Esai: Mengapa Setelah Memilih Arah yang Benar, Akhirnya Tidak Mendapatkan Uang?
Seorang teman melihat portofolio model saya dan bercanda: "Apa ini kamu buka supermarket? Kenapa semuanya ada?"
Memang, saya sangat jarang bertaruh seluruh kepercayaan pada satu atau dua saham saja. Model akan terus mencari peluang di berbagai aset, satu transaksi pembelian biasanya hanya sekitar 5% dari total akun. Dibandingkan dengan cerita investasi berat dan langsung berlipat ganda karena satu saham, cara seperti ini memang terlihat kurang menarik.
Tetapi selama beberapa tahun terakhir, saya semakin memperhatikan satu hal: Setelah arah pasar diprediksi dengan benar, apakah kamu benar-benar mendapatkan keuntungan dari momen itu?
Banyak orang sebenarnya sudah benar dalam prediksi, hanya saja tidak mampu bertahan.
Misalnya, ada sebuah saham yang setelah dibeli sempat turun 10%, lalu naik 30%. Melihat ke belakang, arah prediksi benar-benar tepat. Tapi jika pada awalnya porsi investasinya terlalu besar, penurunan 10% itu mungkin sudah membuatmu keluar karena panik. Ketika harganya benar-benar naik, kamu hanya bisa berkata "saya sudah lama optimis dengan saham ini".

Ada pula satu situasi lain: Setelah membeli, harga langsung naik, takut keuntungan akan hilang, jadi dijual begitu naik sedikit saja. Ternyata harganya terus naik, dan akhirnya menyesal sudah menjual terlalu cepat. Meskipun arah prediksi benar, namun keuntungan aktual di akun sangat sedikit.
Itulah sebabnya saya selalu merasa bahwa setidaknya trading harus menjawab tiga pertanyaan: Beli apa, beli berapa banyak, dan kapan harus keluar. Hanya menjawab yang pertama, belum tentu akan menghasilkan keuntungan.
Apa gunanya alokasi 5% itu?
Mari kita bahas sisi yang kurang enak terlebih dahulu.
Misalkan akun mempunyai dana $1 juta, membeli saham dengan $50 ribu, naik 20%, keuntungan dari trading tersebut adalah $10 ribu. Jika posisi lain tidak berubah, kontribusinya ke total akun sekitar 1%. Teman akan berkata: "Sudah naik banyak, tapi keuntunganmu cuma segitu?" Dari sisi matematika, itu memang benar.
Sebaliknya, juga harus dihitung. Dengan jumlah investasi yang sama, jika dalam jangka pendek turun 20%, dampak langsung ke akun sekitar 1%. Tentu saja saya akan memeriksa alasan penurunan dan apakah syarat pembelian masih berlaku, namun tidak perlu panik dan mengganti semua strategi hanya karena fluktuasi satu saham.
Alokasi kecil memang tidak membuat saya acuh terhadap kerugian, tetapi fungsinya adalah memberi ruang untuk menjalankan aturan. Ketika harus keluar maka keluar; jika syarat kepemilikan masih ada, maka tidak akan panik keluar hanya karena koreksi wajar. Saham yang dibeli salah pun tidak akan berubah jadi benar, tetapi rasa cemas akibat porsi investasi yang terlalu besar bisa jauh berkurang.
TEM, CRCL, dan HOOD terbaru
Akhir-akhir ini model saya membeli TEM, CRCL, dan HOOD, dan setelah membeli, semuanya sempat naik. Melihat portofolio yang naik, saya tentu senang.
Tetapi jika mengambil kasus tiga transaksi ini untuk membuktikan "modelnya sangat akurat memilih saham", maka justru bagian terpenting ingin saya sampaikan akan terlewat: Setelah naik, bisakah saya benar-benar memegang sesuai rencana?
Jika satu saham mengambil 30% atau 40% dari akun, setiap kali harga bergerak turun, saya akan tergoda untuk mengamankan profit. Maka sekalipun awalnya benar, akhirnya mungkin hanya mendapat sedikit keuntungan. Sekarang setiap alokasi tidak besar, justru saya bisa menjalankan transaksi sesuai model yang ditentukan. Jika syarat kepemilikan masih ada, saya tetap pegang; jika sudah saatnya keluar, saya jual.
Cara seperti ini tidak menjamin akan menjual di harga tertinggi. Saham yang naik bisa saja turun lagi, yang dijual bisa jadi masih naik lebih tinggi. Manajemen alokasi memberi saya kenyamanan untuk tidak harus menebak puncak setiap hari atau mengubah rencana hanya karena takut koreksi.
"Buka supermarket", bukan berarti semakin banyak semakin baik
Saya memang cukup sering melakukan trade, seringkali ada beberapa aset tergantung di akun. Ada yang mengatakan saya terlalu "sering trading", tetapi yang saya maksud sering adalah dibandingkan dengan mereka yang hanya membeli satu saham dan menahan dalam waktu lama. Model akan terus mencari peluang di berbagai sinyal, setiap transaksi selalu berdasarkan aturan yang sudah ditetapkan sebelumnya.
Sering trading tidak membuat keuntungan datang sendiri. Setiap transaksi tambahan berarti menambah kemungkinan salah beli atau salah jual, dan biaya transaksi nyata pun bertambah. "Supermarket" saya juga tidak asal memasukan semuanya ke rak: hanya masuk jika ada sinyal, keluar saat sudah mencapai syarat, dan pada akhirnya melihat hasil seluruh akun.
