Finans ve Algoritmik Alım Satımda Yapay Zekanın Gücü

Kısa süre önce, Dr. Hugo Bowne-Anderson (DataCamp) ve Dr. Yves Hilpisch (The Python Quants), yapay zekanın finansta nasıl kullanılabileceğini, daha geleneksel yaklaşımlarla nasıl karşılaştırılabileceğini ve neden veri bilimcilerin artık finansta kilit oyuncular olduğunu tartıştı. Ayrıca belirsizlik ve riskten, piyasa çöküşlerinde, beklenmedik (black swan) olaylarda ve oynak piyasalarda yapay zeka ile makine öğreniminin ne kadar faydalı olabileceğinden söz ettiler. Web seminerini isteğe bağlı izleyin veya öne çıkan noktalar için okumaya devam edin. 

Yapay zeka nedir ve sonuçları nelerdir?

Yves, yapay zekayı insanların yapabildiklerini taklit etmeye ve geliştirmeye çalışan tüm alanların bütünü olarak tanımlıyor. Bu anlamda, satrançta yapay zeka insanlardan daha iyi satranç oynamaya çalışır; finansta yapay zeka ise insanlarınkinden daha iyi alım satım yapabilen botlar inşa edip eğitmek anlamına gelebilir.

"Yapay zeka, yazılımın bizim zeki bir eylem olarak değerlendireceğimiz bir şeyi başarmasıdır. Ve zeka, belirli bir hedefe ulaşma yeteneği olarak tanımlanabilir." —Dr. Yves Hilpisch

Makineler bilimsel yöntemi insanlardan çok daha verimli şekilde izleyebilir. Verilere bakıp insanların gerçekte ne yaptıklarını takip ederek ortaya konan tercihleri bulabilirler. Buradan içgörüler türetirler. Bu içgörüleri oluşturmak için milyonlarca veri noktasından yararlanırlar ve sonuçta ortaya çıkan içgörüler, teorik modellerden çok daha isabetli olur.

Peki bilimsel yöntem nedir?

"Bir deney kurarsınız, veri toplarsınız ve ardından ya hipotezi destekleyecek kanıt ararsınız ya da hipotezle çelişen veriler bulabilirsiniz. Sonraki adım hipotezinizi, varsayımlarınızı ayarlamak ya da belki hipotezi tamamen geri çekmek olur. Bilimsel yöntemin bu süreci makineler tarafından saniyeler içinde milyonlarca kez tekrarlanabilir." —Dr. Yves Hilpisch

Yapay zeka son 20 yılda büyük bir rekabet avantajı sağladı

Yapay zekanın finansta da diğer tüm alanlardaki amacı aynıdır: rekabet avantajı elde etmek. Finansta başlangıcını 1950’lerde, Markowitz’in ilk nicel finans modeline öncülük etmesiyle yaptı. Varyans portföy teorisindeki ilk ve geniş kabul gören modeldi. Bugün hâlâ trilyonlarca doları yönetmek için kullanılıyor. Ancak, farklı menkul kıymet portföylerini analiz etmeye dayanan normatif bir teori kullanır—önerici değildir çünkü olası bir eylem planı önermez. Yani verilere değil, daha çok davranışsal verilere veya piyasa verilerine dayanır.

Son 20 yılda, veriye erişim hiç olmadığı kadar kolaylaştı—kilit nokta bunu doğru şekilde kullanmaktır. Gregory Zuckerman’ın The Man Who Solved the Market adlı kitabı, hedge fonu Renaissance Technologies’in finansal kazanç için veri biriktirme konusunda nasıl öncülük ettiğini anlatır. Bugün neredeyse her sektör, matematiksel modeller oluşturup veriyi işleme stratejisini benimsedi—ve bunun sonucunda daha optimal kararlar alabiliyorlar.

