Giriş: Finansal Piyasalarda “Kutsal Kase” Arayışı

Finansal piyasalarda işlem yapanların zihninde kök salmış bir efsane vardır: her koşulda çalışan, garantili kârlar vaat eden sihirli bir “kutsal kase” arayışı. Bu arayış, yatırımcıları genellikle tek bir “sihirli sayıya”, mükemmel bir teknik göstergeye veya anlaşılması güç, karmaşık “kara kutu” (black-box) sistemlerine yönlendirir. Ancak bu karmaşıklık labirentinde, genellikle gözden kaçırılan temel bir gerçek yatar.

İşte bu noktada, Sebastien Valeyre’nin 2025 tarihli “Breaking the Trend: How to Avoid Cherry-Picked Signals” (Trendi Kırmak: Keyfi Seçilmiş Sinyallerden Nasıl Kaçınılır) başlıklı akademik çalışması, bu karmaşıklık saplantısına güçlü bir meydan okuma olarak karşımıza çıkıyor. Makalenin temel tezi, kışkırtıcı olduğu kadar devrimci bir nitelik taşıyor: Trendleri yakalamak için basit, tek bir Üstel Hareketli Ortalama (EMA) sadece yeterli değil, aynı zamanda optimaldir. Valeyre, kantitatif verilerle “basitliğin güzel olabileceği” fikrini kanıtlıyor.

Bu fikri daha derinlemesine değerlendiren Uraz Akgül, 31 Ekim 2025 tarihli tweet’inde, basit bir 112 günlük EMA’nın hem teorik hem de ampirik verilerle (1990-2023 arası) en yüksek Sharpe oranını verdiğini vurguluyor. Ayrıca, karmaşık göstergelerin (MACD, Bollinger Band gibi) çoğu zaman gereksiz bir karmaşıklık yarattığına ve asıl performans artışını sağlamadığına dikkat çekiyor. Akgül, Sharpe oranının bilinmeden, en iyi performansın hangi kriterle belirlendiğinin anlaşılamayacağını belirterek, EMA mantığının anlaşılmadan sinyal üretmenin de zor olacağını ifade ediyor.

Bu durum, bizi temel bir soruyla baş başa bırakıyor: Valeyre’nin çalışmasında küresel piyasalar için optimal olarak belirlenen 112 günlük EMA, uzun zamandır aranan o “Kutsal Kase” mi? Yoksa makalenin asıl dersi, bu sihirli sayının çok daha ötesinde, daha derin ve paha biçilmez bir bilgelik mi içeriyor?

Bu yazıda, okuyucularımızı bu sorunun cevabını bulacakları analitik bir yolculuğa çıkaracağız:

1. Öncelikle, Valeyre’nin teorisinin kalbine ineceğiz: Neden basitliğin optimal olduğunu savunuyor ve bu stratejinin mekanikleri tam olarak nedir?
2. Ardından, bu küresel teoriyi Borsa İstanbul’un (BİST) acımasız gerçekleriyle test edecek ve 112 EMA mitini kendi verilerimizle yıkacağız.
3. Her algoritmik yatırımcının bilmesi gereken iki ölümcül günahı, “aşırı uyum” (overfitting) ve “kiraz toplama”yı (cherry-picking) derinlemesine inceleyeceğiz.
4. Son olarak, sinyalin ötesine geçerek bir stratejinin başarısındaki gizli kahramanı, yani portföy optimizasyonunu ve Agnostik Risk Paritesi (ARP) gibi ileri düzey teknikleri mercek altına alacağız.

Valeyre’nin Teorisinin Kalbi – Neden Basitlik Optimaldir?

Valeyre’nin argümanının gücü, keyfi denemelere değil, sağlam bir teorik temele dayanmasından gelir. Bu temel, strateji analizini ampirik geriye dönük testlerin belirsizliklerinden kurtarıp, matematiksel kesinlik alanına taşır.

