Non-Stationarity Problemi: Geçmiş Fiyat Verisi Neden Gelecek İçin Güvenilmez?
Non-Stationarity Problemi: Geçmiş Fiyat Verisi Neden Gelecek İçin Güvenilmez?
Teknik analizin istatistiksel temeline dair en az konuşulan ama en temel kırılganlık üzerine kapsamlı bir inceleme
Teknik analiz dünyasında tartışmalar genellikle grafik kalıplarının güvenilirliği, indikatörlerin parametre seçimi ya da piyasaların ne ölçüde etkin olduğu ekseninde döner. Bütün bu tartışmaların altında ise nadiren gün yüzüne çıkan çok daha temel bir sorun yatar: piyasa fiyatlarının istatistiksel yapısı zaman içinde değişir. Bu değişim, geçmiş veriye dayanan her tahmin sisteminin güvenilirliğini kökten sarsar ve teknik analizin varsayımsal iskeletini doğrudan hedef alır.
Durağanlık Nedir ve Finansal Serilerde Neden Önemlidir?
İstatistikte bir zaman serisi, ortalama, varyans ve otokovaryans yapısı zaman içinde sabit kaldığında "durağan" (stationary) kabul edilir. Daha teknik bir ifadeyle, bir serinin t anındaki istatistiksel özellikleri t+k anındakiyle aynıysa, k ne olursa olsun, bu seri güçlü anlamda durağandır. Durağan bir seri için geçmişten anlamlı çıkarımlar yapmak mümkündür: model 2005 verisine uyuyorsa 2015 verisine de uyması beklenir, çünkü sürecin temel karakteri değişmemiştir.
Piyasa fiyatları bu tanımın tam tersini sergiler. Ham hisse senedi ya da emtia fiyatları hem yükselen bir ortalama eğilimine hem de zaman içinde genişleyip daralan varyansa sahiptir. Matematiği açısından bakıldığında, bu serilerin büyük çoğunluğu birinci dereceden bütünleşik süreçler, kısaca I(1), olarak sınıflandırılır. Yani düzey olarak durağan değillerdir; ancak bir kez fark alındığında, yani P(t) yerine P(t) eksi P(t-1) serisi oluşturulduğunda, elde edilen getiri serisi büyük ölçüde durağanlaşır. Bu teknik ayrım, finansal zaman serisi analizinin tamamına sinen bir gerçektir.
Resmi istatistiksel testler bu yargıyı doğrular. Dickey ve Fuller'ın 1979 tarihli çalışmasından türeyen Augmented Dickey-Fuller (ADF) testi ile Kwiatkowski, Phillips, Schmidt ve Shin'in 1992'de geliştirdiği KPSS testi, birim kök varlığını ölçmek için en yaygın kullanılan araçlardır. Ham fiyat serileri bu testlerde neredeyse istisnasız biçimde birim kök bulundurduğunu işaret eder. Null hipotez, yani "seri durağan değil" önermesi, reddedilemez. Bu sonuç tesadüf değil, yapısal bir gerçektir.
Teknik analistin grafik üzerinde kurduğu her örüntü, kullandığı her hareketli ortalama veya osilatör, temelde şu varsayıma dayanır: "Geçmişte işe yarayan bu kalıp gelecekte de işe yarar." Durağan olmayan bir seride bu varsayım geçerliliğini yitirir; çünkü serinin istatistiksel yapısı değişmiştir. Dün geçerli olan parametre seti, bugünün piyasasını açıklamak için yanlış bir anahtar olabilir.
"Geçmişi tahmin etmek için optimize edilmiş bir model, geleceği tahmin etmek için kullanıldığında aynı performansı sergilemek zorunda değildir. Piyasalar değişir; modeller kalır."
Birim Kök: Matematiğin Perde Arkası
Birim kök kavramını sezgisel düzeyde anlamak için en basit matematiksel çerçeveyle başlamak yararlıdır. Bir fiyat serisinin şu şekilde davrandığını düşünelim:
P(t) = ρ · P(t-1) + ε(t)
Burada ρ otoregresif katsayıdır ve ε(t) ortalama sıfırlı rastlantısal bir şoktur. Eğer ρ birden küçükse, seri zamanla kendi uzun dönem ortalamasına geri döner; bu durağan bir süreçtir. Eğer ρ tam olarak bire eşitse, her şok kalıcı etki bırakır ve seri bir önceki düzeyinden sonsuza dek sapabilir. İşte bu "birim kök" durumudur. Finansal fiyat serileri için ampirik bulgular ρ'nun bire çok yakın, pratikte bir olduğunu göstermektedir.
Bu yapının pratik sonucu derindir. Birim kök içeren bir seride her yeni fiyat hareketi kalıcı bir iz bırakır. 2008 krizinde hisse senetleri yüzde elli düştüğünde, bu düşüş geçici bir sapma değil, serinin yeni bir başlangıç noktasından ilerlemeye devam etmesi anlamına gelir. Teknik analistin "uzun dönem destek" olarak çizdiği yatay çizgi, birim kök içeren bir süreçte anlamsızlaşır; çünkü o destek düzeyinin istatistiksel önemi zamanla erimiştir.
