Elliott Dalga Prensibi (Elliott Wave Principle)
Elliott Dalga Prensibi (Elliott Wave Principle)
5 dalga itici (motive) yapı: Ana trend yönünde beş aşamalı hareket (1, 2, 3, 4, 5).
3 dalga düzeltici yapı: Ana trendle çelişen üç aşamada geri çekilme (A, B, C)
Bu döngüler bir araya gelerek yineleyici, fraktal yapılar oluşturur; küçük dalgalar daha büyük dalgaların içinde yer alabilir
Elliott dalga sayımı yapılırken göz önünde bulundurulan 3 temel kural vardır
Wave 2, Wave 1’in %100’ünden fazla geri çekilemez.
Wave 3, en kısa impuls dalga olamaz.
Wave 4, Wave 1’in fiyat bölgesine giremez.
Ayrıca, dalga 2 ve 4 arasında alternation denilen karşıt form farklılıkları görülür biri keskinse diğeri yumuşak yapıda olur.
Fibonacci ile Bağlantısı
Dalga boyları Fibonacci sayı dizisiyle ilişkili olarak analiz edilir (örneğin, geri çekilmeler %38, %61.8 gibi oranlara yaklaşabilir)
İdeal EMA Up Listesine Girip Çıkmak Ne Anlama Gelir?
“İdeal EMA Up” listesi, genellikle bir hissenin fiyatının belirli EMA’ların (Üssel Hareketli Ortalamalar) üzerine çıktığını ve teknik olarak yükseliş trendine girdiğini gösteren bir sinyaldir. Ancak hisse fiyatı bu ortalamaların altına düştüğünde listeden çıkar ve yeniden yukarı kırarsa tekrar listeye girer.
Bu tür listeye çok kez girip çıkan hisseler, kısa vadeli düzeltmelerin ardından trendin devam ettiğini gösterir. Bu da, hissede daha karmaşık ama güçlü bir yükseliş dalgası yapısına işaret eder.
Dalga Yapısı (Wave Structure) Açısından Anlamı
Hissenin bu listeye tekrar tekrar girmesi: Elliott Dalga Teorisi’ne göre, bu tür hareketler genellikle bir trendin içinde birden fazla küçük düzeltme dalgası ve ardından devam dalgaları olduğunu gösterir.
Yani:
EMA kırılımı = Yükseliş impuls dalgası
EMA altına sarkma = Düzeltme dalgası
Tekrar EMA yukarı kırılımı = Yeni bir yükseliş dalgası başlangıcı
Bu yapı hisseye zamanla: Polinomsal (üstel hızlanarak) yükseliş modeli kazandırabilir.
Polinomsal Yükseliş Nedir?
Polinomsal yükseliş, fiyat grafiğinde:
Zamanla giderek dikleşen bir yükseliş eğrisi oluşmasıdır. Bu genellikle alttan destekli bir trendin ivmelenmesiyle oluşur.
Bunu teknik olarak şöyle tespit edebilirsiniz:
Fiyat hareketine polinomsal regresyon eğrisi (örneğin 2. veya 3. dereceden) fit ettiğinizde, eğri yukarı kıvrılıyorsa, bu yükselişin lineer değil, ivmeli olduğunu gösterir.
Yüksek Risklidir. Bir Ayda % 80 kazandırıyorsa Taban serisi ile 6 işlem gününde geri çekilir.
BIST 100 Endeksi ve Sektörel Dağılımın Etkisi
BIST 100 endeksinde yer alan şirketlerin sektörel dağılımına baktığımızda, sanayi, enerji ve holding sektörlerinin önemli bir ağırlığa sahip olduğunu görüyoruz. Bu sektörler, endeksin genel yönü üzerinde belirleyici bir etkiye sahiptir.
Son dönemde endeksin yukarı yönlü hareketinde beklenen ivmenin yakalanamaması, özellikle enerji ve sanayi şirketlerinin zayıf performansından kaynaklanmaktadır. Bu duruma az da olsa holding şirketlerinin durgunluğu da eklenebilir.
Eğer BIST 100 endeksinin 14.000 seviyesine ulaşması bekleniyorsa, öncelikle enerji ve sanayi sektörlerinde toparlanma şart. Bu sektörlerdeki güçlü bir hareket, endekste anlamlı bir yukarı yönlü kırılımın önünü açabilir.
Sideways Piyasa Nedir?
Sideways market ya da Türkçesiyle yatay piyasa, bir varlığın fiyatının belirli bir zaman aralığında yukarı ya da aşağı yönlü anlamlı bir trend göstermeksizin belirli bir bant içinde hareket ettiği piyasa durumudur.
- Fiyat destek ve direnç seviyeleri arasında sıkışır.
- Yüksek volatilite yoktur.
- Net yön belirsizdir.
- Yatırımcılar kararsızdır veya piyasada bekleme modundadır.
Sideways Piyasaların Özellikleri
| Özellik | Açıklama |
|---|---|
| Trend Yokluğu | Uzun süreli yukarı ya da aşağı trend gözlemlenmez. |
| Destek-Direnç Aralığı | Fiyat çoğunlukla aynı aralıkta gidip gelir. |
| Hacim Azlığı | İşlem hacmi genellikle düşer. |
| Sinyal Kararsızlığı | Trend takip göstergeleri sık sık yön değiştirir. |
Sideways Piyasa Nasıl Tespit Edilir?
Teknik Göstergelerle:
| Gösterge | Yorum |
|---|---|
| ADX (Average Directional Index) | ADX < 20 ise zayıf veya yönsüz piyasa |
| MACD | Sinyal çizgisi ve MACD çizgisi birbirine yakın ve histogram zayıf |
| Bollinger Bands | Bantlar sıkışmışsa, volatilite düşüktür → Sideways olabilir |
| Moving Average Crossover | Kısa vadeli ve uzun vadeli ortalamalar birbirine sarılmışsa yönsüzlük vardır |
| Price Action | Fiyat, belirli destek/dirençler arasında sıkışmışsa yatay seyir olabilir |
Görsel Gözlemle:
- Grafiklerde net “yukarı zirve + daha yüksek dipler” veya “aşağı zirve + daha düşük dipler” yerine düz çizgiler görünür.
- Fiyat, kanal içinde “ping-pong” gibi hareket eder.
Sideways Piyasada Hangi Stratejiler Uygulanır?