Teorik Zemin (Grebenkov & Serror, 2014)

Modelin zarif başlangıç noktası, bir finansal varlığın getirisini (ri,t) iki temel bileşene ayıran bir varsayımdır: öngörülemeyen rassal gürültü (ei,t) ve kalıcı bir trend bileşeni. Bu trend bileşeni, matematiksel olarak tek bir karakteristik zaman ölçeğine (X) sahip, ortalamaya geri dönen bir olguyu tanımlayan birinci dereceden otoregresif bir süreç (AR(1)) olarak modellenir. Bu modelleme, piyasadaki trendlerin sonsuza dek sürmediğini, ancak geçmiş şokların etkisinin zamanla üstel bir şekilde sönümlendiği bir “hafızaya” sahip olduğunu varsayar. İşte bu teorik gerekçe, Üstel Hareketli Ortalama’nın (EMA) neden bu süreci yakalamak için doğal ve en uygun araç olduğunu açıklar.

EMA, tanımı gereği geçmiş verilere üstel olarak azalan ağırlıklar verir; en yeni veriler en yüksek ağırlığa sahipken, eski verilerin etkisi giderek azalır. Bu yapı, AR(1) sürecinin üstel olarak sönümlenen “hafızasını” mükemmel bir şekilde taklit eder, bu da EMA’yı yapısal olarak optimal bir filtre haline getirir. Bu teorik yaklaşım, strateji geliştirmeyi rastgele parametre aramaktan çıkarıp, piyasanın temel dinamiklerini modellemeye dayandırarak, en başından itibaren aşırı uyum riskine karşı bir savunma mekanizması oluşturur.

Strateji Mekanikleri: Basit Bir Kesişimden Çok Daha Fazlası

Burada kritik bir noktayı açıklığa kavuşturmak gerekir: Valeyre’nin stratejisi, “fiyat EMA’nın üzerine çıkınca al, altına düşünce sat” gibi basit bir kesişim (crossover) stratejisi değildir. Bu eğer makale dikkatle okunup incelenmezse oluşabilecek yaygın bir yanılgıdır ve stratejinin inceliklerini gözden kaçırır.

• Normalize Edilmiş Getiriler: Stratejinin sinyali (ɸi,t+1), ham fiyatlara değil, getirilerin kendi volatiliteleriyle ( σit) normalize edilmiş haline dayanır. Aşağıda bu denklemin açık hali incelenebilir. Bu normalizasyon, sinyali farklı varlıklar ve zaman dilimleri arasında karşılaştırılabilir hale getirir ki bu, sağlam bir portföy oluşturmanın temel adımıdır.

• Doğrusal Pozisyon Büyüklüğü: Bu, stratejinin en önemli özelliklerinden biridir. Sistem, ikili (al veya sat, 1 veya -1) sinyaller üretmez. Bunun yerine, portföy pozisyonları, sinyalin gücüne doğrusal olarak bağlıdır. Daha güçlü ve net bir trend sinyali, daha büyük bir pozisyon alınmasını sağlar. Bu yaklaşım, Grebenkov & Serror tarafından ortaya atılan ve ikili seçimlere göre çok daha doğal ve üstün olduğu savunulan “doğrusal alım-satım kuralı” ile uyumludur. Basit bir kesişim stratejisi, 1 puanlık bir kesişim ile 100 puanlık bir kesişime aynı tepkiyi verir ki bu mantıksızdır. Doğrusal pozisyonlama ise, sinyalin gücüne (yani yatırımcının stratejiye olan güvenine) göre daha fazla sermaye yatırarak, kendi içinde bir risk yönetim mekanizması barındırır.

“İşte Bu!” Anı

Makalenin en güçlü bulgusu, Grebenkov & Serror’un karmaşık teorik Sharpe oranı formülü ile 1990-2023 yılları arasında 70 küresel vadeli işlem sözleşmesi üzerinde yapılan geriye dönük testlerden elde edilen gerçek ampirik sonuçlar arasındaki “etkileyici” uyumdur. Bu neredeyse mükemmel uyum, trendlerin altında yatan AR(1) modelini doğrular niteliktedir. Bu, piyasa trendlerinin ortalama olarak, basit ve tek bir zaman ölçeğine sahip bir süreçle oldukça iyi tanımlanabildiğini göstermektedir.