Geometrik Brown Hareketi (GBM), hisse senedi fiyatlarını modellemek için finans teorisinde en yaygın kullanılan çerçevedir. Black-Scholes opsiyon fiyatlama modeli de bu yapıyı esas alır. GBM'nin kendisi de birim kök içeren bir süreçtir: fiyatın logaritması birikimli rastlantısal adımlardan oluşur ve tarihsel ortalama etrafında ortalamaya dönüş eğilimi göstermez. Bu gerçek, teknik analizin "fiyatlar belirli seviyelere döner" anlayışıyla doğrudan çelişir.
Bir zaman serisi, bir önceki değerine tam katsayısıyla bağımlıysa birim kök içerir. Matematiksel gösterimiyle P(t) = P(t-1) + ε(t). Bu denklemde rastlantısal şoklar birikmekte, serinin ortalaması etrafında kalıcı sapmalar meydana gelmektedir. Hisse senedi fiyatlarının geometrik Brown hareketi ile modellenmesi de bu yapıyı varsayar.
Augmented Dickey-Fuller testi, bir serinin birim kök içerip içermediğini istatistiksel olarak sınar. Sınama istatistiği belirli kritik değerlerin altında kalırsa null hipotez, yani birim kök var önermesi, reddedilir ve seri durağan kabul edilir. Finansal fiyat serileri bu testi düzey olarak neredeyse hiçbir zaman geçemez. Bu durum, geçmiş veri üzerinde kurulan herhangi bir parametre setinin geleceğe doğrudan aktarılabilirliğini kısıtlar.
KPSS testi ise tersi yönde çalışır: null hipotez durağanlıktır, alternatif hipotez birim kök varlığıdır. Bu iki testin birlikte uygulanması daha güçlü sonuçlar verir. Her iki testin de birim kök varlığına işaret ettiği durumlarda, serinin durağan olmadığına dair istatistiksel kanıt güçlüdür.
Yapısal Kırılmalar: Piyasanın Kimliğini Değiştirdiği Anlar
Non-stationarity'nin ikinci ve çok daha sinsice işleyen boyutu yapısal kırılmalardır. Bir seri birim kök içermese bile, yani belirli bir dönem için durağan görünse bile, bu özellik kalıcı değildir. Makroekonomik şoklar, politika değişiklikleri, teknolojik dönüşümler ya da kurumsal yeniden yapılanmalar, serinin istatistiksel özelliklerini köklü biçimde dönüştürebilir.
Ekonometride bu olgu yapısal kırılma (structural break) olarak adlandırılır. Gregory Chow'un 1960 tarihli çalışmasından türeyen Chow testi, belirli bir tarih için parametrelerin değişip değişmediğini sınar. Ancak kırılmanın ne zaman yaşandığı bilinmiyorsa, Andrew, Lee ve Ploberger gibi araştırmacıların geliştirdiği daha gelişmiş testler devreye girer. Bu testlerin ortak bulgusu şudur: finansal serilerde yapısal kırılmalar tesadüfi değil, sistematik biçimde gerçekleşir.
Nobel ödüllü ekonomist Clive Granger ve Robert Engle'ın eş-bütünleşme (cointegration) üzerine yaptıkları çalışmalar, finansal serilerin uzun dönem ilişkilerinin bile zaman içinde dönüşebildiğini ortaya koymuştur. İki seri arasındaki uzun dönem denge ilişkisi, yani eş-bütünleşme vektörü, yeterince uzun bir vadede sabit kalmayabilir. Çiftler ticareti (pairs trading) gibi teknik stratejiler bu ilişkinin kalıcılığını varsayar; yapısal kırılma bu varsayımı temelsiz bırakır.
James Hamilton'ın 1989 tarihli çalışmasıyla finans literatürüne kazınan Markov Rejim Değişim (Markov Regime Switching) modeli ise bu sorunu olasılıksal bir çerçevede ele alır. Hamilton'a göre piyasa farklı "gizli rejimler" arasında geçiş yapar; her rejim kendi ortalama, varyans ve otokorelasyon yapısına sahiptir. Model, hangi rejimde bulunulduğunu ve rejim geçiş olasılıklarını tahmin etmeye çalışır. Bu çerçevede teknik analizin zayıflığı açıkça görünür: sabit parametreli bir sistem, rejim geçişlerini ne öngörebilir ne de bunlara uyum sağlayabilir.
Sayılarla Non-StationarityVolatilite Kümelenmesi ve ARCH/GARCH: Görünmez Değişim
Non-stationarity tartışması salt ortalama ve trend üzerine yoğunlaşılırsa eksik kalır. Finansal serilerin en belirgin özelliklerinden biri, varyansın da zaman içinde değişmesidir. "Volatilite kümelenmesi" olarak adlandırılan bu olgu, Benoît Mandelbrot'un 1963 tarihli gözlemlerinden beri bilinmektedir: büyük fiyat hareketlerinin büyük hareketleri, küçük hareketlerin küçük hareketleri izleme eğilimi. Yüksek volatilite dönemleri kümeleşir; sakin dönemler de öyle.
