Yapay Zekalar Trade Yapabilir mi? Cortex Finance ile 7 Aylık Deneyim

Son üç yıldır neredeyse her yazılımcının ve her yatırımcının zihninde aynı soru dönüp duruyor: Yapay zekalar gerçekten trade yapabilir mi? Büyük dil modellerinin karmaşık kod tabanlarını analiz ettiği, saniyeler içinde yüzlerce sayfalık raporu sentezlediği ve insan hızının çok ötesinde örüntü yakalayabildiği bir çağda, bu sorunun finans piyasalarına uzanması kaçınılmazdı. Sosyal medyada dolaşan "yapay zekaya 100 dolar verdim, bir haftada katladı" videolarından kurumsal algoritmik fon tartışmalarına kadar herkes aynı gizemin peşinde.

Ben bu soruya doğrudan finans dünyasının içinden değil, dolaylı bir yoldan — kendi mutfağımdan, yani yazılım mühendisliği cephesinden — cevap aradım. Tamamen farklı bir proje için geliştirdiğim yapay zeka destekli asistan altyapısını hobi olarak bir trade projesine çevirdim ve bu yolculuk zamanla Cortex Finance adını aldı. Sıfır borsa geçmişiyle başladığım, piyasadaki tüm büyük dil modellerini entegre ettiğim, Binance cüzdanımı doğrudan bağladığım ve yedi ay boyunca gece gündüz yoğurduğum bu süreç bana hem yapay zekanın doğası hem de piyasaların acımasız gerçekliği hakkında çok net dersler öğretti.

Bu yazıda pazarlama cümlelerini bir kenara bırakıp, bir yazılımcının sıfır trade bilgisiyle çıktığı yedi aylık serüvende neyin duvara çarptığını, neyin çalıştığını ve yapay zekanın bu denklemde tam olarak nereye oturduğunu ekran görüntüleri ve mimari örneklerle anlatacağım.

Sıfır Borsa İlgisi, DEHB ve Bir Hobi Projesinin Dönüşümü

Açık konuşmak gerekirse, bir yazılımcı olarak bugüne kadar ne geleneksel borsaya ne de kripto para piyasalarına en ufak bir ilgi duydum. Çevremde mum grafiklerinden, destek-direnç çizgilerinden, kaldıraç oranlarından ya da altcoin sepetlerinden bahsedildiğinde konu benim için hep uzak bir gürültüden ibaretti.

Üstelik DEHB (ADHD) tanım olduğu için, ilgimi gerçekten çekmeyen bir konuyu masa başına oturup salt irade gücüyle öğrenmem imkansıza yakındır. DEHB ile yaşayan geliştiriciler bu hissi çok iyi bilir: Merak duymadığınız bir alanda beş dakikalık bir eğitim videosu bile geçilmez bir duvara dönüşürken, zihninizi yakalayan bir problem karşınıza çıktığında saatin nasıl geçtiğini anlamadan on dört saat boyunca mimari kurabilirsiniz.

Benim için kırılma noktası tam olarak burada yaşandı. Normal şartlarda dönüp bakmayacağım trade dünyasını, hayatta en sevdiğim işle — yazılım mimarisi ve yapay zeka sistemleri geliştirmekle — birleştirdiğim anda her şey değişti. Başka bir ürün için geliştirdiğim çoklu model ağ geçidi (LLM gateway), görev akışı ve bilgi tabanı asistanını alıp "Acaba bu omurgayı gerçek zamanlı piyasa verisi okuyan ve işlem yöneten bir finans ajanına dönüştürebilir miyim?" dediğimde, konu benim için sıkıcı bir ekonomi dersinden çıkıp devasa bir mühendislik bulmacasına evrildi.

Yazılımcı Özgüveniyle Başlayan İlk Yanılgı

Projeye başlarken bir yazılımcı olarak kafamdaki temel düşünce son derece naifti: Yapay zekaların analiz kapasitesi ve hesaplama gücüyle bu iş çok kolay olmalıydı.

Düşünce zincirim kağıt üzerinde kusursuz görünüyordu. İnsanlar borsada neden kaybeder? Panik yaparlar, açgözlülüğe kapılırlar, uykusuz kalırlar, aynı anda en fazla iki-üç grafiğe bakabilirler ve stop olmaları gereken yerde "belki döner" diye beklerler. Yapay zekanın ise duygusu yoktur, yorulmaz, saniyeler içinde yüzlerce veri noktasını tarayabilir ve matematiksel olasılıkları soğukkanlılıkla hesaplayabilir. Dolayısıyla doğru veriyi modele verdiğimde denklemin kendiliğinden çözüleceğini varsaydım.

