Biaya terbesar trader ritel bukan komisi, tapi kesenjangan informasi

Coba hitung sendiri: terminal data profesional macam Wind atau Bloomberg kelas lokal harganya jutaan sampai puluhan juta rupiah setahun, padahal fitur yang benar-benar kamu pakai cuma tiga: screening, monitoring, backtest. Lebih nyebelin lagi, data numpang di server orang. Strategimu, catatan rekapmu, semua terkunci di akun mereka. Berhenti langganan, lenyap semua.

Saya kenal seorang trader harian yang tiap sore habiskan dua jam merapikan data pasar manual, plus setengah hari tiap akhir pekan buat rekap. Rutinitas itu dia jalani tiga tahun — intinya kerja mesin dikerjakan pakai tenaga manusia. Sampai dia pindahkan semuanya ke panel open source: sepuluh menit setelah pasar tutup, hasilnya keluar. Waktu yang tersisa dia pakai nulis konten rekap, dan tanpa sengaja dapat 20 ribu follower di Substack dan Lemon8.

Ini peluang yang mau kita bedah: pakai workbench kuant open source self-hosted, ubah “kemampuan riset” jadi “aset yang menghasilkan”.

Luruskan dulu ekspektasinya: artikel ini cocok buat kamu yang sudah trading saham minimal setahun dan mau bangun konten sampingan sepulang kerja. Pemula total tetap bisa ikut deploy buat main-main, tapi bagian monetisasi butuh bekal dasar saham — atau mulai dari konten olahan data saja, jangan maksa bahas strategi.

Peluangnya di mana: tools gratis, yang mahal adalah hasil olahanmu

Di GitHub ada proyek tick-stock-panel (repo: https://github.com/shy3130/tick-stock-panel ), menurut README-nya sudah 5000+ star, lisensi MIT, dirawat pribadi oleh sang author. Posisi resminya: “workbench kuant self-hosted zero-maintenance untuk screening + monitoring + backtest saham”. Deploy satu container Docker, semua data tersimpan di file Parquet lokal, tanpa tergantung akun cloud mana pun.

Di dalamnya ada 18 strategi screening bawaan; indikator klasik macam MA, MACD, RSI, KDJ jalan lewat pipeline indikator — sekali scan langsung dihitung semua dan disimpan. Scan 5000+ saham cuma butuh beberapa detik, datanya ada di komputermu sendiri. Modul backtest-nya menghitung T+1, fee, slippage, dan stop loss — ini penting, karena banyak “tools backtest ajaib” di luar sana mengabaikan slippage dan biaya. Kurvanya cantik di layar, ambyar di pasar nyata. Setelah pasar tutup, panel ini otomatis menarik data rotasi sektor dan anomali harga, plus mendukung rekap percakapan berbasis AI. Menurut sumber aslinya, data candle harian jalan tanpa API Key, dan AI-nya bisa disambung ke DeepSeek, Qwen, atau Ollama — ini belum saya verifikasi sendiri, jadi hal pertama yang wajib kamu coba setelah deploy.

Author proyeknya sendiri tegas bilang: ini bukan software investasi, tidak ada rekomendasi saham AI, murni untuk belajar dan riset. Justru bagus — tools-nya tidak menyentuh garis merah rekomendasi saham. Metodologi dan konten yang kamu hasilkan dari tools itulah ruang monetisasi yang aman.