Robert Engle bu olguyu modellemek için 1982'de ARCH (Autoregressive Conditional Heteroscedasticity) modelini geliştirdi. Bu katkı ona 2003 Nobel Ödülü'nü getiren iki çalışmadan biriydi. Tim Bollerslev 1986'da ARCH'ı GARCH'a genişletti; bu model, günümüzde finansal risk yönetiminin temel araçlarından biri olmaya devam etmektedir. ARCH/GARCH çerçevesinin özü şudur: finansal getiri serilerinin varyansı, önceki dönemlerin şok büyüklüğüne ve kendi gecikmeli varyansına koşulludur. Sabit varyans varsayımı geçersizdir.
Teknik analiz açısından bunun anlamı somuttur. RSI'ın aşırı alım eşiği 70 olarak sabitlendiğinde, bu eşik bir seviyenin "yüksek" olduğuna dair tarihsel bir gözleme dayanır. Ama yüksek volatilite dönemlerinde fiyat hareketlerinin genişlemesi, RSI'ın çok daha kısa sürede 70'e ulaşmasını sağlar. Düşük volatilite dönemlerinde ise tam tersi geçerlidir. Osilatörün eşik değeri sabittir; piyasanın volatilite rejimi değişkendir. Bu uyumsuzluk, yanlış sinyallerin sistematik bir kaynağıdır.
Bollinger Bantları bu sorunu kısmen çözmeye çalışır: bantların genişliği, serinin son dönem volatilitesine göre ayarlanır. Ancak bu ayarlama bile GARCH yapısını tam olarak yakalayamaz; çünkü kullanılan standart sapma penceresi sabittir ve volatilite değişimlerine tepkisi kaçınılmaz biçimde gecikmeli kalır.
Durağanlaştırma: Ne Kadar İşe Yarar?
İstatistikçiler non-stationarity sorununa karşı birkaç teknik araç geliştirmiştir ve bu araçların sınırlarını anlamak, teknik analiz tartışmasını doğru zemine oturtmak için gereklidir.
En yaygın yöntem fark alma işlemidir. Ham fiyat P(t) yerine günlük logaritmik getiriler, yani ln(P(t)/P(t-1)), analiz edildiğinde seri büyük ölçüde durağanlaşır. Teknik analizde kullanılan RSI, MACD ve Stochastic gibi osilatörler de aslında bir tür fark işlemi içerir; ham fiyat yerine fiyat değişimlerine odaklanırlar. Bu anlamda teknik analistin başvurduğu araçlar, bilinçsizce de olsa, kısmen durağanlaştırıcı bir etki taşımaktadır.
Ancak fark alma geçici ve kısmi bir çözümdür. Logaritmik getiri serisi her ne kadar birim kök testlerini geçse de, uzun dönem varyansı ve otokorelasyon yapısı değişmeye devam eder. Volatilite kümelenmesi, yani ARCH etkisi, getiri serisinde de varlığını sürdürür. Üstelik fark alma işlemi yapısal kırılmalara karşı herhangi bir koruma sunmaz: kırılma sonrasında serinin ortalaması farklı bir düzeyde stabilize olur, bu da getiri serisinde anlık sıçramalara neden olur. Teknik analistin "koşullar değişti, sinyal geçersiz" diyebilmesi için sistematik bir araç yoktur.
Mevsimsel düzeltme ve trend ayrıştırma gibi diğer durağanlaştırma yöntemleri finans serilerinde sınırlı uygulanabilirliğe sahiptir. Emtia fiyatlarında mevsimsellik bir miktar gözlemlenebilir, ancak finansal piyasalar için mevsimsel bileşen genellikle ihmal edilebilir düzeyde kalır ya da kararsız bir yapı sergiler. Hodrick-Prescott filtresi gibi trend çıkarma yöntemleri ise kendi metodolojik sorunlarını beraberinde getirir ve gerçek zamanlı uygulamada bitiş noktası sorunuyla karşılaşır.
Overfitting ve Non-Stationarity: Birbirini Besleyen İkiz Tehlike
Teknik analiz literatürü, özellikle akademik çevrelerin konuya ilgisi arttıkça, overfitting sorununu daha sık gündeme taşımaktadır. Geriye dönük testlerde kullanılan parametre sayısı arttıkça model tarihsel veriye daha iyi uyar, ama gerçek tahmin gücü düşer. Yeterince çok parametre denenirse, tamamen rastlantısal veri üzerinde bile mükemmel uyum sağlayan bir kural sistemi oluşturmak mümkündür. David Aronson bu sorunun sistematik incelemesini Evidence-Based Technical Analysis (2006) adlı kapsamlı kitabında yapmış ve teknik analizin büyük bölümünün istatistiksel kanıttan yoksun olduğu sonucuna varmıştır.
Non-stationarity, overfitting tehlikesini katlamaktadır ve bu iki sorun birbirini güçlendiren bir kısır döngü oluşturur. Mekanizma şöyle işler: bir analist 2010-2015 döneminin verisini kullanarak belirli bir strateji için optimum parametreleri belirler. Bu süreçte hem o döneme özgü istatistiksel yapıyı öğrenmiş hem de veri içinde mevcut bulunan rastlantısal kalıpları fark etmeden modele dahil etmiş olur. 2016 sonrasında piyasa rejimi değişirse, iki sorun eş zamanlı olarak kendini gösterir: hem kalibrasyon döneminin istatistiksel yapısı geçersizleşmiştir hem de parametre seçimi söz konusu dönemin spesifik rastlantısallığına fazla uyarlanmıştır.
