Kami Lacak 100 Transaksi Binance Auto-Invest Selama 60 Hari

1. Susunan Eksperimen #

Tujuan eksperimen ini hanya satu: memperlakukan Auto-Invest sebagai "saluran eksekusi" dan melihat apakah ia dapat mengakumulasi posisi secara stabil pada keranjang dan frekuensi yang berbeda. Kami tidak berpikir "berapa untung yang bisa diraih" — 60 hari terlalu pendek bagi kripto untuk mengukur imbal hasil jangka panjang. Yang ingin kami lihat adalah: apakah eksekusi DCA itu sendiri memiliki celah, apakah slippage dan pergantian koin memakan terlalu banyak imbal hasil, dan apakah keranjang rekomendasi AI sepadan dengan biaya kognitif tambahan.

Desain 4 keranjang:

Alur "pemilihan koin AI" pada Keranjang D juga kami buka: setiap Senin malam, kami meminta Claude membaca snapshot data on-chain 7 hari terakhir (Glassnode + DefiLlama) dan berita regulasi/proyek yang dikumpulkan Perplexity, lalu Claude memberi 5 koin beserta alasan pembobotan. Total alurnya sekitar 30 menit kolaborasi manusia + AI. Catatan: AI memberi "kandidat keranjang"; yang menjalankan order tetap template Auto-Invest, bukan AI secara langsung.

2. Hasil Keseluruhan 100 Transaksi #

Pada akhir 60 hari, total dana yang ditanamkan 100 transaksi adalah 1.950 USDT (termasuk Keranjang D 30×20 + Keranjang C 15×50 + Keranjang B 25×20 + Keranjang A 30×10), dengan nilai posisi di buku 2.073 USDT. Total laba mengambang +6,31%. Angka ini sendiri tidak bermakna — pada periode yang sama BTC naik sekitar 4,8%, ETH naik 9,2%, SOL turun 3,1% — tetapi distribusinya lebih layak dilihat.

66% transaksi berakhir hijau. Terdengar bagus, tapi perhatikan: "4 transaksi terburuk" yang berada di luar distribusi normal semuanya berasal dari Keranjang D — pemilihan AI; akan kami tinjau di bawah. Distribusi memberitahu satu hal kepada Anda: dalam 60 hari, apa pun keranjangnya, sebagian besar transaksi Auto-Invest terkonsentrasi di rentang ±5%. Auto-Invest bukan alat "untuk untung besar"; ia adalah alat "untuk menyebar titik masuk".

3. Kinerja Tiap Keranjang #

Keranjang D memberi imbal hasil tertinggi (+7,33%), tetapi juga paling fluktuatif. Keranjang C bluechip berikutnya, dengan volatilitas jauh lebih kecil — ini bukti empiris "mengapa kebanyakan orang yang ber-DCA jangka panjang sebaiknya memakai keranjang bluechip". Keranjang A BTC tunggal paling stabil tetapi paling rendah imbal hasilnya, sesuai dugaan.

Satu angka layak disebut tersendiri: total biaya Binance untuk semua keranjang adalah 0,41% dari total dana yang ditanamkan. Auto-Invest sendiri bebas biaya (perjanjian pengguna Binance menyebutkannya tegas); 0,41% di atas berasal dari rotasi posisi manual pada spot yang kami lakukan di dalam Keranjang D. Inilah keunggulan biaya nyata Auto-Invest dibanding DCA manual.

4. Wujud 10 Transaksi Terburuk #

Melihat yang untung itu mudah; melihat yang rugi memuat lebih banyak informasi. Berikut 10 transaksi dengan penurunan terdalam dari 100 transaksi:

7 dari 10 transaksi tersebut berasal dari Keranjang D (pilihan AI). Penjelasan kami: "koin potensial" yang dipilih AI secara alami condong ke beta tinggi, sehingga saat turun pun pergerakannya diperbesar. Dua jebakan WLD dan TIA keduanya bertumpang dengan "hari unlock + berita mendadak" — saat AI memilih koin pada hari Senin, ia melihat data on-chain 7 hari ke belakang, dan tidak melihat kalender unlock hari Rabu. Ini soal aktualitas data, bukan kesalahan logika pemilihan oleh AI.

Kejadian ini mengubah alur kami berikutnya: dalam alur pemilihan koin Keranjang D, kami menambahkan satu filter keras — koin apa pun yang akan mengalami unlock >3% dari supply yang beredar dalam 7 hari ke depan, sekalipun direkomendasikan AI, kami lewati. Aturan ini sederhana dan kasar, tetapi mampu memblokir 60% jebakan "DCA sebelum unlock".