Sıfır trade bilgimle çıktığım bu yolda, bu varsayımın ne kadar eksik olduğunu anlamam için tüm modelleri gerçek piyasa verisiyle yüzleştirmem gerekti.

DEHB Sisinde Dağılmamak İçin Kapsam Kilitleri

İlgimi çeken bir mühendislik problemine daldığımda DEHB'nin getirdiği ikinci bir risk vardır: Sürekli yeni fikir üretmek ve aynı anda beş farklı cephe açmak. Bir gün yeni bir indikatör ailesi, ertesi gün bambaşka bir borsa entegrasyonu, öbür gün kendi botunu yazan otonom ajan fikri derken asıl hedeften kopmak çok kolaydır.

Bu yüzden daha önce Agentic Workflow yazımda anlattığım görev disiplini ve sınır koruma felsefesini Cortex Finance'in tam kalbine yerleştirdim. Projenin kök dizinine her oturumda okunan açık bir "Kuzey Yıldızı" dokümanı ve kapsam kilitleri koydum: Tek borsa (Binance vadeli ve spot), tek odak (strateji, tetikleyici ve emniyetli emir yaşam döngüsü) ve kanıtlanmadan bir sonraki faza geçmeme kuralı. Bu kilitler olmasaydı, muhtemelen yedi ayın sonunda elimde yarım kalmış on farklı prototip olurdu; çalışan bir sistem değil.

Tüm Sağlayıcı Modelleri Entegre Etmek ve İlk Büyük Hüsran

Deneyi yarım yamalak yapmak istemedim. Tek bir modelin karakterine sıkışmamak için piyasadaki tüm majör yapay zeka sağlayıcılarını Cortex Finance omurgasına entegre ettim:

• OpenAI (GPT / Codex serisi)
• Anthropic (Claude Opus / Sonnet ailesi)
• Google (Gemini serisi)
• xAI (Grok modelleri)
• DeepSeek ve diğer API/CLI tabanlı sağlayıcılar

Hepsini tek bir kanonik model kataloğu ve Fastify tabanlı bir ağ geçidi arkasında topladım. Token bazlı maliyet hesaplamalarını, sağlayıcı çöktüğünde devreye giren yedekleme (failover) katmanını ve araç çağırma (MCP) altyapısını kurdum. Ardından Binance hesabımı doğrudan sisteme bağlayarak hepsini canlı piyasa akışı karşısında test etmeye başladım.

İlk zamanlarda aldığım sonuçlar tek kelimeyle tam bir hüsrandı.

Modellerden piyasayı analiz edip somut bir işlem planı kurmalarını istediğimde iki tip davranışla karşılaşıyordum: Ya finansal işlem konusu açıldığı anda doğrudan reddediyorlar ya da aşırı koruyucu bir üslupla hiçbir sorumluluk almayan, her yöne çekilebilecek yuvarlak metinler üretiyorlardı. "Fiyat şu seviyeyi kırarsa yükseliş sürebilir, ancak satış baskısı gelirse düşüş yaşanabilir; lütfen kendi araştırmanızı yapın" cümlesi teknik olarak yanlış değildir ama gerçek dünyada sıfır operasyonel değer taşır.

Modeller Neden Sizi Korumaya Çalışıyor?

İlk başta bu durumu aşılması gereken bir "prompt mühendisliği engeli" sandım. Fakat modellerin davranış kalıplarını inceledikçe çok daha derin bir gerçeği fark ettim: Zaten olması gereken buydu.

Yapay zeka modellerini doğru anlamak gerekiyor. Büyük dil modelleri, eğitim sonrası hizalama süreçlerinde (RLHF) sıradan kullanıcının bir sohbet penceresine güvenip birikimini kaybetmesini önleyecek şekilde eğitilir. Modeller aslında sizi ve paranızı sizden korumaya çalışıyor. Hatta satır aralarını dikkatle okuduğunuzda size sürekli aynı gerçeği üstü kapalı biçimde, alttan alta işlediklerini görüyorsunuz:

İstatistiksel olarak doğrulanmış bir stratejiniz, komisyon sonrası pozitif beklentiniz ve katı bir risk yönetiminiz yoksa; ekrana bakıp kısa vadeli yön tahmin etmeye çalışmak yazı tura atmaktan başka bir şey değildir.

