Pengantar

Laporan kuantitatif dua mingguan ini (17 Feb - 3 Mar 2025) memberikan analisis mendalam tentang tren dan dinamika terkini di pasar cryptocurrency melalui analisis data multi-dimensi. Laporan ini meneliti indikator utama seperti volatilitas, rasio volume perdagangan long-short, minat terbuka, dan tingkat pendanaan untuk mata uang kripto utama seperti Bitcoin (BTC) dan Ethereum (ETH) sambil juga menganalisis peristiwa likuidasi di pasar derivatif kripto. Bagian backtesting kuantitatif juga menyelidiki indikator MACD, mengevaluasi kinerjanya dan pengembalian yang diuji ulang.

Abstrak

• Selama dua minggu terakhir, Bitcoin telah merespons lebih tajam terhadap pergerakan pasar, sementara Ethereum tetap lemah, menunjukkan sedikit momentum kenaikan tetapi volatilitas yang relatif stabil.
• Rasio long/short BTC berfluktuasi antara 0,90 dan 1,10, sementara ETH tetap berada dalam kisaran 0,85–1,05, menunjukkan bahwa momentum bullish tetap lemah.
• Fluktuasi tingkat pendanaan BTC telah meningkat, ditambah dengan penurunan minat terbuka dan peningkatan likuidasi panjang. Ini bisa menandakan periode deleveraging atau pengetatan likuiditas jangka pendek, yang menunjukkan peningkatan kehati-hatian di antara para pedagang.
• Penerbitan harian koin meme Solana telah turun menjadi 40.000, turun 65% dari puncak Januari, mencerminkan antusiasme yang mendingin untuk aset spekulatif.
• Strategi pengembalian rata-rata yang telah diuji kembali menggunakan indikator MACD standar secara efektif mengidentifikasi peluang kemunduran setelah lonjakan harga yang tajam, memberikan sinyal pendek potensial kepada para pedagang.

Tinjauan Pasar

1. Analisis Volatilitas Bitcoin & Ethereum

Volatilitas diukur menggunakan standar deviasi (STD) dari pengembalian harian, mengukur dispersi pengembalian aset. STD yang lebih tinggi menunjukkan perubahan harga yang lebih besar dan peningkatan ketidakpastian pasar, sedangkan STD yang lebih rendah menunjukkan pergerakan harga yang lebih stabil.

Selama dua minggu terakhir, BTC menunjukkan volatilitas yang lebih besar daripada ETH, yang mencerminkan siklus pasar konsolidasi tren turun, stabilisasi, dan rebound yang cepat. Mulai 23 Februari, volatilitas BTC melonjak, sementara ETH tetap relatif stabil, menandakan sentimen pasar yang hati-hati. Ketika tekanan jual meningkat, BTC turun di bawah $80.000, dan ETH mencapai level terendah $2.100, memicu gelombang kepanikan pasar.

Gambar 1. BTC telah menunjukkan volatilitas yang lebih tinggi daripada ETH, yang mencerminkan fluktuasi harga yang lebih kuat

Namun, pada awal Maret, volatilitas untuk kedua aset tersebut meningkat secara signifikan, dengan BTC mengalami perubahan yang paling mencolok. Perubahan tiba-tiba ini kemungkinan dipicu oleh pengumuman Presiden AS Donald Trump untuk mendirikan Cadangan Kripto AS, yang dilaporkan mencakup BTC, ETH, SOL, XRP, dan ADA sebagai aset inti. Setelah berita ini, sentimen pasar melonjak tajam, mendorong BTC kembali di atas $90,000, sementara ETH pulih kembali ke sekitar $2,500.

Gambar 2. BTC melonjak melebihi $90,000, sedangkan ETH hanya pulih hingga $2,500, menunjukkan kelemahan relatif.

Secara keseluruhan, BTC telah menunjukkan sensitivitas pasar yang lebih tinggi, sementara ETH tetap lemah, tidak memiliki momentum kenaikan yang kuat tetapi menunjukkan volatilitas yang lebih rendah. Jika volatilitas tinggi berlanjut, pasar mungkin memiliki potensi kenaikan lebih lanjut dalam jangka pendek. Jika tidak, aksi harga berombak dan konsolidasi tetap menjadi risiko utama. [1][2]

2. Analisis Bitcoin dan Ethereum Long/Short Taker Size Ratio (LSR)

Long/Short Taker Size Ratio (LSR) adalah indikator utama yang digunakan untuk mengukur volume pesanan pasar beli (long) dan jual (short) yang agresif, memberikan wawasan tentang sentimen pasar dan kekuatan tren. LSR di atas 1 menunjukkan bahwa pesanan pasar sisi beli (long) melebihi pesanan pasar sisi jual (short), menunjukkan sentimen yang lebih bullish.