Uygun Stratejiler:
| Strateji | Açıklama |
|---|---|
| Destek-Dirençten Al/Sat | Destekten al, dirençten sat mantığıyla çalışılır. |
| Bollinger Bounce | Fiyat bantlara değince ters işlem açılır. |
| Stokastik + RSI | Aşırı alım/satım bölgeleri kullanılarak scalping yapılabilir. |
| Range Trading Botları | Belirli aralıkta otomatik işlem açan algoritmalar. |
Kaçınılması Gerekenler:
- Trend Takip Sistemleri (Supertrend, EMA Cross, MACD) → Sideways’de sık sık yanıltıcı sinyaller üretir.
- Breakout Beklentileri → Yanlış kırılmalar (false breakout) olabilir.
Sideways Sonrası Ne Olur?
Sideways dönemleri genellikle büyük bir harekete hazırlık sürecidir. Bu nedenle, sıkışma sonrası oluşan kırılmalar önemlidir:
- Daralan Bollinger Bands + Artan Hacim = Yaklaşan büyük hareket
- ADX Düşükten Yükselmeye Başlarsa = Yeni trend geliyor olabilir
Örnek Göstergeler Sideways için Nasıl Yorumlanır?
| Gösterge | Sideways Yorumu |
|---|---|
| ADX | 20’nin altında → trend yok |
| Bollinger Band | Daralma varsa → sıkışma var |
| RSI | 45-55 arasında gidip geliyorsa → yönsüz |
| OBV | Yatay gidiyorsa → hacim tarafsız |
| MACD | Histogram sıfıra yakın, çizgiler düz |
Sideways piyasalar, yatırımcıların sabrını test eden, ancak doğru stratejiyle fırsata çevrilebilecek dönemlerdir. Trend göstergeleri yerine aralık bazlı stratejiler ve momentum osilatörleri (RSI, Stokastik) bu dönemlerde daha etkilidir. Ayrıca, olası breakout’lara karşı hazırlıklı olmak da büyük önem taşır.
Polinomsal Regresyon Nedir?
Polinomsal regresyon, bir veri setindeki karmaşık eğilimleri yakalamak için kullanılan doğrusal olmayan bir regresyon türüdür. Hisse senedi kapanış fiyatlarının zaman içinde nasıl dalgalandığını analiz etmek için bu yöntem kullanılır. Amaç, fiyatların zamanla oluşturduğu eğrileri en iyi temsil eden bir denklem bulmaktır.
Trend Gücü: R² Değeri (Determination Coefficient)
- R² değeri, modelin veriye ne kadar iyi uyduğunu gösterir.
- 0 ile 1 arasında değişir.
- R² = 1 → model veriyi kusursuz açıklar.
- R² = 0 → model hiçbir anlam ifade etmez.
- 1’e ne kadar yakınsa, modelin açıklayıcılığı ve tahmin gücü o kadar güçlüdür.
- Teknik analizde yüksek R² değeri, trendin güvenilirliğini artırır ve mevcut eğilimin rastlantısal olmadığını gösterir.
Trend Eğrisi: Medyan Eğri (Kırmızı Çizgi)
- Kırmızı renkli çizgi, fiyatların uzun vadeli medyan eğrisini, yani “orta trendi” temsil eder.
- Yukarı eğimli olması, genel trendin pozitif (boğa) olduğunu gösterir.
- Zaman geçtikçe bu eğri doğal olarak yukarı taşınır ve gelecekteki fiyat hedefleri bu eğri üzerinden şekillenir.
Volatilite Alanı: Gri Dolgu (Üst ve Alt Limitler)
- Kırmızı eğrinin etrafında oluşan gri alanlar, polinomsal regresyonun tahmini sapma sınırlarıdır.
- Bu alanlar:
- Üst limit → aşırı alım ya da direnç bölgesini,
- Alt limit → aşırı satım ya da destek bölgesini ifade eder.
- Fiyatlar çoğunlukla bu gri alanlar içinde hareket eder.
Trend Dinamiği: Paralel Alanın Zamanla Değişimi
- Kırmızı eğri yukarı taşındıkça, bu eğri etrafındaki paralel gri alanlar da yukarı yönlü genişler.
- Bu durum, hisse fiyatının zaman içinde daha yüksek bantlarda dalgalanacağını işaret eder.
- Bu genişleme:
- Hem potansiyel yükselişlerin,
- Hem de düzeltme hareketlerinin daha yukarıda gerçekleşeceği anlamına gelir.
2 Yıllık Analiz Ne Sağlar?
- 2 yıl gibi bir analiz süresi, hem kısa vadeli dalgalanmaları hem de orta vadeli eğilimleri görmek için idealdir.
- Uzunluk arttıkça model daha kararlı hale gelir ve trendin istatistiksel olarak anlamlı hale gelmesi sağlanır.
Teknik Özet
| Bileşen | Anlamı |
|---|---|
| R² Değeri | Trend gücünün istatistiksel ölçüsü |
| Kırmızı Trend Çizgisi | Polinomsal medyan eğri; fiyatın ana yönü |
| Gri Dolgu Alanları | Üst-alt kanal; volatilite sınırları |
| Yukarı Eğim | Yükseliş trendi; fiyatın zamanla yukarı yönlü hareketi |
| 2 Yıllık Zaman Aralığı | İstatistiksel geçerliliği artıran örnekleme süresi |
Trend Eğrilerini Matematikle Yakalamak : Polinomsal Regresyon ile Teknik Analiz
Finansal piyasalarda teknik analiz, çoğu zaman doğrusal (lineer) yaklaşımlarla sınırlandırılır: basit trend çizgileri, hareketli ortalamalar, regresyon kanalları… Ancak piyasalar, doğası gereği doğrusal olmayan (non-linear) davranışlar sergiler.
İşte tam bu noktada polinomsal regresyon (Polynomial Regression) devreye girer. Bu yöntem, fiyat serisini eğri formunda modelleyerek daha esnek ve gerçekçi trend yorumları sunar.
Bu yazıda polinomsal regresyonun ne olduğu, nasıl hesaplandığı, finansal grafikte nasıl kullanıldığı ve hangi durumlarda işe yaradığı detaylı şekilde anlatılacaktır.
Polinomsal Regresyon Nedir?
Polinomsal regresyon, bağımlı bir değişkeni (örneğin kapanış fiyatı) zamana karşı bir polinom fonksiyonu ile modellemeye çalışan istatistiksel bir tekniktir.