Modelin bu çekimserliği bir arıza değil, istatistiksel olarak haklı bir savunma refleksiydi. Çünkü hiçbir bağlam, strateji çerçevesi ve risk sınırı vermeden bir dil modeline "Şimdi ETH alayım mı?" diye sormak, aslında ondan fal bakmasını istemektir.

Hukuki Sorumluluk ile Analitik Görevi Ayırmak

Cortex Finance'te çözdüğümüz ilk ciddi ürün problemi, hukuki sorumluluk çerçevesi ile modelin analitik görevini birbirinden ayırmak oldu. Yazılım geliştirirken geçmişte bizim kod tabanımıza bile sızan yaygın bir karışıklık vardı: "Lisanslı yatırım danışmanlığı değildir" uyarısını, modelin sistem istemine "sakın somut strateji kurma" yasağı olarak yazmak.

Bu ikisi tamamen farklı katmanlardır:

1. Hukuki çerçeve: Sistemin lisanslı bir yatırım danışmanı olmadığını, tüm karar ve riskin kullanıcıya ait olduğunu şeffaf biçimde beyan eder.
2. Analitik görev: Kullanıcının kendi belirlediği risk sınırları içinde modelin piyasa verisini okuyup "Hangi koşul gerçekleşirse giriş yapılır, hangi seviyede tez geçersiz olur (invalidation) ve nerede kâr alınır?" sorularına matematiksel olarak test edilebilir, net bir yapı üretmesidir.

Bu ayrımı netleştirdiğimizde modeller yuvarlak konuşmayı bırakıp yapılandırılmış strateji nesneleri üretmeye başladı. Ama asıl büyük sınav tam da bundan sonra ortaya çıktı: Model artık net konuşuyordu, peki söyledikleri piyasada gerçekten para kazandırıyor muydu?

Çok Okuyan mı Çok Gezen mi: Sıfır Tecrübeli Stajyer Metaforu

İnsan psikolojisi, akıcı cümleler kuran bir yazılımcı ya da analist gördüğünde ona hemen güvenme eğilimindedir. Yapay zekaları kullanırken de hepimiz aynı tuzağa düşüyoruz: Onları bir işi bizim adımıza uçtan uca yürüten, sonuçlarının ağırlığını hisseden bir özne olarak konumlandırıyoruz.

Oysa büyük dil modellerinin içgüdüleri bu şekilde çalışmıyor. Onlar sadece birer asistandır ve sizin tuttuğunuz ışık kadar başarılıdırlar. Işığı yanlış yere tutarsanız, karanlıkta en parlak cümlelerle yanlış duvarı aydınlatırlar.

Yedi aylık süreçte yapay zekanın finans piyasalarındaki davranışını en iyi açıklayan benzetme benim için şu oldu:

Şirketinize yeni aldığınız bir stajyer hayal edin. Bu stajyer dünyadaki tüm finans, istatistik, ekonomi ve teknik analiz kütüphanelerini satır satır okumuş. Çok hızlı çalışıyor, dinamik, gece üçte bile seslenseniz motivasyonu ilk günkü kadar yüksek. Hangi terimi sorarsanız sorun saniyesinde akademik düzeyde açıklama getiriyor. Fakat hayatında tek bir gün bile gerçek piyasa tecrübesi yaşamamış.

İşte yapay zekaların borsada dışarıdan beklendiği gibi başarılı olamamasının en büyük sebebi bu tecrübe konusu. Kültürümüzdeki "Çok okuyan mı bilir, çok gezen mi?" sorusunun cevabı sanıyorum tam olarak burada yatıyor. Yapay zeka "çok okuyan" tarafın zirvesidir; tüm terimlere hakimdir, her formülü bilir ama o formülün gerçek piyasa kaosunda nasıl kırıldığını hiç tecrübe etmemiştir.

