Yaklaşık 9 asır önce dünyadaki ilk robotu yapan Ebu'l İz El Cezeri sibernetik ve bilgisayar biliminin doğuşunda öncü rol oynayanlardan biri olarak görülürken enerji kaynağı, yönetim mekanizması ve geri besleme sistemlerinin tümünün su, buhar ve havanın itiş gücüyle yapıldığı buluşlarını kitabında topladığı biliniyor.
Bununla birlikte, 750-830 yılları arasında yaşayan ünlü matematikçi Ebu Abdullah Muhammed İbn-i Musa el Harezmi, matematik, astroloji ve coğrafya alanlarında devrim niteliğinde çalışmalara imza atarken "Hisab el-cebir ve el-mukabala" adlı kitabında ele aldığı "algorizma" bugünkü adıyla "algoritma" çalışmaları da son dönemde özellikle finans alanında öne çıkan yapay zeka modellemelerinin temelini oluşturuyor.
Son dönemlerde, gelişen teknolojiyle birlikte farklı alanlarda kullanılan algoritma ve yapay zeka projeleri, pay ve kripto para piyasalarında işlem yapan yatırımcılar tarafından da tercih ediliyor.
Söz konusu piyasalarda işlem yapan yatırımcılar için saniyeler bile büyük önem arz ederken, beşeri faktörler sebebiyle yatırımcıların zaman zaman gecikmeli ve hatalı işlemler gerçekleştirmesi, yatırımcılar açısından dezavantaj yaratıyor.
Bu olumsuzlukları minimuma indirebilmek için kurumsal yatırımcıların yanı sıra bireysel yatırımcılar arasında da bazı indikatör ve fiyat hareketlerine ilişkin belirli kurallar ile kurgulanmış "otomatik alım-satım işlemleri" olarak da bilinen "algoritmik işlemler" gün geçtikçe yaygınlaşıyor.
"Yapay zeka genelde tahminleme modelleri üzerine kuruluyor"
Matriks Algo Solutions Genel Müdürü Kıvanç Özbilgiç, hem kripto para hem de geleneksel piyasalarda yapay zekanın, en yaygın kullanılmaya çalışılan halinin genellikle "tahminleme modelleri" üzerine kurulduğunu dile getirdi.
Yapay zekanın, söz konusu piyasalar için çok büyük bir potansiyele sahip olan "genç yetenek" olarak nitelendirilebileceğini ancak "henüz emeklemeyi öğrenmiş bir bebek" olarak da düşünülebileceğini aktaran Özbilgiç, "Piyasalarda, yapay zeka için yürümeyi, konuşmayı, koşmayı ve düşünsel olarak gelişmeyi bekleyen bir bebek dersek daha açıklayıcı olabilir." ifadelerini kullandı.
Özbilgiç, son zamanlarda yapay zekanın popüler bir kavram olarak öne çıkması nedeniyle, içerisinde yapay zekaya dair en ufak bir kırıntı olmamasına rağmen bir pazarlama stratejisi olarak, her ürünün içeriğinde varmış gibi gösterildiğini belirterek, "Bu da teknolojik içeriklerin kontrolünün zorluğu sebebiyle maalesef yapay zekadan çok, yapay sahtelik doğuruyor." dedi.
5 sınıflandırmada algoritmik işlemler ve yapay zeka ilişkisi
Özbilgiç, algoritmik işlemlerin bir kurallar bütünü doğrultusunda gerçekleştirilen işlemler olduğunu ifade ederek, söz konusu kuralların uygulanması, ve işlemlerin yapılması, "backtest" diye de bilinen geriye dönük işlemlerin analizi, optimizasyon olarak tabir edilen en iyi ve en karlı ayarların tespitinin tamamının veri analizi alanına girdiğini söyledi.
Bu verilerin de büyüdükçe "Big Data" denilen boyuta ulaşması durumunda, artık insanın yorumlamakta veya yönetmekte zorlanacağı bir yetenek gerektirdiğini aktaran Özbilgiç, "Burada yapay zeka devreye giriyor. Genelde, ilerideki piyasa veya fiyat hareketlerini tahminleme üzerine kafa yoruluyor ama burada doğru olan bu insani yeteneklerin yetemediği durumlara yönelmek çok daha anlamlı olacaktır." diye konuştu.
Özbilgiç, yapay zekanın algoritmik yöntemlerin geliştirilmesinde önemli bir rol oynadığını ve iki kavramın arasındaki ilişkiyi daha iyi anlayabilmek için sınıflandırma yapılmasının daha iyi olacağını dile getirerek, şu değerlendirmelerde bulundu:
"Veri analizi ve tahmin: Yapay zeka, büyük miktarda finansal veriyi analiz ve formasyonları tespit edebilir. Bu, gelecekteki fiyat hareketlerini tahmin etmek için kullanılabilir. Algoritmik trade içerisinde stratejiler, fiyat tahminleri yapmak için bu veri analizi ve tahminlerinden yararlanır.