Genel Form:
y: Tahmin edilen fiyatx: Zaman (örneğin bar numarası)n: Polinomun derecesi (2: parabol, 3+: eğri)
Polinomsal Regresyonun Teknik Analizde Kullanım Amaçları
| Amaç | Açıklama |
|---|---|
| Trend eğrisini çizmek | Fiyat serisinin eğilim yönünü eğrisel şekilde modellemek |
| Dönüş noktalarını saptamak | Eğrinin lokal maksimum/minimum noktaları potansiyel dönüş alanlarını verir |
| Trendin hızını ve yönünü analiz etmek | Eğrinin eğimi ve derecesi bu konuda ipuçları verir |
| Fiyat sapmalarını analiz etmek | Gerçek fiyat ile regresyon eğrisi arasındaki farklar aşırılık göstergesi olabilir |
Hangi Derece Ne Anlama Gelir?
| Polinom Derecesi | Teknik Anlamı | Kullanım Senaryosu |
|---|---|---|
| 1 (Lineer) | Basit yükselen/düşen trend | Doğrusal regresyon kanalı |
| 2 (Parabolik) | Dip/tepe oluşumları, dönüş eğilimleri | Orta vadeli dönüşler |
| 3–4 (Kübik / 4. derece) | Trend içinde minör dalgalar, Elliott analizi | Dalga yapısı çıkarımı |
| 5+ | Çok kısa vadeli dönüşler ve gürültü filtreleme | Algoritmik stratejiler (dikkatli kullanılmalı) |
Uyarı: Polinom derecesi yükseldikçe overfitting riski artar. Dengeli seçim yapılmalıdır.
Polinomsal Regresyon Nasıl Yorumlanır?
- Yukarı eğimli eğri: Alım yönlü momentum vardır.
- Aşağı eğimli eğri: Satış baskısı hâkimdir.
- Eğrinin iç bükeyliği değişiyorsa: Trend dönüşü yakın olabilir.
- Fiyat, eğriden çok sapıyorsa: Aşırı alım/satım durumu oluşmuş olabilir.
Polinomsal Regresyon ile Teknik Analize Uygulama Örnekleri
1 Parabolik Trend Tahmini (n=2)
Dipten dönen bir hisse senedinde, fiyatlar ikinci derece eğriyle modellenirse yukarı kıvrılan bir parabol çizilir → trend dönüşü teyit edilmiş olabilir.
2 Elliott Dalga Tahmini (n=3–4)
Fiyatın düşük-dalga-yüksek-dalga yapısı, 3. veya 4. derece bir eğriyle oldukça yakın şekilde yakalanabilir.
3 Aşırı Bölge Belirleme (n=2+)
Eğri ile gerçek kapanış fiyatı arasındaki farkın standardize edilmiş hali (Z-score gibi) aşırılık göstergesi olabilir.
Polinomsal Regresyon ile Kodlama (Python Örneği)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
# --- Veriyi Yükle ---
df = pd.read_excel("your_stock_data.xlsx")
# "DATE" sütunu tarih formatına çevrilsin
df["DATE"] = pd.to_datetime(df["DATE"])
# --- Bağımlı ve bağımsız değişkenler ---
y = df["CLOSING_TL"].values # Kapanış fiyatları
x = np.arange(len(y)).reshape(-1, 1) # 0,1,2,... şeklinde indeks
# --- Polinom regresyon (3. dereceden) ---
poly = PolynomialFeatures(degree=3)
X_poly = poly.fit_transform(x)
model = LinearRegression().fit(X_poly, y)
# --- Tahmin ---
y_pred = model.predict(X_poly)
# --- Grafik ---
plt.figure(figsize=(10, 5))
plt.plot(df["DATE"], y, label="Gerçek Fiyat", color="blue")
plt.plot(df["DATE"], y_pred, label="Polinomsal Regresyon (d=3)", linestyle="--", color="red")
plt.legend()
plt.title("Polinomsal Regresyon ile Trend Analizi")
plt.xlabel("Tarih")
plt.ylabel("Fiyat (TL)")
plt.grid(True)
plt.show()
Avantajları
- Trendin eğrisel doğasını yakalayabilir
- Dönüş noktalarını öngörebilir
- Dalga analizinde matematiksel zemin oluşturur
- Fiyat sapmalarını görünür kılar
Dezavantajları
- Yüksek derecelerde overfitting riski taşır
- Yön değil sadece yapı verir (sinir ağı gibi karar vermez)
- Standart teknik analiz araçlarına entegre etmek zordur
Ne Zaman Kullanılmalı?
| Durum | Kullanım |
|---|---|
| Belirsiz trend yönü | 2. veya 3. derece regresyon eğrisi |
| Dalgalı piyasa | 3–4 derece trend eğrisi analizi |
| Tepe/dip analizi | 2. derece regresyon yeterlidir |
| Otomatik trade | 3+ dereceler + filtrelerle |
Sonuç
Polinomsal regresyon, klasik teknik analiz araçlarının ötesine geçerek piyasa davranışını eğrisel ve daha doğal biçimde modellemek için etkili bir araçtır. Özellikle trendin yönü ve dönüş ihtimali hakkında daha rafine bir bakış sunar.
Ancak her güçlü araç gibi, dikkatli kullanılmalıdır. Gereksiz derecede yüksek polinomlar, yanıltıcı olabilir. Bu nedenle regresyon eğrisi, diğer teknik sinyallerle (RSI, MACD, Bollinger, hacim) birlikte kullanılmalıdır.
Doğrusal regresyon (Linear Regression) Kanalları
LINEAR REGRESSION KANALLARI
55-89-144-233-370-610 987 Arası Periyotlarla Teknik Analiz Rehberi
Giriş
Teknik analizde trendin yönünü ve gücünü ölçmenin yollarından biri de doğrusal regresyon (Linear Regression) kanallarıdır. Bu kanallar, fiyatların belirli bir zaman periyodundaki ortalama doğrusal eğilimini ve bu eğilim etrafındaki sapmaları göstererek yatırımcıya net bir fiyat yönü, destek/direnç ve trend devamlılığı hakkında bilgi sunar.
Bu makalede, özellikle Fibonacci ve Lucas serilerinden türetilmiş özel periyotlar olan:
55, 89, 144, 233, 370, 610, 987
Üzerinden oluşturulmuş Linear Regression kanallarının kullanım amaçları, avantajları, dezavantajları ve pratik yorumları detaylı şekilde ele alacağız.
Linear Regression Kanalı Nedir?