Bu doğrulama, bizi doğrudan makalenin meşhur sonucuna götürür: Bu küresel ve çeşitlendirilmiş veri seti için, Sharpe oranını maksimize eden optimal EMA parametresi 112 gündür (η_opt = 1/112). Ancak unutulmamalıdır ki, makalenin asıl katkısı 112 sayısı değil, bir stratejiyi teorik bir modele karşı doğrulama metodolojisidir. Çoğu strateji geliştirme süreci, geçmiş verilerde işe yarayan parametreleri bulmaya odaklanır (ampirik optimizasyon), ki bu da aşırı uyuma son derece açıktır. Valeyre’nin yaklaşımı ise farklıdır: Piyasanın nasıl işlediğine dair bir teoriyle başlar (Grebenkov & Serror modeli), teorik performansı türetir ve sonra gerçekliğin teoriyle uyuşup uyuşmadığını kontrol eder. Bu mükemmel uyum, stratejinin sadece geçmişteki gürültüyü değil, gerçek ve altta yatan bir piyasa dinamiğini yakaladığına dair güçlü bir güven verir. Saf ampirizmden teori destekli ampirizme bu metodolojik geçiş, aslında aranan asıl “Kutsal Kase”dir.

112 EMA Miti ve Borsa İstanbul Gerçekleri

Eğer 112 günlük EMA, 70 enstrümanlık küresel bir vadeli işlem portföyü için optimalse, 19 hisse senedinden oluşan bir BİST portföyü için de işe yarar mı? Bu bölümde, bu soruya veriye dayalı net bir “Hayır” cevabı veriyoruz.

BİST Kanıtlarının Sunumu

BİST’te işlem gören 19 likit hisseden oluşan bir portföy üzerinde, 2004-2025 yılları arasını kapsayan testler gerçekleştirdik. Sonuçlar, evrensel bir sihirli sayı olmadığını çarpıcı bir şekilde ortaya koyuyor.

Aşağıdaki grafik, BİST portföyü için yıllıklandırılmış Sharpe oranının EMA periyoduna göre nasıl değiştiğini göstermektedir. Eğri, Sharpe oranının EMA periyodu uzadıkça istikrarlı bir şekilde arttığını ve 112’de değil, 500 gün civarında zirve yaptığını açıkça gösteriyor.

Yakınlaştırılmış grafikte (Image 6) görüldüğü gibi, 500 günlük periyot yaklaşık 0.98’lik bir Sharpe oranıyla en iyi sonucu vermektedir. Birçok teknik analist için 500 günlük (yaklaşık 2 yıllık) bir hareketli ortalama, aşırı yavaş ve “anlamsız” kabul edilebilir. Ancak bu parametrenin BİST için optimal çıkması, evrensel bir “orta vade” trend parametresi fikrini temelden sarsan şok edici bir bulgudur.

Bu 500 EMA stratejisinin kümülatif getiri eğrisi (Image 3), stratejinin XU100 endeksine kıyasla uygulanabilir olduğunu ancak sihirli bir getiri sunmadığını göstermektedir. Bu “sadece long” stratejisinin sonuçları, çift yönlü (long/short) 500 EMA stratejisinin sonuçlarıyla (Image 5) neredeyse aynıdır. Bu durum, test edilen dönemde BİST’te açığa satış (short) pozisyonlarının stratejiye anlamlı bir katkı sağlamadığını göstermektedir. Bu, BİST gibi uzun vadeli yapısal bir yükseliş eğilimine sahip piyasalar için tipik bir durum olabilir ve Valeyre’nin küresel, genellikle daha az yönlü olan vadeli işlem piyasalarındaki bulgularından önemli bir sapmadır.

