Tidak ada alat yang lebih populer sekaligus lebih memecah belah daripada analisis teknikal (AT). Bagi sebagian orang, ia adalah peta untuk membaca psikologi pasar; bagi yang lain, ia tak lebih dari membaca ramalan di ampas kopi. Akademisi lama meremehkannya, praktisi bersumpah atas namanya. Kebenarannya ada di antara keduanya—dan, yang jarang dikatakan, sangat bergantung pada analisis teknikal yang mana dan diuji dengan cara apa.
Artikel ini merangkum apa yang benar-benar dikatakan bukti empiris: bagian mana dari AT yang lolos uji ketat, bagian mana yang runtuh, dan kenapa—dengan catatan khusus untuk pasar IDX.
Gambaran besar: AT bukan satu hal, melainkan spektrum
Kesalahan terbesar dalam debat ini adalah memperlakukan "analisis teknikal" sebagai satu paket tunggal. Padahal ia membentang dari satu ujung ke ujung lain:
- Sistematis — aturan yang bisa ditulis dan diuji: momentum, moving average, trend-following. Mengikuti angka, bukan tafsir.
- Diskresioner — pembacaan pola dan "rasa": head-and-shoulders, garis tren yang ditarik tangan, "support" yang ditentukan belakangan. Bergantung pada penafsir.
Bukti empiris berbeda jauh di sepanjang spektrum ini. Ujung sistematis punya dukungan yang lumayan; ujung diskresioner sebagian besar tidak. Maka pertanyaan yang benar bukan "apakah AT berguna?" melainkan "AT yang mana, dan apakah ia bisa difalsifikasi?"
Titik tolak: apa kata teori
Hipotesis pasar efisien (Fama, 1970)—dalam versi paling dasarnya, yang secara teknis disebut bentuk lemah—menyatakan bahwa harga saham sudah menyerap seluruh jejak harga masa lalu. Konsekuensinya, mempelajari pola harga lampau (yang merupakan inti analisis teknikal) secara teori tidak akan memberi keunggulan. Itu posisi teoretis yang keras.
Tapi pasar nyata bukan idealisasi sempurna. Anomali yang dapat diukur memang ada dan bertahan. Jadi teori berkata "harusnya tidak bekerja", sementara bukti berkata "tergantung apa yang Anda maksud". Keduanya bisa benar sekaligus—dan di situlah letak nuansanya.
Yang didukung bukti: momentum dan tren
Bagian AT yang paling kokoh secara akademik justru bukan pola di grafik, melainkan momentum.
- Momentum lintas saham. Jegadeesh & Titman (1993) menunjukkan bahwa saham yang menang dalam 3–12 bulan terakhir cenderung terus unggul dalam beberapa bulan berikutnya, dan sebaliknya. Ini salah satu anomali paling kuat dan paling sering direplikasi lintas pasar dan lintas dekade.
- Momentum lintas waktu (tren). Moskowitz, Ooi & Pedersen (2012) menemukan bahwa kecenderungan harga melanjutkan arahnya berlaku konsisten di banyak kelas aset—fondasi empiris di balik strategi trend-following.
Catatan yang sering ditutupi: momentum punya sisi gelap. Ia bisa runtuh tajam saat pasar berbalik arah—fenomena momentum crash (Daniel & Moskowitz, 2016)—sehingga return rata-ratanya yang menarik datang dengan risiko ekor yang nyata. Ini tepi statistik, bukan mesin uang.
Yang buktinya lemah atau campur: aturan dan pola klasik
Di sinilah klaim sistem yang dijual dengan janji kepastian mulai retak.
- Aturan moving average dan breakout. Brock, Lakonishok & LeBaron (1992) sempat menemukan daya prediksi pada indeks Dow (1897–1986). Tapi temuan itu tidak bertahan terhadap koreksi statistik: Sullivan, Timmermann & White (1999) menunjukkan bahwa begitu Anda memperhitungkan data snooping—yakni bahwa aturan "terbaik" itu dipilih dari sekian banyak yang dicoba—keunggulannya menyusut dan rapuh di luar sampel. Bajgrowicz & Scaillet (2012) menguji ulang ribuan aturan pada DJIA 1897–2011 memakai metode False Discovery Rate dan menyimpulkan dua hal mematikan: investor tidak pernah bisa memilih di muka aturan yang akan menang di masa depan, dan keunggulan apa pun habis begitu biaya transaksi—bahkan yang kecil—dimasukkan.
- Pola visual. Lo, Mamaysky & Wang (2000) menguji pengenalan pola klasik (seperti head-and-shoulders) secara algoritmik dan menemukan bahwa beberapa pola memang berbeda secara statistik dari kebetulan murni—memberi "informasi tambahan". Namun nilai ekonomi praktisnya terbatas dan diperdebatkan; jurang antara "berbeda dari acak secara statistik" dan "bisa Anda pakai untuk cuan setelah biaya" sangat lebar.
Gambaran paling lengkap datang dari Park & Irwin (2007), yang merangkum 95 studi modern: 56 menemukan hasil positif, 20 negatif, 19 campuran. Studi awal menemukan profit di pasar valas dan futures—tapi tidak di pasar saham—dan banyak keunggulan itu meredup sejak awal 1990-an. Kesimpulannya: ada sinyal di sana, tetapi rapuh, tidak konsisten, dan menyusut seiring waktu.
Kenapa AT "berhasil" di cerita tapi gugur di uji
Kesenjangan antara testimoni dan data hampir selalu berasal dari hal-hal yang sama—dan semuanya sejajar dengan jebakan backtest:
- Data snooping. Coba 200 indikator, lalu pamerkan satu yang kebetulan cocok. Dari 200 percobaan acak pun pasti ada yang terlihat brilian.