Step 1: Nyalakan panelnya, urusan sepuluh menit

Barrier deploy-nya rendah banget. Install Docker dulu (yang belum pernah, unduh Docker Desktop dari situs resmi Docker; di Windows dan Mac tinggal next-next sampai selesai; setelah itu ketik docker -v di terminal, kalau muncul nomor versi berarti beres), lalu tarik image resminya:

1

docker pull ghcr.io/shy3130/tickflow-stock-panel

Perintah lengkap menjalankan container (port mapping, volume data, timezone) ikuti bagian quick start di README repo. Bentuk umumnya kira-kira begini, sebagai referensi:

1
2
3
4
5
6

docker run -d \
  --name tsp \
  -p 8000:8000 \
  -v tsp-data:/app/data \
  -e TZ=Asia/Jakarta \
  ghcr.io/shy3130/tickflow-stock-panel

Buka port lokal di browser, dan kamu dapat workbench kuant lengkap: dashboard harga, grup watchlist, scan strategi, riset backtest, pusat monitoring, semua dalam satu panel. Data di lokal — ganti laptop tinggal pindahkan volume-nya. Tidak ada lagi drama “langganan habis, data dihapus”.

Kalau Docker pun kamu malas sentuh, sewa VPS ringan sekitar Rp 1,5 juta setahun, deploy di sana, dan pantau notifikasinya dari HP — panel ini mendukung push notification, jadi pergerakan aneh saat jam bursa langsung masuk ke ponselmu tanpa perlu melototi layar.

Step 2: Pakai backtest untuk mengubah “feeling” jadi “bukti”

Strategi kebanyakan trader ritel berhenti di level “kayaknya”. Nilai panel ini adalah memaksamu mengubah feeling jadi sesuatu yang bisa diuji: strategi bawaan bisa scan seluruh pasar dengan satu klik, sinyal kustom bisa dikombinasikan, dan laporan backtest langsung menyodorkan tiga metrik paling menentukan — kurva ekuitas, max drawdown, win rate — plus seabrek data lanjutan.

Jangan keburu pusing sama istilahnya, ini terjemahan bahasa manusianya:

• Sharpe ratio: per satu unit risiko yang kamu tanggung, dapat untung berapa. Angkanya rendah artinya kamu tukar nyawa dengan recehan.
• Monte Carlo drawdown: simulasi berbagai skenario pasar apes beruntun, untuk lihat kerugian maksimal yang mungkin kena.
• IC/IR: mengukur indikator pilihanmu benar-benar ampuh atau tidak. Tidak ampuh? Buang.
• Sensitivitas parameter / validasi out-of-sample bergulir: ganti periode waktu, geser sedikit parameternya, jalankan ulang — untuk cek apakah strateginya cuma kebetulan cocok di satu periode sejarah.

Contoh alur praktik: kamu curiga pola “pullback ke MA20 dengan volume menyusut” ampuh di pasar sideways. Susun kondisinya di pustaka sinyal, jalankan backtest faktor dulu untuk menyaring indikator mandul, lanjut backtest strategi untuk lihat performa tiga tahun terakhir, terakhir cek sensitivitas parameter — kalau untungnya langsung rontok begitu parameter digeser dikit, itu overfitting alias hoki. Eksekusi, buang. Hasilnya bisa diekspor ke CSV, diarsip sebagai kandidat, dan dimuat ulang kapan saja buat tes ulang.

Setelah alur ini jalan, kamu pegang sesuatu yang tidak dimiliki orang lain: catatan riset strategi lengkap dengan metodologi data dan analisis atribusi.

Step 3: Ubah catatan riset jadi arus kas

Tools-nya sendiri tidak menghasilkan uang. Yang menghasilkan adalah tiga jalur turunannya. Siram air dingin dulu: yang berhasil menembus tiga jalur ini minoritas, biaya utamanya waktu, fase cold start bisa berbulan-bulan, dan niche konten kuant sudah sesak. Angka di bawah adalah rentang harga yang lazim saya amati di komunitas, bukan janji penghasilan.

Jalur pertama, monetisasi konten. Data rekap AI + rotasi sektor setelah pasar tutup adalah bahan konten siap pakai. Sisihkan 20 menit sehari merapikannya jadi catatan rekap “kondisi sentimen hari ini + struktur pasar + pantauan besok”, terbitkan di Substack, Lemon8, atau Pinterest. Konten macam ini mata uang keras di kalangan investor ritel. Dari pengamatan saya, newsletter 10 ribu subscriber yang berhasil hidup dari iklan plus komunitas berbayar bisa menghasilkan beberapa juta rupiah sebulan — dengan catatan “yang berhasil”. Mayoritas akun mati di fase cold start.

