Ketika Momentum Gagal: Menafsirkan Kerangka Struktural Pasar Meme

Penulis: Institut Penelitian CoinBe

Ringkasan Eksekutif

Pada 17 Januari 2025, token TRUMP diluncurkan di Solana. Pada awal peluncuran, 800 juta dari total pasokan 1 miliar — — yaitu 80% — — terkonsentrasi di tangan dua entitas terkait Trump: CIC Digital LLC dan Fight Fight Fight LLC[1]. Dalam 36 jam setelah peluncuran, token ini mencapai harga tertinggi sejarah sebesar 74,27 dolar AS pada 19 Januari 2025[2]. Hingga snapshot pada 22 Mei 2026, TRUMP telah mengalami penurunan sekitar 97% dari puncaknya[2]. Selama periode peluncuran, RSI penutupan jamannya masuk ke wilayah overbought secara mendalam, dan histogram MACD berbalik positif di titik balik — — kedua indikator ini memicu pembacaan standar yang didefinisikan oleh penulisnya pada tahun 1970-an untuk pasar komoditas dan saham. Tetapi, berdasarkan definisi regulasi dan akademik yang berlaku pada snapshot tersebut, tidak ada aset dasar yang mendasari rangkaian harga ini sehingga "overbought" memiliki makna yang bermakna.

Komisi Sekuritas dan Bursa AS (SEC) pada 27 Februari 2025 merilis "Pernyataan Karyawan Meme Coin", yang menilai aset Meme sebagai penggunaan atau fungsi yang terbatas bahkan tidak ada, nilainya didorong oleh spekulasi, dan menyimpulkan bahwa transaksi semacam ini tidak termasuk penawaran sekuritas menurut hukum[3]. Pendapat kontra dari Komisaris Crenshaw pada waktu yang sama meragukan kesimpulan hukum tersebut, tetapi tidak menantang pengamatan empiris bahwa "kelas aset ini kekurangan fundamental"[4]. Solidus Labs mencatat pada Mei 2025 bahwa selama Januari 2024 hingga Maret 2025, token yang dipasang di Pump.fun berjumlah lebih dari 7 juta, dengan 98,6% dari mereka jatuh di bawah ambang likuiditas 1.000 dolar AS, dan hanya sekitar 97.000 token yang bertahan di atas ambang tersebut[5]. Tingkat keberhasilan kurva binding Pump.fun ke Automated Market Maker (AMM) standar, berdasarkan data Step, rata-rata sebesar 0,78% pada kuartal kedua 2025, dan tetap di kisaran 0,7%–0,8% pada Juli dan Agustus 2025 (berdasarkan laporan Cointelegraph tentang mekanisme platform)[6].

Laporan ini mengajukan tiga klaim utama dan secara spesifik menetapkan kerangka metodologis untuk menguji klaim tersebut.

Klaim 1. Keluarga indikator momentum klasik — — Relative Strength Index (RSI) Wilder, Moving Average Convergence Divergence (MACD) Appel, dan Stochastic Lane — — adalah indikator yang dikalibrasi pada dataset harga komoditas dan saham AS dari 1957 hingga 1979. Penanda bahwa momentum telah memasuki literatur peer review adalah makalah Jegadeesh dan Titman 1993 di Journal of Finance, yang menggunakan sampel saham AS dari 1965 hingga 1989[7]. Kalibrasi ini belum pernah diuji pada aset yang kekurangan fundamental. Meta-analisis dari 95 studi analisis teknikal oleh Park dan Irwin 2007 menunjukkan bahwa strategi trading teknikal menghasilkan keuntungan ekonomi di pasar forex dan futures, tetapi tidak di pasar saham[8]. Ketidakseimbangan ini secara inheren bertentangan dengan janji "universalisme", bahkan di dalam kelas aset yang indikatornya dikembangkan.

Klaim 2. Pembentukan harga aset Meme dan desain indikator klasik beroperasi di pasar yang memiliki struktur berbeda. Liu dan Tsyvinski 2021 membuktikan bahwa mayoritas cryptocurrency utama tidak memiliki eksposur terhadap faktor pasar saham umum dan makroekonomi, maupun terhadap hasil mata uang dan komoditas[9]. Cryptocurrency terbesar pun tidak memiliki eksposur terhadap faktor tradisional, apalagi aset Meme yang berada di ekor distribusi tersebut. Harga aset Meme didorong oleh reflexivity perhatian, dioperasikan secara mekanistik melalui kurva binding seperti Pump.fun, dan disebarkan melalui struktur mikro AMM di Raydium, PumpSwap, dan Uniswap. BIS Bulletin №69 menggambarkan struktur pasar yang dihasilkan sebagai "menyoroti sifat tinggi dari self-referentialitas kelas aset kripto"[10].

Klaim 3. Pemilihan jendela indikator atau ambang batas tidak dapat mengubah "matematika yang dirancang untuk membaca perilaku harga yang didorong informasi" menjadi "matematika yang setara untuk membaca perilaku harga yang didorong perhatian". Ruang input telah berubah, tetapi indikator tidak menyadari ruang inputnya sendiri. Ini adalah pernyataan formal bahwa "penyetelan parameter secara struktural tidak cukup".

