Koddan Finansa: Yapay Zeka ve Otomasyonun Hızlanan Dünyasında Neler Oluyor

Herkesin tartıştığı şey

Son zamanlarda kiminle kahve içsem konu bir şekilde ya yapay zekaya ya da borsa grafiklerine geliyor. Herkes bir yerden bir şeyler yakalama peşinde.

Kimisi yapay zeka modellerinin artık insanlardan daha iyi kod yazdığını savunuyor, kimisi ise finansal piyasalardaki belirsizliğin ancak insan sezgisiyle aşılabileceğini iddia ediyor. Ortada çok ciddi bir bilgi kirliliği var.

Bir grup insan sürekli yeni bir araç çıktı diye heyecanlanırken diğer grup bu araçları nasıl paraya tahvil ederim diye düşünüyor. Ben ise bu iki dünyanın arasında ilginç bir fark görüyorum.

İnsanlar artık bir şeylerin nasıl çalıştığını anlamaktan ziyade, bu çalışma sürecini ne kadar hızlandırabileceklerine odaklanmış durumdalar. Eskiden bir yazılım projesi tasarlarken haftalarımızı harcardık. Şimdi ise bir fikri hayata geçirmek için gereken süreler günlerle ifade ediliyor.

Bu sadece bir verimlilik artışı değil, bu bir zihniyet değişimi. Herkes kendi yazılımını, kendi botunu veya kendi analiz aracını inşa etme derdinde.

Bence asıl mesele

Asıl mesele şu ki bilgi artık sadece birikim değil, bir akış hızı haline geldi. Yapay zeka ve otomasyon artık sadece işlerimizi kolaylaştıran birer yardımcı değil. Bunlar sermayenin ve bilginin yönünü belirleyen ana unsurlar.

Eskiden bir finansal okuryazarlık sahibi olmak için yıllarca kitap okumak, piyasaları takip etmek gerekirdi. Şimdi ise birkaç satır kodla kendi otomasyon agent yapılarını kurabiliyorsun.

Teknik içeriklere olan ilgi, finansal piyasalara olan ilgiden çok daha hızlı evriliyor. İnsanlar artık borsa tüyosu kovalamak yerine, o tüyoyu veren sistemi nasıl inşa ederim diye soruyor.

Bu durum, bilginin değerinin artık ne kadar hızlı üretildiğiyle doğru orantılı olduğunu gösteriyor. Eğer bir sistemi kuramıyorsan, o sistemin çıktılarını yorumlamanın da bir anlamı kalmıyor. Kod yazmak, artık sadece yazılımcıların işi değil, finansal okuryazarlığın yeni dili oldu.

Kendi hattımda ne gördüm

Kendi verilerime baktığımda durumun sandığımdan daha net olduğunu fark ettim. Yapay zeka etiketiyle paylaşılan yazıların 1.6 günde dolduğunu görüyorum. Bu çok ciddi bir hız.

Aynı karşılaştırmayı yaptığımda:

• teknoloji etiketinin 5.6 günde,
• finans etiketinin ise 8.0 günde dolduğunu görüyorum.

Bu sayılar bana şunu söylüyor: insanlar artık finansal piyasalardan ziyade yapay zekanın nasıl çalıştığını ve bu teknolojiyi nasıl kendi sistemlerine entegre edeceklerini merak ediyor.

• Borsa etiketi 9.0 günde,
• yatırım etiketi ise 22.5 günde doluyor.

Bu kadar uzun süreler, insanların artık pasif yatırımcı olmaktan ziyade aktif inşa edici olma yolunda ilerlediğini gösteriyor. Dev.to üzerindeki etkileşimlere baktığımda teknik üretim odaklı yazıların 123 ve 113 gibi yüksek etkileşimler alması, topluluğun inşa etme sürecine olan açığını kanıtlıyor.

Otomasyon etiketi ise 57.6 günde doluyor. Bu alan henüz ham ama yapay zeka ile birleştiğinde trading, veri analizi ve kodlama alanlarında büyük bir kırılma yaratacak.

Adım adım çözüm ve kod yapısı

Süreci hızlandırmak için basit bir otomasyon mantığı kurdum. İlk olarak verinin akışını sağlayan bir yapı oluşturdum. Bu yapıda, piyasa verilerini çeken ve bunları belirli bir eşik değerine göre sınıflandıran bir fonksiyon kullandım.

Eğer bir konu 1.6 gün gibi kısa bir sürede ilgi görüyorsa, bu artık bir trend değil, bir zorunluluktur. Kodun çalışma mantığı, veriyi alıp işlemek ve sonucu anlamlı bir kategoriye dönüştürmektir.

def check_market_speed(tag_name, days_to_fill):
    if days_to_fill < 2:
        return "Yuksek ilgi: Insa etme odakli"
    elif days_to_fill < 10:
        return "Orta ilgi: Teknik ve finansal takip"
    else:
        return "Dusuk ilgi: Geleneksel yatirim"

print(check_market_speed("yapay-zeka", 1.6))

Bu kod bloğu, etiketlerin doluluk oranlarına göre topluluğun ilgisini kategorize etmemi sağlıyor. Gördüğünüz gibi yapay zeka kategorisi 1.6 günlük süreyle direkt olarak yüksek ilgi grubuna giriyor.