Satu hal lagi yang harus dijelaskan: Satu transaksi hanya 5%, tidak berarti risiko keseluruhan akun menjadi kecil. Jika beberapa saham turun bersamaan, atau beberapa aset terlihat berbeda padahal dipengaruhi faktor pasar yang sama, alokasi kecil tetap bisa akumulasi menjadi koreksi besar. Maka itu saya selalu melihat porsi setiap transaksi, total portofolio, dan status risiko pasar saat ini, saya tidak menganggap 5% sebagai jimat pelindung.
Praktik ini juga ada biayanya. Jika bertemu saham yang sangat bagus, hanya beli 5%, keuntungan dari satu transaksi tidak akan terlihat luar biasa; trade yang banyak, hasil total juga harus dihitung jujur, tidak boleh hanya pilih yang untung saja untuk dikisahkan. Biaya seperti itu saya terima. Yang lebih penting bagi saya adalah: apakah satu set aturan bisa mengendalikan kerugian saat saya salah, tetap menjaga saya di pasar saat benar, dan tetap berguna setelah banyak transaksi.
Menebak arah dengan benar, baru permulaan
Yang paling disayangkan di pasar bukan karena sama sekali tidak bisa membaca tren. Justru sudah benar prediksi, tapi karena posisi terlalu besar jadi terlempar keluar saat harga turun, atau karena terlalu takut kehilangan keuntungan akhirnya menjual di awal kenaikan—ini yang paling menyakitkan.
Alokasi sekitar 5% per transaksi adalah salah satu batasan dalam model trading saya, belum tentu cocok untuk semua orang, saya juga tidak menganggap semakin diversifikasi semakin baik. Cara ini memungkinkan saya terus ikut serta sesuai sinyal, dan sebisa mungkin tidak membiarkan fluktuasi satu saham terlalu mempengaruhi emosi saya.
Benar satu kali dalam menebak satu saham, semua orang bisa melakukannya. Yang sulit adalah memasukkan prediksi, alokasi, timing keluar, dan manajemen risiko dalam satu sistem, lalu konsisten menjalankannya untuk waktu lama.
Disclaimer: Konten pada artikel ini hanya merefleksikan opini penulis dan tidak mewakili platform ini dengan kapasitas apa pun. Artikel ini tidak dimaksudkan sebagai referensi untuk membuat keputusan investasi.
Kamu mungkin juga menyukai
Kepala Meta AI Alexandr Wang: Mengapa Saya Membuat Muse
Muse meraih 2,8 juta unduhan dalam 12 hari setelah peluncuran, melampaui kinerja ChatGPT pada periode yang sama, dan mencatatkan rekor harian 264 ribu unduhan di Amerika Serikat—Meta pun mengalami lonjakan nilai pasar sebesar 234 miliar dolar. Di balik fenomena ini, terdapat surat terbuka dari Chief AI Officer Alexandr Wang yang membahas "kerinduan manusia," serta akuisisi Meta senilai 14,3 miliar dolar yang dulu diejek sebagai "gila" oleh Mark Zuckerberg; kini, tampaknya itu adalah salah satu investasi talenta termurah dalam sejarah Silicon Valley.
UBS: Mempertahankan peringkat "netral" untuk Tesla (TSLA.US), target harga 385 dolar AS, narasi AI mendominasi logika penetapan harga saham
UBS memprediksi bahwa jumlah pengiriman global Tesla pada kuartal ketiga tahun 2026 (3Q26) diperkirakan sekitar 470.000 unit, turun 5% secara tahunan dan turun 1% secara kuartalan.
Gelombang AI bertahan menghadapi "imbal hasil obligasi AS 5%"! Nasdaq mencapai rekor baru memperkuat pola "80/20", Wall Street mengevaluasi ulang rasio saham dan obligasi
Imbal hasil obligasi pemerintah AS tenor 30 tahun sempat menyentuh sekitar 5,53%, tertinggi sejak tahun 2004, sementara harga minyak Brent masih berada di atas $100 per barel. Aset berisiko kembali bertahan menghadapi tekanan, mencerminkan bahwa para investor masih percaya bahwa komersialisasi aplikasi AI dan pertumbuhan keuntungan perusahaan dapat mengimbangi dampak kenaikan biaya pendanaan dan tingkat diskonto sampai batas tertentu.
Infrastruktur AI menghadapi "tembok"! Marvell: koneksi tembaga dan hambatan memori menjadi kunci ekspansi daya komputasi tahap berikutnya
Kompetisi kekuatan AI sedang berkembang menjadi permainan sistem yang mencakup interkoneksi dan memori. Eksekutif Marvell menyatakan bahwa model inferensi telah mendorong pertumbuhan cache KV sekitar 10 kali lipat dalam sembilan bulan terakhir, memori dalam satu rak tunggal tidak lagi memadai, koneksi tembaga mendekati batas, sehingga interkoneksi optik dan ekspansi memori menjadi inti dari ekspansi kekuatan komputasi. Kustomisasi telah menjadi tren industri, Marvell memperoleh keuntungan melalui simulasi SerDes, memori jaringan fotonik, dan kustomisasi seluruh rantai koneksi.