Menurut data Coinglass, BTC LSR tetap antara 0,90 dan 1,10, menunjukkan korelasi terbalik dengan pergerakan harga. Ini menunjukkan bahwa trader cenderung membeli penurunan ketika harga turun tetapi lebih berhati-hati selama rebound. Sementara itu, LSR ETH lebih fluktuatif, berfluktuasi antara 0,85 dan 1,05. Meskipun beberapa pemulihan setelah penurunan baru-baru ini, ETH telah menunjukkan momentum rebound yang lebih lemah, dan bahkan ketika LSR-nya membaik, pasar tidak memiliki keyakinan ke atas yang kuat. Ini menunjukkan ketidakpastian yang lebih tinggi seputar aksi harga ETH, dengan arus masuk modal yang lebih lambat daripada BTC.

Sementara BTC telah menunjukkan beberapa ketahanan di tengah aksi harga yang berombak, LSR-nya menunjukkan bahwa dukungan yang mendasarinya tetap utuh. Di sisi lain, ETH terus berkinerja buruk, dengan sentimen investor tetap berhati-hati. Trader harus memantau apakah sentimen pasar meningkat lebih lanjut, karena ini akan sangat penting dalam menentukan langkah arah berikutnya. [3]

Gambar 3. Rasio Panjang/Pendek BTC tetap antara 0,90 dan 1,10, menunjukkan sentimen pasar yang seimbang

Gambar 4. Rasio Panjang/Pendek ETH telah menunjukkan fluktuasi yang lebih besar, stabil antara 0,85 dan 1,05

3. Analisis Minat Terbuka

Menurut data Coinglass, minat terbuka (OI) futures BTC telah turun tajam dalam dua minggu terakhir, turun di bawah $51 miliar. Hal ini dapat disebabkan oleh likuidasi posisi berleverage, deleveraging yang dipicu oleh pasar, atau alokasi modal, mencerminkan sentimen pasar yang lebih berhati-hati. Pada awal Maret, minat terbuka BTC memantul dari posisi terendahnya namun tetap di bawah puncak Februari, menunjukkan bahwa arus modal masih relatif konservatif.

Sebaliknya, minat terbuka ETH tetap relatif stabil dan tidak mengalami penurunan signifikan selama penurunan pasar pada akhir Februari. Hal ini menunjukkan bahwa posisi leverage di ETH dikelola dengan lebih hati-hati. Namun, meskipun pemulihan BTC, minat terbuka ETH hanya mengalami peningkatan yang moderat, menunjukkan kurangnya keyakinan kuat dalam pemulihan ETH dan aliran modal yang lebih lambat dibandingkan dengan BTC.

Fluktuasi tajam dalam minat terbuka BTC menunjukkan lingkungan perdagangan jangka pendek yang lebih aktif, sementara minat terbuka ETH yang relatif stabil menunjukkan bahwa pasar ETH berada dalam mode lebih menunggu. Jika minat terbuka BTC terus meningkat, itu bisa memberikan momentum untuk kenaikan harga lebih lanjut. Namun, jika arus modal tetap lemah, pasar mungkin akan bergerak mendatar.

Gambar 5. Minat terbuka BTC menunjukkan pemulihan yang lebih kuat, sementara minat terbuka ETH tetap terbatas, mencerminkan keyakinan yang lebih rendah dalam pemulihan ETH

4. Analisis Tingkat Pendanaan

Selama dua minggu terakhir, tingkat pendanaan BTC dan ETH mengalami fluktuasi signifikan, mencerminkan perubahan sentimen leverage pasar. Meskipun tren tingkat pendanaan keduanya sebagian besar disinkronkan, ada periode-periode perbedaan yang mencolok. Selain itu, volatilitas tingkat pendanaan BTC lebih mencolok daripada ETH, sering kali turun ke wilayah negatif. Hal ini menunjukkan bahwa posisi pendek mendominasi pasar derivatif BTC, menyebabkan bias bearish dalam sentimen pasar dan menyebabkan tingkat pendanaan menjadi negatif.

