Adaptif Rejim Farkındalıklı Hisse Senedi Fiyat Tahmini: Autoencoder Gating Mekanizmalı Çift Yollu Transformer Mimarileri ve Pekiştirmeli Öğrenme Kontrolü

Giriş

Finansal piyasaların istatistiksel özellikleri zaman içinde sabit kalmaz. Piyasa davranışı, volatilite seviyeleri ve korelasyon yapıları açısından belirgin rejim değişimleri (regime shifts) sergiler. İstikrarlı dönemlerde fiyat hareketleri temel analiz faktörleri ve kademeli bilgi bütünleşmesiyle nispeten öngörülebilir seyrederken; kriz dönemleri, kazanç açıklamaları ve makroekonomik şoklar piyasa dinamiklerinde ani kırılmalara yol açar. Bu bağlamda, mevcut literatürdeki graf sinir ağları ve transformer mimarileri gibi yaklaşımlar genellikle piyasa koşullarını homojen bir küme olarak ele alır ve zamansal bağımlılıkları modellemeye odaklanır. Ancak bu tutum, volatil ve olay güdümlü koşullarda model performansının ciddi şekilde bozulmasına neden olur.

Mohammad Al Ridhawi, Mahtab Haj Ali ve Hussein Al Osman tarafından kaleme alınan "Adaptive Regime-Aware Stock Price Prediction Using Autoencoder-Gated Dual Node Transformers with Reinforcement Learning Control" başlıklı çalışma, bu temel soruna mimari bir çözüm önerir. Makale, piyasa rejimlerini önceden tanımlanmış sabit kurallara veya elle etiketlenmiş verilere dayanmadan, modelin kendi tahmin performansından öğrenerek adaptif olarak sınıflandıran bir çerçeve sunar. Bu yazıda, söz konusu çalışmanın teknik altyapısını, deneysel bulgularını ve finansal mühendislik pratiği açısından taşıdığı çıkarımları detaylandıracağım.

Mimari Yapı: Üç Bileşenli Adaptif Sistem

Önerilen çerçeve üç temel bileşenin birleşiminden oluşur. İlk bileşen, normal piyasa koşulları üzerinde eğitilmiş bir autoencoder mimarisidir. Autoencoder, giriş verisini sıkıştırılmış bir latent uzaya (gizli temsil uzayı) haritalayan ve ardından yeniden yapılandıran (reconstruction) bir yapay sinir ağı türüdür. Çalışmada, autoencoder sadece istikrarlı piyasa dönemlerindeki fiyat örüntülerini öğrenmek üzere eğitilir. Yüksek reconstruction error (yeniden yapılandırma hatası), öğrenilen normal dağılımdan sapmayı göstererek zayıf denetimli bir anomali tespit mekanizması işlevi görür. Bu yaklaşım, gizli Markov modelleri veya volatilite eşiği tabanlı yöntemlerin gerektirdiği elle belirlenmiş rejim tanımlarına olan ihtiyacı ortadan kaldırır.

İkinci bileşen, dual node transformer mimarisidir. Bu mimari iki uzman ağdan (expert network) oluşur: biri istikrarlı koşullar için optimize edilmiş temel yol (stable pathway), diğeri ise olay güdümlü koşullar için tasarlanmış özel yoldur (event pathway). Event pathway, volatilite rejim göstergeleri, sentiment analizinden elde edilen anlık duygu spike'ları ve olay karakterizasyon sinyalleri gibi ek özellikleri bünyesine katar. Autoencoder tarafından üretilen anomali skoru, girdi verisinin bu iki yoldan hangisine yönlendirileceğini belirleyen bir gating (geçiş kontrol) mekanizması olarak işlev görür.

Üçüncü ve en kritik bileşen ise Soft Actor-Critic (SAC) pekiştirmeli öğrenme kontrolcüsüdür. SAC, reinforcement learning (pekiştirmeli öğrenme) algoritmalarından biri olup maksimum entropy prensibiyle çalışarak keşif ve sömürü arasındaki dengeyi optimize eder. Bu çalışmada SAC kontrolcüsü, autoencoder'ın rejim tespiti için kullandığı eşik değerini (threshold) ve iki transformer yolunun çıktılarının karıştırılma ağırlıklarını (blending weights) canlı tahmin geri bildirimlerine göre dinamik olarak ayarlar. Böylece sistem, hangi piyasa durumlarının "anomali" olarak sınıflandırılması gerektiğini, tahmin doğruluğu üzerinden kendi deneyiminden öğrenir. Bu durum, modelin rejim sınırlarını elle kodlanmış kurallar yerine, tahmine dayalı performans sonuçlarından türetmesini sağlar.