Karar verme süreci: Algoritmik işlemlerde, belirli koşulların karşılanması durumunda işlem yapma veya yapmama gibi kararlar alınır. Yapay zeka, bu karar verme sürecini optimize etmek için kullanılabilir. Örneğin, bir yapay zeka modeli, piyasa koşullarını sürekli izleyerek ve stratejilere uygun kararlar alarak algoritmik işlem stratejilerini geliştirebilir.
Risk yönetimi: Algoritmik işlem stratejileri genellikle risk yönetimi kurallarını içerir. Yapay zeka, belirli risk seviyelerini tanımlamak ve işlem stratejilerini bu risk seviyelerine göre ayarlamak için kullanılabiliyor.
Öğrenme ve adaptasyon: Yapay zeka modelleri, zaman içinde piyasa koşullarını öğrenip adapte olabilir. Bu, algoritmik işlem stratejilerinin daha esnek ve etkili olmasını sağlar. Örneğin, piyasa volatilitesi arttığında veya azaldığında, yapay zeka modelleri bu değişikliklere tepki gösterebilir ve stratejileri uygun hale getirebilir.
İşlem hızı: Algoritmik işlemlerde hız önemlidir, çünkü küçük bir avantaj bile rekabet avantajı sağlayabilir. Yapay zeka, çok hızlı bir şekilde büyük miktarda veriyi analiz edebilir ve kararlar alabilir, bu da algoritmik işlemlerin hızını artırır.
Yapay zeka ve algoritmik işlemler arasındaki ilişki, finansal piyasalarda daha etkili ve verimli işlem stratejilerinin geliştirilmesine olanak sağlar."
"Yatırımcıların stratejilerini yapay zeka ile kurgulamaları mümkün"
Kıvanç Özbilgiç, yatırımcıların işlem yaparken kullandıkları stratejilerini yapay zeka ile kurgulamalarının mümkün olduğunu ancak öncelikle piyasalardaki işleyişi ve algoritmaları iyi bilmeleri gerektiği konusunda uyardı.
Bu konuda bir çok aşamanın bulunduğunu ve neredeyse tüm aşamaların henüz başında olunduğunu belirten Özbilgiç, söz konusu aşamaları şöyle anlattı:
"Veri toplama ve analizi: Yapay zeka tabanlı işlem stratejileri için gereken en önemli şeylerden biri, büyük miktarda finansal veriye erişimdir. Bu veriler, fiyat hareketleri, işlem hacmi, temel göstergeler ve diğer birçok faktörü içerebilir. Bu aşamada, finansal veri toplama ve analizinde önemli ilerlemeler kaydedilmiştir, ancak hala daha fazla veri kaynağına ve daha iyi analitik araçlara ihtiyaç duyulmaktadır.
Algoritmaların geliştirilmesi: Yapay zeka tabanlı işlem stratejileri, finansal verileri analiz etmek, formasyonları tanımak, fiyat tahminleri yapmak ve işlem kararları almak için kullanılabilir. Fakat tam anlamıyla tüm bu görevler henüz yapay zekaya devredilememiştir, üzerinde hala yoğun çalışmalar yapılmaktadır.
Uygulama ve adaptasyon: Yapay zeka tabanlı işlem stratejileri, gerçek finansal piyasalarda uygulanabilir hale getirilip gerçek zamanlı verilerle test edilmesini, optimize edilmesini ve uygulanmasını gerektirir. Uzmanlar, yapay zeka tabanlı işlem stratejilerini gerçek piyasalarda başarıyla uygulamak için gerekli altyapıyı oluşturmaya çalışmaktadır ancak bu süreç de henüz tamamlanmamıştır.
Regülasyon ve Risk Yönetimi: Yapay zeka tabanlı işlem stratejilerinin uygulanmasıyla ilgili olarak, finansal piyasalarda etkili bir şekilde kullanılması için uygun düzenlemelerin oluşturulması ve risklerin yönetilmesi gerekmektedir. Bu konulardaki çalışmalar henüz diğerlerine göre çok daha başlangıca yakın diyebiliriz."
Yapay zeka ile kurgulanan stratejilerde en çok kullanılan indikatörler
Özbilgiç, yapay zeka ile kurgulanan işlem stratejilerinde en çok kullanılan indikatörler hakkında keskin bir söylemde bulunmazken, henüz bu alanı, emeklemeyi yeni öğrenmiş bir bebeğe benzettiğini anımsatarak, yapay zeka ile algoritmik işlemlere merak saran uzmanların muhtemel ulaşabilecekleri ilk indikatörleri şu şekilde sıraladı:
"Hareketli Ortalamalar (Moving Averages), RSI (Relative Strength Index - Göreceli Güç Endeksi), MACD (Moving Average Convergence Divergence - Hareketli Ortalamaların Yakınsaması Iraksaması), Stokastik Osilatör (Stochastic Oscillator), Bollinger Bantları (Bollinger Bands), Fibonacci Geri Çekilmeleri"
Araştırmalara göre, manuel işlem yapan yatırımcıların sayısının günden güne azaldığını da dile getiren Özbilgiç, "Gelecek dönemde, algoritmalar ve yapay zeka aracılığı ile borsalarda işlem yapanların sayısının daha da artabileceğini ancak asla manuel işlem yapan yatırımcıların bitmeyeceğini düşünüyorum." ifadelerini kullandı.
AA