Linear Regression Channel (LRC), fiyatların zaman içindeki doğrusal eğilimlerini analiz etmek için kullanılan bir tekniktir. Bir LRC genellikle 3 parçadan oluşur:
- Regresyon çizgisi – En uygun doğru; fiyatları minimize eden düz çizgi.
- Üst kanal – Fiyatların belirli standart sapma (genelde ±1–2σ) üzerinde hareket ettiği sınır.
- Alt kanal – Fiyatların belirli standart sapma altında kaldığı sınır.
Neden Bu Özel Periyotlar?
Bu değerler, Fibonacci dizisinin uzantıları ve piyasa psikolojisinde sık kullanılan doğal ritimleri temsil eder.
| Periyot | Açıklama |
|---|---|
| 55 | Fibonacci dizisi içinde yer alır, orta vadeli analiz |
| 89 | Büyük oyuncuların sık takip ettiği dönem |
| 144 | Genişletilmiş Fibonacci süresi – trendin olgunlaştığı alan |
| 233 | Trendin güçlendiği, çok yıllı yapılar için uygun |
| 370 | Lucas serisine yakın – piyasa yapısına farklı bakış |
| 610 | Büyük dönemli dip/tepe projeksiyonları |
| 987 | Çok uzun vadeli trend analizi, döngüsel dönüş alanları |
Linear Regression Kanalı ile Ne Amaçlanır?
| Amaç | Açıklama |
|---|---|
| Trend yönü tespiti | Ortalama doğrusal çizgi sayesinde yukarı / aşağı yön kolay tespit edilir. |
| Destek/direnç alanları | Üst-alt kanal sınırları çoğunlukla fiyatın dönme alanlarını gösterir. |
| Aşırı fiyat hareketlerini ölçme | Fiyat kanal dışına çıkarsa, düzeltme ihtimali artar. |
| Trendin gücünü değerlendirme | Kanal eğimi ve genişliği trendin momentumunu gösterir. |
Hangi Periyot Ne Zaman Kullanılır?
| Periyot | Kullanım Senaryosu |
|---|---|
| 55 | Günlük / 4 saatlik grafiklerde kısa-orta vadeli trend tespiti |
| 89 | Günlük/haftalık grafiklerde sağlıklı kırılım kontrolü |
| 144 | Haftalık grafiklerde majör trend değerlendirmesi |
| 233 | Aylık grafiklerde büyük yatırımcı davranışları gözlenebilir |
| 370 | Çok uzun vadeli yön tespiti; yıllık projeksiyonlar |
| 610 / 987 | Ekstrem dip/tepe ve döngüsel analizler için kullanılır |
Örnek Teknik Yorumlama
- Fiyat üst kanalı zorluyorsa → momentum güçlü, ancak aşırı alım riski var.
- Fiyat alt kanala sarkıyorsa → momentum zayıflıyor, trend bozulma sinyali verebilir.
- Kanalın yönü hala yukarıysa → trend bozulmamıştır.
- Kanal eğimi yatay ise → sideways (yatay) piyasa olabilir.
Linear Regression Kanalının Avantajları
- Net eğilim verir: Ortalama yönü tek bakışta gösterir.
- Karmaşık değil: Basit matematiksel modele dayanır.
- Duyarlılığı ayarlanabilir: Periyot ve standart sapma değiştirilebilir.
- Uyarlanabilir: İstenilen zaman dilimine uygulanabilir.
Dezavantajları
- Gecikmeli veri sunar: Özellikle uzun periyotlarda geç sinyal verebilir.
- Haber akışları veya ani volatiliteyi hesaba katmaz.
- Sadece geçmiş fiyatlarla çalışır, hacmi dikkate almaz.
Sonuç
Linear Regression kanalları, fiyat davranışını anlamak için güçlü bir araçtır. 55 89 144 233 370 610 987 gibi periyotlar, özellikle uzun vadeli analizde kullanılabilecek Fibonacci temelli seviyelerdir. Bu kanallar:
- Trendin yönünü netleştirir,
- Sapmaları gözle görülür hale getirir,
- Fiyat davranışına sistematik bir bakış sağlar.
Ancak, her teknik göstergede olduğu gibi, bu kanallar da diğer indikatörlerle birlikte kullanıldığında çok daha etkili olur. Özellikle RSI, MACD veya Bollinger Band gibi göstergelerle birlikte yorumlandığında yatırımcılara oldukça sağlıklı sinyaller sunabilir.
Pivot Noktaları: Günlük, Haftalık, Aylık ve Yıllık Zaman Dilimlerinde Önemi
Pivot noktaları (pivot points), teknik analizde fiyatın olası destek ve direnç seviyelerini tahmin etmek için kullanılan, matematiksel olarak hesaplanan referans noktalarıdır. Fiyatın bu seviyelere olan tepkisi, yatırımcılara trendin devamı, dönüşü veya güç kaybı hakkında ipuçları sunar. Ancak pivot seviyeleri yalnızca formülle değil, zaman dilimi ile de büyük anlam kazanır.
Bu makalede pivot noktalarının günlük, haftalık, aylık ve yıllık seviyelerde nasıl çalıştığı, ne tür sinyaller verdiği ve hangi yatırımcı profiline uygun olduğu incelenecektir.
1. Günlük Pivot Noktaları
Kimler Kullanır?
- Gün içi (intraday) traderlar
- Scalping ve kısa vadeli al-sat yapan yatırımcılar
Özellikleri
- Önceki günün yüksek, düşük ve kapanış fiyatına göre hesaplanır.
- Puanlar genellikle P (ana pivot), R1, R2, R3 (dirençler) ve S1, S2, S3 (destekler) şeklinde belirlenir.
Kullanım Alanı
- Günlük oynaklık içinde alım-satım kararlarında yön tayini
- Özellikle açılış öncesi trade planlamasında referans
Avantajları
- Hızlı fiyat hareketlerinden faydalanma
- Günlük destek-direnç seviyelerini önceden bilme
Dezavantajları
- Yüksek “noise” riski, yanlış sinyal olasılığı
- Gece açılan haberlerle sabah kırılan pivotlar anlamını yitirebilir
2. Haftalık Pivot Noktaları
Kimler Kullanır?
- Swing traderlar
- Kısa vadeli pozisyon tutan yatırımcılar
Özellikleri
- Önceki haftanın fiyat verileriyle hesaplanır.
- Daha az gürültü içerir ve trend belirlemede daha istikrarlıdır.