Bir kontrol deneyi olarak, piyasa volatilitesine göre hızını ayarlayan Değişken Endeksli Dinamik Ortalama (VIDYA) gibi adaptif bir göstergeyi de test ettik. Bu gösterge, volatilite arttığında hızlanarak ve azaldığında yavaşlayarak piyasa koşullarına uyum sağlamayı amaçlar. Bu gösterge için en iyi parametre 100 periyotluk bir VMA olarak bulundu ve yaklaşık 0.91’lik bir Sharpe oranı elde edildi . 100 gibi görece daha kısa bir periyoda sahip adaptif bir ortalamanın, 500 gibi çok uzun bir sabit periyotlu ortalamaya yakın bir performans sergilemesi, BİST’teki trend yapısının tek bir sabit zaman ölçeğiyle açıklanamayacak kadar değişken olabileceğine işaret eder. Piyasa bazen hızlı, bazen yavaş trendler sergiliyor olabilir ve adaptif bir gösterge bu rejim değişikliklerini bir dereceye kadar yakalayabilmektedir.

Çelişkinin Sentezi

Bu bulguları özetlemek için aşağıdaki karşılaştırma tablosu oldukça aydınlatıcıdır. Bu tablo, “112 sihirli bir sayı değildir” argümanının özünü basit, güçlü ve unutulmaz bir görsel karşılaştırmaya dönüştürmektedir.

Tablo 1: Strateji Parametrelerinin Piyasalara Göre Karşılaştırması

Özellik	Valeyre’nin Çalışması (Küresel Veri Seti)	Bizim Çalışmamız (BİST Veri Seti)
İncelenen Evren	70 Küresel Vadeli İşlem Sözleşmesi	19 BİST Hisse Senedi
Optimal Sinyal (EMA)	Tek Zaman Ölçekli EMA	Tek Zaman Ölçekli EMA
Optimal Parametre (EMA)	112 Gün	500 Gün
Maks. Sharpe Oranı (EMA)	~1.25	~0.98
Optimal Strateji (Diğer)	–	500 EMA (Sadece Long)
Maks. Sharpe Oranı (Diğer)	–	~0.99
Optimal Strateji (Adaptif)	–	100 VMA (VIDYA)
Maks. Sharpe Oranı (Adaptif)	–	~0.91

Bu tablodan çıkarılacak temel ders şudur: Optimal parametre, yerçekimi sabiti gibi fiziksel bir sabit değildir. İncelenen piyasanın kendi iç dinamiklerinin (katılımcı profili, likidite, volatilite rejimleri ve otokorelasyon yapısı) bir sonucudur. Bir araştırma makalesindeki parametreyi körü körüne farklı bir piyasaya uygulamak, felaketle sonuçlanabilecek bir reçetedir. BİST gibi kendine özgü dinamikleri olan bir piyasada, çok daha uzun bir EMA’nın (500 gün) optimal olması, ya trendlerin daha yavaş oluşup daha kalıcı olduğunu ya da kısa vadeli fiyat hareketlerinin o kadar gürültülü olduğunu ve bu gürültüyü filtrelemek için çok uzun bir geçmişe bakmanın gerektiğini ima edebilir.

Bu noktada, yaptığımız bu analizin görece yüzeysel olduğunu ve yalnızca ana fikri gösterme amacı taşıdığını belirtmek önemlidir. Valeyre’nin çalışmasının metodolojik titizliğini BİST verilerine tam anlamıyla uygulamak, çok daha kapsamlı bir akademik çaba gerektirir. Bu nedenle, bu ön bulguları, Türkiye’deki akademisyenler ve kantitatif araştırmacılar için benzer bir çalışmayı BİST özelinde detaylarıyla yapmaları yönünde bir davet olarak görüyoruz. Böyle bir çalışma, yerel yatırımcılar için paha biçilmez bilgiler sunma potansiyeline sahiptir.

Makalenin Metodolojisine Yönelik Eleştiriler

Valeyre’nin çalışması ampirik ve teorik tutarlılığı açısından güçlü olsa da, metodolojisine yönelik bazı eleştiriler getirmek mümkündür. Bu eleştiriler, sonuçların yorumlanmasında dikkate alınması gereken önemli bağlamlar sunar.

