Para Serigala Wall Street, Berhentilah Menyerbu 2x, 3x SK Hynix

Odaily星球日报Dipublikasikan tanggal 2026-07-16Terakhir diperbarui pada 2026-07-16

Abstrak

**"Serigala Wall Street, Berhentilah Menerjang ETF Leverage 2x, 3x SK Hynix"** Dengan maraknya tren AI dan penyimpanan (storage), ETF leverage saham tunggal (contoh: 2x atau 3x) yang melacak saham seperti SK Hynix menjadi populer di kalangan investor yang ingin melipatgandakan keuntungan. Namun, artikel ini memperingatkan risiko besar di balik produk ini. Inti peringatannya adalah: **risiko juga dilipatgandakan.** Dalam kondisi pasar ekstrem, ETF leverage bisa "mati" sebelum saham aslinya pulih. Contoh nyata adalah ETF 2x Long LCID (LCDL) yang melacak saham Lucid. Saat rumor kebangkrutan membuat saham Lucid anjlok 57%, ETF LCDL langsung dilikuidasi dan akan dihapus dari pasar, meskipun kemudian saham Lucid berhasil memulihkan sebagian kerugiannya. Investor LCDL kehilangan semua modal tanpa kesempatan untuk ikut pemulihan. Kekhawatiran atas risiko sistemik dan dampak sosial juga meningkat, terutama di Korea Selatan. Otoritas keuangan Korea dilaporkan sedang membahas regulasi untuk ETF leverage saham tunggal, seperti menaikkan persyaratan margin atau membatasi leverage. Kepanikan investasi, yang diperburuk oleh alat leverage dan tersebar melalui media sosial/rekomendasi daring, telah dikaitkan dengan laporan kasus ekstrem seperti bunuh diri dan kekerasan akibat kerugian investasi. Kesimpulannya, artikel ini menyerukan kehati-hatian. Meskipun ETF leverage menawarkan potensi gain yang besar, mereka membawa risiko kehilangan total yang tidak dimiliki oleh saham biasa. Investor...

Orisinal | Odaily Planet Daily(@OdailyChina)

Penulis | Azuma(@azuma_eth)

Jika ditanya konsep apa yang paling menjadi topik pembicaraan di pasar modal global tahun ini, jawabannya pasti adalah penyimpanan (storage).

Seiring dengan terus berjalannya pembangunan infrastruktur AI, HBM (High Bandwidth Memory) menjadi langka pasokannya. SK Hynix, Samsung, Micron, dan tiga pemain utama penyimpanan lainnya sempat menjadi fokus perhatian pasar. Dana yang membanjiri masuk mendorong kenaikan harga saham mereka dengan pesat, dan meski baru-baru ini mengalami koreksi yang signifikan, kenaikan sepanjang tahun ini masih terbilang fantastis.

Saat harga saham terus naik, akan selalu ada orang di pasar yang merasa "naiknya belum cukup cepat". Maka, jenis produk yang sebelumnya relatif nisih mulai dengan cepat memasuki pandangan investor — ETF Leverage Saham Tunggal (Single Stock Leveraged ETF). Berbeda dengan ETF tradisional yang melacak sekeranjang saham atau indeks, produk ini hanya melacak satu saham tunggal dan memperbesar pergerakan harian saham tersebut hingga 2 kali atau bahkan 3 kali lipat melalui kontrak derivatif keuangan seperti swap dan futures. Dengan kata lain, jika saham acuan naik 10% dalam sehari, ETF leverage 2x yang sesuai secara teori akan naik sekitar 20%; sebaliknya, jika saham turun 10%, produk tersebut juga akan rugi sekitar 20%.

Karena itulah, ETF leverage saham tunggal sedang menjadi alat baru bagi semakin banyak investor agresif untuk bertaruh pada saham-saham populer terkait AI. Sepanjang tahun ini, seiring dengan terus mengalirnya uang panas yang berharap memperbesar keuntungan dari tren AI dan penyimpanan, ukuran ETF leverage saham tunggal yang diluncurkan untuk perusahaan-perusahaan konsep AI populer seperti SK Hynix juga terus bertambah.

Namun, yang diabaikan oleh banyak investor adalah, sisi lain dari pembesaran keuntungan, risiko juga diperbesar dengan kelipatan yang sama — dalam kondisi pasar ekstrem, saham asli mungkin masih bisa mengalami rebound, tetapi ETF leverage saham tunggal mungkin bahkan tidak mendapat kesempatan untuk menunggu rebound itu.

