Mengenal Arsitektur Sistem Trading Crypto AI: LangGraph Multi-Agent

Sistem trading crypto modern tidak lagi mengandalkan intuisi manusia semata. Di Aman Digital, kami membangun sebuah sistem trading otomatis berbasis kecerdasan buatan (AI) menggunakan LangGraph — sebuah framework open-source untuk membangun alur kerja multi-agent yang kompleks. Artikel ini menjelaskan bagaimana arsitektur empat lapisan (4-layer) kami bekerja dari riset pasar hingga eksekusi order di Binance, semuanya secara otomatis.

Mengapa Multi-Agent?

Proses investasi profesional melibatkan banyak peran: analis pasar, spesialis sentimen, manajer risiko, compliance officer, dan trader eksekusi. Setiap peran membutuhkan data yang berbeda dan menghasilkan keputusan yang berbeda pula. Pendekatan multi-agent memungkinkan setiap agen AI berfokus pada satu tanggung jawab spesifik, persis seperti tim investasi profesional.

Dengan LangGraph, setiap agen adalah sebuah node dalam graf yang dapat berjalan secara paralel maupun sekuensial, tergantung pada ketergantungan antar data. Hasilnya: analisis yang lebih dalam, keputusan yang lebih konsisten, dan kecepatan eksekusi yang jauh lebih tinggi dibandingkan pendekatan agen tunggal.

Gambaran Arsitektur: 4 Lapisan

Sistem supervisor kami terdiri dari empat lapisan yang saling terhubung:

• Layer 1 — Riset Paralel: market_data, sentiment, on_chain (berjalan bersamaan)
• Layer 2 — Analisis Sekuensial: thesis → position_sizing → compliance
• Layer 3 — Gerbang Keputusan: supervisor memutuskan execute / wait / no_trade / review
• Layer 4 — Eksekusi: order Binance (market BUY + OCO SELL)

Setiap siklus dimulai dengan inisialisasi pipeline yang menghasilkan run_id unik untuk korelasi log, kemudian memuat riwayat perdagangan terkini dari database sebelum memulai riset.

Layer 1: Riset Paralel dengan Send()

Keunggulan utama LangGraph adalah kemampuannya menjalankan beberapa agen secara paralel menggunakan fungsi Send(). Di Layer 1, tiga agen riset berjalan bersamaan, memangkas waktu dari ~45 detik sekuensial menjadi ~15 detik:

Market Data Agent

Mengambil data OHLCV (Open, High, Low, Close, Volume) dari Binance, menghitung indikator teknikal seperti RSI, EMA cepat/lambat, dan mengidentifikasi tren serta level support/resistance. Semua parameter indikator bersifat dinamis per pasangan aset — disimpan di PostgreSQL dan di-load saat runtime, sehingga sistem dapat mengoptimalkan parameter secara otomatis setiap minggu.

Sentiment Agent

Mengambil data Fear & Greed Index dan menganalisis berita terkini menggunakan Tavily Search API. Menghasilkan macro_score (nilai antara -1 hingga +1) yang merepresentasikan kondisi sentimen makro pasar secara keseluruhan. Skor negatif di bawah -0.5 akan memicu kondisi wait (tunda trading).

On-Chain Agent

Memantau data on-chain Bitcoin: dominansi BTC, funding rate di futures market, rasio long/short, dan netflow pertukaran. Data ini memberi gambaran tentang posisi whale dan tekanan jual/beli institusional yang tidak terlihat di grafik candlestick biasa.

Setelah ketiga agen selesai, pipeline berlanjut ke Layer 2 melalui titik fan-in (layer1_done).

Layer 2: Analisis Sekuensial

Ketiga agen di Layer 2 berjalan secara berurutan karena setiap agen bergantung pada output agen sebelumnya:

Thesis Agent

Menerima semua data dari Layer 1 dan menggunakan LLM (Qwen3-32B via ModelVerse) untuk membentuk tesis perdagangan terstruktur. Output mencakup:

• direction: long, short, atau hold
• conviction: High, Medium, atau Low
• macro_score: skor kondisi makro (-1 hingga +1)
• thesis: narasi alasan perdagangan yang dapat diaudit
• invalidation: kondisi yang akan membatalkan tesis

Tidak ada tesis = tidak ada perdagangan. Ini adalah prinsip investasi profesional yang kami terapkan secara ketat.

Position Sizing Agent

Berdasarkan tesis dan data pasar, agen ini menghitung rencana posisi: harga entry, stop loss (SL), take profit (TP), ukuran posisi dalam USDT, dan rasio risiko/keuntungan (R:R). Ukuran posisi bersifat tetap (~8 USDT per order) sesuai Investment Policy Statement (IPS), dengan cap maksimum 5% dari total portofolio. Agen ini hanya berjalan jika tesis menunjukkan arah long atau short.

Compliance Agent

Memeriksa rencana posisi terhadap aturan IPS:

• Apakah simbol termasuk dalam daftar aset yang disetujui?
• Apakah rasio R:R memenuhi minimum 2.0 setelah biaya trading?
• Apakah ukuran posisi dalam batas aman portofolio?
• Apakah holding period terencana sesuai (minimum 4 jam, maksimum 90 hari)?

