Araştırma Laboratuvarı

Metodoloji &
Model Mimarisi

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

Veri Altyapısı

Yüksek kaliteli, özenle işlenmiş veri birincil rekabet avantajıdır. Verinin kalitesi modelin kalitesini doğrudan belirler — veri altyapısına gereken önemi veriyoruz.

📈
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

Derin öğrenme burada sinyal işlemeyle aynı titizlikle uygulanır — veriyi kara kutuya atmak değil, anlamak için.

🧠
Çekirdek Model
Transformatör Tabanlı Dizi Modelleme

Yalnızca kodlayıcı (encoder-only) 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 aşırı uyuma düşmüş (overfit) çalışmalardan 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
  • Sermaye tükenmesi 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