Laporan ini mengusulkan tiga deviasi terhadap kerangka pengamatan aset Meme yang jujur: mengganti ambang tetap dengan ranking cross-sectional[11]; memasukkan variabel proxy perhatian[12][13] dan variabel konsentrasi posisi ke dalam kedudukan yang setara dengan indikator harga; dan mendefinisikan output sebagai observasi, bukan prediksi. Protokol empiris — — termasuk ruang sampel, window diskret, pengujian statistik, dan aset pembanding — — dijelaskan secara rinci di Bab 3. Setelah hasil statistik yang dapat disimpulkan secara definitif dari jalur data melalui grid parameter, temuan digital akan dipublikasikan sebagai pembaruan dari makalah ini.

Empat kondisi yang dapat membuktikan kegagalan struktural yang dapat disangkal, tercantum di Bab 7.

Bab 1 · Indikator Klasik dan Domain Aplikasinya Sejarah

Keluarga indikator momentum klasik tetap menjadi konfigurasi standar perangkat lunak analisis pasar ritel, berasal dari empat karya yang dipublikasikan antara 1957 dan 1993, masing-masing dikalibrasi pada satu set data harga komoditas atau saham AS. Catatan sejarah konsisten dan terdokumentasi dengan baik: tidak ada kalibrasi yang dilakukan pada aset yang kekurangan fundamental.

[14] 1.1 Lane (1957) dan Stochastic Indicator

George C. Lane adalah trader komoditas dari Chicago, terkait dengan Investment Educators Inc. Ia menulis The Stochastic Process, yang merupakan materi pelatihan internal terdaftar hak cipta tahun 1957[15]. Asal usul metode ini adalah pengamatan terhadap perilaku harga komoditas di Chicago Mercantile Exchange — — jagung, kedelai, gandum — —. Lane dan koleganya mencatat pola: harga cenderung mengumpul di ujung atas atau bawah kisaran harga selama N hari mendekati akhir tren kenaikan atau penurunan, sebelum berbalik. Rumus indikator %K = 100 × (close − low_n) / (high_n − low_n), menormalisasi harga penutupan saat ini terhadap kisaran harga N hari terakhir, dengan asumsi bahwa distribusi dalam kisaran ini mengandung informasi tentang akumulasi dan distribusi. Asumsi ini berakar pada pasar komoditas internal, di mana pengamat dari aktivitas order book dapat secara wajar membaca pola distribusi dari aktivitas pasar[16][17].

[18] 1.2 Wilder (1978) dan RSI (Relative Strength Index)

J. Welles Wilder menerbitkan New Concepts in Technical Trading Systems pada 1978, setelah beberapa tahun menggunakan indikator momentum secara manual dalam trading komoditas[19]. Data yang digunakan dalam contoh buku tersebut adalah harga penutupan harian kontrak berjangka kakao, kedelai, tembaga, daging babi, dan perak dari 1972 hingga 1977. Parameter smoothing default RSI adalah 14 hari, yang merupakan kompromi empiris antara kecepatan respons dan stabilitas sinyal dalam kontrak berjangka mingguan. Wilder secara tegas menempatkan pekerjaannya sebagai pengembangan indikator untuk pasar komoditas; tidak ada kalibrasi untuk saham.

RSI berasumsi tiga hal: pertama, harga berperilaku mean-reversion terhadap rata-rata volatilitas N hari terakhir, sehingga pembacaan ekstrem menunjukkan reaksi berlebihan; kedua, ambang overbought dan oversold — — 70 dan 30 — — tetap stabil di berbagai waktu dan aset; ketiga, tren dan fase konsolidasi dapat dikenali dan berlangsung cukup lama agar indikator window mampu menangkap titik balik. Ketiga asumsi ini belum pernah diuji pada aset yang kekurangan fundamental.

1.3 Appel (1979) dan Moving Average Divergence (MACD)

Gerald Appel mulai menyebarkan metode MACD melalui buletin Signalert Corp sejak pertengahan 1970-an, dan memformalkan dalam buku manual terbit sendiri pada 1979, yang kemudian diperluas dalam Technical Analysis: Power Tools for Active Investors[12][11]. Parameter (12, 26, 9) mencerminkan praktik umum enam hari kerja dalam seminggu: sekitar dua minggu, satu bulan, dan satu setengah minggu trading[20]. Awalnya Appel mengusulkan parameter tidak simetris — — (8, 17, 9) untuk pembelian, dan (12, 25, 9) untuk penjualan — — tetapi dalam praktiknya, perangkat lunak analisis populer akhirnya mengadopsi parameter simetris (12, 26, 9).

Data yang digunakan adalah indeks komposit NYSE dan saham Nasdaq pilihan dari tahun 1970-an — — era dengan volatilitas tinggi yang didorong inflasi, tetapi fundamental perusahaan masih dapat diidentifikasi. Penelitian parameter optimasi Maitah dan kolega 2021 menunjukkan bahwa parameter klasik (12, 26, 9) menghasilkan hasil negatif pada futures Nikkei 225 selama 2011–2019###. Ini menunjukkan bahwa parameter tersebut secara intrinsik dikalibrasi untuk pasar tertentu, dan tidak dapat langsung dipindahkan antar pasar saham yang maju.