Contoh Nyata: Jalan Menuju Delisting Sebuah ETF Leverage 2x

Jangan anggap ini berlebihan, sebuah contoh yang terjadi di sesi perdagangan saham AS kemarin malam, cukup untuk mengungkap betapa berbahayanya ETF leverage saham tunggal.

Gambar di atas adalah pergerakan harga saham produsen mobil listrik AS Lucid (LCID) baru-baru ini. Pada 14 Juli waktu setempat, tiba-tiba tersiar rumor di sesi perdagangan bahwa Lucid sedang mempertimbangkan mengajukan perlindungan kebangkrutan. Dipengaruhi oleh kabar buruk ini, harga saham LCID sempat anjlok 57%, berkali-kali memicu penghentian perdagangan (circuit breaker) di sesi tersebut, mencatatkan penurunan terbesar dalam satu sesi sejak listing.

Namun, alur cerita segera berbalik. Lucid kemudian mengeluarkan pernyataan yang menyatakan bahwa perusahaan memang telah merekrut konsultan AlixPartners untuk melakukan tinjauan komprehensif atas operasinya, guna mengoptimalkan operasi, memangkas biaya, dan memajukan pengembangan model baru, dan rumor tentang pengajuan kebangkrutan itu "sama sekali tidak benar". Lucid juga menekankan bahwa saat ini memiliki likuiditas yang cukup untuk mendukung operasi hingga tahun depan, dan AlixPartners hanya bertanggung jawab atas pekerjaan optimasi operasi, tidak mengajukan saran kebangkrutan apa pun kepada manajemen atau dewan direksi.

Seiring dengan klarifikasi darurat dari Lucid, sentimen pasar dengan cepat pulih, dan harga saham Lucid juga naik terus dari titik terendah sesi, akhirnya menutup perdagangan dengan penyempitan kerugian menjadi sekitar 16%. Bagi investor yang memegang saham Lucid, ini lebih seperti roller coaster yang menegangkan.

Namun, bagi sekelompok investor lain, ceritanya berhenti pada saat kejatuhan itu terjadi.

Selama proses kejatuhan Lucid, ETF 2x Long yang melacak performa sahamnya — GraniteShares 2x Long LCID Daily ETF (LCDL) — langsung mengalami blow-up (liquidation). Manajer dana GraniteShares kemudian mengeluarkan pengumuman yang mengkonfirmasi bahwa dana tersebut telah menutup semua posisi LCID pada hari itu, dan karena nilai bersihnya telah jatuh menjadi negatif, akan segera memulai prosedur delisting.

Artinya, ketika harga saham Lucid kemudian cepat pulih, ETF ini sudah tidak memiliki posisi apa pun untuk memperbaiki nilai bersihnya. Bagi semua pengguna yang memegang LCDL, tidak ada lagi kesempatan untuk berpartisipasi dalam kenaikan LCID selanjutnya.

Inilah juga perbedaan terbesar antara ETF leverage saham tunggal dengan saham biasa. Saham meski mengalami kejatuhan tajam, selama perusahaan masih ada, investor masih punya kesempatan untuk menunggu rebound; tetapi sekali ETF leverage saham tunggal "memicu mekanisme kematian" dalam volatilitas ekstrem, bahkan jika saham acuan kemudian berhasil merebut kembali kerugiannya, investor mungkin tidak akan pernah menunggu hari itu.

Masalah Sosial Muncul, Pemerintah Korea Mulai Takut

Delisting LCDL bukanlah kasus yang terisolasi. Faktanya, seiring dengan cepatnya penyebaran ETF leverage saham tunggal pada saham-saham AI populer, regulator telah mulai meninjau ulang risiko sistemik yang mungkin dibawa oleh produk semacam ini.

Di antaranya, sikap Korea Selatan sangat representatif.

Pertengahan Juli, dilaporkan oleh The Korea Times, Kementerian Ekonomi dan Keuangan, Komisi Jasa Keuangan, Otoritas Pengawas Keuangan, dan Bank Sentral Korea — empat departemen keuangan utama — akan mengadakan rapat khusus dalam kerangka mekanisme koordinasi masalah makroekonomi dan keuangan pemerintah (F4) untuk membahas risiko dan langkah-langkah pengawasan ETF leverage saham tunggal. Arah diskusi pasar termasuk meningkatkan persyaratan margin, membatasi fluktuasi harga harian, serta menurunkan tingkat leverage.

