Araştırma Laboratuvarı

Metodoloji &
Model Mimarisi

Sistematik alfa üretiminin teknik temeli — ham tik verisinden olasılıksal tahminlere.

Veri Altyapısı

Yüksek kaliteli, iyi mühendislenmiş veri birincil rekabet avantajıdır. Çöp girer, çöp çıkar — girdiye ciddiyetle yaklaşıyoruz.

📈
Tarihsel OHLCV Hattı

Çoklu kaynak tik ve bar verisi farklı borsa ve zaman dilimlerinde normalleştirilir. Hayatta kalma yanlılığı kontrolleri, kurumsal aksiyon düzeltmeleri ve bölünme işlemleri sistematik biçimde uygulanır.

  • Tik, 1d, 5d, 15d, 1s, günlük çözünürlük
  • Çok borsa birleştirme ve uzlaşma
  • Kurumsal aksiyon normalleştirme
  • Veri kalite puanlama ve işaretleme
📖
Emir Defteri Mikro Yapısı

Seviye-2 emir defteri anlık görüntüleri yakalanarak dengesizlik sinyalleri, derinlik dağılımı ve kısa vadeli fiyat baskısı metrikleri çıkarılır.

  • Alış-satış spread dinamikleri
  • Emir defteri dengesizlik özellikleri
  • İşlem akışı toksisitesi (VPIN)
  • Derinlik ağırlıklı orta fiyat
🌊
Volatilite Rejim Etiketleme

Gizli Markov Modelleri ve kümeleme algoritmaları piyasayı ayrı volatilite rejimlerine sınıflandırır. Strateji parametreleri mevcut rejim atamasına göre uyarlanır.

  • HMM tabanlı rejim sınıflandırması
  • Gerçekleşen vs. zımni vol farkı
  • GARCH volatilite tahminleri
  • Rejim geçiş olasılık matrisleri
⚙️
Özellik Mühendisliği Hattı

Katı eğitim/test izolasyonuyla sistematik özellik inşası. Tüm özellikler ileriye bakış yanlılığını önlemek için zaman-noktası doğruluğuyla hesaplanır.

  • 200'den fazla mühendislik özelliği
  • Zaman-noktası doğru hesaplama
  • Özellik önem takibi
  • Oto-korelasyon ve çoklu doğrusallık filtreleri

Model Mimarisi

Sinyal işlemeyle aynı titizlikle uygulanan derin öğrenme — yalnızca veriyi kara kutuya sürmeye değil.

🧠
Çekirdek Model
Transformatör Tabanlı Dizi Modelleme

Yalnızca-kodlayıcı transformatör mimarisi değişken uzunluklu piyasa dizilerini işler. Çok başlı dikkat, kısa vadeli momentum ile uzun vadeli yapısal bağımlılıkları eş zamanlı yakalar.

Çok Başlı Dikkat Konumsal Kodlama Katman Normalleştirme Bırakma Düzenlileştirme
👁
Zaman Serisi için Dikkat Mekanizmaları

Çapraz dikkat katmanları modelin tarihsel açıdan ilgili piyasa durumlarına seçici odaklanmasını sağlar. Zamansal dikkat ağırlıkları yorumlanabilirdir — modelin her tahmini neden yaptığını biliyoruz.

  • Zamansal öz dikkat
  • Çok varlıklı dikkat havuzlama
  • Uzun diziler için seyrek dikkat
  • Dikkat görselleştirme panoları
🔀
Rejim Duyarlı Uyarlama

Model ağırlıkları tespit edilen piyasa rejimine göre koşullu olarak geçitlenir. Ayrı alt ağlar trend, ortalama geri dönüş ve yüksek volatilite ortamlarını yönetir.

  • Uzman karışımı geçitleme
  • Rejim koşullu tahmin başlıkları
  • Çevrimiçi rejim geçiş mantığı
  • Güven ağırlıklı topluluk çıktısı
🎯
Olasılıksal Tahmin Katmanı

Çıktı bir nokta tahmini değil — tam bir tahmin dağılımıdır. Kalibre edilmiş belirsizlik nicelemesi icra katmanının pozisyonları tahmin güvenine orantılı büyütmesine olanak tanır.

  • Kantil regresyon çıktıları
  • Kalibrasyon testi (ECE)
  • Belirsizlik ayarlı pozisyon büyüklüğü
  • Çok ufuklu tahmin (1s, 4s, 1g)

Doğrulama Çerçevesi

Bu bölüm ciddi kantitatif araştırmayı optimize edilmiş eğri uydurumdan ayırır. Her doğrulama katmanı dağıtım öncesi zorunludur.

İleriye Dönük Optimizasyon+

Eğitim penceresi zamanda ilerler; strateji parametreleri her adımda yeniden tahmin edilir. Parametre kararlılığını sağlar ve örneklem içi aşırı uyumu önler. İleriye dönük verimlilik oranları (WFE) raporlanır.

  • Sabit ve hareketli pencere testi
  • Katlarda parametre kararlılık analizi
  • İleriye dönük verimlilik oranı (WFE)
  • Rejim katmanlı kat yapımı
Örneklem Dışı Test ve Tutma Protokolleri+

Katı zamansal tutma — model geliştirme asla test setine dokunmaz. Birincil ÖDS penceresinin ötesinde ikincil bir tutma dönemi bulundurulur.

  • Birincil ÖDS: %20 zamansal tutma
  • İkincil tutma: canlı gönderime kadar dokunulmaz
  • Piyasa rejimine göre katmanlı örnekleme
  • ÖDS verisinde hiper-parametre ayarı yapılmaz
Monte Carlo Simülasyonu+

İşlem getirilerinin önyükleme yeniden örneklemesi tüm raporlanan metrikler için güven aralıkları üretir. Hiçbir zaman tek bir Sharpe oranı raporlamıyoruz — dağılımı raporluyoruz.

  • Strateji başına 10.000+ önyükleme örneği
  • 95. / 5. yüzdelik metrik bantları
  • Düşüş dağılımı analizi
  • Mahvolma olasılığı tahmini
Kayma ve İşlem Maliyeti Modelleme+

Brüt geri testler değersizdir. Hacim ayarlı kayma tahminleri, borsa ücretleri, fonlama maliyetleri ve spread ile net performansı modelleriz. Önemli olan yalnızca net performanstır.

  • Hacim ayarlı piyasa etki modeli
  • Spread, komisyon ve fonlama maliyetleri
  • Kısmi dolum olasılığı modelleme
  • Duyarlılık analizi: +%50, +%100 maliyet senaryoları
Veri Sızıntısı Önleme+

Tüm ön işleme adımlarında ileriye bakış yanlılığı, hedef sızıntısı ve özellik kirliliğine yönelik sistematik kontroller. Özellik hattındaki otomatik sızıntı tespiti zamansal açıdan geçersiz her özelliği anında işaretler.

  • Zaman-noktası özellik hesaplama denetimi
  • Otomatik gecikme doğrulama testleri
  • Hedef kodlama izolasyonu
  • Çapraz doğrulama grubu sızıntısı denetimi