[8] 1.4 Jegadeesh dan Titman (1993): Titik Referensi Momentum Akademik

Momentum cross-sectional masuk ke literatur peer review melalui makalah Jegadeesh dan Titman 1993 di Journal of Finance. Mereka menemukan bahwa saham AS yang memiliki return positif selama 3–12 bulan sebelumnya cenderung terus mengungguli selama periode ke depan yang serupa###. Temuan ini didasarkan pada data dari CRSP, yang mencakup saham NYSE dan AMEX dari 1965 hingga 1989, dan menjadi dasar modern untuk faktor momentum dalam penetapan harga aset akademik. Efek ini terjadi pada aset dengan fundamental arus kas; literatur selanjutnya memperluas ke berbagai kelas aset, tetapi setiap perlu verifikasi empiris independen.

[9] 1.5 Park dan Irwin (2007): Tinjauan dan Penilaian

Makalah Park dan Irwin 2007 di Journal of Economic Surveys tetap menjadi evaluasi paling berpengaruh terhadap analisis teknikal klasik[10]. Mereka meninjau 95 studi modern — — 56 melaporkan performa positif, 20 negatif, dan 19 campuran — — dan menemukan bahwa strategi teknikal menghasilkan keuntungan ekonomi di pasar forex dan futures, tetapi tidak di pasar saham. Pola ini bertentangan dengan janji "universalisme" yang tersirat dari literatur 1957–1979. Ini menunjukkan bahwa performa indikator tergantung pada struktur pasar, bukan hanya matematik indikator itu sendiri.

Tiga asumsi tersirat dari literatur klasik ini adalah: harga diskonto atau diskonto parsial terhadap fundamental; mean reversion adalah default; dan karakteristik tren dan konsolidasi dapat diukur dan dibandingkan dengan window indikator. Ketiga asumsi ini bergantung pada keberadaan referensi nilai dasar, di sekitar mana harga berfluktuasi. Apakah referensi ini ada di pasar Meme, adalah pertanyaan yang akan dibahas di Bab 2.

Bab 2 · Generator Harga Aset Meme

Urutan peluncuran TRUMP pada 17 Januari 2025 adalah peristiwa Meme yang paling terdokumentasi secara lengkap dalam catatan regulasi publik[21][21]###. Peluncuran ini mengkonsentrasikan 80% pasokan total di tangan dua entitas terkait, menghasilkan kenaikan ke 74,27 dolar AS dalam 36 jam, kemudian terus menurun — — indikator RSI dan MACD secara mekanistik mengikuti jalur ini, tanpa referensi terhadap aset dasar apa pun. Kasus TRUMP bukanlah anomali, melainkan contoh paling bersih yang tersedia untuk menunjukkan bentuk pembentukan harga yang berbeda dari pasar yang indikator klasik kalibrasi untuk mereka. Bentuk pasar ini berkembang dalam tiga dimensi yang dapat diukur: hilangnya referensi fundamental, reflexivity perhatian sebagai variabel utama pembentukan harga, dan tingkat konsentrasi supply serta posisi yang ekstrem.

[13] 2.1 Hilangnya Referensi Fundamental

SEC pada 27 Februari 2025 merilis "Pernyataan Karyawan Meme Coin" yang menilai aset Meme sebagai penggunaan atau fungsi yang terbatas bahkan tidak ada, nilainya didorong oleh spekulasi, bukan hak ekonomi atau arus kas###. Kesimpulan bahwa transaksi token ini bukan penawaran sekuritas menurut hukum didasarkan pada pengamatan empiris: tidak ada arus kas, tidak ada hak terhadap nilai perusahaan, dan tidak ada hak ekonomi yang dapat dinilai dalam kerangka penetapan harga aset standar. Pendapat kontra dari Crenshaw tidak meragukan pengamatan ini, tetapi meragukan kesimpulan hukumnya[14].

Kekurangan fundamental ini tidak hanya berlaku untuk subkelas Meme. Liu dan Tsyvinski 2021 membuktikan bahwa mayoritas cryptocurrency utama — — Bitcoin, Ethereum, Ripple — — tidak memiliki eksposur terhadap faktor pasar saham umum dan makroekonomi, maupun terhadap hasil mata uang dan komoditas[1]. Cryptocurrency terbesar pun tidak memiliki eksposur terhadap faktor tradisional, apalagi aset Meme yang berada di ekor distribusi tersebut. Indikator momentum klasik dirancang untuk pasar di mana harga berfluktuasi di sekitar nilai fundamental yang lambat bergerak; pasar Meme tidak memiliki nilai seperti itu.

