Saat meneliti bersama AI, kita mudah melewatkan waktu untuk berhenti. Setelah menguji satu ide, muncul rasa ingin tahu tentang kondisi lain. Setelah itu diperiksa, kita ingin mencoba pasar lain. Kalau bertanya kepada AI, biasanya ada cara untuk melanjutkan. Kodenya bisa diubah lalu dijalankan lagi.
Dengan cara itulah saya meneliti trading sistematis selama sekitar satu tahun.
Saya menikmatinya. Ada kepuasan tersendiri ketika gagasan yang tadinya hanya ada di kepala bisa benar-benar diuji. Seandainya setiap pertanyaan harus diawali dengan memikirkan apakah saya mampu mengimplementasikannya, mungkin banyak yang akan saya lewatkan. Bersama AI, lebih banyak hal bisa langsung dicoba.
Namun, bertambahnya pilihan juga ada harganya. Saya harus memutuskan apa yang tidak perlu dicoba.
Misalnya, jika hasil backtest tidak sesuai harapan, selalu ada bagian yang bisa diutak-atik. Saya bisa mengubah syarat masuk, memeriksa periode yang hasilnya sangat buruk, atau menerapkan strategi di pasar lain. AI membantu setiap percobaan. Biasanya ada pula penjelasan yang terdengar masuk akal.
Di sinilah penelitian mulai kabur. Memperbaiki asumsi yang salah dan terus mengubah kondisi sampai hasilnya menyenangkan bisa terasa sangat mirip saat dikerjakan. Keduanya sama-sama melibatkan perubahan kode dan menjalankannya kembali.
Karena itu, hal yang perlu saya catat semakin banyak. Sebelum eksperimen: apa yang ingin diperiksa dan hasil seperti apa yang membuat saya meninggalkan ide ini. Setelahnya: kondisi mana yang saya ubah sesudah melihat hasil. Memang merepotkan, tetapi tanpa catatan, kelak saya bisa mengingat alasan perubahan itu sebagai sesuatu yang lebih meyakinkan daripada kenyataannya.
Hal serupa terjadi pada kode. Ketika proses selesai dan angka muncul, rasanya lega. Namun, munculnya angka tidak menjamin perhitungannya benar. Waktu pembentukan sinyal dan waktu pengiriman order bisa tidak selaras. Pembulatan jumlah order juga bisa menghilangkan transaksi yang semula dimaksudkan. Detail seperti ini sulit terlihat hanya dari kurva ekuitas.
Jadi, permintaan saya kepada AI juga harus spesifik. Selain meminta implementasi strategi, saya perlu memeriksa mengapa order tertentu muncul pada suatu tanggal, data apa yang dibaca saat itu, dan bagaimana jumlahnya dihitung. Pembahasan hasil keseluruhan akhirnya membawa kami kembali ke satu transaksi atau satu baris perhitungan.
Dari luar, pekerjaan seperti ini mungkin terlihat tidak menghasilkan banyak. Seharian bekerja bisa berakhir dengan kesimpulan bahwa hasilnya perlu diperiksa lagi. Namun, jika pemeriksaan itu dilewati, saya tidak lagi tahu apa yang bisa saya andalkan saat melanjutkan ke eksperimen berikutnya.
AI cukup membantu di sini. Saya bisa membaca ulang kode yang sudah dibuat, membandingkan beberapa hasil eksekusi, dan mencari asumsi yang terlewat bersamanya. Tetapi AI tidak bisa mengambil tanggung jawab untuk memastikan apakah saya sedang mengarahkan pertanyaan menuju jawaban yang saya inginkan. Bagian itu tetap menjadi tugas saya.
Itulah juga alasan saya ingin memulai blog. Selama penelitian, selalu muncul pekerjaan berikutnya sehingga jarang ada kesempatan menjelaskan perjalanan yang sudah ditempuh. Menuliskannya mungkin akan memperjelas bagian mana yang saya pahami dan bagian mana yang hanya saya lewati dengan penjelasan seadanya.
Saya ingin membahas satu eksperimen atau satu pertanyaan setiap kali: mengapa awalnya layak dicoba, apa yang berbeda ketika dilakukan, dan apa yang kemudian saya ubah.
Melihat catatan dari setahun terakhir, sepertinya saya tidak akan kekurangan bahan tulisan dalam waktu dekat. Hanya pekerjaan merapikannya yang sedikit tertinggal.