← Kembali ke artikel
April 19, 2026
5 menit baca

Jesse: Framework Algo-Trading Kripto dengan Mesin Berbasis Menit di Python dan Rust

Jesse: Framework Algo-Trading Kripto dengan Mesin Berbasis Menit di Python dan Rust
#jesse
#algo-trading
#kripto
#backtest
#python
#rust
#ulasan
#open-source

Jesse — framework algo-trading

Sebagian besar mesin backtesting open-source terbagi dalam dua kubu: tumpukan akademis yang bagus untuk pengujian namun tidak berguna untuk trading nyata, dan terminal yang telah teruji di lapangan yang bisa trading namun tidak memungkinkan riset yang memadai. Jesse berusaha menjadi keduanya — sebuah framework trading kripto dengan mesin terpadu untuk backtesting, optimasi, dan (melalui plugin) live trading.

Arsitektur: Bukan Sebuah Library, Melainkan Pipeline

Jesse adalah bundel engine eksekusi strategi + API + UI: CLI menjalankan uvicorn dengan FastAPI, PostgreSQL melalui Peewee, LSP untuk editor strategi, dan plugin jesse-live opsional.

Simulasi Berbasis Menit: "Sumber Kebenaran"

Simulasi menit Jesse

Sebuah invariant kritis: hanya candle 1 menit yang diterima dalam backtest. Timeframe lebih tinggi adalah agregat — strategi 1h dijalankan setiap 60 menit, namun order dieksekusi dalam setiap menit berdasarkan high/low.

from jesse.research import backtest

result = backtest(
    config,
    routes=[("Binance", "BTC-USDT", "4h", "MyStrategy")],
    candles=candles_1m,  # strictly 60_000 ms between candles
)

Strategi: State Machine dengan Order Deklaratif

def go_long(self):
    qty = utils.size_to_qty(self.balance * 0.5, self.price)
    self.buy = qty, self.price
    self.stop_loss = qty, self.price * 0.97
    self.take_profit = qty, self.price * 1.05

Sistem memutuskan: market, limit, atau stop — berdasarkan posisi harga relatif terhadap harga saat ini. Dalam mode live, harga dibulatkan sesuai presisi bursa.

Optimasi: Memangkas Noise, Bukan Memaksimalkan Profit

Fungsi fitness melawan overfitting: filter minimum 5 trade, jumlah trade yang dinormalisasi secara logaritmik, validasi ganda train/test, dan Sharpe "cerdas" dengan penalti autokorelasi.

Rust di Balik Layar

Indikator (EMA, RSI, MACD, ATR…) menggunakan jesse-rust. Bahkan aritmetika dasar pun ditulis dalam Rust: akumulasi kesalahan float selama ribuan trade dapat mengubah backtest menjadi fiksi.

Tautan

Kesimpulan

Jesse berusaha mereduksi algo-trading kripto menjadi sebuah pipeline yang dapat diulang: mesin menit, Strategy yang ketat, indikator Rust, API riset tanpa kebocoran state, optimasi dengan validasi periode pengujian.

Penafian: Informasi yang disediakan dalam artikel ini hanya untuk tujuan edukasi dan informasi serta tidak merupakan nasihat keuangan, investasi, atau trading. Trading mata uang kripto mengandung risiko kerugian yang signifikan.

Penulis

Eugen Soloviov
Eugen Soloviov

Trading-systems engineer

Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.

Newsletter

Selangkah Lebih Maju dari Pasar

Berlangganan newsletter kami untuk wawasan AI trading eksklusif, analisis pasar, dan pembaruan platform.

Kami menghormati privasi Anda. Berhenti berlangganan kapan saja.