[2] 2.2 Peran perhatian sebagai variabel utama

Alternatif pengganti fundamental sebagai variabel pembentuk harga adalah perhatian — — yang dapat diukur melalui indeks pencarian Google, frekuensi sebutan di media sosial, dan basis pengguna potensial platform Meme. Da, Engelberg, dan Gao 2011 memperkenalkan Google Search Volume Index (SVI) sebagai proxy perhatian ritel langsung. Mereka menunjukkan bahwa lonjakan pencarian selama dua minggu berikutnya memprediksi kenaikan harga, dan kemudian kembali ke level normal dalam tahun yang sama[3]. Liu dan Tsyvinski 2021 mereplikasi pola ini di pasar cryptocurrency, menunjukkan bahwa proxy perhatian ini memiliki kekuatan prediksi terhadap hasil crypto selama 2011–2018###.

Barber dan Odean 2008 di Review of Financial Studies menyajikan dasar perilaku: investor ritel adalah pembeli bersih aset perhatian karena pencarian mereka tidak simetris — — mereka tidak dapat mencari semua aset yang dapat diinvestasikan, sehingga reaksi mereka terbatas pada aset yang mereka akses. Di pasar Meme, ketidakseimbangan ini diperbesar oleh skala pilihan aset tersebut. Pump.fun, platform utama peluncuran Meme berbasis Solana, meluncurkan lebih dari 11,9 juta token hingga kuartal ketiga 2025[3][4]. Keputusan membeli satu token tertentu secara sistematis adalah keputusan untuk "mengambil alih perhatian terbesar", yang secara komputasional tidak mungkin dilakukan secara sistematis.

[15] 2.3 Reflexivity tanpa referensi eksternal

Soros 1987 memformulasikan reflexivity sebagai hubungan sebab-makna dua arah antara persepsi peserta dan fundamental dasar — — masing-masing memberi umpan balik satu sama lain###. Dalam pasar konvensional, siklus reflexivity dibatasi oleh referensi fundamental: persepsi dapat menyimpang sementara dari nilai, tetapi akhirnya kembali ke nilai tersebut. Asumsi mean reversion dari indikator overbought/oversold didasarkan pada batasan ini.

Di pasar Meme, tidak ada referensi eksternal. Harga didorong oleh perhatian, dan perhatian didorong oleh harga, yang kemudian kembali lagi ke harga. Siklus ini tidak berakhir dengan kembali ke nilai fundamental, tetapi dengan kehabisan perhatian — — yang menyebabkan harga runtuh. Ini bukan deteksi mean reversion yang indikator dirancang untuk, melainkan perubahan status yang tidak dapat dideteksi oleh indikator oscillatory yang mengasumsikan kontinuitas statistik.

[18] 2.4 Konsentrasi posisi

Indikator momentum klasik berasumsi distribusi posisi yang tersebar luas — — keputusan individu berkontribusi secara agregat melalui proses continuous auction. Pada aset Meme, struktur posisi secara sistematis melanggar asumsi ini.

Kasus paling terdokumentasi adalah peluncuran TRUMP pada 17 Januari 2025. Dari 1 miliar pasokan, 800 juta (80%) dimiliki oleh CIC Digital LLC dan Fight Fight Fight LLC saat peluncuran[15]. Tingkat konsentrasi ini melanggar asumsi dasar dari analisis teknikal klasik bahwa posisi tersebar. Terlepas dari apa yang dibaca RSI dalam beberapa hari setelah peluncuran, harga dasar bukanlah hasil dari banyak pembeli dan penjual independen, melainkan keputusan disposisi dari dua entitas terkait.

TRUMP adalah contoh ekstrem dari konsentrasi peluncuran yang terdokumentasi, tetapi bukan satu-satunya. Token yang diluncurkan melalui kurva binding biasanya disimpan dalam jumlah besar oleh pengembang atau dompet terkait selama fase kurva. Berdasarkan analisis Step Data kuartal ketiga 2025, sekitar 89% dari total token yang diluncurkan di platform seperti Pump.fun, Letsbonk, dan Launchlab memiliki nilai pasar di bawah 50.000 dolar AS saat akhir fase kurva. Distribusi posisi median di setiap titik waktu fase kurva sangat terkonsentrasi. Pembaruan empiris dari laporan ini akan langsung menggunakan data Solscan dan Etherscan untuk menghitung distribusi konsentrasi posisi di seluruh pasar; struktur ini menunjukkan bahwa asumsi "posisi tersebar" dilanggar di mayoritas aset Meme, bukan hanya di kasus ekstrem seperti TRUMP.

[22] 2.5 Struktur mikro Automated Market Maker

Validasi indikator klasik biasanya dilakukan di pasar order book, di mana partisipan terus-menerus menawar dan menawar balik. Pada aset Meme, perdagangan utama terjadi di AMM — — seperti Raydium dan PumpSwap di Solana, dan Uniswap di Ethereum — — di mana harga tidak lagi merupakan estimasi marginal dari order terbaru, tetapi hasil dari fungsi algebra dari kondisi pool saat ini. Slippage meningkat secara non-linear dengan ukuran order relatif terhadap kedalaman pool, sehingga order yang sama dapat menghasilkan harga berbeda tergantung kondisi pool saat itu.