Kullanım Alanı
- Haftalık yön tahmini
- Pazartesi günü haftalık trade planı için güçlü bir baz
Avantajları
- Daha sağlam destek/dirençler
- Günlük dalgalanmalara karşı daha stabil seviye sunar
Dezavantajları
- Kısa vadeli işlemler için geç tepki verebilir
3. Aylık Pivot Noktaları
Kimler Kullanır?
- Orta vadeli yatırımcılar
- Pozisyon traderları
Özellikleri
- Önceki ayın yüksek, düşük ve kapanış fiyatlarına göre belirlenir.
- Ayın ilk haftasında özellikle etkilidir.
Kullanım Alanı
- Orta vadeli trend yönü belirleme
- Aylık hedef ve stop noktalarının tayini
Avantajları
- Güçlü destek/direnç olarak çalışabilir
- Büyük yatırımcıların pozisyon bazlı hareketlerini daha net gösterir
Dezavantajları
- Günlük ve haftalık trade için yavaş kalabilir
- Fiyat çok uzaksa etkisizleşebilir
4. Yıllık Pivot Noktaları
Kimler Kullanır?
- Uzun vadeli yatırımcılar
- Portföy yöneticileri, kurumsal yatırımcılar
Özellikleri
- Bir önceki yılın fiyat hareketlerine göre hesaplanır
- En uzun vadeli ve en güçlü pivot seviyelerini temsil eder
Kullanım Alanı
- Stratejik yatırım kararları
- Yıllık hedef fiyatlar ve risk seviyeleri belirleme
Avantajları
- Büyük trendlerin başlangıcını yakalama
- Yıllık yatırım planlaması için sağlam bir temel
Dezavantajları
- Kısa vadeli analizde çoğu zaman işlevsiz kalır
- Çok geniş marjlar içerdiğinden esneklik gerektirir
Zaman Dilimlerinin Karşılaştırmalı Tablosu
| Zaman Dilimi | Kullanıcı Profili | Güçlü Yönü | Zayıf Yönü |
|---|---|---|---|
| Günlük | Scalper, intraday | Hızlı tepki, sık sinyal | Gürültü, sık sapma |
| Haftalık | Swing trader | Trend belirleyici | Kısa vadede gecikmeli |
| Aylık | Orta vadeli yatırımcı | Kararlı destek/direnç | Günlükçüler için yavaş |
| Yıllık | Uzun vadeli yatırımcı | Stratejik yön tayini | Kısa vadede yetersiz |
Sonuç
Pivot noktaları, fiyatın belirli zaman dilimlerine göre nasıl hareket edebileceğini anlamada büyük rol oynar. Zaman dilimi arttıkça güvenilirlik artar, ancak esneklik azalır. Günlük pivotlar kısa vadeli kararlar için hızlı sinyaller sunarken, yıllık pivotlar daha çok yön belirleyici ve stratejik planlama aracı olarak işlev görür.
Başarılı bir yatırımcı, işlem süresine göre doğru pivot türünü seçmeli ve zaman dilimi ile uyumlu stratejiler geliştirmelidir. Unutulmamalıdır ki, pivotlar tek başına yeterli değildir; hacim, trend göstergeleri ve fiyat davranışı ile birlikte yorumlanmalıdır.
Trading View Alfa Trend İndikatörü
ALFA TREND Kıvanç Özbilgiç hocanın, kripto paralar için yazdığı al-sat sinyalleri üreten ALFA TREND isimli indikatörünü, BIST 30 endeksinde yer alan hisse senetlerini gösterecek şekilde düzenledim ve Türkçeye çevirdim. Grafikte sağ tarafta, bu hisse senetlerine ait al-sat durumları da gösterilmektedir. TradingView’de Pine Editörü’ne ekleyerek kullanmak isteyenler için uygun hale getirilmiştir.
Trading View Alfa Trend Tarayıcı Pine Script Kodu
// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// Kıvanç Özbilgiç hocanın alpha trend indikatörü üzerinde türkçeleştirme ve BIST20 hisselerini gösterecek şekilde editlenmiştir.
//@version=6
indicator('Alfa Trend Tarayıcı', overlay = true, format = format.price, precision = 2)
// --- ALPHATREND Ayarları ---
src = input.source(title = 'Kaynak', defval = close, group = 'ALPHATREND')
AP = input.int(title = 'Uzunluk', defval = 14, group = 'ALPHATREND')
coeff = input.float(title = 'Çarpan', defval = 1.0, step = 0.1, group = 'ALPHATREND')
novolumedata = input.bool(title = 'Değişim Hesaplaması (Hacim Verisi Yok)', defval = false, group = 'ALPHATREND')
showsignalsk = input.bool(title = 'Sinyalleri göster', defval = true, group = 'ALPHATREND')
// ATR ve alt/üst çizgiler
ATR = ta.sma(ta.tr, AP)
upT = low - ATR * coeff
downT = high + ATR * coeff
// AlphaTrend hesaplama (düzgün karşılaştırmalarla)
var float AlphaTrend = na
use_up = novolumedata ? ta.rsi(src, AP) >= 50 : ta.mfi(hlc3, AP) >= 50
AlphaTrend := use_up ? upT < nz(AlphaTrend[1]) ? nz(AlphaTrend[1]) : upT : downT > nz(AlphaTrend[1]) ? nz(AlphaTrend[1]) : downT
// Renk, tetikleyici ve sinyaller
color1 = AlphaTrend > AlphaTrend[2] ? #00E60F : AlphaTrend < AlphaTrend[2] ? #80000B : AlphaTrend[1] > AlphaTrend[3] ? #00E60F : #80000B
buySignalk = ta.crossover(AlphaTrend, AlphaTrend[2])
sellSignalk = ta.crossunder(AlphaTrend, AlphaTrend[2])
K1 = ta.barssince(buySignalk)
K2 = ta.barssince(sellSignalk)
O1 = ta.barssince(buySignalk[1])
O2 = ta.barssince(sellSignalk[1])
// Yön değişkeni (1 = al, -1 = sat, 0 = nötr)
var int direction = 0
direction := buySignalk and O1 > K2 ? 1 : sellSignalk and O2 > K1 ? -1 : direction[1]
// Plotlar
k1 = plot(AlphaTrend, title = 'AlfaTrend', color = color.green, linewidth = 3)
k2 = plot(AlphaTrend[2], title = 'Tetikleyici', color = color.red, linewidth = 3)
fill(k1, k2, title = 'Doldurma Rengi', color = color1)
// Sinyal şekilleri
plotshape(showsignalsk and buySignalk and O1 > K2 ? AlphaTrend[2] * 0.9999 : na, title = 'AL', text = 'AL', location = location.absolute, style = shape.labelup, size = size.tiny, color = color.green, textcolor = color.white)