Akademik literatür bu sorunu "veri kirlenmesi" (data snooping) ve "çoklu karşılaştırma sorunu" (multiple testing problem) kavramlarıyla ilişkilendirir. Brock, Lakonishok ve LeBaron'un 1992 tarihli çalışması teknik ticaret kurallarının Dow Jones Sanayi Endeksi'nde anlamlı getiri ürettiğini öne sürmüştü. Sullivan, Timmermann ve White'ın 1999 tarihli takip çalışması ise bu sonuçları sorguladı: yeterince çok kural test edildiğinde, saf şans eseri bazı kuralların istatistiksel olarak anlamlı görünmesi kaçınılmazdır. Gerçek performans, bu veri kirlenmesinden arındırıldığında belirgin biçimde zayıflar.
Non-stationarity bu kırılganlığı derinleştirir çünkü veri kirlenmesi sorununa zamansal bir boyut ekler: yalnızca mevcut örneklem içindeki çoklu karşılaştırma değil, aynı zamanda geçmiş dönemin istatistiksel yapısının geleceğe genellenmesi de söz konusudur. İki sorun birden aynı anda devrededir.
Piyasa Etkinliği ile Kesişme: Ortak Yargı, Farklı Yollar
Eugene Fama'nın Etkin Piyasa Hipotezi (EMH), akademik finans literatürünün en etkili çerçevelerinden biridir. Zayıf formda EMH, piyasaların geçmiş fiyat bilgisini anında fiyatladığını ve dolayısıyla bu bilgiye dayalı sistematik fazla getiri elde etmenin mümkün olmadığını öne sürer. Fama bu argümanı 1970'de Journal of Finance'te yayımladığı çalışmayla sistematize etti ve 2013'te Lars Peter Hansen ile Robert Shiller'la birlikte Nobel Ödülü'ne layık görüldü.
Non-stationarity argümanı EMH'ye bambaşka bir cepheden ulaşır. EMH, piyasaların "akıllı" olduğunu, bilgiyi hızla sindirdiğini ve dolayısıyla arbitraj imkanı bırakmadığını söyler. Non-stationarity ise çok daha temel bir noktayı işaret eder: piyasalar etkin olsun ya da olmasın, durağan olmayan bir serinin geçmiş parametreleri geleceği tahmin etmek için yeterli değildir. İki argüman birbirinden bağımsızdır ve her ikisi de aynı pratik yargıya varır: geçmiş kalıpların sistemli biçimde geleceğe aktarılması istatistiksel açıdan meşrulaştırılamaz.
Robert Shiller'ın fiyat-kazanç oranı üzerine yaptığı ve "irrasyonel taşkınlık" argümanıyla sonuçlanan çalışmaları, EMH'nin zayıf formuna yönelik ciddi sorgular içerir. Ancak Shiller'ın yaklaşımı temelden farklı bir çerçeve kullanır: uzun dönem değerleme metrikleri ve ortalamaya dönüş tezi. Bu tez de pek çok koşulda işe yarar görünse de, non-stationarity sorunu burada da geçerliliğini korur: "ortalama" değişmektedir. CAPE oranının 1990 öncesi tarihsel ortalamasının 1990 sonrası dönem için de geçerli bir referans sağlayıp sağlamadığı tartışmalıdır; çünkü muhasebe standartları, şirket yapıları, faiz ortamı ve piyasa kompozisyonu köklü biçimde dönüşmüştür.
Andrew Lo'nun Uyarlanabilir Piyasalar Hipotezi (Adaptive Markets Hypothesis, AMH), bu iki çerçeveyi biyolojik evrim metaforu üzerinden bir araya getirme çabasıdır. Lo'ya göre piyasa katılımcıları çevresel koşullara uyum sağlayan araçlardır; değişen koşullar bazı stratejileri anlamlı kılarken diğerlerini etkisiz bırakır. Piyasaların "etkinlik derecesi" sabit değil, dönemin likidite koşullarına, rekabete ve kurumsal yapıya göre değişkendir. Bu çerçeve, non-stationarity'nin piyasa davranışı açısından doğal bir ifadesidir.
Teknik analizin varsayımsal temeli, geçmişte gözlemlenen fiyat kalıplarının gelecekte de geçerli olacağıdır. Bu varsayım, piyasa fiyatlarının durağan ya da en azından istikrarlı istatistiksel özelliklere sahip olduğunu ima eder. Oysa finansal serilerin büyük çoğunluğu birim kök içerir, zaman içinde rejim değiştirir ve koşullu varyansları sabit kalmaz. Bu gerçek, teknik ticaret kurallarının geçmişte gösterdiği performansın geleceğe doğrudan aktarılmasını istatistiksel olarak meşrulaştırmaz.