Harga dari struktur mikro AMM sendiri tidak mengandung klaim tentang penggabungan informasi. Itu adalah hasil mekanik dari matematika pool yang konstan. Solidus Labs mencatat bahwa dari Januari 2024 hingga Maret 2025, lebih dari 7 juta token yang dipasang di Pump.fun, dan hanya sekitar 97.000 token yang mempertahankan likuiditas di atas 1.000 dolar AS, sehingga 98,6% dari pool yang dipasang sangat dangkal dan tidak cukup untuk penemuan harga yang bermakna[23]. Laporan SolanaFloor menambahkan bahwa 74,6% dari pool yang diluncurkan di Pump.fun dan kemudian dipindahkan ke Raydium menjadi tidak aktif setelahnya[24]. RSI Wilder yang diterapkan pada rangkaian ini menghitung distribusi harga yang dihasilkan dari kekuatan stok di pool yang hampir kosong, bukan dari harga yang dihasilkan oleh order book yang terintegrasi.

Bab 3 · Protokol Empiris

Struktur argumen dari Bab 2 menegaskan satu hal: pembentukan harga aset Meme berbeda secara struktural dari pasar yang indikator klasik kalibrasi untuk mereka. Bagaimana perbedaan ini muncul dalam pembacaan indikator adalah masalah empiris. Bab ini secara spesifik menetapkan metodologi CoinBeberapa untuk merespons masalah ini; temuan empiris akan dipublikasikan sebagai pembaruan setelah hasil statistik definitif dari jalur data melalui grid parameter.

3.1 Konstruk ruang sampel

Ruang sampel diambil dari CoinGecko dengan kategori "meme" dan peringkat kapitalisasi pasar 200 teratas, terbatas pada platform utama di Ethereum dan Solana hingga snapshot. Pada setiap hari rebalancing, dilakukan tiga filter: volume transaksi gabungan di bursa terdesentralisasi dan terpusat selama 7 hari terakhir di atas 1 juta dolar AS; riwayat harga minimal 30 hari sebelum hari observasi; kedalaman pool di platform utama minimal 100.000 dolar AS.

Filter ini mengecualikan sebagian besar token di Pump.fun. Solidus Labs mencatat bahwa dari Januari 2024 hingga Maret 2025, lebih dari 700.000 token yang dipasang di Pump.fun dan memiliki minimal 5 transaksi, hanya sekitar 97.000 token yang mempertahankan likuiditas di atas 1.000 dolar AS. Tingkat kelulusan dari fase kurva ke AMM standar rata-rata 0,78% pada kuartal kedua 2025, dan tetap di kisaran 0,7%–0,8% pada Juli dan Agustus 2025. Ruang sampel ini menangkap subset token yang bertahan di atas batas likuiditas minimum; sebagian besar yang gagal dikeluarkan dari analisis melalui koreksi bias survival.

[25] 3.2 Koreksi Bias Survival

Setiap backtest yang diambil pada snapshot 22 Mei 2026 hanya mencakup token yang bertahan hingga hari itu. Token yang gagal secara definisi berada di tail distribusi return yang tebal. Tingkat kegagalan 98,6% dari Pump.fun yang dilaporkan Solidus Labs adalah alasan utama untuk memperkirakan bahwa sistem backtest secara sistematis melebih-lebihkan efektivitas indikator[7].

Solusi mitigasi adalah membangun kembali universe secara periodik. Pada hari rebalancing mingguan, universe dibangun ulang sesuai kondisi hari itu, termasuk token yang kemudian gagal. API snapshot historis CoinGecko dan CoinMarketCap mendukung rekonstruksi mingguan; Kaiko menyediakan data order book dan kondisi pool secara frekuensi lebih tinggi. Tanpa rekonstruksi periodik, tingkat keberhasilan indikator yang dilaporkan akan bias ke atas oleh tingkat kegagalan siklus.

[26] 3.3 Jendela backtest

Penelitian memisahkan tiga diskret window sesuai dengan perubahan struktural yang tercatat di Bab 2.

Musim Meme sebelum Pump.fun, dari Januari 2023 hingga Januari 2024, mencakup peluncuran BONK (25 Desember 2022), PEPE (April 2023), dan WIF (November 2023). Karakter pasar selama periode ini adalah listing di bursa desentralisasi tanpa kurva binding; data konsentrasi posisi lebih jarang, tetapi dapat diperoleh dari arsip historis Etherscan dan Solscan.

Era Pump.fun, dari Januari 2024 hingga Januari 2025, dimulai dari peluncuran Pump.fun pada 19 Januari 2024[16]. Periode ini menyaksikan industrialisasi penciptaan aset Meme melalui platform kurva binding, sub-siklus AI Meme yang dipimpin GOAT dari Oktober hingga November 2024, dan pergeseran durasi puncak dari minggu ke hari.

Era Meme politik, dari Januari 2025 hingga Mei 2026, dimulai dari peluncuran TRUMP pada 17 Januari 2025### dan MELANIA pada 19 Januari 2025. Karakteristiknya adalah konsentrasi peluncuran yang ekstrem, regulasi resmi dari SEC melalui Pernyataan Karyawan 27 Februari 2025, dan peningkatan leverage rata-rata di platform perpetual futures.

