ERDEMIR (EREGL): Fay hatları hareketleniyor
Bu yıl nefes almadan yaptığı atağın benzerini bekleyiş sürüyor olmalıdır. Şubat ve mart aylarında üst üste prim yaptığı günlerin benzeri tekrarlar mı? Tersten sorarsak: bu primli seri hareketin sebebi geçmişten gelen fiyat hareketi olabilir miydi? Bundan sonrasında geçmişin belirleyiciliği yine geleceği etkiler mi? Zaman ilerledikçe geçmiş değiştiğine göre, gelecek davranışı da benzer prim şablonu içinde olmayacaktır. Geçmişi parçalara ayırarak analiz edince, detaylar belirginleşiyor ve ortaya çıkan mini kırılımlar geleceği belirlemeye başlamaktadır. Bununla ilgili simülasyonlar yapmak yine faydalı çıkarımlar getirecektir.
Şubat – mart primine bir bakış açısı çalışması
Son 1 yıl veya son 5 yıl üzerinden değil de, yılbaşından bugüne verileri alarak değerlendirme yaparak basite indirgeyerek ilerleyebiliriz: devamında ise ölçeği büyüterek geliştirme yapabiliriz. Ortalamaya dönüş ve tempo (momentum, rsi) ilişkisi tüm modellerin temelinde yatmaktadır.
22 şubat tarihinde başlayan hareketten yılın ilk gününe mesafeyi ölçüp eşit parçalarla inceleyerek analiz için kurgu ortamı oluşturmaya başlarız. Bu mesafenin (36 işlem günü) eşit zaman dilimlerine bölünerek ilişkilerini not edelim. Parçalar arası ilişkiyi tempo üzerinden görmek istersek: giderek sönen yükseliş hızının veya düşüş hızının frenlenmesini arıyor olabiliriz. Bu arayıştan her kesime göre farklı cevaplar çıkabilir. Ortalamaya dönüş hareketi üzerinden bakarsak da ortaya saçma (!) bir soru çıkmaktadır: yükseliş bekliyor isek, ortalamaya dönüş nasıl olabilir? O ana kadarki yılın yükseği üzerine çıkmak nasıl mümkün olabilirdi?
Bu bakışı yazı uzamasın diye keselim ve geleceğe bakalım: prim potansiyeli = kaldıraç kolu x tempo (ivme) üzerinden model bakışı basit bir tabloya geçelim.
| Son 21 gün | kaldıraç kolu | gösterge | segment (son) | segment (son 2) |
| yön | nötr | aşağı | aşağı | nötr |
| simülasyon notu | düşüş –> yükseliş | düşüş –> yükseliş | yükseliş –> düşüş | nötr –> yükseliş |
| sıklık oranı | % 10 | % 40 | % 35 | % 15 |
| oynaklık sıklığı (> % 2) | % 6 | % 30 | % 10 | % 25 |
| geleceğe etki | pozitif | pozitif | pozitif | pozitif |
Ortalamaya dönüş – Tempo (kapalı çevrim)
Yukarıdaki tablo detayına girmeden çıkarım yaparsak:
— model için gerekli çarpımsal etki belirginleşiyor
— çarpımsal etki denklem solunu belirlerken, belirginleşmesi daha fazla risk iştahı anlamına gelmektedir.