Ringkasan:

  • Data intraday dan broker summary akan dihentikan mulai hari ini.
  • Data daily foreign tetap bisa anda gunakan sampai beberapa bulan ke depan.
  • Ke depannya kita akan beralih ke Python.

Dalam hampir dua tahun sejak blog ini diluncurkan, ada lumayan banyak, ratusan, orang yang mengontak saya untuk mendapatkan akses ke database quant.id. Beberapa komentar yang masuk mengatakan bahwa layanan ini cukup membantu, dan mudah-mudahan hal ini benar adanya (bukan sekedar basa basi hehe). Saya juga menyadari banyak kekurangan dari layanan ini, dari yang paling sering dikeluhkan adalah aksesnya yang lambat, chart yang tampilannya tidak benar, data intraday yang kadang kosong, dan sebagainya.

Mungkin teman-teman perlu ketahui bahwa sebenarnya saya sendiri sudah tidak memakai sistem quant.id ini sejak lama. Itu juga salah satu sebabnya kenapa layanan ini mungkin kesannya kurang didukung. Terakhir saya aktif memakainya mungkin lebih dari satu setengah tahun yang lalu (Juli 2017), dengan membuat blog retailogi.com, spin-off dari situs ini yang mengamati tentang trading investor ritel (tapi blognya mati suri saat ini). Setelah itu saya tertarik belajar machine learning (ML), saya membuat blog indoml.com untuk mencatat pelajaran-pelajaran yang saya dapatkan. Sempat juga jadi mentor di kursus machine learning online oleh Stanford University di Coursera yang legendaris itu.

Baru di pertengahan/akhir 2018 saya kembali menekuni quantitative trading lagi dengan harapan bisa menerapkan ilmu machine learning (ML) dalam bidang trading. Walaupun belum terlalu memakai ML untuk analisis, namun singkat kata saya sudah tidak memakai Amibroker lagi karena kurang mendukung dan pindah ke Python, karena alasan-alasan berikut.

Mengapa Python

Dalam pandangan saya, kalau anda programmer, maka anda cukup menguasai dua bahasa pemrograman. Yang pertama adalah bahasa utama yang dibutuhkan di tempat kerja anda (entah itu C/C++, Java, C#, dll.), dan kedua adalah Python. Kenapa Python? Karena Python adalah bahasa serba bisa yang dipakai luas di mana-mana, relatif bisa dipakai apa aja (kecuali di mobile sih), dan produktivitasnya sangat tinggi. Jadi (untuk motivasi personal anda), kalau anda belajar bahasa ini, dijamin nggak akan rugi dan akan kepakai deh. Percayalah. Kalau anda sudah belajar mati-matian sehingga mahir memakainya tapi ternyata nggak laku, silakan protes ke saya nanti saya traktir (makan atau saham) deh hehe.

Contohnya di bidang ML, Python adalah bahasa pilihan no 1. Contohnya Microsoft ketika mengeluarkan CNTK, toolkit ML-nya MS, dia mendukung Python dulu sebelum C#. Demikian juga dengan toolkit-toolkit lain, semua menempatkan Python sebagai bahasa utama.

Di bidang-bidang lain, biasanya Python ada di urutas teratas. Tiga besar lah. Bahasa lain mungkin menjadi pilihan terbaik di bidang-bidang tertentu. Tapi kalau Python menjadi pilihan tiga besar di semua bidang, ya secara pragmatis rasanya ini menjadi bahasa terbaik untuk dipelajari kan.

Di bidang finansial, sepertinya bahasa R lebih banyak dipakai dari pada Python, tapi Python sangat popular juga. Di bidang quantitative trading, mungkin Python lebih popular. Tapi ini hanya pengamatan sekilas saja, karena saya tidak mendalami R (bisa sedikit sih), dan yang jelas saya tidak bekerja di institusi finansial sehingga tidak tahu pekerjaan atau alat-alat yang dipakai apa saja.

Bagi saya sendiri, saya lebih condong ke Python sih. Karena agar integrasi dengan sistem yang lebih besar nantinya lebih mudah. Maksud saya, mungkin saat ini kita hanya perlu membuat analisis atau simulasi suatu strategi, dan untuk ini bisa memakai Python, R, Matlab, dsb. Tapi nanti kan (kalau sukses!) visinya kita ingin mengintegrasikan strategi kita tersebut dalam suatu sistem yang lebih besar, misalnya sistem untuk fully automated trading. Disamping kita juga perlu membuat alat-alat untuk kurasi data dan sebagainya. Nah untuk pembuatan hal-hal ini, menurut saya Python sangat lebih mendukung dibanding R, apalagi Matlab, karena dukungan librarinya lebih lengkap. Selain itu juga kembali ke poin pertama tadi, yaitu sekali kita belajar Python, maka kegunaannya nantinya bisa luas sekali (kalau-kalau kita gagal menemukan strategi dan harus pindah ke bidang lain hehe), jadi kita maksimalkan investasi waktu dan energi belajar kita.

Dibanding bahasa-bahasa yang “formal” seperti C/C++ dan Java atau “semi-formal” seperti C#, Python paling mudah dipelajari, karena bahasanya yang komunikatif. Produktivitasnya tinggi, dalam artian dengan jumlah kode yang sama bisa melakukan lebih banyak hal. Dan ada beberapa alat untuk memudahkan sharing ide, seperti misalnya Jupyter notebook, yang nanti akan banyak kita pakai.

Terakhir, dan tidak kalah penting, Python ini gratis. Semua tools-tools yang nanti kita pakai gratis. Jadi saya lebih enak merekomendasikan ini, karena seperti kita tahu Amibroker harganya cukup mahal. Dan sistemnya nanti bisa jalan di Mac dan Linux, tidak hanya di Windows saja.

Penghentian Layanan Data Intraday dan Broker Summary

Selama ini data intraday dan broker summary didapatkan dengan metoda yang kurang elegan, dan untuk alasan keamanan (dari segi IT dan hukum). Hari ini juga bertepatan dengan berakhirnya langganan server untuk mendapatkan data itu. Dengan alasan tersebut, maka saya memutuskan untuk tidak memperpanjang langganan servernya, dan akibatnya layanan intraday dan broker summarynya otomatis akan terhenti mulai hari ini.

Untuk data daily foreign tetap bisa Anda gunakan seperti biasa sampai beberapa bulan ke depan. Kalau nanti kita pindah ke Python, maka dalam 2-3 bulan setelah itu layanan koneksi ke database akan saya hentikan, diganti dengan metoda lain yang jauh lebih cepat. Saya mikirnya dengan cara sharing CSV di Google Drive. Atau mungkin ada metoda lain yang lebih efisien? Silakan usulkan di komentar.

Atas perubahan visi dan penghentian layanan data intraday dan broker summary di atas, saya memohon maaf kalau hal tersebut merugikan atau membuat anda tidak nyaman.