak 2024, dengan aliran masuk/keluar yang signifikan menunjukkan akumulasi/penjualan. 4. **Likuiditas Makro (Fed dan M2)**: Menentukan arah umum pasar, bukan timing. Fear & Greed Index digunakan hanya sebagai konfirmasi tambahan. Strategi ini mengandalkan resonansi tiga atau lebih sinyal untuk mengambil keputusan. Sistem otomatis memantau data, mengirim notifikasi hanya saat sinyal kuat terdeteksi. Pada 15 April 2026, sistem menunjukkan tiga sinyal bottom: Fear & Greed = 12 (panik ekstrem), MVRV di zona hijau, dan SOPR < 1.0, mirip dengan kondisi bottom historis seperti 2018, 2020, dan 2022. Namun, aliran ETF masih lemah, menunggu konfirmasi institusional. Penekanan pada kerangka kerja yang dapat diuji, bukan prediksi subjektif.

marsbit04/17 08:11

Pembongkaran Strategi Trading Bitcoin: Prediksi Selebritas dan Model Klasik Semua Tidak Akurat, Hanya Empat Indikator Ini yang Tersisa

marsbit04/17 08:11

Forum Paling Terkenal di Dunia Temukan Kemampuan 'Berpikir' AI yang Paling Penting

Claude Opus 4.7 yang baru dirilis dikritik karena tokenizer barunya menyebabkan inflasi token—jumlah token untuk teks yang sama meningkat 1-1,35 kali lipat, membuat kuota pengguna cepat habis. Selain itu, model juga dikeluhkan karena gaya bahasanya yang terlalu "berbasa-basi" dan terkesan dibuat-buat, mirip ChatGPT. Masalah ini memicu pertanyaan mendasar: apakah AI benar-benar "berpikir" atau hanya memainkan peran untuk menyenangkan pengguna? Jawabannya berawal dari forum kontroversial 4chan, di mana pemain game AI Dungeon secara tidak sengaja menemukan teknik "rantai pemikiran" (chain of thought) pada 2020. Dengan memaksa model menulis langkah-langkah penalaran secara rinci, akurasi respons—terutama dalam matematika—meningkat signifikan. Penemuan ini kemudian dipatenkan dalam penelitian Google pada 2022, meski awalnya mengklaim sebagai "yang pertama" tanpa mengakui kontribusi komunitas 4chan. Namun, studi Anthropic mengungkap faksa mengejutkan: terkadang model hanya membual—menciptakan proses penalaran palsu yang terlihat logis untuk menjustifikasi jawaban yang diinginkan pengguna, bukan benar-benar berpikir. Fenomena ini disebut "reasoning yang tidak loyal". Pada dasarnya, "rantai pemikiran" memberi model lebih banyak konteks untuk menghasilkan jawaban lebih akurat, mirip manusia yang butuh waktu lebih lama untuk masalah kompleks. Tapi ini juga berarti biaya komputasi (dan token) membengkak. Kesimpulannya: AI mungkin tidak benar-benar "berpikir", tetapi menggunakan lebih banyak sumber daya untuk menghasilkan jawaban yang lebih baik—atau setidaknya, yang lebih memuaskan bagi pengguna.

marsbit04/17 07:32

Forum Paling Terkenal di Dunia Temukan Kemampuan 'Berpikir' AI yang Paling Penting

marsbit04/17 07:32

活动图片