Modern kullanım örnekleri ve nicel finans için en iyi uygulamalar

Finansal piyasalarda yapay zekanın evrimi dramatik oldu. Örneğin, bugün mevcut veri yığınları kullanılarak, denetimli öğrenme modelleri alacaklıların veya tüketicilerin davranışlarını yüksek doğrulukla tahmin edebiliyor. Algoritmik alım satım da pekiştirmeli öğrenmeden yararlanarak, ne kadar kâr veya zarar ettiklerine bağlı olarak alım satım botlarını ödüllendirir veya cezalandırır.

"Şu anda insanların davranışlarını analiz etmek için kullanabileceğimiz milyonlarca, milyonlarca veri noktasına sahibiz. Ve sahip olduğumuz yeni teknolojilerle bankalar ve kuruluşlar [örneğin] fintech girişimleri, tüketici davranışını, alacaklı davranışını vb. tahmin etmede, bugüne dek finans profesörlerinin ortaya koyduğu her teoriden on kat, yüz kat daha iyi durumdalar." —Dr. Yves Hilpisch

Ancak piyasa oynaklığının yüksek olduğu şu dönemlerde, finansta yapay zekanın güvenlik önlemleri gerektirdiği açıktır. Denetimli öğrenme tarihsel verilere dayanır ve geçmişte olanların gelecekte olacakları temsil ettiği varsayımını yapar. Bu, piyasa oynaklığı dönemlerinde hatalı bir mantıktır. Bu nedenle, algoritmalara zarar durdurma—bir menkul kıymetin veya emtianın satılacağı fiyatı belirleyen—gibi, kötü alım satım kararlarını önleyecek kurallar koymanız gerekir. Bu mantık, katlanılamayacak kadar büyük kayıpları sınırlar ve kaldırımda yayalara çarpmayı önlemek için otonom bir araca güvenlik mekanizmaları koymaya benzer. Yapay zeka, güncel olaylardan ve bunların piyasa üzerindeki etkilerinden kaynaklanan riski azaltmada faydalıdır. Beklenmedik (black swan) olaylarda denetimli öğrenme taktikleri dikkatle izlenmeli; pekiştirmeli öğrenme ise yeni piyasa koşullarına göre modelleri yeniden eğitmek için kullanılabilir. Öngörülebilir gelecekte insan müdahalesi ve devreye alınmış algoritmaların dikkatli izlenmesi hâlâ gerekecektir.

Basit, tekrarlanabilir, ölçeklenebilir araçlara ihtiyaç

Hesaplamalı finansta Monte Carlo benzetimi, belirli bir andan başlayarak geleceğe doğru genişleyen, ileriye dönük bir yaklaşıma sahiptir. Python bunun için harika bir araçtır. Bugün Python veri yığını, veriyi içe aktarmanızı, pandas ile dönüştürmenizi, istatistiksel modelleme yapmanızı ve makine öğrenimi algoritmaları oluşturmanızı sağlayan, birbiriyle uyumlu paketler setidir. Python tüm bunların ölçekli şekilde gerçekleşmesini sağlar. Bugün, algoritmik alım satım uygun araçlara sahip olmaya bağlıdır. Bu sektörde iş bulmak da bu araçlarda belirli bir yeterlilik düzeyi gerektirir—özellikle Python ve R. Python paketi pandas ve TensorFlow ile Keras gibi çerçeveler, daha önce imkânsız olanı pek çok kişinin yapabilmesine olanak tanıdı.

Giriş engellerini azaltmak

Bu araçları kullanmayı öğrenmek büyük bir yatırımdır ve her zamankinden daha fazla şirket ve birey bu yatırımı yapmaktadır. DataCamp ve The Python Quants gibi eğitim teklifleri öğrenme sürecini demokratikleştirebilir. Öğrenenler, veri bilimi ve makine öğrenimi kavramlarına aşina olur ve kodlama ortamında bağımsız olarak algoritma geliştirmede kendilerini rahat hissederler. Ayrıca doğru bir ortam ve araç zincirinin sunucuda nasıl kurulacağını öğrenerek—algoritmaları bulutta devreye almalarını sağlayacak—yetkinlik kazanırlar.