Finansal risk ölçümü genellikle volatilite, varyans, Value-at-Risk veya Conditional Value-at-Risk gibi istatistiklere dayanır. Bu ölçüler fiyat değişimlerinin büyüklüğünü ve uç kayıp ihtimalini sayısallaştırır. Ancak bu çalışma, bu tür ölçümlerin piyasa dinamiklerinin geometrik yapısını tam olarak yakalayamayabileceğini ileri sürüyor.

Makale, kripto para log-getirilerini dinamik sistemlerin faz uzayı yaklaşımıyla inceliyor. Bunun için Takens gecikmeli gömme teoremi kullanılarak tek boyutlu getiri serisi çok boyutlu bir nokta bulutuna dönüştürülüyor. Ardından bu nokta bulutunun topolojik yapısı Vietoris–Rips kompleksleri ve persistent homology ile analiz ediliyor.

Çalışmanın temel fikri şudur: Eğer piyasa faz uzayında kalıcı döngüler, tekrar eden yapılar ve topolojik süreklilik gösteriyorsa, bu durum piyasanın yalnızca rastgele gürültüden ibaret olmadığını düşündürebilir. Eğer bu döngüler kayboluyor ve nokta bulutu topolojik olarak dağınık bir gürültü bulutuna benziyorsa, yapısal kararlılığın zayıfladığı yorumu yapılabilir.

Makale bu topolojik yapıyı “Topological Persistence Norm” ve “Complexity-Risk Ratio” gibi metriklerle özetliyor. BTC örneğinde yüksek RSN değeri raporlanıyor. Ancak bu sonuç gerçek piyasa işlemleri için doğrudan kaldıraç önerisi değildir; yalnızca çalışmanın önerdiği matematiksel risk ölçümünün nasıl kullanılabileceğini gösteren bir örnektir.

Problem Ne?

Klasik finansal risk ölçümleri çoğunlukla dağılımın ikinci momentine, yani varyans/volatiliteye veya uç kayıp olasılıklarına odaklanır. Bu ölçüler yararlı olsa da piyasa davranışının geometrik yapısını doğrudan göstermez. İki piyasa serisi aynı volatiliteye sahip olabilir; fakat biri düzenli ve tekrar eden bir faz yapısı sergilerken diğeri tamamen dağınık ve yapısız olabilir.

Kripto para piyasaları bu açıdan özellikle zordur. Fiyatlar yüksek oynaklık gösterir, dış olaylara hızlı tepki verir, likidite koşulları değişir ve doğrusal olmayan bağımlılıklar görülebilir. Bu nedenle yalnızca ortalama, standart sapma veya belirli kuyruk ölçüleriyle riskin tamamını okumak sınırlı kalabilir.

Makalenin sorduğu temel soru şudur: Kripto para getiri serilerini bir dinamik sistemin iz düşümü gibi ele alırsak, bu serilerin altında yatan faz uzayı yapısından risk hakkında yeni ve koordinattan bağımsız bilgi çıkarabilir miyiz?

Bu bakışta risk, yalnızca “fiyat ne kadar oynuyor?” sorusuyla değil, “piyasa durumu faz uzayında kararlı bir yapıya mı bağlı, yoksa topolojik olarak dağılıyor mu?” sorusuyla da incelenir.

Yöntem Ne Öneriyor?

Çalışma üç ana adım öneriyor.

1. Faz uzayı yeniden kurulur: Tek boyutlu log-getiri serisi, Takens gecikmeli gömme yaklaşımıyla çok boyutlu vektörlere dönüştürülür. Böylece piyasanın zaman içindeki hareketi, yüksek boyutlu bir nokta bulutu olarak temsil edilir.

2. Nokta bulutunun topolojisi çıkarılır: Vietoris–Rips kompleksleri kullanılarak farklı mesafe eşiklerinde noktalar birbirine bağlanır. Eşik büyüdükçe önce kümeler, sonra boşluklar, döngüler ve daha yüksek boyutlu yapılar oluşur veya kaybolur. Persistent homology, bu topolojik özelliklerin ne kadar süre yaşadığını ölçer.

3. Topolojik risk metriği oluşturulur: Döngülerin kalıcılığı, piyasanın yapısal kararlılığına dair bir işaret olarak yorumlanır. Makale, özellikle 1-boyutlu döngülerin yani \(H_1\) sınıflarının kalıcılığını kullanarak topolojik persistence norm ve complexity-risk ratio tanımlar.

Yazarlar bu yaklaşımın koordinat dönüşümlerine karşı daha dayanıklı olduğunu ve yüksek frekanslı gürültüye karşı klasik noktasal istatistiklere göre daha kararlı bir risk sinyali sunabileceğini savunuyor.

