Veri madenciliği nedir
Yeterince kriter kombinasyonu denerseniz, geçmişte harika sonuç veren bir tarama mutlaka bulursunuz. Ama bu, taramanın gerçekten işe yaradığı anlamına gelmez. Sadece geçmiş verinin rastlantısal örüntülerine uyum sağladığı anlamına gelir. Geçmişte kazandıran hisselerin ortak özelliklerini bulmak kolay; sorun, bu özelliklerin gelecekte de kazandırıp kazandırmayacağı.
Klasik örnek: geçmiş veride, adı belli harflerle başlayan hisselerin daha çok kazandığını “keşfedebilirsiniz”. Bu tamamen tesadüf ama veride gerçekten var. Bir taramaya bunu eklerseniz, geçmiş sonucu iyileşir, gelecek sonucu değişmez. İşte veri madenciliği bu: anlamsız örüntüleri gerçek sinyal sanmak.
Neden bu kadar kolay düşülür
İnsan zihni örüntü bulmaya programlı. Yeterince veriye bakınca, orada olmayan örüntüleri bile görürüz. Ve bilgisayarla binlerce kombinasyon deneyebildiğimiz için, birileri mutlaka harika görünür. Ne kadar çok denerseniz, tesadüfen harika görünen bir tarama bulma olasılığınız o kadar artar.
Daha da tehlikelisi, bu süreç farkında olmadan işler. Bir taramayı “iyileştirmek” için kriterleri ayarlarsınız, sonucu izlersiniz, daha iyi olanı tutarsınız. Farkında olmadan, geçmiş veriye uyum sağlıyorsunuzdur. Bu iyileştirme hissi, aslında aşırı uyum inşa etme sürecidir.
Belirtiler
Veri madenciliğine düşmüş bir taramanın belirtileri var.
Çok fazla kriter: on beş kriterli bir tarama, neredeyse kesinlikle geçmişe uyum sağlamıştır. Her kriter, uyum sağlama fırsatı.
Çok spesifik eşikler: “fiyat-kazanç 12,3’ten küçük” gibi garip derecede kesin sayılar, veriye uydurulmuş olma işareti. Gerçek bir sinyal, eşiğe bu kadar duyarlı olmamalı.
İnanılmaz sonuçlar: geçmişte çok yüksek, çok istikrarlı getiri, gerçek olamayacak kadar iyi. Gerçek stratejilerin kötü dönemleri vardır; kusursuz bir geçmiş, aşırı uyum işareti.
Mantıksızlık: taramanın neden çalıştığını açıklayamıyorsanız, muhtemelen çalışmıyor. Sadece “veride öyle çıktı” bir gerekçe değil.
Nasıl korunulur
Veri madenciliğinden korunmanın birkaç yolu var.
Basit tutun: az sayıda, mantıklı, açıklanabilir kriter kullanın. Basitlik, aşırı uyuma karşı en iyi savunma.
Mekanizma isteyin: her kriterin neden çalışması gerektiğini açıklayabilmelisiniz. “Ucuz hisseler kazanır çünkü piyasa aşırı karamsarlığı düzeltir” bir mekanizma. “Veride öyle çıktı” değil.
Örneklem dışında test edin: taramayı bir dönemde kurup, başka bir dönemde deneyin. Kurduğunuz dönemde harika ama başka dönemde çöküyorsa, veri madenciliği yapmışsınız demektir.
Şüpheci olun: sonuç ne kadar iyiyse, o kadar şüphelenin. Gerçek olamayacak kadar iyi bir sonuç, genelde gerçek değildir.
Sağlamlık, parlaklıktan değerli
Sonuçta, geçmişte biraz daha az parlak ama farklı dönemlerde ve mantıklı bir gerekçeyle çalışan bir tarama, geçmişte muhteşem ama açıklanamayan bir taramadan çok daha değerlidir. Amaç, geçmişi en iyi açıklayan taramayı bulmak değil, gelecekte de çalışma şansı en yüksek taramayı bulmak. Bu ikisi, çoğu zaman birbirinin tam tersi.
Sıradaki
Sıradaki yazıda taramanın ne sıklıkta yenilenmesi gerektiğini ele alıyoruz. Çok sık yenilemenin maliyeti ile çok seyrek yenilemenin kaçırdığı fırsatlar arasındaki dengeyi.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.