Aşağıdaki ekran görüntüsü, Cortex Finance'in Pozisyonlar komuta merkezinden gerçek bir Testnet kesiti. "Çok okuyan stajyer" ile "saha gerçeği" arasındaki farkı bu tek ekranda bile net biçimde görebilirsiniz:

Üstteki özet kartlarına dikkat ederseniz sistem yalnızca +$461.34 toplam kârı veya 16 / 3 kazanç oranını parlatıp bırakmıyor; hemen yanındaki kartta giriş (-$27.47) ve çıkış (-$31.19) komisyonlarının toplamda -$58.66 götürdüğünü yüzünüze söylüyor. Tecrübesiz bir model kağıt üzerinde pozitif görünen dar hedefli işlemleri arka arkaya açtığında, gün sonunda borsaya komisyon çalışmış olursunuz. Bunu fark etmek kitaplardan değil, gerçek cüzdan muhasebesiyle yüzleşmekten geçiyor.

Cortex Finance Mimarisi: Beyin ile Kası Ayırmak

Modellerin tek başına bir "trader öznesi" olamayacağını, ancak doğru sınırlandırıldığında muazzam bir analitik asistana dönüştüğünü kavradığımda Cortex Finance'in mimarisi de oturdu.

Projenin ürün doktrininde kullandığımız temel bir metafor var: Cortex bir insan trader değildir; içinde dil modellerinin "beyin" olarak çalıştığı mekanik bir dış iskelettir. Tıpkı Pacific Rim filmindeki Jaeger gövdesi gibi; analiz, veri tarama ve plan önerisi modelden gelir ama borsaya dokunan kaslar tamamen deterministik TypeScript servislerinden oluşur.

Sohbet ekranında modele "Şimdi alayım mı?" diye sorup anlık piyasa emri göndermek bizim mimarimizde bilinçli olarak kaçındığımız bir kısayoldur. Bunun yerine çekirdek akış her zaman Strateji → Tetikleyici → Emir sırasını izler.

Mum Fitili Tuzakları ve Kapalı Mum Teyidi

Sıfır trade bilgisiyle başladığım ilk aylarda en çok canımı yakan konulardan biri sahte kırılımlardı (fakeout). Model gayet mantıklı bir destek veya direnç seviyesi belirliyor, fiyat saniyelik bir iğneyle (wick) o seviyeye değiyor, işlem açılıyor ve aynı mum kapanmadan fiyat ters yöne sertçe dönüp stop ediyordu.

Kitabi bilgiye sahip stajyer için "fiyat 911,58 seviyesinin altına indi mi?" sorusunun cevabı evetti; ama saha tecrübesi olan bir trader için mum kapanmadan görülen fitil çoğu zaman yalnızca likidite avıydı. Bu tecrübeyi edindikten sonra tetikleyici motoruna Kapanış Teyidi kuralını ve kurulum anı dondurma (snapshot) disiplinini ekledik:

Yukarıdaki ZECUSDT 15 dakikalık kurulum ekranında yer alan iki küçük detay, aylar süren deneme-yanılmanın ürünüdür:

• Kapalı mum teyidi: Orta şeritte açıkça yazdığı gibi, Reclaim veya kırılım koşulları yalnızca kapanmış mum üzerinden değerlendirilir; anlık mum fitilleri emri ateşleyemez.
• Kurulum anı kanıt penceresi: Grafiğin altındaki Kurulum anında görülebilen son kapalı bar: EMA20=916.21 RSI14=44.50 kaydı, gelecekteki verinin geçmiş analize sızmasını (look-ahead bias) engeller. İşlem kapandıktan sonra geriye dönüp baktığımızda modelin ya da liste motorunun o saniyede tam olarak hangi indikatör değerlerini görerek karar verdiğini kanıtıyla inceleriz.

Emir Yaşam Döngüsü, Mutabakat ve Sessiz Hatalarla Savaş

Bir yazılımcı olarak bu yolculukta en büyük avantajım, karşılaştığım her piyasa sürtünmesini bir kod sözleşmesine dönüştürebilmek oldu. Dışarıdan bakıldığında "Binance API'sine bir POST isteği atıp emir açmak" yarım saatlik bir iş gibi görünür. Gerçekte ise emri göndermek işin yalnızca yüzde onudur.

Peki borsa tarafında şartlı emir iptal edilirse ne olur? Pozisyon hedefine ulaşıp kapandığında arkada kalan yetim stop emri ters yönde yeni bir pozisyon açarsa? Sunucu yeniden başlarken ateşlenmiş bir tetikleyici yarıda kalırsa? Ya da modelin önerdiği bir strateji revizyonu geçmiş veride harika görünüp canlıda cüzdanı eritirse?