Volatilitas tingkat pendanaan BTC telah meningkat dalam dua minggu terakhir, dengan beberapa kejadian pendanaan negatif. Digabungkan dengan penurunan minat terbuka dan likuidasi panjang yang meningkat, hal ini bisa menunjukkan fase deleveraging pasar atau penguatan sentimen beruang jangka pendek. Bagi para trader, fluktuasi tingkat pendanaan berfungsi sebagai sinyal kunci dari posisi modal pasar, yang berpotensi memengaruhi pergerakan harga jangka pendek dan struktur leverage secara keseluruhan.

Gambar 6. Tingkat pendanaan BTC telah menunjukkan volatilitas yang lebih besar daripada ETH dan seringkali berubah menjadi negatif

5. Tren Likuidasi Kontrak Cryptocurrency

Menurut data Coinglass, pasar derivatif cryptocurrency telah mengalami beberapa likuidasi besar-besaran dalam sebulan terakhir. Antara 24 Februari dan 3 Maret, volume likuidasi harian rata-rata di kedua posisi long dan short mencapai $732 juta, mewakili peningkatan 42% dari 1 Februari hingga 17 Februari. Posisi long mendominasi likuidasi ini, dengan rata-rata $542 juta per hari, sementara likuidasi short rata-rata $190 juta per hari. Pola ini menunjukkan bahwa posisi long berleveraged menghadapi risiko likuidasi yang signifikan lebih tinggi selama penurunan pasar yang tajam.

Selama kondisi pasar ekstrim, penurunan harga tajam sering memicu likuidasi panjang, memperburuk likuiditas pasar dan menyebabkan “efek likuidasi berantai.” Sebaliknya, likuidasi pendek cenderung lebih rendah dalam magnitudo namun meningkat selama pemulihan pasar yang tajam. Misalnya, pada tanggal 2 Maret, likuidasi pendek melonjak. Dengan menganalisis tingkat pendanaan, minat terbuka, dan tren likuidasi, para trader sebaiknya tetap hati-hati terhadap pergeseran sentimen yang cepat yang dapat meningkatkan risiko leverage. Penentuan posisi yang tepat dan manajemen risiko sangat penting untuk menghindari kerugian signifikan dalam lingkungan pasar yang sangat fluktuatif. [7]

Gambar 7. Antara 24 Feb dan 3 Mar, volume likuidasi harian rata-rata di pasar derivatif mencapai $732 juta

6. Penurunan Penerbitan Harian Koin Meme Berbasis Solana

Pada bulan Januari, pasar koin meme Solana mengalami lonjakan puncak, dengan gelombang proyek-proyek baru bermunculan. Di antaranya, token TRUMP, diluncurkan oleh mantan Presiden AS Donald Trump, menarik perhatian paling banyak, mendorong peningkatan aktivitas dalam ekosistem. Namun, karena sentimen risiko yang meningkat, kondisi likuiditas yang lebih ketat, dan faktor regulasi yang berkembang, banyak koin meme spekulatif gagal mempertahankan minat investor, menyebabkan penurunan tajam dalam penerbitan baru. Sebagai hasilnya, pasar meme di Solana telah menurun secara signifikan, dengan penurunan penerbitan koin meme baru harian menjadi 40.000—penurunan 65% dari puncaknya pada bulan Januari. Penurunan ini mencerminkan semakin berkurangnya antusiasme untuk aset spekulatif jangka pendek.

Perlambatan dalam penerbitan koin meme juga telah memengaruhi aktivitas perdagangan secara keseluruhan di jaringan Solana. Pendapatan biaya gas telah turun tajam dari $35 juta (19 Januari) menjadi $1,49 juta (3 Maret), mewakili penurunan 95%. Indikator kunci jaringan juga menunjukkan penurunan signifikan, termasuk volume perdagangan on-chain, alamat aktif, dan Total Nilai yang Terkunci (TVL). Trend ini menunjukkan siklus likuiditas yang melemah di sektor meme, dengan investor beralih ke sikap yang lebih menghindari risiko.