Dalam beberapa tahun terakhir, seiring dengan terus mengalirnya investor ritel Korea ke pasar saham, tren AI hampir berubah menjadi demam investasi yang diikuti seluruh rakyat Korea. Saham-saham unggulan seperti Samsung Electronics, SK Hynix menjadi incaran dana, sementara ETF leverage yang diluncurkan untuk saham-saham individual ini semakin memperbesar sentimen pasar dan volatilitas harga. Kekhawatiran regulator adalah, ketika semakin banyak investor mulai menggunakan produk leverage tinggi untuk mengejar saham-saham panas, dampak dari satu fluktuasi tajam tidak lagi hanya berupa perubahan angka pada akun investasi, tetapi dapat lebih lanjut berkembang menjadi masalah sosial.

Dan seiring dengan tekanan koreksi pada konsep penyimpanan, peristiwa ekstrem telah terjadi berturut-turut di pasar modal Korea. Di satu sisi, di media sosial telah muncul rumor tentang peristiwa bunuh diri yang dipicu oleh kegagalan investasi saham; Chosun Ilbo kemarin juga melaporkan bahwa seorang YouTuber yang memiliki channel investasi saham di Busan ditusuk berulang kali dengan pisau oleh seorang pria berusia 20-an di jalanan. Investigasi awal polisi menunjukkan, pelaku adalah pelanggan channel tersebut, karena percaya pada rekomendasi saham dari blogger tersebut dan menderita kerugian besar setelah berinvestasi, menimbulkan rasa dendam dan melakukan penyerangan.

Meskipun peristiwa di atas tidak secara langsung disebabkan oleh ETF leverage saham tunggal, bagi regulator, sinyal yang mereka lepaskan sangat konsisten — ketika alat investasi berisiko tinggi terus menurunkan ambang batas partisipasi, dan bertumpang tindih dengan saluran penyebaran seperti media sosial, rekomendasi saham live streaming, risiko keuangan pada akhirnya dapat meluap menjadi risiko sosial.

Bagi pemerintah Korea, inilah hal yang paling menakutkan.

Pertanyaan Terkait

QApa yang membuat ETF Leveraged Saham Tunggal berbahaya berdasarkan contoh kasus Lucid?

ABerdasarkan kasus Lucid, ETF Leveraged Saham Tunggal (seperti 2x Long LCID Daily ETF/LCDL) berbahaya karena ketika harga saham acuan mengalami penurunan ekstrem (Lucid pernah turun 57%), dana ini bisa langsung likuidasi atau dilikuidasi paksa karena nilai aset bersihnya mencapai nol atau negatif. Investor kehilangan semua modal dan tidak mendapat kesempatan untuk pulih meskipun harga saham asli kemudian naik kembali.

QMengapa pemerintah Korea Selatan mulai khawatir dan mempertimbangkan regulasi terhadap ETF Leveraged Saham Tunggal?

APemerintah Korea Selatan khawatir karena penggunaan ETF Leveraged Saham Tunggal yang meluas, terutama pada saham AI populer seperti SK Hynix dan Samsung, telah memperbesar volatilitas pasar dan risiko sistematis. Kekhawatiran utama adalah risiko keuangan ini dapat meluas menjadi masalah sosial, seperti yang ditunjukkan oleh laporan media tentang kasus bunuh diri terkait kerugian investasi dan bahkan penyerangan fisik terhadap seorang YouTuber rekomendasi saham.

QApa perbedaan utama antara ETF Leveraged Saham Tunggal dan saham biasa dari sisi peluang pemulihan kerugian?

APerbedaan utamanya adalah dalam hal peluang pemulihan. Untuk saham biasa, meskipun harganya anjlok tajam, selama perusahaan masih beroperasi, investor tetap memegang saham dan memiliki kesempatan menunggu harga naik kembali. Sebaliknya, ETF Leveraged Saham Tunggal memiliki mekanisme 'pemicu kematian' — jika terjadi penurunan ekstrem yang menyebabkan likuidasi dana, maka dana akan ditutup dan investor kehilangan semua kepemilikan serta kesempatan untuk ikut dalam kenaikan harga selanjutnya.

QKonsep investasi apa yang menjadi tren panas di pasar modal global tahun ini menurut artikel?