Cortex Finance'te LLM entegrasyonu hiçbir zaman para yolundaki (money-path) güvenlik eşiklerini kendi başına değiştiremez. Aşağıdaki basitleştirilmiş TypeScript sözleşmesi, sistemin emir öncesi çalıştırdığı deterministik emniyet kapılarını özetler:

// Cortex Finance yürütme felsefesi:
// Model strateji ve tetikleyici koşullarını önerir; ancak risk limitleri,
// koruyucu stop zorunluluğu ve iki-kapılı canlı ortam kilidi deterministik koddadır.
interface ExecutionSafetyContext {
  environment: 'paper' | 'testnet' | 'mainnet';
  allowLiveExecution: boolean;
  liveTradingEnabledAt: string | null;
  killSwitchActive: boolean;
  withinOwnerRiskCeiling: boolean;
  closedCandleConfirmed: boolean;
  protectiveStopConfigured: boolean;
}

export function evaluateExecutionGate(ctx: ExecutionSafetyContext): {
  allowed: boolean;
  reason?: string;
} {
  if (ctx.killSwitchActive) {
    return { allowed: false, reason: 'kill_switch_active' };
  }
  if (!ctx.withinOwnerRiskCeiling) {
    return { allowed: false, reason: 'risk_ceiling_exceeded' };
  }
  if (!ctx.closedCandleConfirmed) {
    return { allowed: false, reason: 'awaiting_closed_candle_confirmation' };
  }
  if (!ctx.protectiveStopConfigured) {
    return { allowed: false, reason: 'missing_protective_stop' };
  }
  if (ctx.environment === 'mainnet') {
    const dualGateOpen = ctx.allowLiveExecution && ctx.liveTradingEnabledAt !== null;
    if (!dualGateOpen) {
      return { allowed: false, reason: 'mainnet_dual_gate_locked' };
    }
  }
  return { allowed: true };
}

Her pozisyon açılışından kapanışına kadar katı bir durum makinesi (KURULU → ATEŞLENDİ → KAPANDI) ve denetim iziyle takip edilir. Aşağıdaki pozisyon detay ekranı, borsada gerçekleşen her adımın yerel kayıtlarla nasıl mutabık kılındığını gösteriyor:

Bu ekrandaki detaylar yazılım bilgisinin neden hayati olduğunu açıkça ortaya koyuyor:

• Sessiz hata yasağı: Üstteki kırmızı tanı kutusu (Teknik kod: exchange_order_cancelled), borsada iptal edilen veya süresi dolan hiçbir alt emrin halı altına süpürülmediğini gösterir.
• Mühürlü muhasebe (Fence): Brüt +$27,30 kazançtan $2,00 giriş ve $1,99 çıkış komisyonu düşülerek net +$23,32 kayıt altına alınır ve Claim kalıcı olarak kapatıldı (fence) durumuyla mühürlenir; böylece aynı işlem mükerrer sayılmaz veya açık pozisyon hayaleti bırakmaz.
• Yanlışlanabilir tez kaydı: Özet kutusunda "15m mum 911.58 seviyesinin altında kapanırsa kademeli SAT; 917.96 üstünde olursa kurulum tezi geçersiz olur" cümlesi sabitlenmiştir. Giriş öncesi 1 dakikalık mikro mum grafiği ise emrin tam hangi bar üzerinde gerçekleştiğini görselleştirir.

7 Aylık Çalışmanın Net Özeti: Kim Kazanır, Kim Kaybeder?

Yedi aylık yoğun çalışmanın, yüzlerce commit'in, binlerce Testnet emrinin ve sayısız yanılmış hipotezin sonunda ulaştığım hükmü en net haliyle paylaşmak istiyorum:

Öncelikle yapay zekalar tek başına trade konusunda başarılı değil.

Bunu bir haftalık yüzeysel bir sohbet denemesinin değil, yedi aylık ciddi bir mühendislik mesaisinin sonucu olarak söylüyorum. Eğer sizin hiçbir trade bilginiz yoksa, piyasa mekaniğini ve risk yönetimini tanımıyorsanız yapay zeka sizi tek başına asla ileriye götüremez. Tüm beklentiyi modele yükleyip onu kendi adınıza para basacak bir özne yerine koyarsanız, para kaybedeceğinizi garanti ederim.

Çünkü stajyerinize doğru soruyu sorabilmek ve ürettiği cevabın saçmalık olup olmadığını denetleyebilmek için önce sizin konuyu bilmeniz gerekir. Siz ışık tutamıyorsanız, asistanınızın hızı yalnızca yanlış yöne daha hızlı koşmanızı sağlar.