Deneysel Bulgular ve Performans Analizi

Çalışmanın deneysel tasarımı, 1982 ile 2025 yılları arasındaki verileri kapsayan 20 S&P 500 hissesi üzerinde gerçekleştirilmiştir. Değerlendirme metrikleri olarak MAPE (Mean Absolute Percentage Error) ve Directional Accuracy (DA) kullanılmıştır. Temel model (baseline integrated node transformer) 0.80% MAPE ve %65 DA performansı sergilerken, tam adaptif sistem 0.59% MAPE ve %72 DA değerlerine ulaşmıştır. Bu sonuçlar, özellikle yön tahmini açısından anlamlı bir iyileşmeyi temsil eder.

Ancak sistemin asıl gücü, yüksek volatilite dönemlerinde ortaya çıkar. Benchmark karşılaştırmaları, kriz koşullarında temel modelin MAPE değerinin %1.5'i aştığı durumlarda, önerilen çerçevenin %0.85'in altında hata oranını sürdürdüğünü göstermektedir. Bu istikrar, risk yönetimi açısından kritik öneme sahiptir çünkü modelin en çok ihtiyaç duyulduğu dönemlerde çöküş yaşamasını engeller.

Ablation (bileşen çıkarım) çalışmaları, her mimari öğenin katkısını nicel olarak ortaya koymaktadır. Autoencoder tabanlı yönlendirme mekanizmasının çıkarılması %36'lık göreli MAPE kötüleşmesine yol açarken, SAC kontrolcüsünün devre dışı bırakılması %15'lik performans düşüşüne neden olmaktadır. İkili yol mimarisinin (dual-path) kendisi ise %7'lik bir katkı sağlamaktadır. Bu bulgular, rejim tespitinin model başarısında en belirleyici faktör olduğunu; bunu takiben adaptif kontrol mekanizmasının önem taşıdığını göstermektedir.

Kendi Yorumum ve Özgün Çıkarımlar

Bu çalışma, finansal tahmin sistemlerinde model riski yönetimi anlayışını kökten değiştirme potansiyeli taşır. Geleneksel yaklaşımlarda, volatilite patlamaları sırasında devreye giren manuel devre kesiciler (circuit breakers) veya periyodik model yeniden eğitimi (periodic retraining) zorunlulukları vardır. Önerilen mimari ise "kendi kendini iyileştiren" (self healing) bir paradigma sunar; model, başarısızlık modlarını (failure modes) tespit ederek bunlara karşı mimari olarak adaptasyon sağlar.

Autoencoder'ın latent uzayındaki sıkıştırılmış temsillerin ekonomik anlamı üzerine düşünüldüğünde, reconstruction error'ün sadece bir istatistik sapma değil, aynı zamanda piyasa mikro yapısındaki rejim değişimlerinin göstergesi olduğu görülür. Bu durum, fine tuning yapılmadan önceki ön eğitim (pre training) aşamasında seçilen "normal" dönemlerin tanımının bile modelin sonuçtaki duyarlılığını etkilediğini gösterir. Eğer autoencoder 2008 krizi öncesi verilerle eğitilmişse, o dönemin volatilitesi "normal" kabul edilebilir; bu nedenle uzun tarihli veri setlerinde (1982-2025) periyodik güncelleme stratejileri hâlâ gereklidir.

SAC kontrolcüsünün eylem alanı (action space) sadece eşik değer ve karıştırma ağırlıklarıyla sınırlı tutulmuş olsa da, gelecek çalışmalarda attention mekanizmalarının ağırlıklarını veya öğrenme oranlarını (learning rates) da içerecek şekilde genişletilebilir. Ayrıca, çalışmada işlem maliyetleri (transaction costs) ve kayma (slippage) etkileri göz ardı edilmiştir. Yüksek frekanslı rejim değişimlerinde sık yönlendirme yapılması, gerçek ticaret ortamlarında sürtünme maliyetlerini artırabilir. Bu nedenle, yönlendirme kararlarının maliyete duyarlı bir reward function (ödül fonksiyonu) ile yeniden formüle edilmesi üretim ortamı (production trading) için zorunludur.

Son olarak, modelin forward-looking bias (geleceğe dönük yanlılık)