AMenurut artikel, konsep investasi yang paling panas dan banyak dibicarakan di pasar modal global tahun ini adalah penyimpanan (storage), didorong oleh infrastruktur AI yang terus berkembang dan permintaan tinggi untuk HBM (High Bandwidth Memory) yang membuat saham perusahaan seperti SK Hynix, Samsung, dan Micron melonjak.

QApa yang terjadi pada ETF LCDL (2x Long LCID Daily ETF) selama volatilitas harga saham Lucid (LCID)?

ASelama volatilitas harga saham Lucid (LCID) yang anjlok 57% karena rumor kebangkrutan, ETF LCDL (2x Long LCID Daily ETF) yang melacak kinerja saham tersebut mengalami likuidasi paksa atau 'meledak'. Pengelola dana GraniteShares menutup semua posisi LCID dan mengumumkan proses delisting (penghapusan pencatatan) ETF karena nilai aset bersihnya telah menjadi negatif, sehingga investor LCDL kehilangan semua uangnya.

Bacaan Terkait

Bitwise: RWA dan Pasar Prediksi Terus Panas, Kripto Sedang Membentuk Dasar

Laporan Q2 2026 dari Bitwise Asset Management menunjukkan kondisi pasar kripto yang sulit, dengan indeks 10 aset kripto teratasnya turun 15,4% dan ETF Bitcoin mengalami aliran keluar bersih terbesar sebesar $4,9 miliar. Namun, ada area pertumbuhan yang kuat di tengah penurunan harga secara luas. Pasar prediksi mencapai rekor baru, dengan open interest $1,8 miliar dan volume perdagangan kuartalan $43 miliar. Aset Dunia Nyata yang Ditokenisasi (RWA) juga tumbuh 45% sejak awal tahun, mencapai $33 miliar, didorong oleh adopsi oleh lembaga keuangan besar. Saham perusahaan terkait kripto, seperti yang dilacak oleh Bitwise Crypto Innovators 30 Index, justru naik 30,6% pada paruh pertama 2026, terutama didukung penambang Bitcoin yang terkait AI. Performa ini mengungguli banyak kelas aset utama dan menunjukkan korelasi rendah dengan pasar saham AS, menawarkan diversifikasi. Aplikasi DeFi teratas terus menghasilkan pendapatan substansial (total $5,9 miliar dalam 12 bulan terakhir), menunjukkan utilitas dan kelangsungan bisnis yang nyata meskipun dalam kondisi bear market. Aktivitas rantai pada Ethereum jauh lebih tinggi dibandingkan titik terendah siklus sebelumnya pada 2022. Secara keseluruhan, laporan ini menggambarkan sebuah industri dengan fundamental yang semakin matang dan adopsi yang terus berlanjut, meskipun harga aset kripto telah turun lebih dari 50% dari puncaknya. Bitwise menyarankan bahwa dasar yang kuat ini dapat membentuk fondasi untuk pemulihan di masa depan.

Odaily星球日报4m yang lalu

Bitwise: RWA dan Pasar Prediksi Terus Panas, Kripto Sedang Membentuk Dasar

Odaily星球日报4m yang lalu

OpenAI Resmi Mengajarkan 8 Jurus Menguasai ChatGPT

OpenAI secara resmi merilis panduan terbaru tentang teknik penulisan _prompt_ untuk mengoptimalkan penggunaan ChatGPT. Berikut 8 strategi utama yang dapat membuat ChatGPT lebih patuh dan menghasilkan konten yang akurat: 1. **Gunakan Model Terbaru**: Untuk hasil terbaik, disarankan menggunakan model terbaru OpenAI, seperti GPT-5.6 Sol. 2. **Berikan Instruksi yang Spesifik dan Detail**: Jangan berikan perintah yang umum. Jelaskan dengan jelas tujuan, panjang konten, format, gaya, dan elemen lain yang diinginkan. 3. **Struktur Prompt yang Jelas**: Letakkan intruksi utama di bagian depan prompt dan gunakan pemisah seperti `###` atau `"""` untuk memisahkan instruksi dengan teks yang akan diproses. 4. **Berikan Contoh dan Penjelasan Format**: Berikan contoh atau penjelasan tentang format output yang diharapkan agar AI memahami dengan lebih baik. 5. **Mulai dari Zero-shot, lalu Few-shot, dan Fine-tuning**: Coba dulu dengan instruksi dasar (zero-shot). Jika perlu, berikan beberapa contoh (few-shot). Untuk tugas yang sangat khusus, pertimbangkan fine-tuning dengan dataset yang besar. 6. **Hindari Deskripsi yang Samar atau Tidak Tepat**: Gunakan parameter yang terukur (misal: "3-5 kalimat") alih-alih instruksi seperti "beberapa kalimat" atau "singkat saja". 7. **Jangan Hanya Melarang, Tapi Juga Beri Arahan Positif**: Selain mengatakan apa yang tidak boleh dilakukan, beritahu juga apa yang seharusnya dilakukan oleh AI. 8. **Gunakan "Kata Pemandu" untuk Generasi Kode**: Saat meminta kode, gunakan kata kunci seperti `import` (Python) atau `SELECT` (SQL) di awal untuk memandu model. Terakhir, OpenAI memperkenalkan fitur "Generate Anything" yang dapat secara otomatis menghasilkan prompt yang sesuai hanya berdasarkan deskripsi tugas dari pengguna, mempermudah proses penulisan instruksi. Panduan ini dirancang untuk membantu pengguna menguasai ChatGPT dengan lebih efektif.