Peki yapay zeka ile bu alanda başarılı olmak imkansız mı? Hayır — ama denklemin şartları çok net:

1. Trade ve piyasa bilginiz varsa: Hangi piyasa rejiminde trend takip edileceğini, hangi rejimde kenarda bekleneceğini ve sermaye korumanın kâr kovalamaktan önce geldiğini biliyorsanız.
2. Doğru araçları doğru yorumlatmayı biliyorsanız: Modele çıplak sohbet sorusu sormak yerine; nicel backtest verisini, volatilite metriklerini, fonlama oranlarını, haber akışını ve istatistiksel doğrulama araçlarını bağlayıp kanıt tabanlı analiz yaptırabiliyorsanız.
3. Ve bence en majörü — yazılım bilginiz varsa: Stratejilerinizi duygusal anlık kararlardan kurtarıp deterministik tetikleyicilere, koruyucu emir mutabakatına ve otomatik risk tavanlarına dökebiliyorsanız.

İşte bu üçlüye sahipseniz ve yapay zekayı bir ASİSTAN olarak arkanıza alıyorsanız başarı yüzdeniz ciddi anlamda yükselebilir. Ben yapay zeka çözümleri ve yazılım mimarisi tarafındaki güçlü tecrübeme rağmen, sıfır trade bilgisiyle çıktığım bu yolda aradaki alan bilgisini kapatabilmek için yedi ay harcadım.

7. Ayın Sonunda Gelen Sonuçlar, Süreklilik ve Kendini Kandırmama Disiplini

Yedi ayın sonunda nihayet tabloda düzenli, yüz güldüren sonuçlar görmeye başladım. Fakat açık söyleyeyim: Bu da bir garanti değil.

Bu işlerde öğrendiğim en kritik kavram süreklilik oldu. Üç gün üst üste yüksek isabet oranı yakalamak veya kümülatif eğriyi yukarı taşımak insana kolayca "tamam, formülü buldum" özgüveni verebiliyor. Oysa piyasa rejimleri sürekli değişiyor; bugün harika çalışan bir kısa vadeli kurulum, yarın likidite kuruduğunda veya sert bir trend başladığında üst üste stop olabiliyor.

Kendimi ve sistemi kandırmamak için Cortex Finance'e yalnızca "bugün kaç dolar kazandık?" tablosu değil, kazancın nereden geldiğini sorgulayan acımasız ölçüm panelleri ekledim:

Bu ekran görüntüsü, neden "iyi sonuçlar almaya başladım ama bu bile garanti değil" dediğimin en şeffaf kanıtıdır:

• Üstteki Gün gün tablosuna baktığınızda 12 Kasım, 13 Kasım ve 14 Kasım günlerinde %84,2 ile %100 arasında değişen başarı oranları ve +$893,22 kümülatif net sonuç görürsünüz. Sadece bu tabloya bakan biri her şeyin kusursuz çözüldüğünü düşünebilir.
• Hemen altındaki Giriş sonrası sabit ufuk getirisi ve en alttaki BTC'den arındırılmış giriş sonrası getiri tabloları ise size madalyonun gerçek yüzünü gösterir. Paneldeki açıklama notu tüm felsefemizi özetler: "Yükseliş piyasasında alım yapan herkes kazanır, beceri BTC hareketinin üstünde kalan kısımdır."
• Nitekim tabloya dikkatle baktığınızda, 1 saatlik ufukta BTC'den arındırılmış getiri +%0,07 ile pozitif kalırken, 4 ve 6 saatlik ufuklarda beta-arındırılmış değerin -%0,29 ve -%0,31'e döndüğünü görürsünüz. Yani sistem kısa vadeli kâr alma (TP) mekaniğiyle kasayı büyütürken, pozisyonu uzun süre taşımaya kalktığında avantajını piyasa dalgasına geri vermektedir.

İşte yazılım ve veri mühendisliği tam bu noktada hayat kurtarır. Bu ölçüm olmasa kazandığınız parayı kendi dehanıza veya yapay zekanın kehanet gücüne yazarsınız; ölçüm olduğunda ise stratejinin tam olarak hangi zaman ufkunda güçlü, hangi ufkunda kırılgan olduğunu görür ve bir sonraki iyileştirmeyi kanıtla yaparsınız.