- Tidak terfalsifikasi. Pola diidentifikasi setelah kejadian. Selalu ada garis tren yang bisa ditarik agar pas dengan masa lalu—dan itulah justru tanda bahaya, bukan bukti.
- Mengabaikan biaya. Sinyal yang sering berarti sering transaksi; fee, pajak jual, dan slippage menggerus tepi tipis sampai habis.
- Non-stasioneritas dan refleksivitas. Begitu banyak orang memakai sinyal yang sama, keunggulannya menipis. Inilah inti Adaptive Markets Hypothesis (Lo, 2004): keunggulan strategi berevolusi dan meluruh seiring perubahan perilaku pelaku pasar.
Konteks IDX: kenapa AT diskresioner makin rapuh di sini
Beberapa ciri Bursa Efek Indonesia membuat pembacaan pola diskresioner lebih berbahaya dari narasi global:
- Likuiditas tipis di saham lapis dua dan tiga. Pola mudah terbentuk "kebetulan" pada volume kecil, dan order besar Anda sendiri menggerakkan harga—merusak sinyal yang Anda kira objektif.
- ARA/ARB. Sinyal "breakout" bisa muncul tepat saat saham terkunci auto reject; di kenyataan Anda tidak kebagian eksekusi di harga yang diasumsikan grafik.
- Spread dan slippage besar pada saham tidak likuid menggerus keunggulan kecil lebih cepat lagi.
- Ekosistem "bandarmologi" dan "pompom". Narasi pola di grup sering menjadi alat pump-and-dump, bukan analisis—di sini grafik dipakai untuk membenarkan cerita, bukan mengujinya.
Cara memakai AT tanpa menipu diri
Kabar baiknya, bagian AT yang berbasis bukti bisa dipakai—asal dengan disiplin yang sama seperti pengujian strategi mana pun:
- Pilih yang sistematis di atas yang diskresioner. Aturan yang bisa ditulis bisa diuji; "rasa" tidak.
- Definisikan aturan sebelum melihat hasil, lalu uji di luar sampel. Kalau runtuh pada data yang belum pernah dilihat, itu hafalan, bukan keunggulan (lihat artikel Backtest kami).
- Masukkan biaya nyata IDX—fee, pajak, slippage—sejak awal.
- Perlakukan sebagai tepi probabilistik, bukan ramalan. Pikirkan rentang P10/P50/P90, bukan satu garis pasti.
- Curigai siapa pun yang hanya menampilkan contoh yang berhasil. Sistem yang teruji menunjukkan kegagalannya juga.
Penutup
Analisis teknikal bukan ramalan tanpa dasar: sebagian darinya—terutama momentum dan tren—lolos dari uji yang paling ketat sekalipun. Tetapi ia juga bukan sihir: mayoritas pembacaan pola diskresioner tidak melewati ambang bukti yang sama, dan nyaris semua sistem yang menjanjikan kepastian runtuh begitu diuji apa adanya, dikenai biaya, dan dikoreksi untuk keberuntungan.
Garis pemisahnya selalu satu dan sama, untuk AT maupun alat lain: bisa difalsifikasi dan diuji, atau tidak. Itulah sikap yang kami pegang di Sobat Investor—menimbang setiap alat dengan standar bukti yang sama, lalu menyatakan ketidakpastiannya apa adanya.
Referensi & Bacaan Lanjut
Konsep di artikel ini adalah sintesis literatur keuangan kuantitatif yang sudah mapan, diadaptasi ke konteks IDX. Daftar dipisah menjadi rujukan yang dikutip langsung dan bacaan lanjut.
Rujukan yang dikutip
- Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417.
- Jegadeesh, N., & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 48(1), 65–91.
- Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. The Journal of Finance, 47(5), 1731–1764.
- Sullivan, R., Timmermann, A., & White, H. (1999). Data-Snooping, Technical Trading Rule Performance, and the Bootstrap. The Journal of Finance, 54(5), 1647–1691.
- Lo, A. W., Mamaysky, H., & Wang, J. (2000). Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation. The Journal of Finance, 55(4), 1705–1765.
- Park, C.-H., & Irwin, S. H. (2007). What Do We Know About the Profitability of Technical Analysis? Journal of Economic Surveys, 21(4), 786–826.
- Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time Series Momentum. Journal of Financial Economics, 104(2), 228–250.
- Bajgrowicz, P., & Scaillet, O. (2012). Technical Trading Revisited: False Discoveries, Persistence Tests, and Transaction Costs. Journal of Financial Economics, 106(3), 473–491.
- Lo, A. W. (2004). The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective. The Journal of Portfolio Management, 30(5), 15–29.
Bacaan lanjut
- Jegadeesh, N., & Titman, S. (2001). Profitability of Momentum Strategies: An Evaluation of Alternative Explanations. The Journal of Finance, 56(2), 699–720.
- Daniel, K., & Moskowitz, T. J. (2016). Momentum Crashes. Journal of Financial Economics, 122(2), 221–247.
- Aronson, D. R. (2006). Evidence-Based Technical Analysis: Applying the Scientific Method and Statistical Inference to Trading Signals. Hoboken: Wiley.
- Malkiel, B. G. (2019). A Random Walk Down Wall Street (12th ed.). New York: W. W. Norton.
Artikel ini bersifat edukasi dan bukan nasihat investasi. Keputusan investasi sepenuhnya tanggung jawab masing-masing. Kinerja masa lalu tidak menjamin hasil di masa depan.