[1] 3.4 Parameter indikator

Menggunakan parameter default klasik tanpa optimasi: RSI 14, MACD (12, 26, 9), Stochastic (14, 3, 3), dan momentum 10 periode. Pertanyaan yang diuji adalah apakah indikator ini berperilaku sama di aset Meme seperti di aset yang dikalibrasi sebelumnya. Optimasi akan memperkenalkan bias data peek sesuai peringatan Park dan Irwin[27]; kalibrasi ulang khusus untuk aset Meme bukan fokus utama penelitian ini — — yang penting adalah apakah alat yang sama yang dirancang untuk membaca perilaku harga berbasis informasi juga dapat membaca perilaku harga berbasis perhatian secara setara.

3.5 Pengujian statistik

Untuk setiap jendela backtest, setiap aset, dan setiap sinyal indikator, dihitung: tingkat akurasi arah N hari (N = 1, 3, 7, 14), dibandingkan probabilitas arah tanpa kondisi; keuntungan excess kumulatif setelah biaya transaksi, dengan biaya 30 basis poin per transaksi di bursa desentralisasi dan 10 basis poin di bursa terpusat, ditambah slippage 50 basis poin untuk mencerminkan kurva AMM; uji Granger causality antara lonjakan pencarian Google dan pergerakan harga dalam agregasi 1 hari dan 1 jam; dan uji White (2000) untuk mengendalikan bias peek data secara keseluruhan.

[5] 3.6 Aset pembanding

Indikator yang sama diterapkan pada Bitcoin, Ethereum, dan Solana dalam window yang sama. Temuan dari Park dan Irwin tentang ketidakseimbangan — — performa buruk indikator teknikal di saham dan unggul di forex dan futures — — menunjukkan bahwa cryptocurrency utama harus berada di tengah spektrum ini. Hipotesis empiris dari studi ini adalah: aset Meme menempati posisi keempat dalam spektrum tersebut — — bukan sebagai proses acak murni, tetapi sebagai objek yang dibaca secara struktural oleh indikator yang dirancang untuk hal lain.

[28] 3.7 Baseline dari literatur yang sudah dipublikasikan

Detzel, Liu, Strauss, Zhou, Zhu 2021 adalah studi pembanding yang paling dekat dengan ini###. Mereka menemukan bahwa rasio harga terhadap moving average dapat memprediksi return Bitcoin baik secara in-sample maupun out-of-sample, dan menunjukkan efek prediksi serupa pada saham internet Nasdaq dan saham dengan coverage analis rendah. Dasar teorinya adalah model pembelajaran ekuilibrium: pelaku secara perlahan belajar tentang fundamental yang sulit dinilai, dan analisis teknikal menggabungkan proses pembelajaran ini. Apakah struktur teori yang sama berlaku untuk aset yang sama sekali tanpa fundamental, adalah celah yang ingin dijawab oleh kerja empiris CoinBeberapa.

Liu, Tsyvinski, dan Wu yang akan dipublikasikan di Journal of Financial and Quantitative Analysis membuktikan bahwa faktor tren dalam return lintas aset crypto tetap ada, dan bahwa momentum time series juga berlaku di seluruh ekosistem crypto yang lebih luas[5]. Mereka secara eksplisit mengecualikan token yang jarang diperdagangkan, meninggalkan wilayah "Meme" sebagai area yang belum diteliti. Pengujian indikator teknikal Meme adalah celah metodologis yang ingin diisi oleh penelitian ini.

[6] 3.8 Pembaruan empiris

Hasil empiris dari jalur data yang dihitung sesuai metodologi di atas, setelah koreksi bias multiple comparison, akan dipublikasikan sebagai pembaruan setelah verifikasi terhadap baseline yang dipublikasikan oleh Detzel dan kolega serta Liu, Tsyvinski, dan Wu[7]. Makalah ini pertama kali dipublikasikan sebagai kerangka metodologis, kemudian diikuti oleh angka empiris, menunjukkan prioritas analisis: argumen struktural dapat dibaca tanpa angka, sedangkan angka tanpa argumen struktural rentan disalahpahami.

Bab 4 · Mengapa Penyetelan Parameter Tidak Dapat Memperbaiki Ketidaksesuaian Ini

Setiap kali indikator berkinerja buruk di pasar nyata, reaksi alami adalah melakukan optimasi parameter. Sejarah indikator momentum — — dari saham ke komoditas, ke forex, hingga Bitcoin — — adalah sejarah kalibrasi ulang parameter secara berulang. Empat mekanisme berikut menjelaskan mengapa pendekatan ini tidak cukup untuk aset Meme.

4.1 Harga sebagai wadah informasi, ya, harga sebagai wadah perhatian

RSI 70 di pasar saham AS tahun 1978 adalah pernyataan tentang "penyimpangan harga dari referensi fundamental": kenaikan harga sudah cukup jauh sehingga mean reversion menjadi harapan utama. Pembacaan yang sama di 2026 di aset Meme adalah pernyataan tentang "penyimpangan perhatian": kenaikan harga sudah cukup tinggi sehingga perhatian berada di puncak lokal. Kedua pembacaan ini membawa angka yang sama, tetapi menggambarkan fenomena yang berbeda.

