Analisis Kripto perlu mengejar dan melampaui standar TradFi

Keuangan tradisional telah lama menjadi standar emas untuk pengambilan keputusan berbasis data. Analis dapat masuk ke Bloomberg atau FactSet dan langsung mengakses puluhan tahun data yang disusun dengan cermat dan distandarisasi. Kekayaan struktur ini memungkinkan analisis presisi tinggi dan pemodelan risiko yang menjadi tulang punggung pasar keuangan global.

Ringkasan

• Keuangan tradisional diuntungkan dari pelaporan yang seragam dan data terstruktur selama beberapa dekade, sementara kripto tetap terfragmentasi, tidak konsisten, dan bising, membuat analisis yang berarti menjadi sulit.
• Dengan data blockchain terbuka dan waktu nyata, model AI dapat mendeteksi pola, memprediksi pergeseran likuiditas, dan menginterpretasikan perilaku transaksi lebih cepat dan lebih tepat daripada analitik tradisional.
• Seiring sistem yang didorong oleh AI matang, analitik kripto akan berkembang dari visualisasi ke prediksi dan otomatisasi—memungkinkan dana yang sepenuhnya berbasis AI dan strategi keuangan yang mengoptimalkan diri secara real-time.

Crypto, di sisi lain, tenggelam dalam data mentah tetapi kekurangan wawasan. Setiap transaksi, kontrak, dan pergerakan dana bersifat publik dan tidak dapat diubah, namun kemampuan kita untuk menginterpretasikan lautan informasi ini tetap primitif. Ironinya sangat mencolok: kita memiliki lebih banyak transparansi daripada sistem keuangan mana pun dalam sejarah, tetapi kurang memahami apa artinya semua itu.

Tetapi keadaan tersebut tidak akan bertahan selamanya. Dengan bantuan kecerdasan buatan, crypto mungkin dapat mengejar kecanggihan analitis TradFi, dan bahkan melampauinya sepenuhnya.

Ketika berbicara tentang analitik, TradFi menguasai permainan

Alasan mengapa analitik TradFi bekerja dengan sangat baik adalah standarisasi. Setiap perusahaan yang diperdagangkan di publik mengikuti kerangka akuntansi yang konsisten — GAAP atau IFRS — dan harus mengajukan laporan yang diaudit secara regular. Keseragaman ini memungkinkan alat seperti Bloomberg, Refinitiv, dan S&P Capital IQ untuk mengintegrasikan dan membandingkan data dengan mudah. Seorang analis dapat menyusun sepuluh bank dan menilai neraca mereka, rasio modal, dan eksposur risiko, yakin bahwa metrik yang mendasarinya berarti hal yang sama secara umum di seluruh perusahaan.

Crypto, di sisi lain, beroperasi dalam kekacauan. Setiap blockchain menggunakan struktur transaksi, format stempel waktu, dan skema metadata-nya sendiri. Bahkan di dalam keuangan terdesentralisasi, protokol seperti Aave, Compound, dan Morpho melacak data peminjaman dan kolateral dengan cara yang tidak kompatibel. Mencoba menggabungkan dataset ini sering kali berarti menulis kode khusus, membangun saluran ETL yang dibuat khusus, dan membersihkan data secara manual hanya untuk membuatnya dapat dibandingkan.

Selain itu, jangka waktu crypto sangat pendek. Dataset TradFi sudah ada selama beberapa dekade, memberikan konteks sejarah yang kaya untuk analisis tren dan pengujian stres. Protokol DeFi baru berusia hampir lima tahun dalam banyak kasus. Tanpa data jangka panjang, jenis pemodelan apa pun tetap lebih merupakan seni daripada sains.

Kemudian ada masalah kebisingan. Dalam TradFi, harga dan fundamental didasarkan pada arus kas dan pendapatan yang diaudit. Dalam crypto, sinyal sering kali tenggelam oleh siklus hype dan perilaku spekulatif. Lonjakan biaya gas Ethereum (ETH) dapat menunjukkan pencetakan NFT, perdagangan arbitrase, atau kegilaan koin meme. Tanpa analisis kontekstual yang lebih mendalam, hampir tidak mungkin untuk mengetahui mana yang sebenarnya.

