Kriptoda Makine Öğrenmesiyle Fiyat Tahminine Nasıl Yaklaşılır: Riski Kendini Aldatmadan Yönetin

Kripto, veri bilimcileri için çekici; çünkü her gün denenebilecek yeni bir indikatör, kazınıp kullanılabilecek daha fazla veri ve “daha iyi sinyaller” vaat eden yeni bir model çıkar. Ancak asıl sorun şu: Kripto piyasaları karakterini hızlı değiştirebilir. Bu olduğunda, geri testte gayet mantıklı görünen bir tahmin canlıda çalışmayı bırakabilir.

Buradaki amaç makine öğrenmesini küçümsemek değil. Daha zor kandırılan bir şekilde kullanmak: tahminleri, gerçekten işlem yapabileceğin alanlarla eşleştirerek; riski de R (risk birimin) üzerinden sabitleyerek—dolar üzerinden değil.

Kriptoda “fiyat tahmini” neden sık hayal kırıklığı yaratır

Tahminlerin boşa düşmesinin birkaç oldukça öngörülebilir sebebi var.

• Hızlı ve rejim değiştiren piyasalarda modeller gürültüyü sinyalden güvenilir biçimde ayıramaz.
• Tahmin, tek başına işlem planı değildir. Model yön ya da olasılık tahmin etse bile senin giriş, stop ve risk kontrolü kararlarına ihtiyacın var.
• Pek çok ML yaklaşımı yön/olasılık üretir; ama uygulama tarafı piyasa yapısına (seviyeler, adillik/fairness, pozisyonlanma) ve risk modeline bağlıdır.

Bunu şöyle netleştirmek işe yarar: Tahmin, olasılık hesabına yardım edebilir. İşlem ise piyasa hareket ettiğinde ne yapacağını ve yanlış olursa ne kadar kaybedeceğini belirlemek demektir.

Model kriptoda neyi tahmin etmeli?

ML çıktıları gerçekten işleme entegre olsun istiyorsan, ölçüp aksiyon alabileceğin hedeflere odaklan.

Fantastik değil, işlem yapılabilir olanı tahmin et

Doğrudan kullanabileceğin özelliklerle tahmin üret:

• muhtemel rejim: trend, range (denge/alışveriş aralığı) veya chop (dağınık, keskin trend davranışının olmadığı tempo)
• devam etme olasılığı (ya da hareketin tersine dönme olasılığı)
• adil değer (fair value) etrafındaki koşullar: Tüccarlar bedava mı dolduruyor, yoksa daha pahalıdan mı kabul ediyor? (Ortalamaya göre daha ucuza mı daha pahalıya mı işleniyor?)

Hedefi ölçülebilir yap

“Bir sonraki fiyat” yerine ölçüp işlem mantığına bağlayabileceğin bir şey kullan. Örneğin:

• Stop devreye girmeden önce fiyatın, tanımlı bir miktar kadar lehte hareket etme olasılığı

Bu kurgu, modelin öğrenmesini istediğin davranışı doğrudan “uygulamayla aynı hizaya” getirir.

Girişte rejimi etiketle

Pratikte rejim farkları, tek tek indikatör ayarlarından daha belirleyici olabiliyor. Bu yüzden modelin, şimdi hangi oyun planının (playbook) daha uygun olduğunu seçmene yardım etmeli.

Sembol ve zaman dilimleri arasında genelde daha iyi aktaran model girdileri

Yaygın bir hata, yalnızca tek bir coin/tek bir zaman diliminde veya tek bir volatilite ortamında çalışan özellikler üretmektir. Piyasa davranışını anlatan girdiler daha iyi taşınır.

“Adillik”i VWAP ile sabitle

Şunları ekle:

• session VWAP (UTC 00:00’e sabit)
• Son N bar üzerinden rolling VWAP

VWAP (Volume-Weighted Average Price), işlem hacmine göre ağırlıklandırılmış ortalama fiyattır. Kripto vadeli işlem tarafında “adil değer” için pratik bir çıpa görevi görür:

• fiyat session VWAP’ın üstünde → ortalamada alıcılar daha pahalıdan “ödüyor”
• fiyat session VWAP’ın altında → ortalamada satıcılar, piyasanın ödediği ortalamadan daha yüksekten dolduruluyor

Fonlamayı maliyet/pozisyonlanma sinyali gibi oku

Perpetual (sürekli vadeli) sözleşmeler, perp fiyatını spot’a yakın tutmak için bir funding rate kullanır.