Örneklem Büyüklüğü Sorunsalı: Varlık Sayısı ve Zaman Uzunluğu

Bir stratejiyi test ederken örneklem büyüklüğü kritik bir rol oynar ve bu, iki boyutta incelenmelidir: varlık sayısı (genişlik) ve zaman serisinin uzunluğu (derinlik). Valeyre’nin çalışması bu iki konuda da aşırı uçlarda yer alarak bazı metodolojik soruları beraberinde getirir.

• Varlık Sayısı ve Boyutsallığın Laneti (Curse of Dimensionality): Makale, 70 farklı varlıktan oluşan bir portföy kullanmaktadır. Bu kadar çok sayıda varlık, çeşitlendirme yoluyla sinyal-gürültü oranını artırma avantajı sunsa da, “boyutsallığın laneti” olarak bilinen ciddi bir istatistiksel sorunu da beraberinde getirir. 70 varlık için bir kovaryans matrisini (varlıkların birbirleriyle olan ilişkilerini ölçen matris) istikrarlı bir şekilde tahmin etmek, devasa miktarda veri gerektirir. Bu kadar çok parametreyi tahmin etmeye çalışmak, modelin geçmiş verilerdeki tesadüfi korelasyonlara aşırı uyum sağlama riskini artırır. Valeyre’nin bu sorunu “yok saydığı” söylenemez; aksine, bu sorunu yönetmek için bilinçli olarak Agnostik Risk Paritesi (ARP) gibi daha sağlam bir portföy oluşturma tekniği kullanmıştır. Ancak, 70 varlık gibi teorik düzeyde bile yönetilmesi zor bir portföy yapısı üzerinden bir ispat yoluna gidilmesi, modelin pratik uygulanabilirliği konusunda soru işaretleri yaratmaktadır.
• Zaman Serisi Uzunluğu ve Durağan Olmama (Non-Stationarity): Çalışma, 1990’dan 2023’e uzanan 33 yıllık çok uzun bir veri setini kapsamaktadır. Geriye dönük testlerde veri setinin kısa olması ne kadar sorunluysa, aşırı uzun olması da farklı türden sorunlar yaratabilir. Finansal piyasaların yapısı zaman içinde sabit değildir; teknolojik gelişmeler, regülasyon değişiklikleri, küresel krizler ve yatırımcı davranışlarındaki evrim nedeniyle rejim değişiklikleri (regime shifts) yaşarlar. 33 yıllık bir dönem, internetin yükselişi, 2008 Finansal Krizi, sıfır faiz politikaları ve algoritmik ticaretin hakimiyeti gibi birden fazla farklı piyasa rejimini içerir. Bu kadar uzun bir periyot üzerinden tek bir “optimal” parametre (112 EMA gibi) bulmak, aslında birden fazla farklı piyasa gerçeğinin ortalamasını almaktır. Bu ortalama parametre, geçmişin genelini iyi temsil edebilir ancak belirli bir rejimin özel dinamiklerini yakalamada yetersiz kalabilir ve gelecekteki herhangi bir rejim için optimal olmayabilir. Finansal zaman serilerinin bu “durağan olmama” özelliği, uzun vadeli geriye dönük testlerin en temel zorluklarından biridir.

Algoritmik Yatırımcının İkiz Günahı: Aşırı Uyum ve Cherry-Picking

Valeyre’nin çalışmasını BİST’e uygularken karşılaştığımız bu çarpıcı farklılık, bizi algoritmik strateji geliştirmenin en tehlikeli iki tuzağına getiriyor: aşırı uyum ve cherry-picking.

Düşman 1: Aşırı Uyum (Overfitting)

Aşırı uyum, en basit tanımıyla, “stratejinizin geçmiş verilerdeki spesifik kalıpları ve ‘gürültüyü’ o kadar iyi ezberlemesidir ki, gelecekteki yeni verilerle karşılaştığında işe yaramaz hale gelir”. Bu, eski sınav sorularını ezberleyen ama yeni soruları çözemeyen bir öğrencinin durumuna benzer. Finansal modellemedeki temel nedenleri şunlardır:

1. Aşırı Karmaşıklık: Çok fazla gösterge, kural ve parametre kullanmak.
2. Yetersiz Veri: Modeli küçük veya piyasanın genelini temsil etmeyen bir veri setinde eğitmek.
3. Aşırı Optimizasyon: “Mükemmel” geriye dönük testi bulmak için parametreleri durmaksızın ayarlamak.