5. Apakah Pilihan AI Mengalahkan Pasif #

Inilah pertanyaan yang paling ingin kami uji. Keranjang D +7,33% vs Keranjang C bluechip +5,80%, pilihan AI menang 1,53 poin persen. Tetapi perbandingan ini tidak adil — D punya 30 transaksi vs C 15 transaksi, frekuensi tidak sama, struktur nominal pun tidak sama. Kami melakukan "konversi bobot setara" dan menghitung ulang:

Kesimpulan setelah disesuaikan risiko cukup dingin: rasio Sharpe kelompok pilihan AI justru lebih rendah daripada keranjang bluechip. Dengan kata lain, volatilitas tambahan yang dipikul tidak ditukar dengan imbal hasil ekstra yang proporsional. Tambahkan biaya manusia 30 menit per minggu — dalam jendela 60 hari, pemilihan koin oleh AI sebenarnya tidak menang.

Ini bukan berarti nilai pemilihan koin oleh AI nol. 60 hari terlalu pendek; kesimpulan dari satu jendela waktu mudah didominasi keberuntungan. Kami berencana melanjutkan sampai 6 bulan dan menerbitkan laporan lagi saat itu. Yang dapat dikatakan sekarang: memakai AI sebagai "sepasang mata tambahan di rapat Senin pagi" itu wajar; menganggapnya sebagai "pasti mengalahkan bluechip" itu keliru.

6. Catatan Tinjauan Kami #

Eksperimen 60 hari / 100 transaksi ini, yang paling berharga justru bukan angka imbal hasil, melainkan beberapa temuan di lapisan alur:

Pertama, kegunaan sejati Auto-Invest adalah "mematikan insting market-timing Anda". Sebelum mendesain eksperimen, ide awal kami adalah membeli BTC 10 USDT secara manual setiap hari. Tetapi sekali pasar terjun, Anda akan ragu "hari ini skip saja, ya?". Setelah mengaktifkan Auto-Invest, keraguan ini dipaksa hilang. Hilangnya gesekan psikologis ini bernilai jauh lebih besar daripada 0,41% biaya tersebut.

Kedua, Auto-Invest tidak memblokir hari unlock. Template Auto-Invest Binance tidak akan otomatis menghindari unlock token, tidak akan menghindari FOMC, tidak akan menghindari peristiwa makro apa pun. Ia hanya mengeksekusi sesuai jadwal. Ini fitur, bukan bug — jika Anda tidak suka, pakai keranjang AI dan saring manual, atau langsung keluarkan koin berisiko unlock tinggi dari keranjang.

Ketiga, "kecenderungan beta tinggi" pada kelompok pilihan AI itu struktural, bukan kebetulan. AI (baik Claude maupun GPT-4o) ketika ditanya "koin mana yang mungkin mengalahkan pasar dalam 1 bulan mendatang" cenderung memberi target yang "ber-narasi kuat, katalisnya jelas, volatilitasnya besar". "Preferensi naratif" ini menjadi keunggulan di bull market dan kelemahan di pasar sideways. Orang yang memilih keranjang AI butuh persiapan psikologis: Anda tidak memegang portofolio konservatif, Anda memegang portofolio ber-beta tinggi.

Keempat, data observasi 0 kerugian datang dari "kapan berhenti". Dalam 100 transaksi, kami tidak melakukan take-profit atau stop-loss lebih awal pada satu transaksi pun — ini filosofi desain Auto-Invest; DCA tidak men-take-profit dan tidak men-stop-loss. Tetapi laba mengambang 4,80%–7,33% dalam 60 hari ini, jika menghadapi kondisi ekstrem (misalnya BTC tiba-tiba -25%), seluruh keranjang dapat kembali ke -20% dalam 3 hari. DCA bukan strategi; DCA hanyalah metode masuk. Strategi keluar harus didesain terpisah.

Pada laporan berikutnya kami berencana terus menjalankan 4 keranjang ini sampai 180 hari, dan menambahkan satu grup kontrol baru: Keranjang E = Pilihan AI + Filter Keras Hari Unlock + Take-Profit Bulanan 4% lalu Reinvestasi. Akan kami lihat apakah alur ini dapat menarik rasio Sharpe Keranjang D kembali ke atas 0,7.

Jika Anda ingin mereplikasi eksperimen ini sendiri: buka template Auto-Invest di Binance, pilih lima koin BTC/ETH/SOL/BNB/LINK, bobot setara + sekali per minggu + 50 USDT per transaksi — itulah Keranjang C kami. Pertahankan selama 6 bulan, lalu kembali melihatnya; jauh lebih berguna daripada "pemilihan koin oleh AI" mana pun.

Coba Binance Auto-Invest → Lihat ulasan alat →

— PromptDeck, 12 Mei 2026