Sıradaki Deney: Modeller İçin Hazırladığım Likidasyon Isı Haritası

Yazının başında yapay zekaların yalnızca tuttuğunuz ışık kadar başarılı olabildiğini ve asıl farkı modele verdiğiniz doğru araçların yarattığını söylemiştim. Cortex Finance'te bugünlerde üzerinde çalıştığım en heyecan verici katmanlardan biri de tam olarak bu felsefenin ürünü.

Kripto vadeli işlem piyasalarında fiyat yalnızca klasik indikatörlere göre hareket etmiyor; 10x ile 125x arasında biriken kaldıraçlı pozisyonların zorunlu tasfiye (likidasyon) bölgeleri çoğu zaman birer mıknatıs gibi çalışıyor. Ham mum verisine bakan bir dil modeli bu likidite kümelerini göremez. Ben de yapay zeka modellerine yön tahmini ve likidite okuması yaptırabilmek için açık pozisyon (open interest), mum yapısı, hesap oranları ve izlenen cüzdan akışlarından beslenen özel bir Likidasyon Isı Haritası hazırladım:

Yukarıdaki ekranda görebileceğiniz gibi; farklı zaman pencerelerinde (24S, 3G, 7G, 14G, 30G) ve kaldıraç dilimlerinde fiyatın altındaki ve üstündeki yoğunlaşma bölgelerini (örneğin 66.000–67.000 $ bandındaki parlak sarı-turuncu likidite havuzu ile sağ paneldeki kümülatif likidasyon profilini) yapılandırılmış veri olarak çıkarabiliyoruz.

Peki bu ısı haritası yapay zeka modellerinin yön tahmin isabetini gerçekten yukarı taşıyacak mı? Dürüst olmak gerekirse sonucu henüz ben de bilmiyorum.

Eskiden olsa böyle görsel olarak etkileyici bir aracı kurduğum anda "İşte şimdi çözdük" heyecanına kapılırdım. Yedi ayın bana kazandırdığı en önemli mühendislik olgunluğu ise şu oldu: Bir aracın ekranda mantıklı görünmesi, istatistiksel üstünlük ürettiği anlamına gelmez. Modeller bu likidasyon verisini okuyup yön tahminleri üretecek, sistem bunları gölge testte ve sabit ufuk metriklerinde ölçecek; gerçekten fark yaratıp yaratmadığını ancak yeterli örneklem biriktiğinde rakamlar söyleyecek.

Tek Odak Zorunluluğu ve Çoklu Ekran Gerçeği

Yedi aylık bu maratonda edindiğim diğer büyük tecrübe, işin talep ettiği zihinsel mesaiyle ilgili. İnternette yapay zeka ve bot projeleri genellikle "pasif gelir" başlığı altında pazarlanır: Kodu bir kere yazarsınız, sunucuya atarsınız ve siz hayatınızı yaşarken sistem arkada kendi kendine kazanç üretir.

Gerçek dünyada böyle bir şey yok. Eğer trade ile sürdürülebilir kazanç sağlamak istiyorsanız tek odağınız bu olmalı.

Yarım gün başka projelere bakıp akşamları yarım saat grafiğe göz atarak bu oyunda kalıcı olmak neredeyse imkansız. Piyasa 7/24 yaşayan, makroekonomik haberlerle, likidite kaymalarıyla ve borsa mikroyapısındaki değişimlerle her hafta kabuk değiştiren bir ekosistem. Sürekli veri toplamanız, kapanan pozisyonların otopsisini yapmanız, yanlış ateşlenen tetikleyicileri ayıklamanız ve tam zamanlı bir disiplinle masada olmanız gerekiyor.

Burada yıllarca taşıdığım bir önyargıyı da gülümseyerek itiraf etmek istiyorum. Bir yazılımcı olarak profesyonel trader'ların önlerindeki o devasa, yan yana ve üst üste dizilmiş dörtlü-altılı grafik ekranlarını gördüğümde, içten içe hep bunları hava atmak için kullandıklarını düşünürdüm. "İki kod editörü açmak için tek bir geniş monitör yetiyorsa, altı ekrana ne gerek var?" derdim.