• Funding pozitifse long’lar short’lara ödeme yapar
• Funding negatifse short’lar long’lara ödeme yapar

Seviye düzeyini “duygu/sentiment” gibi ele alma. Bunu maliyet sinyali olarak düşün. En uygulanabilir kısım genellikle şudur: funding nasıl değişiyor?

• kalıcı biçimde negatif → kalabalıklaşmış short’lar ödeme yapıyor
• kalıcı biçimde pozitif → kalabalıklaşmış long’lar ödeme yapıyor
• sıfıra yakın ve geri dönen (mean-reverting) → daha dengeli koşullar

Giriş bağlamı için emir defterini dikkatle kullan

Emir defteri dengesizliği (touch’a yakın bid hacmi vs ask hacmi) ve ağırlıklı derinlik seviyelere yakın giriş zamanlamasına yardımcı olabilir.

Ama bunu gerçekleşen işlemlerle (prints) kontrol etmelisin. “Spoofing” olur: sahte duvarlar bir anda kaybolabilir. Dengesizlik güçlü alıcıları gösteriyor ama işlemler hâlâ satışa basıyorsa, o alıcılar yanıltıcı olabilir.

Volatilite ve yapı farkındalığı ekle

ATR tabanlı özellikler, modelin piyasayı ne kadar geniş hareket etmeye “razı” gördüğünü anlamasına yardım eder. Aynı desen, farklı volatilite rejimlerinde bambaşka davranabilir.

Yaygın kripto sinyallerini modele uygun kurallara çevir

Birçok trader VWAP, funding ve emir defteri fikirlerini zaten kullanır. Kritik hamle, bunları modelin öğrenebileceği kurallara dönüştürmektir; muğlak yorumlara değil.

VWAP’ı tek başına tetikleyici değil, çıpa olarak ele al

VWAP’ı referans noktası gibi düşün:

• session VWAP’ın üstü: ortalamada alıcılar daha fazla ödüyor demektir

Long tarafındaysan kendine şu soruyu sor: Piyasanın “adil” dediği seviyenin üstünde mi alıyorum? Eğer evet, neden?

Trend rejimlerinde VWAP retest’leri

Devam yapısına sık görülen bir örnek:

• temiz bir session hareketinden sonra VWAP’ın ilk retest’ini izle
• rejim trend davranışını destekliyorsa, bu nokta yüksek olasılıklı devam alanı olabilir

Buradaki anahtar kelime “eğer”. VWAP retest’leri range ile trendte farklı çalışır.

Funding: sadece işarete bakma, değişimi izle

Modele iyi çevrilen pratik kurallar:

• kalıcı şekilde negatif → kalabalık short’lar ödeme yapıyor
• kalıcı şekilde pozitif → kalabalık long’lar ödeme yapıyor
• yatırım değeri çoğunlukla seviyeye sabitlenmekten değil, kaymalar/shift’leri yakalamaktan geliyor

Emir defteri: seviyelere yakın zamanlama

Dengesizlikten giriş zamanlamasında yararlan:

• bid desteğiyle bir seviyeyi geri almak (reclaim) long’lar lehine olabilir
• mevcut fiyatın üstünde ağır bekleyen ask’lar, kırılım girişimleri için rüzgârın tersine dönmesi demektir

Yine de emir defterini tek başına tez yapma; sadece bağlam olarak tut.

Rejim sınıflandırması: ML tasarımının omurgası

Rejim, doğru playbook’u seçmek için tek başına en kullanışlı filtredir.

Üç pratik rejim kullan: trend, range, chop.

Trend

Trend, yönlü yapıdır:

• yükselen ADX
• higher-highs / higher-lows (short tarafı için tersine işleyen yapı)

Trend, momentum girişleri ve trailing exit’ler için daha uygundur.