Non-stationarity ile overfitting aynı anda devredeyken, herhangi bir geriye dönük test sonucuna dayalı olarak kurulan güvenin ne ölçüde sağlam bir temele oturduğunu sorgulamak zorunludur. Bu, teknik analizin tümüyle değersiz olduğunu söylemek değildir. Piyasa katılımcılarının kısa vadeli davranışlarını okumak, momentum yapısını takip etmek ya da kalabalığın nereye baktığını anlamak için teknik araçlar değer taşıyabilir. Ancak bu araçların mekanik kesinlik iddiasıyla kullanılması, istatistiksel gerçeklikle bağdaşmaz.
Emtia Piyasaları Özelinde: Petrol Serisi Bize Ne Anlatıyor?
Ham petrol fiyatları, non-stationarity açısından özellikle çarpıcı ve zengin bir vaka sunar. Petrolandeco'nun odak noktası da tam olarak bu piyasadır; dolayısıyla konuyu petrol serisi üzerinde derinlemesine ele almak hem teorik hem pratik açıdan anlamlıdır.
Brent ham petrolünün 1970'lerden bugüne uzanan serisini incelediğimizde yedi ayrı rejim göze çarpar. İlki, OPEC'in Batı ile enerji ilişkilerini yeniden biçimlendirdiği 1973-74 ambargosudur. Bu kırılma öncesinde varil başına 3 dolar civarında seyreden petrol, kısa sürede 12 dolara fırladı. Fiyat serisinin ortalama, varyans ve otokorelasyon yapısı bu kırılmayla kalıcı biçimde değişti. Ambargo öncesinin teknik parametreleri, sonrası için anlamsızlaştı.
1985-86 kırılması farklı bir karaktere sahip. Suudi Arabistan'ın pazar payını geri kazanmak amacıyla kotaları fiilen terk etmesi, fiyatları 28 dolardan 10 dolara çekti. Bu düşüş aynı zamanda piyasanın üretici tarafı kontrollü yapısından daha rekabetçi bir yapıya geçişini işaret ediyordu. 1990 Körfez Savaşı kısa ömürlü ama keskin bir oynaklık rejimi yarattı; 1998-99 döneminde Asya krizi kaynaklı talep çöküşü ve aşırı arz fiyatı 10 doların altına itti.
2004-2008 dönemi en uzun soluklu rejim değişimini temsil eder. Çin'in küresel emtia talebine entegrasyonu, Hindistan ve diğer gelişmekte olan ekonomilerin hızlı büyümesi, fiyatı 147 dolara taşıdı. Bu dönemin volatilite yapısı, trend hızı ve teknik osilatörlerin davranışı, daha önce gözlemlenen hiçbir döneme benzemiyordu. 2008 krizinin ardından yaşanan sert çöküş de kendi başına ayrı bir kırılma noktasıdır.
2014-2016 döneminde ABD shale petrolünün piyasaya büyük hacimlerle girmesi, arzın yapısal karakterini değiştirdi. Bu döneme kadar büyük ölçüde OPEC kontrolünde seyreden arz mekanizması, marjinal üreticinin maliyetine bağlı yeni bir taban buldu. Teknik analistlerin uzun yıllar boyunca güvendiği destek-direnç seviyeleri, bu dönüşümle birlikte yeniden test edildi ve büyük bölümü geçersizleşti. ABD Enerji Bilgi İdaresi'nin yayımladığı uzun vadeli analizler, shale petrolünün devreye girmesiyle piyasanın arz-talep denge mekanizmasının köklü biçimde farklılaştığını belgeler.
2020 pandemi dönemi ise tarihsel olarak eşi görülmemiş bir kırılma sundu: Nisan 2020'de WTI vadeli kontratları eksi 37 dolara düştü. Bu negatif fiyat, fiziksel teslimat kapasitesinin dolmasından kaynaklanan teknik bir anomaliydi; ancak fiyat serisinin boyut olarak almadığı negatif değerlere inmesi, tarihsel veriye dayalı her parametre setinin ne denli kırılgan olduğunu gözler önüne serdi.
Oxford Institute for Energy Studies'in petrol piyasası üzerine yürüttüğü akademik çalışmalar, bu dönemsel farklılaşmayı sistematik biçimde belgelemiştir. Araştırmacılar her büyük rejim değişiminin ardından fiyat dinamiklerinin yeniden kalibre edilmesi gerektiğini vurgular. Bu öneri, non-stationarity'nin pratik sonuçlarını doğrular; ancak aynı zamanda sürekli yeniden kalibrasyonun overfitting riskini artırdığı gerçeğiyle de yüzleşmek gerekir.
Döviz ve Faiz Piyasaları: Benzer Bir Tablo
Döviz piyasaları da benzer bir yapı sergiler. Merkez bankalarının faiz politikaları, sermaye akışlarının yönü, cari denge dinamikleri ve jeopolitik gelişmeler döviz çiftlerinin istatistiksel davranışını sürekli dönüştürür. 2015 sonrasında Fed normalleşme sürecinin başlaması, ardından 2020'de pandemi kaynaklı sıfır faiz politikasına geri dönüş ve 2022-23 döneminde yaşanan hızlı faiz artışları, dolar endeksinin her dönemde farklı bir momentum ve mean-reversion karakteri sergilemesine yol açtı. 1990'ların parametreleriyle 2022'nin dolar hareketini tanımlamaya çalışmak metodolojik açıdan tutarsızdır.