Formüller Ne Anlatıyor?

PDF’te formüller çalışmanın ana omurgasını oluşturuyor. Aşağıda temel formüller MathJax uyumlu biçimde, mümkün olduğunca makaledeki sembol yapısına sadık kalınarak verilmiştir.

1. Takens gömme haritası

Bu formül, dinamik sistemdeki bir durumun gecikmeli gözlemlerle çok boyutlu bir vektöre dönüştürülmesini gösterir. \(M\) alttaki manifold, \(\phi\) sistemin zaman içindeki dönüşümü, \(y\) ise gözlem fonksiyonudur. Takens teoremine göre uygun koşullarda bu gömme, sistemin faz yapısını koruyabilir.

2. Gömme boyutu koşulu

Burada \(d\), alttaki manifoldun boyutu; \(m\), gecikmeli gömme boyutudur. Teorem, \(m\) yeterince büyük olduğunda tek boyutlu gözlemlerden faz uzayının yapısının yeniden kurulabileceğini söyler. Makalede kripto para çekicisinin yerel boyutu yaklaşık \(d\approx2\) kabul edilerek \(m=5\) seçilmiştir.

3. Finansal zaman serisi için gecikmeli koordinat haritası

Bu formül, log-getiri serisinin nokta bulutuna nasıl dönüştürüldüğünü gösterir. \(r_t\), \(t\) anındaki log-getiridir. \(\tau\), gecikme parametresidir. Makalede \(m=5\) ve \(\tau=1\) kullanılır. Böylece her piyasa durumu, ardışık getirilerden oluşan 5 boyutlu bir nokta hâline gelir.

4. Nokta bulutu

Gecikmeli koordinatlardan oluşan tüm vektörler birlikte \(X\) nokta bulutunu oluşturur. Bu nokta bulutu, piyasanın gözlenen faz uzayı temsili olarak değerlendirilir.

5. Z-score normalizasyonu

Makale, nokta bulutunun metrik uzayda daha dengeli değerlendirilmesi için standart Z-score dönüşümü kullandığını belirtir. Bu işlem, değerleri ortalamadan arındırıp standart sapmaya göre ölçekler. Böylece farklı eksenlerdeki büyüklük farkları topolojik analizi aşırı etkilemez.

6. Vietoris–Rips kompleksi

Bu formül, nokta bulutundan topolojik yapı kurmanın temelini gösterir. \(\epsilon\) mesafe eşiği büyüdükçe birbirine yakın noktalar bağlanır, üçgenler ve daha yüksek boyutlu simpleksler oluşur. Böylece nokta bulutunun bağlantılı bileşenleri, boşlukları ve döngüleri analiz edilebilir.

7. Filtrasyon dizisi

\(\epsilon\) arttıkça kompleksler iç içe büyür. Bu büyüme sürecine filtrasyon denir. Persistent homology, topolojik özelliklerin bu filtrasyon boyunca ne zaman doğduğunu ve ne zaman öldüğünü izler.

8. Homology grupları dizisi

\(H_k\), \(k\)-boyutlu topolojik özellikleri temsil eder. \(H_0\) bağlantılı bileşenleri, \(H_1\) döngüleri, \(H_2\) boşluk/kavite benzeri yapıları ifade eder. Bu çalışmada özellikle \(H_1\) döngüleri piyasa durumlarının tekrar eden faz yapıları açısından önemlidir.

9. Persistence lifetime

Bir topolojik özelliğin doğum zamanı \(b_i\), ölüm zamanı \(d_i\) olarak yazılır. Aradaki fark \(\ell_i\), o özelliğin kalıcılık süresidir. Kısa ömürlü özellikler çoğu zaman gürültüye yakın yorumlanabilir; uzun ömürlü özellikler ise daha güçlü yapısal sinyal olarak değerlendirilebilir.

10. Total Persistence

\(S_k\), ilgili homology boyutundaki yaşam sürelerinin çoklu kümesidir. \(\Lambda\), bu yaşam sürelerinin L1 normu, yani toplam kalıcılığıdır. Makale bunu piyasanın topolojik yapısal gücünü özetleyen bir büyüklük olarak kullanır.

11. Stability theorem

Bu teorem, persistent homology’nin neden finansal gürültü karşısında ilginç olabileceğini açıklar. İki nokta bulutu birbirine Hausdorff mesafesi açısından yakınsa, persistence diagramları da bottleneck mesafesi açısından yakın kalır. Yani küçük veri perturbasyonları topolojik özeti sınırsız biçimde bozmaz.

