Neden Çoğu Kripto Trading Stratejisi Çalışmayı Bırakır

Bir stratejiyi 90 saniyede satın alıyorsun. Temiz bir equity curve'ü var, güven veren bir Sharpe oranı ve sağdan sola doğru düzgünce yükselen bir geçmiş. Sonra gerçek para bağlıyorsun — ve kanıyor. Başta şiddetli değil. Sadece yavaş yavaş, tutarlı biçimde yanlış. Şansızlık diyorsun. Piyasa bozuk diyorsun. Asıl açıklama daha rahatsız edici: bu hiçbir zaman bir edge değildi. Bir piyango biletiydi ve sana kazanan yüzü gösterildi.

Bu makale, çoğu retail trading stratejisini batıran dört iyi anlaşılmış istatistiksel mekanizmanın bir analizidir — pazaryerleri, copy-trading liderlik tabloları ya da önceden ayarlanmış grid bot satıcıları tarafından nadiren açıklanan mekanizmalar. Bunları anlamak seni bir gecede daha iyi bir trader yapmaz; ama gerçek para tehlikeye girmeden önce denetlenebilir bir edge ile görünüşü düzgün bir yazı turanı ayırt etmeni sağlar.

Bu analiz yalnızca eğitim amaçlıdır; finansal tavsiye ya da tahmin değildir — buradaki hiçbir şey gelecekteki fiyatları öngörmez ve kripto trading gerçek kayıp riski taşır (tam açıklama sonda).

Backtest Bir Piyangodur ve Sana Kazanan Bilet Gösterilir

Her strateji pazaryeri aynı gizli mekanizma üzerinde çalışır: biri (ya da bir algoritma) düzinelerce, yüzlerce, bazen binlerce parametre kombinasyonunu test eder — giriş koşulları, çıkış koşulları, indikatör periyotları, pozisyon büyüklükleri — ve ardından en iyi tarihsel getiriyi üreten konfigürasyonu öne çıkarır.

Bu kulağa araştırma gibi gelir. Aslında seçimdir.

Bailey, Borwein, Lopez de Prado ve Zhu, 2014 yılında Notices of the American Mathematical Society'de yayımladıkları makalede bu problemi Pseudo-Mathematics and Financial Charlatanism başlığı altında resmileştirir. Temel bulgular şudur: birçok strateji varyantı üzerinde arama yapıp en iyi backtest'i raporladığında, büyük bir gürültülü sonuçlar kümesinin maksimumunu çıkarıyorsun — ve gürültülü sonuçların maksimumu sistematik, mekanik olarak yukarı yönlü önyargılıdır. Sıfır gerçek edge'e sahip stratejiler bile, yeterince çok varyant denendiyse yüksek Sharpe'lı backtest'ler üretir.

> "Bin parametre seti deneyen ve en iyisini raporlayan bir backtest, bir strateji değildir. Bir piyangonun sağ kalanıdır."

Bailey ve Lopez de Prado ayrıca Backtest Overfitting Olasılığı'nı da tanımlar — seçilen konfigürasyonun in-sample'da yalnızca şans eseri daha iyi performans gösterme ihtimalinin resmi bir ölçüsü. Rahatsız edici bulgu şudur: mütevazı sayıda denemeyle bile bu olasılık hızla tırmanır. Overfit etmek için dikkatsiz olmana gerek yok. Sadece araştırman yeterli.

Denetleyemediğin Bir Sharpe Oranı Bir Sayı Değildir

Akademik finansta kullanılan standart anlamlılık eşiği (2.0'ın üzerinde bir t-istatistiği), tek, önceden belirlenmiş hipotezler için kalibre edilmiştir — strateji araştırmasının toplu test ortamı için asla değil.