Tahvil piyasaları belki de en çarpıcı vakayı sunar. 1981'den 2020'ye kadar süren yaklaşık kırk yıllık faiz düşüş trendi, bu dönem boyunca gözlemlenen teknik kalıpları finanse etti. 2022 sonrasında başlayan faiz artış döngüsüyle tahvil fiyatlarının istatistiksel yapısı köklü biçimde farklılaştı. Geçmiş veriyle kalibre edilmiş teknik stratejiler, bu dönüşümü öngöremedi.
Akademik Literatürün Kronolojik Evrimi
Teknik analizin geçerliliğine dair akademik tartışma, son elli yılda belirgin biçimde olgunlaşmıştır. Bu evrime dair kronolojik bir okuma yapmak, konunun hangi noktada durduğunu anlamak için değerlidir.
1970'ler ve 1980'lerde akademisyenlerin büyük bölümü teknik analizi ya görmezden geldi ya da doğrudan reddetti. Fama'nın EMH çerçevesi hakimdi ve zayıf form etkinliği, geçmiş fiyat bilgisinin kullanılmasının mümkün getiri üretmeyeceğini öne sürüyordu. Burton Malkiel'in A Random Walk Down Wall Street adlı kitabı (1973), akademik çevrelerin genel havasını yansıtır: grafik okuma, korelasyonsuz veride örüntü arayışından ibarettir.
1990'larda bu kesin ret tavırlarına meydan okunmaya başlandı. Brock, Lakonishok ve LeBaron'un 1992 tarihli çalışması, hareketli ortalama ve ticaret aralığı kırılması kurallarının Dow Jones verisi üzerinde anlamlı getiri ürettiğini öne sürdü. Bu çalışma, teknik analizi ampirik testlere tabi tutan ilk sistematik girişimler arasında yer aldı ve akademik çevrelerde ilgi çekti.
2000 yılında Andrew Lo, Harry Mamaysky ve Jiang Wang, Foundations of Technical Analysis başlıklı çalışmalarında teknik örüntülerin istatistiksel geçerliliğini test ettiler. Çekirdek bulgu umut vericiydi: kafa-omuz, çift tepe ve çift dip gibi belirli grafik kalıplarının istatistiksel olarak anlamlı sinyal içerdiğine dair kanıtlar elde edildi. Ancak yazarların kendisi de bulguların örneklem dışı dönemlerde ne ölçüde korunduğunu test etmenin önemine dikkat çekti.
Park ve Irwin'in 2007 tarihli kapsamlı literatür taraması, alanın o güne kadarki en sistematik değerlendirmesini sundu. Yazarlar yüzlerce çalışmayı inceleyerek teknik ticaret kurallarının genel olarak geriye dönük testlerde başarılı göründüğünü, ancak canlı piyasada bu başarının önemli ölçüde erozyona uğradığını buldu. Başlıca nedenleri veri kirlenmesi, işlem maliyetleri ve non-stationarity olarak sıraladılar. Bu sonuç, durağanlık sorununun akademik alanda da merkezi bir sorun olarak tanındığını göstermektedir.
Son on yılda makine öğrenmesi yöntemlerinin piyasa tahmininde kullanılması, tartışmayı yeni bir boyuta taşıdı. Sinir ağları ve derin öğrenme modelleri, geleneksel teknik kuralların tespit edemeyeceği doğrusal olmayan ilişkileri yakalamada teorik olarak üstündür. Ancak bu modeller de non-stationarity sorununa karşı bağışık değildir; üstelik overfitting eğilimleri çok daha belirgindir. Bir sinir ağı modeli, eğitim döneminin istatistiksel yapısını son derece yüksek doğrulukla "öğrenir"; yapısal kırılma gerçekleştiğinde performans düşüşü de o kadar sert olur.
Uygulayıcı İçin Ne Anlama Geliyor? Bir Çerçeve Önerisi
Non-stationarity sorununun farkında olmak, teknik analizi bütünüyle terk etmek anlamına gelmez. Ama bu farkındalık, araçların nasıl kullanılacağına dair köklü bir tutum değişikliği gerektirir. Birkaç pratik ilke bu tutum değişikliğinin omurgasını oluşturabilir.
Birincisi, parametre sabitliğine duyulan güveni sınırlandırmak gerekir. "Bu strateji 20 yıllık backtest'te yıllık yüzde on getiri sağladı" ifadesi, o yirmi yılın içinde piyasa rejiminin kaç kez değiştiğini ve her değişimde stratejinin nasıl davrandığını sorgulamadan anlamlı değildir. Alt dönemlere ayrılmış performans analizi, tek bir toplam sonuçtan çok daha bilgi vericidir.
İkincisi, mevcut rejimi tanımaya çalışmak faydalıdır. Volatilite rejimi hangisinde bulunuyor: ortalama seviyede mi, tarihsel olarak düşük bir aşamada mı, yoksa stres döneminde mi? Faiz politikası genişleyici mi sıkılaştırıcı mı? Risk iştahı küresel olarak açık mı kapalı mı? Bu makro rejim değişkenleri, teknik indikatörlerin hangi "modda" çalıştığını anlamak için fiyat serisinin kendisinden çok daha istikrarlı referanslar sunar.