12. Complexity-risk oranına dayalı kaldıraç fonksiyonu

Burada \(L^*\), makalenin önerdiği teorik/heuristic optimal kaldıraç düzeyidir. \(\Lambda(X)\), topolojik persistence normunu; \(\sigma_h\), yatırım ufkuna göre ayarlanmış yıllık volatiliteyi temsil eder. \(\Psi\), bu oranı \([1,L_{max}]\) aralığına taşıyan bir fonksiyondur. Bu ifade yatırım tavsiyesi değildir; çalışmanın matematiksel risk önerisinin bir parçasıdır.

13. Gürültüye karşı kalıcı döngü koşulu

Bir 1-boyutlu döngünün kalıcılığı stokastik perturbasyon ölçeği \(2\delta\)’dan büyükse, makale bunu gürültüden ayrışan daha sağlam bir topolojik yapı olarak yorumlar. Böyle bir döngü, faz uzayında tekrar eden veya yapısal olarak korunan bir piyasa davranışına işaret edebilir.

14. BTC örneğindeki çarpan kalibrasyonu

Makale, BTC örneğinde RSN = 869.87 ve \(L_{max}=150\) kullanarak yaklaşık 6× çarpan sonucunu verir. Bu değer gerçek yatırım önerisi olarak kullanılmamalıdır. Gerçek kaldıraç kararı; likidite, marjin koşulları, işlem maliyeti, psikolojik risk, borsa kuralları, portföy büyüklüğü ve ani gap riskleri gibi çok daha fazla değişkene bağlıdır.

Grafik, Tablo ve Şema Ana Mesajı

Sayfa 3’teki TDA Dashboard: PDF’teki ana görsel, Bitcoin dinamiklerini altı panelde özetliyor. İlk panel logaritmik getirileri, ikinci panel 3B yeniden kurulmuş faz uzayını, üçüncü panel Vietoris–Rips filtrasyonunu, dördüncü panel persistence spectrum’u, beşinci panel persistence diagram’ı ve altıncı panel complexity-risk karşıtlığını gösteriyor.

Log-getiri paneli: BTC getirilerinde yoğun küçük dalgalanmalar ve bazı büyük negatif/pozitif sıçramalar görülüyor. Bu panel, kripto serilerinin ağır kuyruklu ve şoklara açık yapısını hatırlatıyor.

3B faz uzayı paneli: Noktalar merkezde yoğunlaşırken dışa doğru filaman benzeri uzantılar gösteriyor. Makale bunu, sistemin büyük şoklardan sonra belirli bir dinamik denge çevresine dönme eğilimiyle ilişkilendiriyor.

Vietoris–Rips filtrasyonu paneli: Noktaların farklı ölçeklerde nasıl birbirine bağlandığını gösteriyor. Bu panelin ana mesajı, piyasa durumlarının yalnızca tek tek noktalar değil, bağlantılar ve döngüler oluşturan bir geometrik yapı olarak incelenebileceğidir.

Persistence spectrum paneli: Çoğu topolojik özellik kısa ömürlüdür; fakat sağ tarafta daha uzun ömürlü bir kuyruk görülür. Makale, bu uzun kuyruklu kalıcılığı deterministik yapısal sinyalin devam ettiğine dair bir işaret olarak yorumlar.

Persistence diagram paneli: Diyagonalden uzak noktalar, gürültüden ayrışan daha kalıcı topolojik döngüler olarak yorumlanır. Noktalar diyagonale ne kadar yakınsa, o özellik o kadar kısa ömürlü ve gürültüye yakın kabul edilir.

Complexity-risk contrast paneli: Grafik, topolojik karmaşıklık sinyali ile volatilite/gürültü riskinin karşılaştırılmasını özetler. Makalede elde edilen yüksek RSN değeri, geometrik sinyalin kısa dönem volatiliteye göre güçlü olduğu şeklinde yorumlanır.

Deneyler Nasıl Yapılmış?

Çalışma, 2019’dan 2026 başına kadar uzanan Bitcoin vadeli fiyatlarını ampirik örnek olarak kullanır. Önce fiyatlardan log-getiriler hesaplanır. Ardından bu getiri serisi gecikmeli koordinat yöntemiyle faz uzayına gömülür.

Yazarlar gömme boyutu olarak \(m=5\), gecikme olarak \(\tau=1\) seçer. Böylece her nokta, ardışık log-getiri değerlerinden oluşan 5 boyutlu bir piyasa durumu vektörü hâline gelir. Bu nokta bulutu Z-score normalizasyonundan geçirilerek metrik analiz için dengelenir.