Cortex Finance'i canlı veride işletmeye başladıktan sonra o ekranlara neden ihtiyaç duyulduğunu çok daha iyi anlıyorum. Aynı anda:

• Ana paritelerin (BTC, ETH, SOL, BNB) çoklu zaman dilimi rejimini ve piyasa yönünü,
• Açık pozisyonların anlık teminat, komisyon ve koruyucu stop uzaklıklarını,
• Ateşlenmeyi bekleyen tetikleyicilerin mum kapanışlarına olan mesafesini,
• Vadeli ile spot piyasa arasındaki baz farkını ve fonlama oranlarını,
• Kapanan işlemlerin post-entry getiri metriklerini ve borsa hata günlüklerini

tek bir küçük pencereye sıkıştırmaya çalıştığınızda bir şeyleri mutlaka gözden kaçırıyorsunuz. O devasa ekran duvarları gösteriş aksesuarı değil; saniyelerin ve eşzamanlı korelasyonların konuşulduğu bir ortamda kör noktayı azaltmanın fiziksel aracıymış. İnsanın bir alanı dışarıdan yargılamasıyla mutfağına girip bizzat deneyimlemesi arasındaki fark gerçekten muazzam.

Sık Sorulan Sorular

Yapay zekaya doğrudan cüzdan bağlayıp tam otomatik al-sat yaptırmak doğru mu?

Doğrudan sohbet modeline emir yetkisi verip denetimsiz bırakmak son derece risklidir. Sağlıklı mimaride model yalnızca analiz ve koşullu strateji önerisi üretir; emir gönderimi ise risk tavanı, kill-switch, kapalı mum teyidi ve koruyucu stop zorunluluğu olan deterministik kod katmanından geçer. Ayrıca her yeni kurulum mutlaka önce kağıt üzerinde (paper) ve Testnet ortamında rüştünü ispatlamalıdır.

Hangi yapay zeka modeli trade analizinde daha başarılı?

Yedi ay boyunca tüm majör sağlayıcıları test ettiğimde gördüğüm sonuç şu oldu: Tek bir "sihirli model" yok. Farkı yaratan şey modelin markasından çok, modele hangi yapılandırılmış araçları (nicel veri, backtest, haber, istatistiksel doğrulama) verdiğiniz ve çıktıyı farklı modellerden oluşan bağımsız bir inceleme katmanıyla nasıl denetlediğinizdir.

Hiç trade bilmeyen biri yapay zeka ile kazanabilir mi?

Sıfır trade bilgisiyle tüm karar yükünü yapay zekaya bırakırsanız uzun vadede kazanma şansınız yoktur. Yapay zeka tecrübe eksikliğini tek başına kapatamaz; ancak siz piyasa yapısını öğrendikçe, strateji mantığını kavradıkça ve doğru araçları kurguladıkça hızınızı ve disiplininizi katlayan güçlü bir asistana dönüşür.

Yazılım bilmek neden bu kadar büyük bir fark yaratıyor?

Çünkü ekran başında insan iradesiyle kurallara her gün yüzde yüz sadık kalmak çok zordur. Yazılım mühendisliği; mum kapanış teyidinden komisyon muhasebesine, borsa hata mutabakatından BTC beta arındırmasına kadar tüm disiplini kod haline getirip duygusal hataları sistem dışına iter.

Sonuç: Şimdilik Bu Kadar

Üç yıldır herkesin sorduğu "Yapay zekalar trade yapabilir mi?" sorusuna yedi aylık Cortex Finance serüvenimin sonunda verdiğim cevap net: Tek başlarına, sizin yerinize karar veren birer özne olarak hayır; ama doğru trade bilgisi, doğru araçlar ve sağlam bir yazılım mimarisinin arkasında çalışan disiplinli bir asistan olarak kesinlikle güçlü bir çarpan.

DEHB nedeniyle hiç ilgimi çekmeyen bir dünyaya sırf yazılım tutkum üzerinden adım atmak, bana hem yapay zekanın gerçek sınırlarını hem de saha tecrübesinin neden hiçbir kitabi bilgiyle ikame edilemeyeceğini öğretti. Yedinci ayın sonunda görmeye başladığım olumlu sonuçlar umut verici; fakat bu yolculuğun bir varış noktası değil, sürekli ölçüm ve tam odak isteyen uzun bir maraton olduğunun farkındayım.

Şimdilik paylaşacaklarım bu kadar. Cortex Finance olgunlaştıkça ve istatistiksel kanıt penceresi genişledikçe yeni notlar düşmeye devam edeceğim. Umarım yakın zamanda çok daha büyük başarı hikayeleri paylaşabilirim.