Range

Range, belirlenebilir destek/direnç etrafında dalgalanmadır:

• ATR daralması (ATR contracting)

Range, daha sıkı ve önceden belirlenmiş çıkışlarla yapılan fade/ortalama-dönüş (mean-reversion) girişleri için uygundur.

Chop

Chop dağınıktır:

• net bir yapı yoktur
• stop-run’lar (stop avı) sık görülür

Varsayılan yaklaşım: daha küçük hacim ya da kenarda durmak. Kesinlikle işlem yapacaksan, sadece en yüksek ikna gücüne sahip kurulumları seç ve daha geniş stop’ları göze al.

Her işlemi girişteki rejimle etiketle. Zamanla rejim etiketli performans, çoğu zaman “indikatör A mı indikatör B mi?” tartışmasından daha iyi ayırır.

ML ve deep learning tam olarak nerede işe yarar?

ML’i dürüst tutmanın iyi bir yolu, amacını kararlarla eşleştirmektir.

Olasılık tahmini ve rejim sınıflandırma

ML/deep learning ile şu tahminleri hedefle:

• devam mı tersine dönüş mü olasılığı
• mevcut rejim sınıfı olasılığı

Tek başına bir “sonraki fiyat” deterministik değildir. Piyasalar sana düz bir çizgi borçlu değil.

Olay zamanlaması için sequence modeller

Eğer şu zaman pencerelerinde örüntü öğrenmek istiyorsan, sequence (deep learning) yaklaşımları işe yarayabilir:

• VWAP retest’leri
• funding değişimleri
• emir defteri kaymaları

Çıktıyı uygulamaya ve riske eşle

Modelin çıktıları, uygulama ve risk tarafına takılabilir olmalı.

Model “yukarı” ya da “aşağı” der ama bunu giriş zamanlamasına ve stop mantığına çeviremiyorsan, yine subjektif kararlara dönme riski artar.

Risk yönetimi: R tabanlı kontroller yoksa tahmin kalitesi anlamını yitirir

İyi bir model bile, risk mantığın tutarlı değilse para kaybedebilir.

Her şeyi R’e bağla

R, risk birimindir: giriş ile stop fiyatı arasındaki fark.

Performansın tamamı R cinsinden ifade edilmeli:

• beklenti (expectancy)
• MFE (maximum favorable excursion)
• MAE (maximum adverse excursion)

Bunun nedeni dolar PnL’in farklı volatilite ortamlarında çok sert değişebilmesidir. Strateji her işlemde +0.35R kazandırıyorsa, piyasa sakin de olsa sert de olsa +0.35R kazanırsın; dolar sonucu ise pozisyon boyutu ve volatiliteyle ölçeklenir.

R tutarlı olduğunda beklenti genellenir

Model performansını değerlendirirken R cinsinden expectancy’ye odaklan. Gerekirse bütçeleme için en sonda dolara çevir.

“Tahmin”, stop’ların yerini almaz

Tahmin, stop’un ne yapacağını değiştirmez. Stop mesafesi, pozisyon boyutlandırması ve çıkış kuralları işlemin dağılımını belirler.

Stop’ların uyumlu kalması için ATR’dan pozisyon boyutlandır

Sabit bir adet/lot tutup volatilite oynamasına izin verirsen, stop mesafenin örtülü karşılığı (implied stop distance) kayar. Trader’lar sürprizleri bu şekilde yaşar.

1-ATR aleyhte hareket, risk bütçene denk gelsin

Pozisyon boyutlandırma ATR’a sabitlenmeli:

• stop mesafesi = k * ATR
• k’yı rejime göre seç

Tipik k aralıkları:

• trend’de 1.0–1.5
• chop’ta 1.5–2.0

Sonra pozisyonları öyle boyutlandır ki, 1-ATR’lik aleyhte hareket senin risk bütçene karşılık gelsin.

Yaygın hata: pozisyon boyutunu sabitlemek ve volatilite piklerinde stop’un örtülü karşılığının kaymasına izin vermek. Sistem, stop mantığı ve boyutlandırma birlikte ölçekleniyorsa doğru çalışır.

Model çıktısını uygulama playbook’larına nasıl bağlarsın?