Daha sonra Vietoris–Rips filtrasyonu uygulanır. Mesafe eşiği \(\epsilon\) arttıkça noktalar bağlanır, topolojik özellikler doğar ve ölür. Persistent homology bu doğum-ölüm süreçlerini persistence diagram ve persistence spectrum olarak özetler.

Özellikle \(H_1\) döngülerinin kalıcılığına odaklanılır. Çünkü 1-boyutlu döngüler, faz uzayında tekrar eden veya dolaşan piyasa durumları şeklinde yorumlanabilir. Toplam kalıcılık \(\Lambda\), yıllıklandırılmış veya yatırım ufkuna göre ayarlanmış volatilite \(\sigma_h\) ile karşılaştırılarak complexity-risk ratio elde edilir.

Son olarak makale, bu oranı heuristic bir kaldıraç kalibrasyonuna bağlar. BTC örneğinde RSN = 869.87 raporlanır ve \(L_{max}=150\) varsayımıyla yaklaşık 6× çarpan örneği verilir. Bu bölüm, risk ölçüm yönteminin nasıl kullanılabileceğini göstermek içindir; gerçek işlem tavsiyesi değildir.

Sonuçlar Ne Gösteriyor?

1. BTC faz uzayı yalnızca rastgele gürültü gibi görünmüyor. Makale, 3B yeniden kurulmuş faz uzayında merkezî yoğunluk ve dışa uzanan filamanlar bulunduğunu belirtir. Bu yapı, serinin tamamen yapısız bir rastgele süreç gibi davranmadığı şeklinde yorumlanır.

2. Kalıcı 1-boyutlu döngüler risk ölçümünde bilgi taşıyabilir. Persistence diagram’da diyagonalden uzak döngüler, piyasa faz uzayında gürültüden ayrışan daha sağlam yapılar olarak görülür. Bu döngüler piyasanın tekrar eden durumlarına veya geometrik kısıtlarına işaret edebilir.

3. Topolojik entropy değeri yüksek raporlanmıştır. Makale, topological entropy değerini 7.26 olarak verir ve bunu döngü ömürlerinde anlamlı çeşitlilik olduğu şeklinde yorumlar. Yani tek bir baskın periyot yerine farklı ölçeklerde tekrar eden desenler bulunabilir.

4. Persistence spectrum’da kısa ömürlü özellikler çoğunluktadır. Ortalama yaşam süresi 0.08 olarak raporlanır. Bu, birçok topolojik özelliğin kısa süreli olduğunu; fakat sağ kuyruktaki daha uzun ömürlü yapıların modelin deterministik geçerliliğini desteklediğini gösterir.

5. RSN değeri yüksek bulunmuştur. Makalede RSN = 869.87 olarak verilir. Yazarlar bunu, topolojik geometrik sinyalin kısa dönem getiri yayılımına göre güçlü olduğu şeklinde yorumlar.

6. ETH, XRP veya diğer varlıklar için aynı derinlikte karşılaştırma yapılmamıştır. Bu PDF’te ampirik gösterim esas olarak BTC üzerine kuruludur. Bu nedenle yöntemin farklı kripto varlıklara, farklı dönemlere ve farklı piyasa rejimlerine genellenmesi ayrıca test edilmelidir.

Bu Neden Önemli?

Bu çalışma, finansal riskin yalnızca dağılım tabanlı bir konu olmadığını hatırlatıyor. Piyasa serileri zaman içinde bir geometri oluşturur. Bu geometrinin döngüleri, boşlukları, yoğunlaşmaları ve dağılmaları, klasik volatilite ölçülerinde doğrudan görünmeyebilir.

Topolojik veri analizi bu noktada farklı bir bakış sağlar. Koordinat sisteminden bağımsız çalışması ve küçük perturbasyonlara karşı kararlı olması, finansal gürültüyle uğraşan modeller açısından teorik avantaj sunar. Özellikle kripto piyasalarında sık görülen ağır kuyruklu hareketler, ani şoklar ve doğrusal olmayan bağımlılıklar için bu tür geometrik metrikler ilginç bir araştırma yönü olabilir.

Ancak yöntemin en dikkatli okunması gereken tarafı kaldıraç bölümüdür. Makale, yüksek topolojik persistence değerini daha yüksek kaldıraç kapasitesiyle ilişkilendiren bir heuristic önerir. Bu fikir matematiksel olarak tartışılabilir; fakat gerçek piyasada kaldıraç riski çok daha karmaşıktır. Bir topolojik metrik tek başına likidasyon riskini, borsa tasfiye motorunu, spread genişlemesini veya ani haber şoklarını tam olarak temsil edemez.