plotshape(showsignalsk and sellSignalk and O2 > K1 ? AlphaTrend[2] * 1.0001 : na, title = 'SAT', text = 'SAT', location = location.absolute, style = shape.labeldown, size = size.tiny, color = color.red, textcolor = color.white)
// --- Tarayıcı ve Etiket Ayarları ---
string gr_sc = 'Tarayıcı'
string gr_sy = 'Sembol'
string t00 = 'Alfa Trend Tarayıcı'
color c00 = #686868
lb_sh = input.bool(title = 'Etiketleri Göster', defval = true, group = gr_sc)
lb_xa = input.int(title = 'Yatay Eksen', defval = 20, group = gr_sc, tooltip = 'Etiket Pozisyonu X Ekseninde')
lb_ya = input.int(title = 'Dikey Eksen', defval = 1, group = gr_sc, tooltip = 'Etiket Pozisyonu Y Ekseninde')
lb_sz = input.string(title = 'Etiketlerin Boyutu', options = ['Otomatik', 'Small', 'Normal', 'Large'], defval = 'Normal', group = gr_sc)
lb_cl = input.color(title = 'Renkler', defval = #00bb00, group = gr_sc, inline = '0')
lb_cs = input.color(title = '', defval = #ff0000, group = gr_sc, inline = '0')
// Hisseler (20 adet, varsayılan BIST örnekleri)
sh01 = input.bool(title = '01', defval = true, group = gr_sy, inline = '01')
sh02 = input.bool(title = '02', defval = true, group = gr_sy, inline = '02')
sh03 = input.bool(title = '03', defval = true, group = gr_sy, inline = '03')
sh04 = input.bool(title = '04', defval = true, group = gr_sy, inline = '04')
sh05 = input.bool(title = '05', defval = true, group = gr_sy, inline = '05')
sh06 = input.bool(title = '06', defval = true, group = gr_sy, inline = '06')
sh07 = input.bool(title = '07', defval = true, group = gr_sy, inline = '07')
sh08 = input.bool(title = '08', defval = true, group = gr_sy, inline = '08')
sh09 = input.bool(title = '09', defval = true, group = gr_sy, inline = '09')
sh10 = input.bool(title = '10', defval = true, group = gr_sy, inline = '10')
sh11 = input.bool(title = '11', defval = false, group = gr_sy, inline = '11')
sh12 = input.bool(title = '12', defval = false, group = gr_sy, inline = '12')
sh13 = input.bool(title = '13', defval = false, group = gr_sy, inline = '13')
sh14 = input.bool(title = '14', defval = false, group = gr_sy, inline = '14')
sh15 = input.bool(title = '15', defval = false, group = gr_sy, inline = '15')
sh16 = input.bool(title = '16', defval = false, group = gr_sy, inline = '16')
sh17 = input.bool(title = '17', defval = false, group = gr_sy, inline = '17')
sh18 = input.bool(title = '18', defval = false, group = gr_sy, inline = '18')
sh19 = input.bool(title = '19', defval = false, group = gr_sy, inline = '19')
sh20 = input.bool(title = '20', defval = false, group = gr_sy, inline = '20')
tf01 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '01')
tf02 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '02')
tf03 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '03')
tf04 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '04')
tf05 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '05')
tf06 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '06')
tf07 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '07')
tf08 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '08')
tf09 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '09')
tf10 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '10')
tf11 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '11')
tf12 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '12')
tf13 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '13')
tf14 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '14')
tf15 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '15')
tf16 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '16')
tf17 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '17')
tf18 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '18')
tf19 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '19')
tf20 = input.timeframe(title = '', defval = '', group = gr_sy, inline = '20')
s01 = input.symbol(title = '', group = gr_sy, inline = '01', defval = 'BIST:THYAO')
s02 = input.symbol(title = '', group = gr_sy, inline = '02', defval = 'BIST:ISCTR')
s03 = input.symbol(title = '', group = gr_sy, inline = '03', defval = 'BIST:EREGL')
s04 = input.symbol(title = '', group = gr_sy, inline = '04', defval = 'BIST:YKBNK')
s05 = input.symbol(title = '', group = gr_sy, inline = '05', defval = 'BIST:AKBNK')
s06 = input.symbol(title = '', group = gr_sy, inline = '06', defval = 'BIST:TUPRS')
s07 = input.symbol(title = '', group = gr_sy, inline = '07', defval = 'BIST:KCHOL')
s08 = input.symbol(title = '', group = gr_sy, inline = '08', defval = 'BIST:GARAN')
s09 = input.symbol(title = '', group = gr_sy, inline = '09', defval = 'BIST:EKGYO')
s10 = input.symbol(title = '', group = gr_sy, inline = '10', defval = 'BIST:ASELS')
s11 = input.symbol(title = '', group = gr_sy, inline = '11', defval = 'BIST:SASA')
s12 = input.symbol(title = '', group = gr_sy, inline = '12', defval = 'BIST:TCELL')
s13 = input.symbol(title = '', group = gr_sy, inline = '13', defval = 'BIST:PGSUS')