Rejim olasılığı ve devam olasılığını eline alınca, bunları bir playbook’u çalıştıracak şekilde kullan.

Trend yönü + model güveni: VWAP’a kademeli gir (kovalamadan)

Breakout mumu almak yerine, önceki VWAP etrafında kademeli giriş düşün.

Tipik bir yapı:

• %30 ilk VWAP geri alımında (VWAP reclaim)
• %30 daha ince satış tarafı derinliğiyle doğrulanmış bir retest’te
• %40 retest sonrası higher-low oluştuğunda

Çalışan zaman diliminde (working timeframe) fiyat tekrar VWAP’ın altına kapanırsa, kalan dilimleri iptal et.

Range tarafı: ortalama dönüş girişleri ve sıkı çıkışlar

Range koşullarında tercih et:

• sıkı stop’lar
• çıkışları range’in karşı kenarına yakın yerlerde

Trend mantığını burada kopyalayıp kullanma. VWAP geri alımı, fiyat mean-reverting (ortalama dönüş) davranışındayken bambaşka anlam taşıyabilir.

Chop: daha küçük hacim ya da kenarda dur

Chop’ta:

• hacmi azalt ya da işlemi atla
• işlem yapıyorsan sadece en yüksek ikna gücü olan kurulumlara odaklan
• yapı gerektiriyorsa daha geniş stop’ları kabul et

Modeli geri testle: sadece doğruluğu değil, önemli olanı ölç

Geri test soruları edge (avantaj) ve risk hakkında cevap vermeli; sadece “tahmin doğru mu?” değil.

R cinsinden beklentiyi değerlendir

Bu, farklı semboller ve volatilite rejimlerinde genelleme yapmanın yolu. R tabanlı metrikler değerlendirmeyi tutarlı tutar.

Sonuç dağılımını takip et

Sadece kazanma oranına (win rate) bakma.

Şunlar gibi şeyleri izle:

• MAE/MFE’yi R cinsinden takip et; sinyaller stop mantığın için yeterince erken mi geliyor bunu gör

MAE sürekli olarak stop’a göre çok büyükse, edge sanrısına execution zamanlamasından kaynaklanan bir yanılsama eşlik ediyor olabilir.

Rejimlere göre strese sok

Her işlemi girişte (trend/range/chop) etiketle ve performansın gerçekten rejime göre değişip değişmediğini test et. Her yerde iyi çalışıyorsa, model aslında rejim yapısını öğrenmiyor olabilir.

Uygulama kontrol listesi (ve canlıda nereden izlenecek)

Model işi bittiğinde uygulama başlar. Daha temiz hizalama için analiz ve uygulamayı aynı platformda tut.

Canlı piyasa akış beslemeleri için XT Exchange’i kullanıyoruz; snapshotlar ve sinyaller burada güç alıyor.

Uygulamada işe yarayan kontrol listesi:

• Belirli bir perp işlem yapıyorsan, o çiftin session VWAP’ini, rolling VWAP davranışını, funding trend’lerini ve emir defteri dengesizliğini XT üzerinde kontrol et.
• Canlı grafikleri kullanarak rejim etiketlerinin doğru çalışıp çalışmadığını ve VWAP retest’lerinin mevcut seansta beklediğin gibi ilerleyip ilerlemediğini doğrula.

Kripto hızla kişilik değiştirebilir. Canlı izleme araştırmanın bir parçası.

Sonraki adım: XT üzerinde girdilerini doğrula ve R tabanlı riskle inşa et

Bu çerçeveyi hayata geçirmek istiyorsan basit başla.

• XT hesabını aç ve bir BTC çifti (ya da tercih ettiğin perp) üzerinde işlem yaparak session VWAP’i, rolling VWAP’in davranışını, funding kaymalarını ve emir defteri tepkilerini anlık gözlemle.
• Sonra model çıktını ATR destekli pozisyon boyutlandırmayla R tabanlı giriş/stop mantığına çevir; böylece geri test davranışı ile canlı davranış aynı hatta kalır.

Tek bir sembolle başla, işlemleri rejime göre etiketle; ancak o zaman karmaşıklığı artır.