Avantajlar tahminle bulunmaz
Çoğu trader stratejilere tesadüfen denk gelir. Bir yerlerde RSI uyumsuzluğuna dair bir şeyler okur, dener, birkaç kazançlı işlem görür ve bir avantaj (edge) bulduğunu ilan eder. Altı ay sonra hesabı bambaşka bir hikâye anlatır.
Profesyonel nicel işlem dünyasında işler böyle yürümez. Avantajları tahminle bulmazsınız; onları sistematik bir keşif süreciyle bulursunuz.
Bu ders, işlem avantajlarını keşfetmek için kullandığımız çerçeveyi tanıtıyor. Önseziler değil. Twitter'dan gösterge tüyoları değil. Canlı piyasada da ayakta kalan, istatistiksel olarak doğrulanmış gerçek avantajlar.
Hipotez odaklı keşif ve veri madenciliği
Avantaj bulmanın temelde birbirinden farklı iki yolu vardır:
Hipotez odaklı keşif, bir şeyin neden işe yaraması gerektiğine dair bir teoriyle başlar. "%0,1'in üzerindeki fonlama oranı (funding rate), Long'lar pozisyonlarını taşımak için ödeme yaptığından satış baskısı yaratır" bir hipotezdir. Ardından verinin bunu destekleyip desteklemediğini test edersiniz.
Veri madenciliği ise tam tersi bir yol izler: Önce devasa miktarda veriyi tarayıp örüntü arar, ardından bulduklarını açıklamaya çalışır. "17 periyotluk RSI'ın salı günleri 23'ün altına inmesi %58 kazanma oranı gösteriyor" bir veri madenciliği sonucu olabilir.
İki yaklaşım da işe yarayabilir, ama başarısız olma biçimleri farklıdır:
Hipotez odaklı keşif, aramak aklınıza gelmeyecek avantajları kaçırabilir. Piyasalara dair zihinsel modeliniz eksik ya da yanlış olabilir.
Veri madenciliği ise saf gürültüden ibaret örüntüler bulabilir: örnekleminizde var olan ama geleceğe taşınmayacak istatistiksel yanılsamalar.
Bizim yaklaşımımız ikisini birden kullanır. Neyin işe yaraması gerektiğine dair hipotezlerimiz var (bunlar piyasa mikro yapısına, türev piyasasının işleyişine ve akış dinamiklerine dayanıyor); ama tahmin bile edemeyeceğimiz avantajları bulmak için kombinasyonları da sistematik olarak tarıyoruz.
Keşif hattı
Avantaj keşfi tek bir adım değil, aşama aşama ilerleyen bir hattır (pipeline). Her aşama adayları eler; yalnızca hayatta kalanlar bir sonraki aşamaya geçer.
1. Aşama: Veri hazırlığı Herhangi bir şey keşfedebilmek için önce temiz, hizalanmış ve doğru biçimde normalize edilmiş veriye ihtiyacınız var. Bunu Veri seviyesinde ele aldık. Z-score (z puanı) normalizasyonu, rejim etiketleme ve zamansal hizalama bu aşamada yapılır.
2. Aşama: Aday üretimi Bu aşamada test edilecek potansiyel avantajları üretirsiniz. Bizim için bu, göstergeleri sistematik olarak birleştirmek demek:
- Birincil göstergede eşiğin aşılması
- İkincil göstergeden teyit
- Yön (LONG veya SHORT)
- Elde tutma süresi
Tek bir göstergenin 10 anlamlı eşik seviyesi olabilir. İki göstergeyi iki yön ve beş elde tutma süresiyle birleştirdiğinizde 10 × 10 × 2 × 5 = 1,000 aday elde edersiniz. Üstelik bu, yalnızca iki göstergeyle.
3. Aşama: İlk backtest Her adayı backtest (geçmiş veride test) motorunuzdan geçirin. Çoğu hemen elenir: %50'nin altında kazanma oranı, negatif beklenti ya da çok az örnek. Bunlar ayıklanıp atılır.
Bu aşamada adayların genellikle %95'ten fazlasını eleriz.
4. Aşama: Doğrulama testleri Hayatta kalan adaylar kapsamlı bir doğrulamadan geçer: walk forward testi, örneklem dışı dönemler, rejim stres testleri. Curve fitting (eğri uydurma) ürünü avantajların maskesi burada düşer.
Kalanların genellikle %80-90'ı da burada elenir.
5. Aşama: Sağlamlık kontrolleri Son kalanlar sağlamlık analizinden geçer: parametre duyarlılığı, küçük eşik değişiklikleri, farklı zaman pencereleri. Küçük değişiklikler performansı çarpıcı biçimde değiştiriyorsa avantaj kırılgandır.
6. Aşama: Demo işlem Tüm backtest doğrulamalarını geçen avantajlar, gerçek sermaye ayrılmadan önce demo hesapta çalıştırılır. Bu aşama; emirlerin gerçekleşmesine dair varsayımlardaki, veri zamanlamasındaki ve operasyonel süreçlerdeki sorunları yakalar.
Bir avantaj ancak tüm aşamaları geçtikten sonra gerçek parayla canlı işleme terfi eder.
Gösterge kombinasyonu yaklaşımı
Göstergeleri birleştirmeye neden gerek var? Çünkü verimli piyasalarda tek göstergeye dayalı avantajlar neredeyse her zaman ya zayıftır ya da hiç yoktur.