Harvey, Liu ve Zhu (2016), getiri kesit analizi için bu çoklu test sorunuyla yüzleşir. Temel noktaları yeni bir sihirli sayı sunmak değil, mantığı düzeltmektir: t-istatistiği 2, tek, önceden belirlenmiş bir hipotez için savunulabilir bir eşiktir; ancak bir sonuç aynı veri üzerinde test edilen birçok stratejinin en iyisiyse, aynı t-istatistiği artık göründüğü anlamı taşımaz. Anlamlılık eşiği aramayı hesaba katacak şekilde yükseltilmek zorundadır — ve ne kadar çok strateji denendiyse, eşik o kadar yükselir. Çok stratejili herhangi bir ortamda, düzeltilmemiş t-istatistiği 2 çok cömerttir.

Bailey ve Lopez de Prado'nun Deflated Sharpe Ratio'su (2014) bunu genişletir: raporlanan bir Sharpe oranını denenen varyant sayısı, test döneminin uzunluğu ve kripto'nun özelinde ürettiği kalın kuyruklu getiri dağılımları için matematiksel olarak iskonto eder.

Her pazaryeri listesi için yapısal sorun şudur: Deflated Sharpe hesaplamak için denenen varyant sayısına ihtiyaç vardır. Satıcılar bunu neredeyse hiçbir zaman açıklamaz. Yüzlerce parametre taraması üzerine inşa edilmiş 6 aylık bir geçmiş, Bailey-Lopez de Prado çerçevesine göre istatistiksel olarak boştur.

Minimum Backtest Uzunluğu kavramı da aynı mantığı izler: daha fazla varyant denenmesi, yüksek bir Sharpe'ın herhangi bir ağırlık taşıması için daha fazla yıllık temiz out-of-sample geçmiş gerektirir. Altı ay, cömert varsayımlar altında bile bu eşiği nadiren aşar.

Piyasalar Değişir. Donmuş Bir Strateji Değişmez.

Overfitting, backtest'lerin neden yalan söylediğini açıklar. Ancak bir dönemde gerçek edge'i olan bir strateji bile, altındaki piyasa rejimi değiştiğinde çalışmayı bırakabilir — ve kripto, rejim değişimleriyle tanımlanan bir piyasadır.

Varlık; yükseliş trendleri, uzun soluklu ayı piyasaları, düşük volatiliteli konsolidasyon kanalları ve şiddetli kaldıraç tasfiye şokları arasında gidip gelir. Bunlar yapısal kırılmalardır — fiyatların otokorelasyon yapısının, volatilite rejiminin ve korelasyon davranışının birbirinden gerçek anlamda farklı olduğu dönemler. Bir rejime uyarlanmış strateji, genellikle başka bir rejimde yanlış sonuçlar üretir.

Klasik örnek grid bot'tur. Sınırlı bir aralıkta, grid bot'lar mekanik olarak volatiliteyi toplar — gerçekten etkilidir. Güçlü bir yönlü trendde ya da kaldıraç tasfiyesinde aynı mekanik onların aleyhine çalışır: fiyat uzaklaştıkça grid'in kaybeden tarafı dolmaya devam eder ve kayıplar hızla birikebilik. Bot kendisi hangi ortamda olduğunu bilmez.

Bu, grid bot mantığının başarısızlığı değildir. Rejim filtresinin yokluğudur — stratejinin ne zaman hareket etmesi, ne zaman durması gerektiğini tanımlayan açık bir koşul.

> "Rejim filtresi olmayan bir strateji, sessizce yarının piyasasının uyarlandığı tarih diliminin tam olarak aynısı gibi görüneceğine bahis oynuyor. Kripto'da bu hiç olmaz."

Daha iyi indikatörler hâlâ overfit edilecek daha fazla parametreden ibarettir. Çözüm, stratejiye bu senin tasarlandığın ortam — ya da bu değil diyen, ayrı ve bağımsız olarak doğrulanmış açık bir sinyaldir.

Liderlik Tablosu Sessizce Yalan Söyler

Copy-trading liderlik tabloları, overfitting ve rejim körlüğünün üstüne iki başarısızlık modu daha ekler.

Birincisi survivorship bias'tır. Bir liderlik tablosunda gördüğün hesaplar, listede kalmayı başaranlardır. Hesap patlatan, listelenmeyenler ya da sessizce yeniden başlananlar devre dışı bırakıldı. Dağılımın sağ kuyruğunu görüyorsun; medyanmış gibi sunuluyor.