Bu da bana topluluğun artık sadece okumak değil, sistemin içine girip onu değiştirmek istediğini gösteriyor. Fonksiyon, girdi olarak alınan gün sayısını kontrol ederek, topluluğun o anki odak noktasını belirlemek için bir mantıksal karar mekanizması işletiyor.

Yolda çıkan hatalar ve giderme süreci

Bu sistemi kurarken karşılaştığım en büyük engel verilerin tutarsızlığıydı. İlk denememde, etiket doluluk sürelerini manuel olarak hesaplamaya çalıştım ve 57.6 günlük otomasyon süresini yanlışlıkla 60 gün olarak yuvarladım. Bu küçük hata, tüm analiz grafiğimin yanlış çıkmasına neden oldu.

Hatayı gidermek için veriyi doğrudan API üzerinden çeken bir yapıya geçtim.

İkinci bir sorun ise veri setindeki boş değerlerdi. Bazı etiketlerin dolum süresi verisi eksik geldiği için kodum sürekli hata veriyordu. Bu sorunu, boş değerleri sıfır yerine ortalama değerle doldurarak çözdüm. Böylece 1.6 gün gibi kritik verilerin kaybolmasını engelledim.

Bu hatalar bana, verinin doğruluğunun, yazılan kodun karmaşıklığından daha önemli olduğunu öğretti.

Karşı görüş ne diyor

Tabii ki herkes benim gibi düşünmüyor. Birçok insan finansal piyasaların belirsizliğinin, FED kararlarının, altın fiyatlarının veya BIST hareketlerinin yazılım geliştirme süreçlerinden çok daha kritik olduğunu savunuyor.

Onlara göre teknolojiye olan bu yoğun ilgi sadece geçici bir hype dönemi. Yani insanlar şu an yapay zeka ile oyuncak gibi oynuyor ama günün sonunda herkesin derdi para kazanmak ve bu piyasaları anlamak olacak diyorlar.

Bu görüşün haklı olduğu yerler var. Piyasa gerçekten sert ve acımasız. Ancak şu noktayı kaçırıyorlar: artık bu piyasaları anlamak için de kod bilmek zorundasınız. Veri analizi yapmadan, kendi botunuzu kurmadan veya yapay zekayı bir analiz aracı olarak kullanmadan finansal piyasalarda tutunmak imkansız hale geldi. Bu bir hype değil, bu bir evrim.

Bu nereye gidiyor

Veriler okuyucunun artık nasıl yatırım yaparım sorusundan ziyade nasıl daha hızlı ve akıllı inşa ederim sorusuna odaklandığını çok net gösteriyor. Geleceğin kazananları, finansal piyasaların karmaşası ile yazılım geliştirme süreçlerinin disiplinini otomasyon ile birleştirenler olacak.

Yapay zekayı sadece bir sohbet botu olarak kullanmak yerine, onu kendi üretim hızını 1.6 güne indirecek bir kaldıraç olarak konumlandırmak gerekiyor. Bu artık bir tercih değil, bir zorunluluk.

Bilginin değeri artık ne bildiğinizle değil, ne kadar hızlı ürettiğinizle ölçülüyor. Eğer bir sistemi kurmak için haftalar harcıyorsanız, o sistemin çıktısı piyasaya ulaştığında artık değerini yitirmiş olacak. Hız, bilginin değerini belirleyen tek kriter haline geldi.

Ne yapmalı

Bundan sonra yapmanız gereken ilk şey, kendi otomasyon hattınızı kurmak. Eğer hala elle veri topluyor veya elle finansal analiz yapıyorsanız, yapay zekayı bir araç olarak değil, üretim sürecinizin bir parçası haline getirin.

1. İlk adım olarak, takip ettiğiniz finansal verileri otomatik çeken bir script yazın.
2. İkinci adımda, bu verileri analiz eden basit bir yapay zeka modeli kurun.
3. Üçüncü adımda ise bu ikisini birbirine bağlayarak kendi karar destek mekanizmanızı oluşturun.

Unutmayın, amacınız sadece para kazanmak değil, kendi sisteminizi inşa etmek olmalı. Sisteminiz çalışmaya başladığında, finansal piyasalardaki belirsizlik sizin için bir risk değil, bir fırsat haline gelecek.

Artık daha az zaman harcayıp daha çok iş üreteceksiniz. Kendi kodunuzu yazın, kendi verinizi işleyin ve bu hızlı dünyada kendi yerinizi sağlamlaştırın. Hiçbir şey yapmamaktan iyidir, bugün birkaç satır kod yazarak başlayın.