Üçüncüsü, zaman dilimini kısaltmak kısmen bir çözüm olabilir. Non-stationarity uzun vadede çok daha belirgin etki gösterir; kısa vadeli fiyat davranışında istatistiksel yapı daha stabil kalabilir. Günlük ve saatlik momentumun haftalık ya da aylık trendlere kıyasla daha az rejim kayması sergilemesi, bunun ampirik yansımasıdır. Kısa vadeli teknik araçlar bu nedenle uzun vadeli trend sistemlerinden daha az kırılgan olabilir; ancak yüksek işlem maliyetleri ve artan piyasa gürültüsü bu avantajı kısıtlar.
Dördüncüsü, teknik araçları kalabalık psikolojisini okumak için kullanmak, istatistiksel tahmin için kullanmaktan çok daha savunulabilir bir çerçeve sunar. RSI 80'e çıktığında "piyasa aşırı alımda" demek, piyasa katılımcılarının son dönemde agresif biçimde alım yaptığını söyler; bu gözlem değerlidir. "RSI 80'den döner" demek ise istatistiksel bir tahmin iddiasıdır ve durağanlık varsayımı olmadan ayakta duramaz.
Temel İstatistiksel Kavramlar| Kavram | Tanım | Teknik Analize Etkisi |
|---|---|---|
| Birim Kök (Unit Root) | Serinin bir önceki değerine tam katsayıyla bağımlı olması; şokların kalıcı etki bırakması | Ham fiyat serisine dayalı istatistiksel çıkarımları geçersiz kılar; ortalamaya dönüş varsayımı çöker |
| Yapısal Kırılma (Structural Break) | Serinin istatistiksel özelliklerinin belirli bir noktada kalıcı değişime uğraması | Kırılma öncesi kalibre edilmiş parametreler sonrası dönem için geçersizleşir; backtest performansı yanıltıcı olur |
| Volatilite Kümelenmesi (Volatility Clustering) | Yüksek volatilite dönemlerinin kendi kendini izlemesi; ARCH/GARCH süreçleri | Sabit osilatör eşikleri farklı volatilite rejimlerinde sistematik olarak hatalı sinyal üretir |
| Rejim Değişimi (Regime Switching) | Piyasanın farklı latent durumlar arasında geçiş yapması (Hamilton, 1989) | Tek bir parametre seti birden fazla rejimi doğru okuyamaz; optimum parametre rejime özgüdür |
| Eş-Bütünleşme (Cointegration) | Bireysel olarak durağan olmayan serilerin doğrusal kombinasyonunun durağan olması | Çift ticareti gibi stratejiler uzun dönem ilişki kırıldığında başarısız olur; ilişki kalıcı değildir |
| Koşullu Heteroskedastisite (ARCH) | Serinin varyansının kendi gecikmelerine bağlı olması; volatilitenin öngörülebilir ama değişken yapısı | Sabit güven aralıkları ve pozisyon büyüklükleri hesaplamalarını geçersiz kılar |
| Uzun Bellek (Long Memory) | Otokorelasyonun yavaş azalması; Hurst üssünün 0.5'ten büyük olması | Kısa vadeli teknik araçların tespit edemeyeceği, ancak uzun vadede etkili yapısal bağımlılıklar |
Uzun Bellek, Fraktallar ve Piyasa Verimsizlikleri
Non-stationarity tartışmasında nadiren ele alınan ama önemli bir boyut, finansal serilerin "uzun bellek" (long memory) özelliğidir. Benoit Mandelbrot ve Hurst'ün çalışmalarından ilham alan bu kavram, bir serinin otokorelasyonunun standart modellerin öngördüğünden çok daha yavaş azaldığını tanımlar. Hurst üssü (H) ile ölçülen bu özellik, H değeri 0.5'ten büyük olduğunda serinin "kalıcı hafıza" içerdiğine, H 0.5'ten küçük olduğunda ise serinin "anti-kalıcı" yani kısa vadeli aşırı hareketlerin tersine döneceğine işaret eder.
Finansal piyasalarda Hurst üssü bulguları karışık ve dönemlere göre değişken sonuçlar üretmektedir. Bu tutarsızlık da non-stationarity'nin bir yansımasıdır: serinin hafıza yapısı sabit değildir. Andrew Lo, "long memory in stock market prices" üzerine yaptığı çalışmalarda bu yapının dönemler arasında belirgin farklılıklar gösterdiğini belgelemiştir. Teknik analist için bunun anlamı şudur: "trend mi tersine dönüş eğilimi mi" sorusunun yanıtı, sabit bir kalıp değil, piyasanın içinde bulunduğu rejime göre değişen bir gerçekliğe dayanmaktadır.
Nassim Nicholas Taleb'in "siyah kuğu" ve "kırılganlık" üzerine geliştirdiği çerçeve de non-stationarity sorunuyla doğrudan ilişkilidir. Taleb, geçmiş veriye dayalı risk modellerinin "bilinmeyen bilinmeyenleri", yani tarihsel örneklemde hiç görülmemiş olayları sistematik biçimde dışarıda bıraktığını savunur. Bu eleştiri, standart istatistik modellerine yöneliktir; ancak teknik analiz için çok daha doğrudan bir güç taşır. Teknik analistin çizdiği destek çizgisi, seçilmiş tarihsel bir örneklemin ürünüdür. O örneklem dışındaki bir şok geldiğinde çizgi tutmaz; hem çünkü EMH bunu söyler, hem çünkü Taleb bunu söyler, hem de en temelden çünkü non-stationarity bunu zorunlu kılar.