Gambar 10. Penerbitan harian koin meme Solana telah turun menjadi 40.000—penurunan 65% dari puncaknya pada bulan Januari

Analisis Kuantitatif - Strategi MACD Standar: Memvalidasi Pendekatan Perdagangan Reversi Rata-rata di Pasar Kripto

(Penafian: Semua prediksi dalam artikel ini didasarkan pada data historis dan tren pasar. Mereka hanya untuk referensi dan tidak boleh dianggap sebagai saran investasi atau jaminan pergerakan pasar di masa depan. Investor harus mempertimbangkan risiko dengan cermat dan membuat keputusan yang terinformasi.)

Bagian ini memperkenalkan indikator MACD Standar (MacNorm) dan aplikasinya dalam strategi perdagangan mean reversion melalui backtesting pada pasangan perdagangan BTC/USDT. MACD Standar adalah versi yang ditingkatkan dari MACD tradisional, yang menormalkan nilai MACD dalam rentang tetap (biasanya antara -1 dan +1). Penyesuaian ini membuat indikator lebih dapat dibandingkan di berbagai kondisi pasar yang berbeda, berfokus pada kekuatan relatif dan arah pergerakan harga.

Komponen Inti & Mekanisme

Indikator MACD yang Disederhanakan terdiri dari dua komponen utama: Garis MacNorm dan Garis Pemicu. Garis MacNorm, yang merupakan garis utama yang dinormalisasi, menangkap hubungan antara momentum pasar jangka pendek dan jangka panjang. Ketika nilainya di atas 0, itu menunjukkan bahwa momentum bullish jangka pendek lebih kuat, sedangkan nilai di bawah 0 menunjukkan bahwa tekanan bearish jangka pendek mendominasi. Garis Pemicu adalah rata-rata bergerak tertimbang (WMA) dari Garis MacNorm, berfungsi sebagai garis sinyal untuk mengkonfirmasi dan menyaring sinyal perdagangan. Garis ini bergerak lebih halus dan biasanya tertinggal di belakang Garis MacNorm. Dalam visualisasi, garis merah mewakili Garis MacNorm (garis cepat), sementara garis hijau mewakili Garis Pemicu (garis lambat), keduanya terbatas dalam rentang -1 hingga +1. MACD Standar menggunakan beberapa parameter kunci, masing-masing memainkan peran penting dalam perhitungan dan efektivitasnya sebagai alat perdagangan.

Gambar 11. Visualisasi Indikator MACD

1. Periode Rata-Rata Bergerak Cepat (FastMA)
   Parameter ini menentukan periode perhitungan untuk rata-rata bergerak jangka pendek, yang mewakili tren harga jangka pendek. Nilai yang lebih kecil membuat indikator lebih sensitif terhadap perubahan harga, memungkinkannya untuk menangkap pergerakan pasar dengan cepat namun dengan biaya menghasilkan sinyal palsu lebih banyak. Parameter ini memengaruhi pembilang atau penyebut dalam perhitungan rasio, memengaruhi penilaian momentum secara keseluruhan.

2. Periode Rata-Rata Bergerak Lambat (SlowMA)
   Parameter ini mengontrol periode perhitungan untuk rata-rata bergerak jangka panjang, yang mewakili tren pasar secara umum. Nilai yang lebih besar menghasilkan tren yang lebih halus, mengurangi sinyal palsu dan menyebabkan penundaan sinyal yang lebih besar. Kontras antara garis cepat dan lambat adalah inti dari MACD, dan parameter ini menentukan tingkat “ke lambatan” dalam analisis tren.

3. Trigger Line Period
   Ini menentukan perhitungan rata-rata bergerak tertimbang (WMA) dari Garis MacNorm, membentuk Garis Pemicu. Nilai yang lebih kecil membuat garis pemicu lebih erat mengikuti Garis MacNorm, menghasilkan sinyal yang lebih sering namun lebih awal. Sebaliknya, nilai yang lebih besar menghasilkan garis sinyal yang lebih halus dengan sinyal yang lebih sedikit namun potensial lebih dapat diandalkan.

4. Periode Normalisasi
   Ini adalah periode pandang yang digunakan untuk standarisasi, di mana nilai tertinggi dan terendah MACD dalam periode ini diidentifikasi untuk menskalakan hasil dalam rentang -1 hingga +1. Periode normalisasi yang lebih besar memberikan standarisasi yang lebih stabil karena mempertimbangkan sejarah harga yang lebih luas, sedangkan periode yang lebih kecil membuat standarisasi lebih dinamis tetapi dapat menyebabkan fluktuasi indikator yang sering.