Optimasi parameter — — memilih jendela smoothing yang berbeda, ambang batas yang berbeda — — tidak dapat menyatukan perbedaan ini, karena sinyal dasar dihasilkan oleh proses yang berbeda. RSI 14 hari yang diterapkan pada rangkaian yang dihasilkan oleh reflexivity perhatian akan menghasilkan angka yang merupakan fungsi dari proses perhatian, bukan dari "harga sebagai informasi". Mengubah jendela menjadi 7 hari atau 21 hari hanya mengubah berapa banyak proses perhatian yang dismooth, bukan proses dasar itu sendiri.

[5] 4.2 Siklus reflexivity tidak memiliki referensi eksternal

Soros 1987 memformulasikan reflexivity sebagai hubungan sebab-akibat dua arah antara persepsi peserta dan fundamental dasar — — masing-masing memberi umpan balik satu sama lain###. Dalam pasar konvensional, siklus ini dibatasi oleh referensi fundamental: persepsi dapat menyimpang sementara dari nilai, tetapi akhirnya kembali ke nilai tersebut. Asumsi mean reversion dari indikator overbought/oversold didasarkan pada batasan ini.

Di pasar Meme, tidak ada referensi eksternal. Harga didorong oleh perhatian, dan perhatian didorong oleh harga, yang kemudian kembali lagi ke harga. Siklus ini tidak berakhir dengan kembali ke nilai fundamental, tetapi dengan kehabisan perhatian — — yang menyebabkan harga runtuh. Ini bukan deteksi mean reversion yang indikator dirancang untuk, melainkan perubahan status yang tidak dapat dideteksi oleh indikator oscillatory yang mengasumsikan kontinuitas statistik.

[24] 4.3 Matematika indikator tidak melihat ruang inputnya sendiri

RSI tidak tahu bahwa ia diterapkan pada kontrak berjangka jagung, saham Nasdaq, atau Meme di Solana. Matematika indikator adalah sama: membandingkan harga penutupan naik dan turun selama N hari terakhir, menormalisasi ke 0–100, dan melakukan smoothing. Yang tidak dilihat indikator adalah proses pembentukan data inputnya. Penyetelan parameter berlaku untuk jendela smoothing dan ambang batas; tidak untuk ruang input.

Jika ruang input sudah berubah — — jika rangkaian harga dihasilkan oleh proses yang tidak pernah dilatih oleh indikator — — maka pilihan parameter apa pun tidak akan dapat mengembalikan korelasi asli dari kalibrasi awal. Ini adalah pernyataan formal bahwa "penyetelan parameter tidak cukup". Dan alasan di Bab 5 adalah bahwa kita harus mengubah cara bertanya terhadap indikator, bukan sekadar menyetel ulang parameter.

[1] 4.4 Distorsi dari struktur mikro AMM

Mekanisme ini memperbesar ketidaksesuaian struktural di atas. Di platform AMM, harga tidak lagi dihasilkan dari order book, tetapi dari fungsi matematika pool yang konstan. Dampak harga dari order besar secara non-linear diperbesar oleh kedalaman pool. Validasi indikator klasik biasanya dilakukan di pasar order book, di mana perubahan harga mencerminkan penggabungan kepercayaan terhadap nilai.

Di pool dengan likuiditas 1 juta dolar, order beli 20.000 dolar saja dapat mendorong harga sekitar 2%, sebelum efek informasi terhadap trader berikutnya. RSI yang diterapkan pada rangkaian ini menghitung distribusi harga yang dihasilkan dari kekuatan stok di pool yang hampir kosong, bukan dari harga yang dihasilkan oleh order book yang terintegrasi. Ini adalah alasan lain mengapa indikator klasik membaca rangkaian harga Meme berbeda, yang berinteraksi dengan reflexivity perhatian, bukan menggantikannya.

Bab 5 · Kerangka Pengamatan Tiga Prinsip

Diagnosa struktural di Bab 2 dan Bab 4 menunjukkan bahwa penyetelan ulang indikator klasik tidak akan menghasilkan alat yang cocok untuk pasar Meme. Solusinya bukan "menggunakan parameter berbeda pada alat yang sama", tetapi "menggunakan alat yang sadar akan ruang inputnya sendiri". CoinBeberapa mengusulkan tiga prinsip.

[3] 5.1 Menggantikan ambang tetap dengan ranking cross-sectional

Deviasi pertama adalah meninggalkan ambang tetap — — RSI 70 dan 30, MACD nol — — sebagai primitives. Ambang ini dikalibrasi untuk aset yang stabil secara statistik; pasar Meme tidak memiliki analog, karena pengukuran dilakukan secara cross-sectional.

Pendekatan ini didasarkan pada karya Asness, Moskowitz, dan Pedersen 2013 di Journal of Finance, yang merekam efek momentum cross-sectional di delapan kelas aset, dengan peringkat aset dalam cross-section, bukan membandingkan dengan ambang tetap###. Liu, Tsyvinski, dan Wu 2022 mengonfirmasi bahwa pendekatan cross-sectional ini juga berlaku di cryptocurrency, dan faktor momentum mereka diterapkan pada peringkat cross-sectional, bukan level tetap[14].