s14 = input.symbol(title = '', group = gr_sy, inline = '14', defval = 'BIST:BIMAS')
s15 = input.symbol(title = '', group = gr_sy, inline = '15', defval = 'BIST:SISE')
s16 = input.symbol(title = '', group = gr_sy, inline = '16', defval = 'BIST:PETKM')
s17 = input.symbol(title = '', group = gr_sy, inline = '17', defval = 'BIST:ASTOR')
s18 = input.symbol(title = '', group = gr_sy, inline = '18', defval = 'BIST:GUBRF')
s19 = input.symbol(title = '', group = gr_sy, inline = '19', defval = 'BIST:KRDMD')
s20 = input.symbol(title = '', group = gr_sy, inline = '20', defval = 'BIST:TOASO')
// --- Fonksiyonlar ---
f_screener(s) =>
int x = na
int y = na
color z = na
if s
x := direction
y := ta.barssince(x != x[1])
z := x == 1 ? lb_cl : x == -1 ? lb_cs : c00
z
[x, y, z]
f_bars(x) =>
' [' + str.tostring(x) + '] '
f_size(x) =>
x == 'Otomatik' ? size.auto : x == 'Small' ? size.small : x == 'Normal' ? size.normal : x == 'Large' ? size.large : size.auto
// Label yönetimi için array kullanarak
var label_array = array.new<label>(21, na)
f_label(index, t, c) =>
var bool result = false
if lb_sh
// Eski label'ı sil
current_label = array.get(label_array, index)
if not na(current_label)
label.delete(current_label)
// Y pozisyonu hesaplama
fix_allign = ta.highest(high, 200)
y_pos = bar_index > 200 ? fix_allign * (1 + lb_ya / 1000) : hl2 * (1 + lb_ya / 1000)
// Yeni label oluştur
new_label = label.new(x = bar_index + lb_xa, y = y_pos + index * y_pos * 0.03, text = t, textcolor = c, textalign = text.align_right, style = label.style_label_left, size = f_size(lb_sz), color = color.new(color.white, 100)) // Her label için farklı Y pozisyonu text=t, textcolor=c, textalign=text.align_right, style=label.style_label_left, size=f_size(lb_sz), color=color.new(color.white, 100))
// Yeni label'ı array'e kaydet
array.set(label_array, index, new_label)
result := true
result
else
result := false
result
result
// --- Security ile tarama (her sembol için) ---
[a01, b01, c01] = request.security(s01, tf01 == '' ? timeframe.period : tf01, f_screener(sh01))
[a02, b02, c02] = request.security(s02, tf02 == '' ? timeframe.period : tf02, f_screener(sh02))
[a03, b03, c03] = request.security(s03, tf03 == '' ? timeframe.period : tf03, f_screener(sh03))
[a04, b04, c04] = request.security(s04, tf04 == '' ? timeframe.period : tf04, f_screener(sh04))
[a05, b05, c05] = request.security(s05, tf05 == '' ? timeframe.period : tf05, f_screener(sh05))
[a06, b06, c06] = request.security(s06, tf06 == '' ? timeframe.period : tf06, f_screener(sh06))
[a07, b07, c07] = request.security(s07, tf07 == '' ? timeframe.period : tf07, f_screener(sh07))
[a08, b08, c08] = request.security(s08, tf08 == '' ? timeframe.period : tf08, f_screener(sh08))
[a09, b09, c09] = request.security(s09, tf09 == '' ? timeframe.period : tf09, f_screener(sh09))
[a10, b10, c10] = request.security(s10, tf10 == '' ? timeframe.period : tf10, f_screener(sh10))
[a11, b11, c11] = request.security(s11, tf11 == '' ? timeframe.period : tf11, f_screener(sh11))
[a12, b12, c12] = request.security(s12, tf12 == '' ? timeframe.period : tf12, f_screener(sh12))
[a13, b13, c13] = request.security(s13, tf13 == '' ? timeframe.period : tf13, f_screener(sh13))
[a14, b14, c14] = request.security(s14, tf14 == '' ? timeframe.period : tf14, f_screener(sh14))
[a15, b15, c15] = request.security(s15, tf15 == '' ? timeframe.period : tf15, f_screener(sh15))
[a16, b16, c16] = request.security(s16, tf16 == '' ? timeframe.period : tf16, f_screener(sh16))
[a17, b17, c17] = request.security(s17, tf17 == '' ? timeframe.period : tf17, f_screener(sh17))
[a18, b18, c18] = request.security(s18, tf18 == '' ? timeframe.period : tf18, f_screener(sh18))
[a19, b19, c19] = request.security(s19, tf19 == '' ? timeframe.period : tf19, f_screener(sh19))
[a20, b20, c20] = request.security(s20, tf20 == '' ? timeframe.period : tf20, f_screener(sh20))
// Metin oluşturmalar (sadece aktif hisseler için)
t01 = sh01 ? a01 == 1 ? '▲' + f_bars(b01) + s01 : a01 == -1 ? '▼' + f_bars(b01) + s01 : '■' + f_bars(b01) + s01 : ''
t02 = sh02 ? a02 == 1 ? '▲' + f_bars(b02) + s02 : a02 == -1 ? '▼' + f_bars(b02) + s02 : '■' + f_bars(b02) + s02 : ''
t03 = sh03 ? a03 == 1 ? '▲' + f_bars(b03) + s03 : a03 == -1 ? '▼' + f_bars(b03) + s03 : '■' + f_bars(b03) + s03 : ''
t04 = sh04 ? a04 == 1 ? '▲' + f_bars(b04) + s04 : a04 == -1 ? '▼' + f_bars(b04) + s04 : '■' + f_bars(b04) + s04 : ''
t05 = sh05 ? a05 == 1 ? '▲' + f_bars(b05) + s05 : a05 == -1 ? '▼' + f_bars(b05) + s05 : '■' + f_bars(b05) + s05 : ''
t06 = sh06 ? a06 == 1 ? '▲' + f_bars(b06) + s06 : a06 == -1 ? '▼' + f_bars(b06) + s06 : '■' + f_bars(b06) + s06 : ''
t07 = sh07 ? a07 == 1 ? '▲' + f_bars(b07) + s07 : a07 == -1 ? '▼' + f_bars(b07) + s07 : '■' + f_bars(b07) + s07 : ''
t08 = sh08 ? a08 == 1 ? '▲' + f_bars(b08) + s08 : a08 == -1 ? '▼' + f_bars(b08) + s08 : '■' + f_bars(b08) + s08 : ''
t09 = sh09 ? a09 == 1 ? '▲' + f_bars(b09) + s09 : a09 == -1 ? '▼' + f_bars(b09) + s09 : '■' + f_bars(b09) + s09 : ''