Dikkat Noktaları

1. Bu çalışma yatırım tavsiyesi değildir. Makalede verilen 6× kaldıraç örneği, gerçek piyasa işlemi için öneri olarak kullanılmamalıdır.

2. Preprint niteliğindedir. Çalışma kısa bir arXiv preprint’tir; bulgular nihai hakemli sürüm kesinliğiyle değerlendirilmemelidir.

3. Ampirik kapsam sınırlıdır. PDF’te esas ampirik gösterim BTC üzerine kuruludur. Yöntemin farklı kripto paralar, farklı zaman aralıkları ve farklı piyasa koşullarında test edilmesi gerekir.

4. Topolojik kalıcılık fiyat yönü tahmini değildir. Persistent homology, piyasa yapısının geometrik istikrarını ölçmeye çalışır; fiyatın yukarı mı aşağı mı gideceğini doğrudan söylemez.

5. Yüksek RSN düşük risk garantisi değildir. RSN değeri yüksek olsa bile ani haberler, likidite krizi, borsa arızası, regülasyon şoku veya piyasa gap’i ciddi kayıplara yol açabilir.

6. Gömme parametreleri sonuçları etkiler. \(m=5\) ve \(\tau=1\) seçimi makaledeki varsayıma dayanır. Farklı gömme boyutu, gecikme veya normalizasyon yöntemi farklı topolojik sonuçlar üretebilir.

7. Persistence diagram yorumu uzmanlık gerektirir. Diyagonalden uzak noktalar yapısal sinyal olarak yorumlanabilir; fakat bunun ekonomik anlamı ayrıca doğrulanmalıdır.

Riskli alan notu: Çalışma Bitcoin ve kaldıraç kalibrasyonu gibi finansal açıdan hassas konulara temas ediyor. Bu yazı yatırım tavsiyesi değildir. Makalede geçen kaldıraç örneği, akademik bir heuristic model çıktısı olarak aktarılmaktadır; gerçek piyasada kaldıraç kullanımı ciddi kayıp ve likidasyon riski taşır.

Genel değerlendirme: Makale, finansal riski yalnızca volatilite, varyans veya uç kayıp ölçüleriyle anlamanın eksik olabileceğini savunuyor. Yazarlar, kripto para getiri serisinin zaman içindeki davranışını bir geometrik nesne gibi ele alıyor. Bu yaklaşımda risk, sadece fiyatın ne kadar oynadığı değil; piyasanın faz uzayındaki yapısının ne kadar kararlı veya dağınık olduğu üzerinden tartışılıyor.

Sonuç

Bu makale, kripto para riskini klasik volatilite ölçülerinden farklı bir yerden okumaya çalışıyor. Getiri serisi önce faz uzayına gömülüyor, sonra bu faz uzayının topolojik yapısı persistent homology ile analiz ediliyor. Böylece piyasa riski, yalnızca dağılımın genişliği değil, piyasa durumlarının geometrik kararlılığı olarak ele alınıyor.

BTC örneğinde yazarlar, faz uzayında kalıcı döngüler ve yüksek complexity-risk ratio bulduklarını rapor ediyor. Bu sonuç, Bitcoin dinamiklerinin çalışmanın seçtiği gömme ve analiz ölçeğinde tamamen rastgele bir gürültü bulutu gibi görünmediğini düşündürüyor. Ancak bu, doğrudan güvenli kaldıraç veya işlem yönü anlamına gelmez.

Verianla okuru için ana mesaj şudur: Finansal risk bazen yalnızca fiyatın ne kadar oynadığıyla değil, piyasa davranışının faz uzayında nasıl bir şekil oluşturduğuyla da incelenebilir. Persistent homology, bu şeklin kalıcı döngülerini ve yapısal dayanıklılığını ölçmeye çalışır. Fakat bu tür metrikler gerçek yatırım kararlarında tek başına kullanılmamalı; daha geniş risk, likidite ve senaryo analizleriyle birlikte değerlendirilmelidir.

Kaynak ve Yöntem Notu

Bu yazı, “Topological Complexity and Phase Space Stability: A Persistent Homology Approach to Cryptocurrency Risk” başlıklı akademik PDF temel alınarak hazırlanmış özgün Türkçe editoryal içeriktir. Metin birebir çeviri değildir; çalışmadaki problem, yöntem, formüller, görsel panel, ampirik örnek, sonuçlar ve sınırlılıklar sadeleştirilerek anlatılmıştır.