marsbit18m yang lalu

OpenAI Resmi Mengajarkan 8 Jurus Menguasai ChatGPT

marsbit18m yang lalu

Altman Kembali ke Stanford untuk Mengakui Kesalahan: Outsource Pikiran ke AI, Otak Satu Generasi Sedang Menyusut

Semua orang mengira AI akan memaksa sistem pendidikan berubah drastis, tapi ChatGPT sudah dirilis selama tiga setengah tahun, dan sistem pendidikan hampir tidak berubah. CEO OpenAI Sam Altman kembali ke almamaternya Stanford, mengakui bahwa dia salah prediksi. Dia mengira sistem pendidikan akan mereformasi diri dengan cepat setelah siswa mulai menyontek dengan AI, tetapi nyatanya tidak. Dia mengkhawatirkan jika sistem pendidikan tetap mengajar dan mengevaluasi siswa dengan metode lama di era pra-AGI, seperti menghafal, jawaban standar, dan ujian tertutup, hal itu tidak hanya membuat metode tersebut usang, tetapi juga menyebabkan "kemampuan berpikir" manusia menyusut. Outsourcing pemikiran ke AI akan melemahkan "otot" berpikir kritis, seperti otot yang tidak digunakan. Riset menunjukkan bahwa setelah ChatGPT masuk, nilai ujian turun signifikan. Analisis dari UC Berkeley terhadap lebih dari 500.000 sampel nilai menemukan bahwa nilai tugas untuk mata kuliah menulis dan pemrograman naik, tetapi nilai ujian tidak berubah. Ini karena siswa "mengalihdayakan" pekerjaan mereka, bukan benar-benar belajar. Pertanyaan besarnya adalah: mengapa revolusi pendidikan yang dijanjikan AI belum datang? Jawabannya terletak pada inersia sistem. Alat bisa diperbarui dengan cepat, tetapi aturan dan lembaga butuh waktu lama untuk berubah. AI tutor pribadi yang murah dan efektif secara teoritis sudah tersedia, tetapi sistem pendidikan lambat beradaptasi. Lalu, apa yang harus diajarkan? Altman berpendapat bahwa meskipun mesin bisa melakukan sesuatu dengan lebih baik, manusia tetap perlu mempelajarinya secara langsung. Menulis dan pemrograman, misalnya, bukan hanya tentang hasil akhir, tetapi tentang melatih proses berpikir dan logika. Tujuan pendidikan harus bergeser dari mengingat pengetahuan menjadi mengajukan pertanyaan yang lebih baik, serta menguji penilaian, kreativitas, dan kemampuan lintas disiplin. Kekhawatiran terbesar Altman adalah jika sistem evaluasi lama terus digunakan untuk mengukur kemampuan siswa di era AI, hasilnya menjadi tidak bermakna. Hal yang lebih penting daripada bergantung pada AI adalah kemampuan untuk memverifikasi dan menilai output AI. Jika tren ini berlanjut, suatu generasi berisiko kehilangan kemampuan berpikir mandiri.

marsbit25m yang lalu

Altman Kembali ke Stanford untuk Mengakui Kesalahan: Outsource Pikiran ke AI, Otak Satu Generasi Sedang Menyusut

marsbit25m yang lalu

Trading

Spot
活动图片