AI Khusus dapat membantu kripto membalikkan keadaan

Ironisnya, kualitas yang sama yang membuat data kripto berantakan juga membuatnya revolusioner. Berbeda dengan keuangan tradisional, di mana sebagian besar data terkunci di balik basis data kepemilikan atau pengajuan yang tertunda, data blockchain bersifat terbuka. Setiap saldo dompet, transaksi, dan interaksi kontrak pintar dapat dilihat secara publik dan dapat dibaca oleh mesin.

Di sinilah model AI dapat mengubah permainan, karena mereka dapat langsung dilatih pada data on-chain mentah. Jaringan saraf grafis, misalnya, dapat memetakan interaksi dompet dan mendeteksi kelompok perdagangan yang muncul, sementara model bahasa besar yang disesuaikan dengan log blockchain dapat menginterpretasikan niat transaksi atau menandai perilaku kontrak yang mencurigakan.

Sistem AI dapat memantau aliran likuiditas di seluruh pertukaran terdesentralisasi, protokol peminjaman, dan jembatan, mengidentifikasi pola yang tidak terlihat oleh analis manusia. Misalnya, ia dapat mendeteksi rotasi modal atau aktivitas perdagangan terkoordinasi beberapa hari sebelum mempengaruhi harga pasar, sehingga menawarkan wawasan prediktif yang hanya dapat diimpikan oleh analis TradFi, yang bergantung pada pengajuan triwulanan.

Selain itu, AI berkembang dalam lingkungan data yang terus menerus. Pasar crypto tidak pernah tutup, dan setiap detik menghasilkan informasi on-chain baru. Model AI dapat mendeteksi kekurangan likuiditas, memprediksi hasil tata kelola, atau menyeimbangkan portofolio secara real-time, bahkan saat Anda tidur. Sebuah agen otonom bahkan bisa meramalkan blockchain mana yang akan mengalami aliran keluar stablecoin beberapa jam sebelum itu terjadi, berdasarkan dinamika aliran transaksi. TradFi, sebagai perbandingan, bergerak dengan sangat lambat.

Kekayaan data terbuka dalam crypto juga memungkinkan sesuatu yang belum pernah terjadi sebelumnya: pembangunan model yang kolaboratif dan didorong oleh komunitas. Sebuah “ChainGPT” terbuka yang dilatih pada dataset multi-chain dapat belajar secara kolektif, meningkat seiring semakin banyak orang dan sistem yang memberikan wawasan baru. Di pasar tradisional, silo data mencegah jenis kecerdasan terhubung ini. Bahkan perusahaan perdagangan frekuensi tinggi beroperasi dalam taman terkurung data kepemilikan.

Apa yang akan terjadi di masa depan

Bayangkan sebuah dana lindung nilai yang berbasis AI di mana model secara terus-menerus menganalisis aktivitas on-chain, menerapkan modal berdasarkan pergeseran likuiditas, dan mengoptimalkan strategi hasil secara otomatis. Jenis otomatisasi loop tertutup seperti ini sangat sulit dilakukan di TradFi, di mana gesekan kustodian dan infrastruktur yang terfragmentasi membatasi eksekusi waktu nyata. Namun, di dunia kripto, di mana aset dapat diprogram dan pasar beroperasi 24/7, ini hanya masalah waktu.

Generasi pertama platform analitik kripto — Nansen, Arkham, Dune, DefiLlama — membantu investor memvisualisasikan apa yang terjadi di on-chain. Generasi berikutnya, yang didukung oleh AI, akan membantu mereka memahami mengapa itu terjadi dan apa yang akan terjadi selanjutnya. Generasi terakhir mungkin tidak memerlukan analis manusia sama sekali.

Max Legg

Max Legg adalah pendiri Pangea, lapisan orkestra pertama yang tanpa izin untuk AI dan blockchain: pendekatan anti-fragile, berdaulat, dan berbasis aliran untuk sumber daya blockchain di seluruh rantai dan ekosistem.