İkincisi kalabalıklaşma ve data mining yoluyla alpha çürümesidir. Buradaki en titiz kanıt hisse senedi piyasalarından geliyor: McLean ve Pontiff, 2016'da Journal of Finance'de yayımladıkları çalışmada yayımlanmış bir anomalinin getirisinin büyük bir bölümünün — yaklaşık yarısının — yayımlanmanın ardından kaybolduğunu buldu; bu düşüşü kısmen orijinal keşifteki istatistiksel önyargıya (data mining) kısmen de sermaye akışıyla gerçek arbitraja bağladılar. Mekanizma kripto'ya özgü değil, ama kripto'da çok daha keskin işliyor: kopyalanabilir bir strateji sinyali, mevcut en kalabalık işlemdir ve bu kalabalıklaşma gerçek olan artık edge'in sıkışmasını hızlandırır.

Üç olumsuz etken birikerek çarpışır: orijinal edge, overfitting riski taşır; uyarlandığı piyasa rejimi büyük olasılıkla sona ermiştir; büyük ölçekte kopyalamak ise kalan sinyal artığının bozulmasını hızlandırır. Bunların hiçbiri bir liderlik tablosunda açıklanmaz.

Güvenilir Olan Gerçekte Nasıl Görünür

Meşru standart getiri vaat etmez. Sorgulayabileceğin kanıt sunar.

Bu kanıtın üç bileşeni vardır.

Walk-forward validation (Pardo, 2008): bir stratejiyi tek bir tarihsel pencerede optimize et, ardından sonraki görülmemiş pencerede test et, sonra ilerle ve tekrarla. Birden fazla görülmemiş dönemde geçerliliğini koruyan walk-forward sonuçları daha güvenilirdir — kesin değil, ama daha güvenilir.

Tam açıklama: getiri, maksimum drawdown, kazanma oranı, işlem sayısı ve stratejinin farklı piyasa rejimlerinde nasıl davrandığı. Equity curve gösterip drawdown derinliğini ve ayı piyasası davranışını gizleyen bir listeleme, sana denetim izi değil özet şeridi gösteriyor.

Açık rejim filtresi: stratejinin tasarlandığı ortamda faaliyet gösterip göstermediğini tanımlayan, ayrı olarak oluşturulmuş bir sinyal. Bu olmadan, walk-forward ile doğrulanmış bir strateji bile hiç tasarlanmadığı bir sonraki yapısal kırılmaya karşı otomatik savunmaya sahip değildir.

Standardı Uygulamak: Anny'nin Ücretsiz Laboratuvarları Nasıl Çalışır

Bu, Anny'nin strateji laboratuvarlarının üzerine inşa edildiği standarttır. Her strateji fikri tam backtest'iyle birlikte ortaya çıkar: getiri, Sharpe, kazanma oranı, maksimum drawdown ve işlem sayısı. Out-of-sample doğrulama, optimize edicinin hiç dokunmadığı bir holdout üzerinde çalışır — isteğe bağlı bir ek değil, temel.

Kritik olarak, her strateji CFO Anny Line rejimi bazında ayrıştırılır — Anny'nin piyasa koşullarını üç duruma sınıflandırmak için kullandığı sinyal: Accumulate, Wait ve Distribute. Bu, tipik pazaryerinin sahip olmadığı rejim filtresidir: hangi tür piyasada olduğuna dair tek bir okuma, böylece bir strateji tüm dönemlere göre ortalamalanmak yerine tasarlandığı ortamda değerlendirilebilir. Bitcoin'in yıllar öncesine uzanan geçmişinde sergilediği her rejim değişimi kamuya açık kayıtta yer alır — geçmişi kendin kaydırabilir, geçişleri kontrol edebilirsin; sinyalin nasıl oluşturulduğu ve out-of-sample olarak nasıl doğrulandığı metodoloji sayfasında belgelenmiştir.