Bir düşünün: RSI 30'un altına düştüğünde alım yapmak güvenilir biçimde işe yarasaydı herkes bunu yapardı ve avantaj ortadan kalkardı. Piyasalar basit sinyalleri neredeyse anında fiyatlar.
Ama kombinasyonlar farklıdır. Fonlama oranının z puanı -2'nin altına düştüğünde VE toplam açık pozisyon (open interest, OI) yükselirken VE fiyat bir likidasyon kümesindeyken ortaya çıkan tablo, birden fazla veri kaynağını anlamayı gerektiren çok özel bir kesişimdir.
Kombinasyon uzayı devasadır. 50 gösterge, gösterge başına 10 eşik, 2 yön ve 5 elde tutma süresiyle karşınıza milyonlarca olası kombinasyon çıkar. Bunları elle test edemezsiniz.
Sistematik keşif bu yüzden kod gerektirir. Adayları programatik olarak üretmeniz, verimli biçimde test etmeniz ve sonuçları veritabanlarında takip etmeniz gerekir.
Yanlış pozitifleri ayıklamak
Avantaj keşfindeki en büyük tehlike yanlış pozitiflerdir: avantaj gibi görünen ama aslında gürültüden ibaret olan örüntüler.
Milyonlarca aday arasında, salt şans eseri %80+ kazanma oranı gösteren bazılarını mutlaka bulursunuz. 1,000 kez yazı tura atarsanız, para tamamen hilesiz olsa bile hileliymiş gibi görünen seriler yakalarsınız.
Bu sorunu birkaç yolla ele alıyoruz:
Örneklem büyüklüğü şartı: Bir avantajı geçerli saymadan önce asgari bir örneklem büyüklüğü (genellikle 500+ olay) istiyoruz. Daha fazla örnek = gürültü olma ihtimali daha düşük.
Walk forward doğrulaması: Avantaj yalnızca örneklem içinde değil, örneklem dışında da çalışmalı. Sadece geçmiş veride işe yaradıysa curve fitting ürünü olabilir.
Çoklu dönem testi: Farklı dönemlerde test edin. Gerçek avantajlar kalıcı olmalıdır; gürültü örüntüleri ise kaybolur.
Parametre kararlılığı: Eşiği 2.0'dan 2.1'e değiştirmek avantajı yok ediyorsa, bu büyük ihtimalle tam o parametre değerine yönelik bir overfitting (aşırı uyum) örneğidir.
Ekonomik gerekçe: Avantajın NEDEN var olması gerektiğini açıklayabiliyor musunuz? Piyasa mikro yapısıyla net biçimde açıklanabilen avantajların kalıcı olma ihtimali daha yüksektir.
Belgeleme ve takip
Her avantaj adayının düzgün biçimde belgelenmesi gerekir:
- Keşif tarihi: Ne zaman bulduğunuz
- Veri dönemi: Backtest'in hangi zaman dilimini kapsadığı
- Parametreler: Kesin eşikler ve koşullar
- Sonuçlar: Kazanma oranı, kâr faktörü, örneklem büyüklüğü, Sharpe oranı
- Doğrulama durumu: Hangi testleri geçip hangilerinde kaldığı
- Notlar: Davranışına dair her türlü gözlem
Bunların hepsini bir veritabanında saklıyoruz. Yeni bir avantaj keşfettiğimizde, benzer kombinasyonları daha önce test edip etmediğimizi kontrol edebiliyoruz. Avantajlar üretim ortamında çalışmayı bıraktığında, keşfedildikleri koşullara kadar geriye doğru iz sürebiliyoruz.
İyi bir belgeleme, aynı avantajı biraz farklı parametrelerle tekrar tekrar "yeniden keşfetmenizi" de önler. Bu, sık düşülen bir tuzaktır.
İşin matematiği
Gerçek şu: Adayların çoğu elenir. Test edilen milyonlarca kombinasyonun belki %0,1'i tüm doğrulama aşamalarını geçer.
Bu bir sorun değil; işin özü zaten bu.
Binlerce avantaja ihtiyacınız yok. Gerçekten sağlam bir avuç avantaja ihtiyacınız var. Gürültü olabilecek, test edilmemiş 100 avantajdansa %60 kazanma oranına sahip, doğrulanmış 10 avantajınızın olması daha iyidir.
Keşif hattı bilinçli olarak acımasız tasarlanmıştır. Yanlış pozitifler pahalıdır: Devreye alındıklarında gerçek para kaybettirirler. Her filtre, her doğrulama testi, her sağlamlık kontrolü, zayıf adaylar sermayenizi bitirmeden önce onların işini bitirmek için vardır.
Sırada ne var?
Bu ders çerçeveyi tanıttı. Önümüzdeki derslerde belirli teknikleri derinlemesine inceleyeceğiz:
- Göstergeleri karşılaştırmak için z-score (z puanı) normalizasyonu
- Bağlama bağlı avantajları bulmak için rejim filtreleme
- Göstergeleri gereksiz tekrara düşmeden birleştirmek
- Milyonlarca kombinasyonu verimli biçimde test etmek
- Keşiften canlı işleme uzanan terfi süreci
Avantaj keşfi sistematik bir iştir. Gösterişli değildir. Zamanınızın çoğu gürültüyü ayıklamakla geçer. Ama hayatta kalan avantajlar, kârlı işlem yapmanın temelidir.
Amaç avantaj bulmak değil. Amaç, gerçekten işe yarayan avantajlar bulmak.