Sonuç yıkıcıdır: Geriye dönük testte göz alıcı, yukarı yönlü bir sermaye eğrisi, gerçek zamanlı işlemlerde sermayeyi eriten bir felakete dönüşür.

Düşman 2: Kiraz Toplama (Cherry-Picking)

Kiraz toplama, bir strateji hakkında yanıltıcı derecede olumlu bir izlenim yaratmak için yalnızca en iyi performans gösteren varlıkları, zaman dilimlerini veya test sonuçlarını seçerek gösterme pratiğidir. Valeyre’nin eleştirisi doğrudan bu noktaya temas eder. Yazar, “karmaşık ve farklı göstergelerden oluşan bir sepet” kullanmanın rasyonel olmadığını ve doğrudan “kiraz toplama riskine maruz bıraktığını” savunur. Ayarlayabileceğiniz ne kadar çok düğme varsa, geçmişte şans eseri işe yaramış bir kombinasyon bulmanız o kadar kolaylaşır.

Basitlik En Güçlü Savunmadır

Valeyre’nin yaklaşımı – yani basit ve teori destekli bir modelle başlamak – bu iki günaha karşı en güçlü panzehirdir. Az sayıda parametreye sahip basit bir modelin, gürültüyü “ezberlemek” için daha az serbestliği vardır. Bu da onu doğası gereği daha sağlam ve kiraz toplamaya daha az eğilimli hale getirir. Aşırı uyum ve kiraz toplama sadece teknik hatalar değil, aynı zamanda bilişsel önyargılardır. İnsanlar, gürültüde bile düzen bulmaya programlıdır ve bu, finansal piyasalarda büyük bir zafiyete dönüşebilir. Sağlam doğrulama süreçleri (örneğin, örneklem dışı veri kullanmak, ileriye dönük analiz yapmak) bu nedenle akademik birer egzersiz değil, yatırımcının sermayesini koruyan birer risk yönetimi aracıdır.

Sinyalin Ötesinde: Portföy Optimizasyonunun Kritik Rolü

Yatırımcılar genellikle giriş/çıkış sinyaline (ne zaman alıp satılacağına) takılıp kalırken, en az onun kadar, hatta daha önemli olan portföy oluşturma sorusunu (ne kadar ve hangi varlıktan alınacağını) ihmal ederler.

Agnostik Risk Paritesi (ARP) ile Tanışma

Valeyre’nin çalışmasında sinyal kadar önemli olan bir diğer unsur, pozisyonların nasıl yönetildiğidir. Bunun için Agnostik Risk Paritesi (ARP) adı verilen sofistike bir portföy optimizasyon tekniği kullanılmıştır. Risk Paritesi’nin temel fikri, sermayeyi eşit dağıtmak yerine riski eşit dağıtmaktır. ARP, bu fikrin Benichou ve diğerleri (2017) tarafından geliştirilmiş sağlam bir uygulamasıdır.

ARP’nin mekaniği şöyledir:

1. Varlıkların korelasyon matrisi ($C$) tahmin edilir.
2. Portföy pozisyonları, sinyali ($\phi_t$) basitçe almak yerine, onu korelasyon matrisinin ters karekökü ($C^{-0.5}$) ile normalize ederek hesaplanır.

Bu yaklaşım, klasik Markowitz optimizasyonunun ($C^{-1}$ kullanan) en büyük zayıflığını giderir. Markowitz optimizasyonu, örneklem dışında kararsız olmasıyla ünlüdür ve korelasyon matrisindeki küçük tahmin hatalarına aşırı duyarlıdır. ARP ise, matrisin karekökünü kullanarak, korelasyon tahminlerindeki hatalara karşı daha dayanıklı, daha stabil ve daha iyi çeşitlendirilmiş bir portföy oluşturur.