5. Tipe Rata-Rata Bergerak
   Parameter ini menentukan metode yang digunakan untuk menghitung FastMA dan SlowMA. Metode yang dipilih memengaruhi bagaimana pergerakan harga ditimbang:

• Rata-rata Bergerak Eksponensial (EMA)memberikan bobot yang lebih besar pada harga-harga terkini, sehingga lebih responsif terhadap perubahan pasar.
• Rata-rata Bergerak Tertimbang (WMA)menerapkan distribusi bobot linear seiring berjalannya waktu.
• Rata-Rata Bergerak Sederhana (SMA)memberikan bobot yang sama untuk semua harga, menghasilkan tren yang paling halus.

Berbagai jenis rata-rata bergerak mempengaruhi sensitivitas indikator dan waktu penghasilan sinyal, memengaruhi efektivitas strategi secara keseluruhan.

Untuk rincian lengkap rumus perhitungan, silakan lihat [10].

Strategi Trading Praktis

Logika inti dari strategi perdagangan ini didasarkan pada teori Reversi Rata-rata, yang mengasumsikan bahwa harga cenderung kembali ke rata-rata jangka panjang mereka. Strategi ini menggunakan indikator MACD Standar untuk mengidentifikasi deviasi harga yang berlebihan. Secara khusus, jika indikator cepat (MacNorm) tetap berada pada level tinggi (>0.995) selama empat periode terakhir namun tiba-tiba turun di bawah garis sinyal lambat (Trigger) pada periode saat ini, itu menandakan bahwa harga mungkin telah terlalu jauh dari rata-rata,memicu sinyal penjualan pendekdalam antisipasi kembali ke rata-rata.

Periode penahanan ditetapkan pada siklus lilin N (dinyatakan sebagai lag_N), dan periode backtesting mencakup dari 3 Maret 2024 hingga 3 Maret 2025, menggunakan sinyal MACD 1 menit. Biaya transaksi seperti biaya dan slippage tidak dipertimbangkan dalam studi ini.

Lima parameter inti mendefinisikan strategi ini:

• Periode Rata-rata Bergerak Cepat(panjang_cepat)
• Periode Rata-Rata Bergerak Lambat (slow_length)
• Periode Pelicin Garis Sinyal (trigger_length)
• Periode Pandang Normalisasi (norm_period)
• Jenis Rata-Rata Bergerak (ma_type, diatur ke EMA untuk studi ini)

Untuk mengidentifikasi kombinasi parameter optimal, kami melakukan backtest di rentang berikut:

• Periode MA Cepat: 8, 10, 12, 14
• Periode MA Lambat:16, 18, 21, 24
• Periode Pelicin Sinyal:9, 12, 15, 18
• Periode Normalisasi:5, 7, 9, 11
• Tipe Rata-rata Bergerak:EMA

Untuk memastikan ketangguhan strategi, kami menerapkan dua kriteria penyaringan: tingkat kemenangan minimum 55% dan minimal 50 perdagangan per periode pengujian balik. Kami kemudian memilih lima kombinasi parameter teratas dengan pengembalian rata-rata tertinggi. Pendekatan penyaringan multi-layer ini membantu mengidentifikasi parameter optimal dan mengurangi risiko overfitting.

Gambar 12. Pengembalian kumulatif berdasarkan lima set parameter teratas yang dipilih, dengan alokasi berbobot sama di seluruh strategi

Gambar 13. Analisis Risiko-Imbal Hasil – Rasio Sharpe

Gambar 14. Kinerja Total Return

Ringkasan Strategi Perdagangan

Berdasarkan analisis backtesting kami, kami telah mengidentifikasi lima set parameter optimal yang memberikan kinerja luar biasa:

• MA Cepat: 14, MA Lambat: 18, Pelicin Sinyal: 18, Periode Normalisasi: 7
• Fast MA: 14, Slow MA: 18, Signal Smoothing: 15, Normalization Period: 7
• MA Cepat: 14, MA Lambat: 21, Pelicinan Sinyal: 18, Periode Normalisasi: 5
• MA Cepat: 14, MA Lambat: 18, Penghalusan Sinyal: 9, Periode Normalisasi: 7
• MA Cepat: 14, MA Lambat: 18, Pelicin Sinyal: 12, Periode Normalisasi: 7

Kelima set parameter yang dioptimalkan digabungkan menjadi satu strategi perdagangan komposit dengan pembobotan yang sama. Hasil backtest menunjukkan bahwa strategi ini secara konsisten menghasilkan keuntungan stabil tanpa memperdulikan periode penahanan. Yang lebih penting, saat periode penahanan diperpanjang, kurva pengembalian menunjukkan tren naik yang jelas,menyarankan bahwa strategi ini memberikan keuntungan yang signifikan dalam skenario investasi jangka panjang.