Sonuç: Belirsizliği Yönetmek
Non-stationarity sorunu, teknik analizin kavramsal temelindeki en derin kırılganlıktır. Bu kırılganlık, grafik okumayı tamamen anlamsız kılmaz. Piyasa katılımcılarının kolektif davranışlarını okumak, momentum yapısını takip etmek ve kısa vadeli fiyat dinamiklerini anlamak için teknik araçlar değer taşıyabilir. Ama her gün grafik başında çalışan bir uygulayıcı için bile, bu araçların istatistiksel sınırlılıklarını kavramak kritik önem taşır.
Fiyat serilerinin istatistiksel yapısının zaman içinde değişmesi, geçmişte gözlemlenen her kalıbın "gerçek" bir düzeni mi yoksa anlık bir rejim özelliğini mi temsil ettiğini belirsiz bırakır. Bir destek çizgisi on kez tutmuş olabilir; onbirincisinde piyasa rejimi değişmiş ve o çizginin istatistiksel anlamı silinmiş olabilir. Bu belirsizlik değerlendirilebilir ama ortadan kaldırılamaz.
Meseleyi başka türlü de ifade etmek mümkündür. Herhangi bir teknik sistem, özü itibarıyla şunu iddia eder: "Piyasa geçmişte bu koşullar altında bu şekilde davrandı, dolayısıyla gelecekte de benzer koşullar altında benzer biçimde davranacak." Non-stationarity bu iddiayı istatistiksel olarak reddeder. Piyasa, koşulların "benzer" olduğuna dair bizim belirlediğimiz ölçütlere göre değil, kendi iç dinamiklerine göre hareket eder. Ve bu dinamikler değişir.
Risk yönetiminin işlevi, tam da bu noktada devreye girer. Model çıktısına değil, modelin sınırlarına güvenmek; parametrelerin ne zaman geçersizleşeceğini bilememekle birlikte bu olasılığı fiyatlamak; piyasanın sürpriz üretme kapasitesine saygı göstermek. Bu tutum, teknik araçları daha mütevazı ama daha dayanıklı kılar. Kehanet sisteminden çıkar, fikir üretme aracına dönüşür. Bu dönüşüm, non-stationarity sorununa verilecek en sağlıklı pratik yanıttır.
Kaynaklar ve Referanslar:
Dickey, D.A. & Fuller, W.A. (1979). "Distribution of the Estimators for Autoregressive Time Series with a Unit Root." Journal of the American Statistical Association, 74(366), 427-431.
Engle, R.F. (1982). "Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation." Econometrica, 50(4), 987-1007.
Granger, C.W.J. & Engle, R.F. (1987). "Co-Integration and Error Correction: Representation, Estimation, and Testing." Econometrica, 55(2), 251-276.
Bollerslev, T. (1986). "Generalized Autoregressive Conditional Heteroskedasticity." Journal of Econometrics, 31(3), 307-327.
Hamilton, J.D. (1989). "A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle." Econometrica, 57(2), 357-384.
Fama, E.F. (1970). "Efficient Capital Markets: A Review of Theory and Empirical Work." Journal of Finance, 25(2), 383-417.
Brock, W., Lakonishok, J. & LeBaron, B. (1992). "Simple Technical Trading Rules and the Stochastic Properties of Stock Returns." Journal of Finance, 47(5), 1731-1764.
Sullivan, R., Timmermann, A. & White, H. (1999). "Data-Snooping, Technical Trading Rule Performance, and the Bootstrap." Journal of Finance, 54(5), 1647-1691.
Lo, A., Mamaysky, H. & Wang, J. (2000). "Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation." Journal of Finance, 55(4), 1705-1765.
Lo, A.W. (2004). "The Adaptive Markets Hypothesis." Journal of Portfolio Management, 30(5), 15-29.
Park, C. & Irwin, S.H. (2007). "What Do We Know About the Profitability of Technical Analysis?" Journal of Economic Surveys, 21(4), 786-826.
Aronson, D.R. (2006). Evidence-Based Technical Analysis. Wiley.
Malkiel, B.G. (1973/2019). A Random Walk Down Wall Street. W.W. Norton & Company.
Kwiatkowski, D., Phillips, P.C.B., Schmidt, P. & Shin, Y. (1992). "Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root." Journal of Econometrics, 54(1-3), 159-178.
Mandelbrot, B.B. (1963). "The Variation of Certain Speculative Prices." Journal of Business, 36(4), 394-419.
Taleb, N.N. (2007). The Black Swan: The Impact of the Highly Improbable. Random House.
Oxford Institute for Energy Studies — petrol fiyat rejimi analizleri, çeşitli yıllar. oxfordenergy.org
U.S. Energy Information Administration (EIA) — Annual Energy Outlook ve Drilling Productivity Reports. eia.gov
Yorumlar
Yorum Gönder