ARP Bilimsel Bir Araç Olarak

Valeyre’nin ARP kullanmasının ikinci bir nedeni daha vardır: Bu yöntem, istatistiksel gürültüyü azaltmak için güçlü bir araçtır. Birbiriyle ilişkisiz “öz-portföyler” (eigen-portfolios) oluşturarak ve riski bunlar arasında eşit olarak dağıtarak, ARP bireysel varlıkların kendine özgü gürültüsünü etkili bir şekilde ortadan kaldırır ve altta yatan ortak “trend” sinyalinin daha net bir şekilde ortaya çıkmasını sağlar. Valeyre’nin ampirik sonuçlarının teoriyle bu kadar temiz bir şekilde örtüşmesinin arkasındaki metodolojik sır budur.

Bu, bir stratejinin başarısının sadece sinyal kalitesine değil, aynı zamanda o sinyalin nasıl risk kontrollü pozisyonlara dönüştürüldüğüne de bağlı olduğunu gösterir. Uzun vadeli başarının gerçek kaynağı, kalıcı ama gürültülü bir avantajın (sinyal), üstün portföy oluşturma ve risk yönetimi yoluyla disiplinli ve matematiksel olarak biriktirilmesidir. İyi bir sinyal size zamanla küçük bir istatistiksel avantaj sağlar. Ancak ARP gibi sağlam bir portföy oluşturma yöntemi, bu küçük avantajın birçok farklı, ilişkisiz risk kaynağından tutarlı bir şekilde toplanmasını sağlayarak bir “bileşik getiri makinesi” gibi çalışır. Sihir sinyalde değil, o sinyali risk yönetimli pozisyonlara çeviren sistemdedir. Bu, özellikle hisse senedi seçimine odaklanılıp portföy yönetiminin genellikle göz ardı edildiği BİST yatırımcıları için kritik bir derstir.

Sonuç: Modern Yatırımcı için Eyleme Geçirilebilir Dersler

Bu analitik yolculuğumuz, basitliğin gücünü öven umut verici bir teoriyle başladı. Bu teorinin spesifik parametresinin (112 EMA) kendi yerel pazarımız olan BİST’te başarısız olduğunu gördük. Ancak bu süreçte, makalenin çok daha derin ve zamandan bağımsız ilkelerini ortaya çıkardık.

“Kutsal Kase” arayışının beyhude bir çaba olduğu açıktır. Gerçek “Kutsal Kase” sihirli bir parametre değil, strateji geliştirme, doğrulama ve risk yönetimi için sağlam bir süreçtir.

teknikpiyasa.com.tr okuyucuları için bu çalışmadan çıkarılacak nihai ve eyleme geçirilebilir dersler şunlardır:

1. Basit Kalın: Karmaşık sinyaller yerine, teorik temeli olan, anlaşılır stratejilere öncelik verin. Basitlik, aşırı uyuma karşı en iyi savunmanızdır.
2. Şüpheci Olun: Gördüğünüz her geriye dönük testi (backtest) sorgulayın. Aşırı uyum ve kiraz toplama belirtileri arayın. “Mükemmel” görünen bir getiri eğrisi, genellikle en tehlikelisidir.
3. Parametrelere Değil, Sürece Odaklanın: “Mükemmel” EMA periyodunu bulmaya çalışmak yerine, stratejilerinizi test etmek ve portföyünüzü oluşturmak için sağlam bir metodoloji geliştirmeye odaklanın.
4. Yerel Olarak Doğrulayın: Başka bir piyasada çalışan bir stratejinin, titiz ve bağımsız testler yapılmadan BİST’te de çalışacağını asla varsaymayın. Sizin tek gerçeğiniz, kendi verilerinizdir.
5. Portföyü Düşünün: Sadece ne zaman alıp satacağınızı değil, aynı zamanda ne kadar alacağınızı ve riskinizi varlıklar arasında nasıl dağıtacağınızı da düşünün. Başarı, sinyal kalitesi ile portföy yönetiminin çarpımıdır.