Jika ada pelanggaran, compliance agent menandai perdagangan sebagai not compliant atau menandai human_review_needed untuk kasus borderline.

Layer 3: Gerbang Keputusan Supervisor

Ini adalah jantung sistem — node decide membaca semua output Layer 1 dan 2, lalu menerapkan logika keputusan bertingkat dengan delapan kondisi berurutan:

1. Tidak Compliant → no_trade (compliance diblokir)
2. Risiko Extreme → no_trade (melampaui toleransi profil moderat)
3. Conviction Rendah → wait (sinyal tidak cukup kuat)
4. Macro Score kurang dari -0.5 → wait (kondisi makro tidak mendukung)
5. Human Review Diperlukan → review (eskalasi ke manusia)
6. 3+ Kerugian Berturut-turut → wait (cooling off period otomatis)
7. Performa Buruk tanpa High Conviction → wait (butuh keyakinan tinggi)
8. Semua Cek Lulus → execute (lanjut ke eksekusi)

Riwayat perdagangan terkini (hingga 10 trade terakhir per simbol) dipertimbangkan secara aktif. Sistem secara otomatis memasuki mode konservatif saat performa sedang buruk — sebuah implementasi adaptive risk management yang jarang ditemukan di sistem trading retail.

Human-in-the-Loop: interrupt()

Untuk kasus yang memerlukan tinjauan manusia (rute review), sistem menggunakan fitur interrupt() dari LangGraph. Pipeline berhenti dan menunggu input manusia melalui antarmuka LangGraph API. Manajer portofolio dapat menyetujui atau menolak perdagangan:

• Disetujui: pipeline dilanjutkan ke eksekusi
• Ditolak: keputusan berubah menjadi no_trade

Fitur ini memungkinkan sistem berjalan secara otonom untuk kasus yang jelas, sambil tetap melibatkan manusia untuk situasi yang ambigu — kombinasi terbaik antara otomasi dan kontrol manusia.

Layer 4: Eksekusi di Binance

Ketika keputusan adalah execute, supervisor meneruskan rencana posisi ke agen eksekusi yang melakukan dua langkah:

Market BUY Order

Menempatkan order beli pasar untuk jumlah USDT yang telah ditentukan. Order ini terisi segera pada harga pasar terkini di Binance.

OCO SELL Order

Setelah entry terisi, sistem menempatkan One-Cancels-the-Other (OCO) order jual yang terdiri dari Take Profit (limit order di harga TP) dan Stop Loss (stop-limit order di harga SL). Jika salah satu tereksekusi, yang lain otomatis dibatalkan — posisi selalu terlindungi tanpa pemantauan manual 24/7.

Notifikasi Multi-Channel

Setelah setiap eksekusi, sistem mengirimkan notifikasi ke Telegram (laporan lengkap dengan detail order dan tesis), X/Twitter (ringkasan 280 karakter), dan WordPress amandigital.net (artikel sinyal trading untuk pembaca).

Trade Journal dan Portfolio Snapshot

Setiap perdagangan live langsung dicatat ke PostgreSQL dalam tabel trade_journal dengan status open, mencakup semua detail entry: harga rencana vs aktual, ukuran posisi, tesis, dan level invalidasi.

Setelah setiap siklus (apapun keputusannya), sistem mengambil snapshot nilai portofolio total. Jika target portofolio dikonfigurasi, grafik progres otomatis dikirim ke Telegram menggunakan regresi linear untuk memproyeksikan ETA pencapaian target.

Jadwal Otomatis: 11 Pasangan Aset

Sistem berjalan dua kali sehari untuk 11 pasangan aset yang disetujui IPS: BTC, ETH, BNB, SOL, LINK, DOT, ADA, AVAX, MATIC, XRP, dan LTC — semuanya dipasangkan dengan USDT. Jadwal analisis post-close harian berjalan pada 00:05–00:55 UTC, dan analisis tengah hari pada 12:00–12:50 UTC.

Kesimpulan

Sistem trading crypto AI berbasis LangGraph yang kami bangun di Aman Digital adalah implementasi nyata dari proses investasi profesional dalam bentuk kode. Dengan menggabungkan riset paralel, analisis LLM, manajemen risiko berbasis aturan, dan eksekusi otomatis di Binance, sistem ini membuat keputusan trading yang konsisten dan terstruktur — 24 jam sehari, 7 hari seminggu.

Yang membedakannya dari bot trading konvensional adalah transparansi keputusan: setiap sinyal memiliki tesis tertulis, setiap trade dicatat dalam jurnal, dan setiap penyimpangan dari kondisi normal dieskalasikan ke manusia. Tidak ada kotak hitam — hanya proses investasi yang dapat diaudit sepenuhnya.

Ikuti Aman Digital untuk sinyal trading harian dan analisis teknikal mendalam untuk pasar crypto Indonesia.