Wiki›Analiz Modelleri
Pekiştirmeli Öğrenme Robotu
Pekiştirmeli Öğrenme Robotu iki aşamalıdır: bir regresyon modeli sekiz ölçüden her hissenin gelecek ayki getirisini tahmin eder, deneme yanılmayla eğitilmiş bir ajan da sermayenin seçilen hisseler arasında nasıl dağıtılacağını belirler.
Hisse seçmek ile sermayeyi dağıtmak iki ayrı karardır. Pekiştirmeli Öğrenme Robotu birinci kararı bir istatistik modeline, ikincisini bir yapay zekâ ajanına bırakır. Ajan, bilgisayar oyunlarını deneme yanılmayla öğrenen programlar gibi, geçmiş aylarda hangi dağılımın daha iyi sonuç verdiğini ödül ve ceza üzerinden öğrenir.
Sayfada ne var
Üstteki Evren (BIST Tüm, BIST 100, Katılım 100), Sepet (10, 5 ya da 3 hisse) ve Süre (5Y, 7Y, 10Y) seçicileri hazır sonuçlar arasında geçiş yapar. Sekmeler:
- Öneriler: Bu Ayki Hisse Seçimleri ve Ağırlıklar (Ridge + RL) tablosu seçilen hisseleri RL ağırlığına göre sıralar; yanında Momentum (Z), Değer (Z), Kalite (Z) ve Hacim (Z) puanları bulunur.
- Performans: Portföy Getirisi, XU100 Getirisi, XU100 Farkı ve CAGR göstergeleri, Portföy Kümülatif Getiri · AI+RL Portföyü vs XU100 eğrisi ve Hareketli Sharpe, Aylık Getiri, Zirveden Düşüş grafikleri.
- Geçmiş Kararlar: Aylık Robot Kararları (Rebalance Logları) her ay alınan hisseleri, ajan devredeyse paylarıyla birlikte, ve o ayın getirisini listeler.
- Model Açıklaması: iki aşamanın ve kontrol modlarının anlatımı.
Ayarlar
Parametre Değiştir penceresinin en üstünde Çalıştırılacak Hisse Evreni seçicisi durur. TEMEL PARAMETRELER bölümünde Sepet Büyüklüğü (Hisse), Test Aralığı, Öneri Tarihi ve Test Süresi (Ay); HESAPLAMA PARAMETRELERİ bölümünde Sığ Hisse Eleme (Alt %), FOMO Filtresi (%) ve Elastic Net Alpha bulunur. Üç ek bölüm vardır:
- Python RL (Pekiştirmeli Öğrenme): Ağırlıkları Python (RL) Robotu Belirlesin ve RL Robotunu Eğit (1-2 Dk) kutuları.
- Önyargı (Bias) Test Modu: Seçim Stratejisi seçicisi; Normal, Anti-Test ve Rasgele.
- Halka Arz (IPO) Filtresi: Yeni halka arzları dışla kutusu ve IPO Kesim Tarihi (öncesi geçerli).
Hesap Yeniden Hesapla ile başlar; parametre değiştirmek üye girişi ister.
Nasıl kullanılır
- Sinyalin yönünü sınamak: Seçim Stratejisi Anti-Test’e alınıp yeniden hesaplanır. Model tahmini en kötü hisseleri seçer; tahminin bir anlamı varsa bu sepetin Normal sepetten belirgin biçimde geride kalması beklenir.
- Şansla kıyas: Rasgele modu aynı evrenden rastgele hisse seçer. Normal sonucun rastgele sonuçtan ne kadar ayrıştığı, seçimin katkısını gösterir.
- Yeni halka arz etkisi: Yeni halka arzları dışla açılırsa, verisi kesim tarihinden sonra başlayan hisseler geçmiş teste giremez; geçmişte henüz borsada olmayan şirketlerin sonucu şişirmesi böylece engellenir.
Dikkat
- Ajan yalnız eğitilmiş ve eğitim dönemi test dönemiyle çakışmayan bir model varsa devreye girer; aksi halde sepet eşit ağırlıklıdır. Öneriler’de bütün satırlarda aynı pay görünüyorsa ajan kullanılmamıştır.
- Tahmin göreli getiridir: model aynı ay hangi hissenin ötekilerden iyi gideceğini öğrenir, piyasanın yönünü öğrenmez.
- Anti-Test ve Rasgele modları kontrol içindir; sepeti bilerek bozar, öneri üretmek için kullanılmaz.
- Bu modelin geçmiş testinde işlem maliyeti düşülmez.
Derinlemesine
Aşama 1: getiri tahmini
Her ay sekiz ölçü hesaplanır, iki ucundaki yüzde 2’lik dilim kırpılır ve hisseler arasında standart puana çevrilir: kazanç getirisi (net kâr ÷ piyasa değeri), ROE, yükümlülüklerin aktife oranı, altı aylık fiyat değişimi, ayın hacminin son altı ayın ortalamasına oranı, son bir aylık değişim, son 12 ayın zirvesine ve dibine uzaklık. Bilanço, dönem sonundan 75 gün sonra kullanılabilir sayılır.
Bu ölçülerden gelecek ayın getirisi Elastic Net regresyonuyla tahmin edilir. Elastic Net iki cezayı karıştırır: biri gereksiz ölçülerin katsayısını sıfırlar, öteki bütün katsayıları küçültüp kararlı tutar. Elastic Net Alpha 0’da yalnız ikincisi, 1’de yalnız birincisi çalışır; varsayılan 0,2’dir. Hedef, hissenin o ayki getirisinin aynı ayın piyasa ortalamasından farkıdır; ortalama tahmine geri eklenir. Model her ay yalnız o aydan önceki verilerle yeniden eğitilir, ceza gücü zaman bloklarına ayrılmış çapraz doğrulamayla seçilir.
Aşama 2: ağırlık ajanı
Ajan, tahmini getirisi en yüksek N hissenin sekiz ölçüsünü görür ve her hisse için bir sayı üretir; bu sayılar toplamı 1 olan, eksiye düşmeyen paylara çevrilir. Her ayın sonunda ajan bir ödül alır:
Ödül −20 ile 20 arasında sınırlanır. Ajan PPO (yakınsal politika optimizasyonu) yöntemiyle, yalnız test döneminin başlangıcından önceki veriyle eğitilir.
Sepet ve geçmiş test
Her ay sonunda aylık hacmi evrenin en düşük yüzde 40’ında kalan, son üç ayda yüzde 35’ten fazla yükselmiş ya da karar günü tavanda kilitli olan hisse elenir. Kalanlar tahmini getiriye göre dizilir, ilk N hisse alınır ve paylar ajan ya da eşit ağırlıkla dağıtılır. Model yalnız alım yönlüdür. Geçmiş test bir kez hesaplanıp sabitlenir; sonraki haftalarda yalnız öneri listesi yeniden hesaplanır.
Bu içerik yatırım tavsiyesi değildir; eğitim ve bilgilendirme amaçlıdır.