Untuk kerangka pengamatan aset Meme, ini berarti bahwa setiap hari rebalancing, setiap indikator dihitung, aset diurutkan berdasarkan indikator tersebut dalam universe yang memenuhi syarat, dan dilaporkan berdasarkan kuartilnya, bukan label overbought/oversold. Aset di kuartil atas RSI 14 hari dalam universe Meme bukan "overbought" menurut Wilder; melainkan "dalam 1 dari 40 posisi dalam ruang momentum perhatian". Kata-kata ini penting karena secara akurat menggambarkan objek yang diukur.

5.2 Variabel proxy perhatian dan konsentrasi posisi setara

Deviasi kedua adalah tidak lagi memandang indikator klasik berbasis harga sebagai representasi lengkap dari keadaan momentum. Sebaliknya, mengukur momentum secara setara melalui tiga variabel: (1) dari harga (indikator klasik), (2) dari perhatian (lonjakan pencarian Google, sebutan media sosial), dan (3) dari posisi (porsi pemegang utama dan perubahan selama window rebalancing).

Berdasarkan kombinasi temuan empiris: Da, Engelberg, dan Gao 2011 menunjukkan lonjakan pencarian Google memprediksi overreaction dan koreksi harga; Liu dan Tsyvinski 2021 membuktikan proxy perhatian memprediksi return crypto; dan Shen, Urquhart, dan Wang 2022 menunjukkan bahwa volume tweet Granger menyebabkan volume dan volatilitas Bitcoin, tetapi tidak langsung return. Kraaijeveld dan De Smedt memperluas analisis ke sembilan crypto, menemukan bahwa sentimen Twitter Granger menyebabkan return Bitcoin, Litecoin, dan Bitcoin Cash, tetapi tidak untuk Cardano, Stellar, Ripple, dan Ethereum[18]. Pola ini konsisten: pengukuran perhatian secara umum mendahului aktivitas dan return.

Alasan memasukkan konsentrasi posisi ke dalam kerangka adalah karena struktur posisi di pasar Meme melanggar asumsi distribusi tersebar luas dari indikator momentum klasik. Perubahan porsi pemegang utama selama window rebalancing mencerminkan pengumpulan (sebelum lonjakan perhatian) atau distribusi (sebelum keruntuhan). Menggabungkan ketiga variabel ini ke dalam ranking cross-sectional gabungan menghasilkan skor observasi yang mencerminkan proses pembentukan harga nyata di pasar Meme, bukan proses di masa lalu di komoditas.

[29] 5.3 Output sebagai observasi, bukan prediksi

Deviasi ketiga adalah pernyataan output. Ranking cross-sectional aset dalam universe Meme pada hari rebalancing adalah pernyataan tentang "posisi aset tersebut dalam distribusi perhatian-momentum-konsentrasi saat ini". Ini bukan prediksi return masa depan.

Perbedaan ini bukan sekadar bahasa. Park dan Irwin dalam tinjauan mereka terhadap 95 studi analisis teknikal berulang kali menyoroti bahwa bias peek data dan survivor bias adalah sumber utama false positive dalam studi tersebut###. Dalam pasar Meme, pernyataan paling jujur tentang ranking cross-sectional adalah bahwa itu adalah snapshot dari aset yang bertahan hidup pada hari tersebut. Tidak ada klaim tentang "aset mana yang akan bertahan minggu depan" atau "return masa depan dari aset yang bertahan".

Output kerangka ini secara operasional adalah: setiap hari rebalancing, menghitung peringkat lima kuartil universe Meme yang memenuhi syarat, berdasarkan ranking gabungan, dan menyertakan dokumentasi "tingkat keberhasilan bertahan hidup selama window sebelumnya". Pengguna bertanggung jawab untuk menafsirkan ranking ini; kerangka tidak memaksakan interpretasi tertentu.

[14] 5.4 Pernyataan batas

Kerangka ini mendeskripsikan: pada hari rebalancing tertentu, aset apa dalam universe Meme yang menempati posisi teratas dalam ranking perhatian, harga, dan konsentrasi, berdasarkan perhitungan metodologi ini. Ia tidak menyarankan aset mana yang harus dibeli, dijual, dipertahankan, atau dihindari. Ranking cross-sectional tidak membuat klaim tentang arah atau besarnya return masa depan. Tingkat keberlangsungan aset di platform utama kurang dari 2%###; posisi ranking saat ini tidak mengubah tingkat dasar ini. Penggunaan kerangka ini secara mengabaikan tingkat keberlangsungan adalah penyalahgunaan.

Bab 6 · Refleksi Internal

Analisis ini didasarkan pada klaim struktural tertentu: bahwa pembentukan harga aset Meme adalah reflexivity perhatian, bukan diskonto informasi — — dan didukung oleh literatur empiris. Argumen kontra paling kuat adalah sebagai berikut