Geriye dönük test edilmiş strateji kütüphanesine göz attığında, yalnızca bir şeyin tarihsel olarak işe yarayıp yaramadığını değil — ne zaman işe yaradığını, hangi rejim koşullarında çalıştığını ve koşullar aleyhine döndüğünde nasıl göründüğünü de görebilirsin. Kayıplar veride var. Mesele budur.

Anny'yi belirli bir araçla karşılaştırmak mı istiyorsun? Yan yana karşılaştırmalar, bu standardı Cryptohopper, 3Commas, Coinrule ve diğer bot platformlarının yanına koyar.

Ücretsiz portföy taraması yap — mevcut varlıklarının CFO Anny Line rejim durumlarına göre nasıl konumlandığını gör.

Açıkça belirteyim: out-of-sample doğrulama ve rejim filtresi overfitting riskini azaltır ve tarihsel analizin güvenilirliğini artırır. Drawdown'u ortadan kaldırmaz. Alpha çürümesini yenmiş olmaz. Gelecekteki performansın garantisi değildir. Sağladıkları şeffaflıktır — başarısızlık modları dahil kanıtı görebilir ve kendi değerlendirmeni yapabilirsin.

Metodolojiye bak — CFO Anny Line'ın nasıl doğrulandığı ve out-of-sample sonuçların nasıl raporlandığı dahil.

Gerçek Para Riske Atmadan Önce Önem Taşıyan Tek Üç Soru

Sana gösterilen her strateji, birinin onu arayarak bulduğu bir şeydir. Soru şudur: aramanın dürüst olup olmadığı, sonuçların görülmemiş veri üzerinde test edilip edilmediği ve stratejinin piyasa değiştiğinde ne yapacağını bilip bilmediği.

Bir API anahtarı bağlamadan önce bunları sor:

1. Bunu bulmak için kaç varyant test edildi? Sayı alamıyorsan, overfit etmeye yetecek kadar olduğunu varsay.
2. Optimize edicinin hiç görmediği veri üzerinde doğrulandı mı? Seçim için kullanılan aynı veri üzerindeki bir backtest kanıt değildir.
3. Açık bir rejim filtresi var mı — tanımlanmış bir "ne zaman durulacak" koşulu? Bu olmadan, bir sonraki yapısal kırılmaya kör bir şekilde gidiyor.

Satıcı üçünü de yanıtlayamıyorsa, cevabını zaten aldın.

Denetleyemediğin bir strateji, başkasının piyango biletine bahis oynamaktır. Kaç bilet basıldığını bilmiyorsun ve kazanan numara zaten açıklanmışken satın alıyorsun.

---

Kaynaklar

• Bailey, D.H., Borwein, J., Lopez de Prado, M., & Zhu, Q. (2014). "Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance." Notices of the American Mathematical Society, 61(5).
• Bailey, D.H., & Lopez de Prado, M. (2014). "The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality." Journal of Portfolio Management, 40(5).
• Bailey, D.H., & Lopez de Prado, M. "The Probability of Backtest Overfitting." Journal of Computational Finance (yayım 2016).
• Harvey, C.R., & Liu, Y. (2015). "Backtesting." Çalışma makalesi.
• Harvey, C.R., Liu, Y., & Zhu, H. (2016). "… and the Cross-Section of Expected Returns." Review of Financial Studies, 29(1).
• McLean, R.D., & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" Journal of Finance, 71(1).
• Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2. baskı). Wiley.

---

Bu analiz yalnızca eğitim amaçlıdır — finansal tavsiye değildir. Geçmiş performans gelecekteki sonuçları göstermez. Alıntılanan istatistikler, hisse senedi ve genel finans piyasaları üzerine yapılan atıfta bulunulan akademik araştırmadan alınmıştır; mekanizmalar kripto ile kavramsal ilgileri nedeniyle ele alınmıştır ve nicel olarak transfer edilemeyebilir. Anny, yapay zeka destekli bir analitik platformdur; kayıtlı bir yatırım danışmanı değildir. Bu makale yapay zeka yardımıyla üretilmiş ve doğruluk açısından gözden geçirilmiştir. Kripto varlıklar volatildir ve tüm yatırımını kaybedebilirsin.