Dengan menganalisis rasio Sharpe (return yang disesuaikan dengan risiko) dan kinerja total return selama periode penahanan yang berbeda, kami menemukan bahwa periode penahanan lebih dari 30 siklus secara konsisten mengungguli periode penahanan yang lebih pendek dalam kedua metrik. Hal ini menunjukkan bahwa strategi ini memberikan return kumulatif yang lebih tinggi selama periode penahanan yang lebih lama dan mencapai hasil manajemen risiko yang lebih baik.

Kesimpulan

Antara 17 Februari dan 3 Maret, pasar cryptocurrency mengalami volatilitas signifikan, dengan BTC menunjukkan fluktuasi harga yang jauh lebih tinggi daripada ETH. Didorong oleh perkembangan kebijakan, BTC mengalami pemulihan cepat. Analisis rasio long/short sangat mendukung BTC, sedangkan ETH kekurangan momentum ke atas. Data minat terbuka futures mengungkapkan bahwa perdagangan leverage BTC tetap sangat aktif, sementara perdagangan ETH lebih konservatif. Volatilitas tingkat pendanaan mencerminkan pertempuran pasar long-short yang intens, dan data likuidasi menyoroti risiko pasar yang tinggi, terutama dengan tekanan likuidasi berat pada posisi long. Selain itu, pasar meme coin Solana mengalami penurunan signifikan, dengan penurunan tajam dalam penerbitan baru harian, yang menandakan penurunan nafsu spekulatif.

Dari perspektif analisis kuantitatif, strategi revere mean berbasis MACD yang terstandarisasi secara efektif mengidentifikasi penarikan harga setelah reli berlebihan, memberikan sinyal jual pendek yang jelas melalui pengujian balik dan optimisasi parameter. Namun, tidak ada strategi perdagangan yang sempurna, dan perubahan pasar yang cepat bisa memengaruhi efektivitasnya. Pedagang sebaiknya menerapkan strategi dengan hati-hati dan mempertimbangkan untuk menyempurnakan dan mengoptimalkan berdasarkan toleransi risiko dan preferensi perdagangan mereka.


Referensi:

1. Gate.io,https://www.Gate.io/trade/BTC_USDT
2. Gate.io,https://www Gate.io/perdagangan/ETH_USDT
3. Coinglass,https://www.coinglass.com/LongShortRatio
4. Coinglass,https://www.coinglass.com/BitcoinOpenInterest?utm_source=chatgpt.com
5. Gate.io,https://www Gate.io/futures_market_info/BTC_USD/capital_rate_history
6. Gate.io,https://www.Gate.io/futures/introduction/funding-rate-history?from=USDT-M&contract=ETH_USDT
7. Coinglass,https://www.coinglass.com/pro/futures/Liquidations
8. Solscan,https://solscan.io/analytics#tokens
9. DefiLlama,https://defillama.com/chain/solana?chainFees=false&tvl=true
10. Tradingview,https://tw.tradingview.com/script/zWnQDQOu-MACD-Normalized/

Penelitian Gate
Gate Research adalah platform penelitian blockchain dan kripto yang komprehensif, menyediakan konten mendalam kepada pembaca, termasuk analisis teknis, wawasan panas, ulasan pasar, riset industri, perkiraan tren, dan analisis kebijakan makroekonomi.

KlikTautanuntuk belajar lebih lanjut

Penyangkalan
Investasi di pasar cryptocurrency melibatkan risiko tinggi, dan disarankan agar pengguna melakukan penelitian independen dan memahami sepenuhnya sifat aset dan produk yang mereka beli sebelum membuat keputusan investasi apa pun.Gate.iotidak bertanggung jawab atas kerugian atau kerusakan yang disebabkan oleh keputusan investasi tersebut.