t10 = sh10 ? a10 == 1 ? '▲' + f_bars(b10) + s10 : a10 == -1 ? '▼' + f_bars(b10) + s10 : '■' + f_bars(b10) + s10 : ''
t11 = sh11 ? a11 == 1 ? '▲' + f_bars(b11) + s11 : a11 == -1 ? '▼' + f_bars(b11) + s11 : '■' + f_bars(b11) + s11 : ''
t12 = sh12 ? a12 == 1 ? '▲' + f_bars(b12) + s12 : a12 == -1 ? '▼' + f_bars(b12) + s12 : '■' + f_bars(b12) + s12 : ''
t13 = sh13 ? a13 == 1 ? '▲' + f_bars(b13) + s13 : a13 == -1 ? '▼' + f_bars(b13) + s13 : '■' + f_bars(b13) + s13 : ''
t14 = sh14 ? a14 == 1 ? '▲' + f_bars(b14) + s14 : a14 == -1 ? '▼' + f_bars(b14) + s14 : '■' + f_bars(b14) + s14 : ''
t15 = sh15 ? a15 == 1 ? '▲' + f_bars(b15) + s15 : a15 == -1 ? '▼' + f_bars(b15) + s15 : '■' + f_bars(b15) + s15 : ''
t16 = sh16 ? a16 == 1 ? '▲' + f_bars(b16) + s16 : a16 == -1 ? '▼' + f_bars(b16) + s16 : '■' + f_bars(b16) + s16 : ''
t17 = sh17 ? a17 == 1 ? '▲' + f_bars(b17) + s17 : a17 == -1 ? '▼' + f_bars(b17) + s17 : '■' + f_bars(b17) + s17 : ''
t18 = sh18 ? a18 == 1 ? '▲' + f_bars(b18) + s18 : a18 == -1 ? '▼' + f_bars(b18) + s18 : '■' + f_bars(b18) + s18 : ''
t19 = sh19 ? a19 == 1 ? '▲' + f_bars(b19) + s19 : a19 == -1 ? '▼' + f_bars(b19) + s19 : '■' + f_bars(b19) + s19 : ''
t20 = sh20 ? a20 == 1 ? '▲' + f_bars(b20) + s20 : a20 == -1 ? '▼' + f_bars(b20) + s20 : '■' + f_bars(b20) + s20 : ''
// Etiketleri ekle
if lb_sh
f_label(0, t00, c00)
if t01 != ''
f_label(1, t01, c01)
if t02 != ''
f_label(2, t02, c02)
if t03 != ''
f_label(3, t03, c03)
if t04 != ''
f_label(4, t04, c04)
if t05 != ''
f_label(5, t05, c05)
if t06 != ''
f_label(6, t06, c06)
if t07 != ''
f_label(7, t07, c07)
if t08 != ''
f_label(8, t08, c08)
if t09 != ''
f_label(9, t09, c09)
if t10 != ''
f_label(10, t10, c10)
if t11 != ''
f_label(11, t11, c11)
if t12 != ''
f_label(12, t12, c12)
if t13 != ''
f_label(13, t13, c13)
if t14 != ''
f_label(14, t14, c14)
if t15 != ''
f_label(15, t15, c15)
if t16 != ''
f_label(16, t16, c16)
if t17 != ''
f_label(17, t17, c17)
if t18 != ''
f_label(18, t18, c18)
if t19 != ''
f_label(19, t19, c19)
if t20 != ''
f_label(20, t20, c20)
Bank of America robotları nasıl çalışır
Bank of America (BoFA) gibi büyük finansal kurumların kullandığı “robotlar” (yani otomatik işlem sistemleri, algoritmik traderlar veya quant sistemleri), yüksek teknolojiye dayalıdır ve aşağıdaki temel unsurlar üzerine inşa edilir:
1. Algoritmik Alım-Satım (Algorithmic Trading)
Bu sistemler, belirli kurallara dayalı otomatik alım-satım işlemleri yapar. Kurallar genellikle şu parametrelerle belirlenir:
- Fiyat
- Hacim
- Zaman
- Teknik göstergeler (örneğin: EMA, RSI, VWAP)
- Piyasa derinliği
Örnek algoritmalar:
- VWAP (Volume Weighted Average Price): Büyük emirleri piyasayı etkilemeden parçalara bölerek yürütür.
- TWAP (Time Weighted Average Price): Zaman bazlı alım satım yapar.
- Sniper veya Iceberg algoritmaları: Büyük emirleri gizler.
2. Makine Öğrenimi & Yapay Zeka (AI/ML)
BoFA gibi kurumlar, veri madenciliği ve derin öğrenme kullanarak piyasa davranışlarını tahmin eder.
- Milyarlarca işlem verisi üzerinde eğitilir.
- Olası fiyat hareketlerini, haber etkilerini, hacim anomalilerini algılar.
- Tahmin modelleri (örneğin: LSTM, Random Forest) ile ileriye dönük fiyat tahmini yapılır.
3. Haber ve Sosyal Medya Analizi (Sentiment Analysis)
Yapay zekâ sistemleri:
- Bloomberg, Reuters, Twitter gibi kaynaklardan haber akışı tarar.
- Doğal dil işleme (NLP) ile haberin olumlu mu olumsuz mu olduğunu analiz eder.
- Anlık gelişmelere göre pozisyon açabilir/kapatabilir.
4. Yüksek Frekanslı İşlem (High Frequency Trading – HFT)
- Milisaniyeler içinde alım-satım yapan robotlardır.
- Genellikle latency arbitrage (gecikme avantajı) veya order book dynamics (emir defteri davranışı) üzerine kuruludur.
- Borsa sunucularına fiziksel olarak yakın (co-location) sunucular kullanılır.
5. Arbitraj ve Piyasa Yapıcılığı (Market Making)
- Farklı borsalardaki fiyat farklarını anında tespit edip işlem yapar.
- Örnek: New York ve Londra’da aynı hisse farklı fiyatlanıyorsa robotlar bu farktan kazanç sağlar.
- Opsiyon ve vadeli işlemlerde “delta hedging” gibi karmaşık stratejiler uygulanır.
6. Risk Yönetimi ve Durum Farkındalığı
- Sistemler sürekli olarak pozisyon büyüklüğü, kaldıraç oranı, marj durumu, likidite riski gibi verileri izler.
- Belirli bir volatilite seviyesinin üzerine çıkıldığında işlem yapılmayabilir (risk kapama).
7. Otomatik Uyum ve Regülasyon Kontrolü
- Regülasyonlara uyumlu şekilde işlem yapılır.
- Anormal işlem aktiviteleri (örneğin: front-running, spoofing) engellenir.
- Log kayıtları ve raporlamalar düzenli olarak tutulur.
BoFA Robotları:
| Sistem Tipi | Özelliği |
|---|---|
| Algo Trading | Kurallara dayalı otomatik alım-satım |
| HFT | Yüksek hız, düşük gecikmeli işlemler |
| AI / ML | Tahminleme, öğrenme, adaptasyon |
| Sentiment Botları | Haber akışına göre anlık pozisyon |
| Arbitrage | Borsa farklarını kâr fırsatına çevirme |
| Market Maker | Alım-satım farkından kâr elde etme |
| Risk Engine | Pozisyon ve portföy güvenliği |
Son Yorumlar