Jalur kedua, jual skill. Bisa deploy, bisa konfigurasi strategi, bisa membaca laporan backtest — itu skill langka. Di Carousell dan eBay, jasa “backtest kuant” dan “validasi strategi” lazim dihargai Rp 300 ribu sampai Rp 2 juta per order; kliennya kebanyakan karyawan yang trading tapi tidak sempat utak-atik. Deliverable-mu cuma laporan backtest hasil ekspor panel plus satu halaman interpretasi.

Jalur ketiga, jual proses, bukan kode. Kemas “deploy Docker + konfigurasi sumber data + template strategi + template rekap” jadi satu paket layanan edukasi, jual sebagai langganan di komunitas berbayar atau newsletter premium. Tools-nya gratis berlisensi MIT — yang kamu jual adalah puluhan jam trial-and-error yang berhasil kamu pangkas untuk orang lain.

⚠️ Garis merah kepatuhan, saya ulangi terpisah:
Lakukan hanya rekap data dan catatan sentimen, jangan pernah merekomendasikan saham. “Hari ini saya mencatat apa” dan “saya sarankan kamu beli apa” adalah dua hal berbeda — yang kedua itu rekomendasi ilegal, satu-satunya garis merah yang bisa menenggelamkan side hustle ini. Jangan kasih saran beli/jual spesifik di konten, jangan pamer screenshot “yang ikut saya profit”, jangan pungut membership fee dengan janji cuan. Ingat: kamu menjual metode riset dan kerapian informasi, bukan kode saham.

Studi kasus: bagaimana satu akun konten kuant sepulang kerja bisa jalan

Teman yang saya sebut di awal, jalur aslinya begini: minggu pertama deploy panel dan menjalankan 18 strategi bawaan; minggu kedua mulai menulis rekap 800 kata tiap hari dari data penutupan, dengan rubrik tetap “posisi siklus sentimen + bedah struktur pasar”, terbit di dua platform; bulan ketiga follower tembus lima ribu, dia buka komunitas rekap seharga Rp 150 ribu per tahun, isinya data harian hasil scan panel plus catatan anomali. Enam bulan berjalan, anggota komunitas 400+ orang, ditambah iklan dan dua order backtest — menurut pengakuannya, penghasilan sampingannya stabil di kisaran Rp 9 juta per bulan. Kata aslinya: “Dari sahamnya sendiri nggak nambah banyak, tapi aktivitas meriset sahamnya yang mulai menghasilkan.”

Wajib saya tegaskan: ini satu sampel dari lingkaran saya, angka penghasilannya dari pengakuan dia sendiri, tidak ada jaminan bisa direplikasi. Dia berhasil separuh karena disiplin, separuh lagi karena masuk saat niche-nya belum sesesak sekarang. Tembok pembatas sesungguhnya di jalur ini bukan teknologi, melainkan disiplin “produksi stabil tiap sore setelah pasar tutup” — dan panel ini kebetulan memangkas biaya produksinya jadi 20 menit. Sisanya tinggal satu pertanyaan: sanggupkah kamu konsisten enam bulan tanpa bolong.

Yang bisa kamu kerjakan malam ini juga

Buka https://github.com/shy3130/tick-stock-panel , kasih Star, tarik image-nya, nyalakan container-nya. Lupakan dulu soal uang — habiskan seminggu menjalankan backtest ke-18 strategi bawaan satu per satu, dan lihat seperti apa wujud data yang jujur. Kamu akan langsung paham kenapa 90% “strategi dewa” tidak tahan begitu kena slippage dan fee. Sampai di pemahaman itu saja, kamu sudah mendahului mayoritas orang yang masih trading pakai feeling. Tools-nya gratis; satu-satunya barrier adalah apakah malam ini kamu mau gerak atau tidak.