Çok Faktörlü Alfa Modeli Oluşturmak İçin Grafik Mühendisliği Nasıl Kullanılır

Hedge fonu seviyesinde çok faktörlü bir alfa modelini grafik mühendisliği kullanarak nasıl inşa edeceğinizi adım adım anlatacağım.

Hadi direkt konuya girelim.

Bunu Kaydet

- Ben Roan, sistem tasarımı, HFT tarzı yürütme ve niceliksel ticaret sistemleri üzerinde çalışan bir backend geliştiricisiyim. Çalışmalarım, tahmin piyasalarının yük altında nasıl davrandığına odaklanıyor. Herhangi bir öneri, düşünceli iş birlikleri veya ortaklıklar için DM'lerim açık.

Son yazımda, bir AI niceliksel sistemi kuran ilk 20 kişiye bizzat rehberlik edeceğimi söylemiştim ve sözümün arkasındayım.

Birkaç geliştirici şimdiden benimle bu sürecin derinliklerinde. Teklif hâlâ geçerli.

Eğer bir grafik mühendisliği sistemi kuruyorsanız, kurmaya başlamak üzereyseniz ya da sadece düşünüyorsanız, bu yazının altına yorum yapın veya bana mevcut kurulumunuzu DM'den gönderin. Mimarınızı bizzat inceleyeceğim ve size elinizdekiyle, kendi başına alfa avlayan bir sürü arasındaki farkı göstereceğim.

Cevap vermezsem, ilk 20'de değilsiniz. Hızlı hareket edin.Çok faktörlü yatırım, Wall Street'teki her ciddi hedge fonunun getiri elde etme şeklidir. Tek bir fikirle işlem yapmazlar. Faktörleri bir araya getirirler.**Bu, AQR'nin yürüttüğü sürecin aynısı. Two Sigma'nın yürüttüğü sürecin aynısı. Bridgewater'ın yürüttüğü sürecin aynısı. Ve ilk kez tek başına çalışan bir geliştirici tarafından uygulanabilir hale geldi.

Sorun her zaman bunu inşa etmenin bir araştırma ekibi gerektirmesiydi. Faktör mühendisleri. İstatistikçiler. Portföy oluşturma uzmanları. Risk analistleri. Yürütme mühendisleri. Faktör ailesi başına en az on kişiye ihtiyacınız var ve hiçbir yalın niceliksel analist bu ekibi kuramaz.

Bu yüzden perakende niceliksel analistler tek stratejilere bağlı kalır ve hedge fonları alfa basar.Şimdiye kadar.

https://x.com/RohOnChain/status/2074134246784921977

Son iki yazımda döngü mühendisliğini ve 7/24 alfa avlayan bir AI ajan sürüsünün nasıl oluşturulacağını anlatmıştım.

Döngülere ve sürülere sahip olduğunuzda, onları tek bir çalışan sistem olarak bir arada tutan katman bir graftır.

Grafik mühendisliği, bu katmanı tasarlama pratiğidir. Düğümleri siz tanımlarsınız. Kenarları siz tanımlarsınız. Grafik kendi kendine çalışır.

Bu yazının sonunda, grafik mühendisliğini sadece anlamış olmayacaksınız.

Dizüstü bilgisayarınızda her 24 saatte bir çalışan, kendi kendine işleyen çok faktörlü bir alfa modeliniz olacak.

Bölüm 1: Grafik Mühendisliği Aslında Nedir

AI ile çalışan her niceliksel analist aynı ilerleme basamaklarının bir yerindedir. Nerede olduğunuzu adlandırmak, sırada ne olduğunu açıkça gösterir.

Grafik Mühendisliği Aslında Nedir

Aşama 1: Komutlar (Prompts).

Bir komut yazarsınız. Beklersiniz. Çıktıyı okursunuz. Sonrakini yazarsınız. Döngü sizsiniz. Dizüstü bilgisayarı kapattığınızda hiçbir şey kalmaz.

Aşama 2: Döngüler (Loops).

Komutu saran ve bir programa göre ateşleyen bir betik yazarsınız. Döngü durumu korur. Dizüstü bilgisayarı kapattıktan sonra da devam eder. Döngü mühendisliği yazımın öğrettiği şey buydu. Tek bir ajan, tek bir iş, sonsuza kadar çalışır.

Aşama 3: Sürüler (Swarms).

Döngüyü uzmanlaşmış rollere sahip birçok ajana yayarsınız. Biri sinyaller üretir. Biri onları doğrular. Biri işlemi yürütür. AI ajan sürüsü yazımın öğrettiği şey buydu. Paralel olarak birden fazla ajan, Python yapıştırıcı koduyla manuel olarak koordine edilir.

Aşama 4: Grafikler (Graphs).

Koordinasyon yapısını bir kez tanımlarsınız. Düğümler ajanlardır. Kenarlar veri aktarımlarıdır. Grafik ne zaman paralelleşeceğini, ne zaman bekleyeceğini, ne zaman yeniden deneyeceğini, ne zaman tırmandıracağını bilir. Yapıştırıcı koda bir daha dokunmazsınız.

Grafik mühendisliği, bu koordinasyon yapısını tasarlama pratiğidir.

Bir grafik, bir betik değildir. Bu ayrım, kimsenin size söylediğinden daha önemlidir.

Bir betik, bir ajanın diğerini beklemesi gerektiği anda bozulur. Bir betik, durumun döngüler arasında kalıcı olması gerektiği anda bozulur. Bir betik, farklı modellerde paralel olarak altı döngü istediğiniz anda bozulur. Çoklu ajan sistemi kurmaya çalışan her perakende niceliksel analist bu üç duvara çarpmıştır.

Başarısızlık duvarı beni kırdı. Kârlılık ajanım 500 bilançoyu ayrıştırması ve hız sınırlarına takılması gerektiği için bloke olduğunda, tüm boru hattı çöktü.

Ertesi sabah geldiğimde durmuş bir süreç, sinyal yok ve hatanın nereden kaynaklandığına dair hiçbir fikrim yoktu. Hata ayıklama, bir yığın izi okuyup hangi ajanın çöküşün yukarı akışında olduğunu tahmin etmek anlamına geliyordu.

İkinci ayın sonunda, araştırma yapmaktan çok koordinasyon sorunlarını gidermeye zaman harcıyordum. Tüm projeyi rafa kaldırmanın eşiğindeydim.

Her çoklu ajan niceliksel analistinin çarptığı başarısızlık durumu budur. Grafiklerin var olmasının nedeni de budur.

Bir grafik bu başarısızlık modlarına sahip değildir. Paralellik doğaldır. Durum kalıcıdır. Başarısızlık boru hattına değil, düğüme kapsamlanmıştır. Bir düğüm bozulduğunda, grafiğin geri kalanı çalışmaya devam eder ve siz bozuk düğümü, hatayı düz İngilizceyle tanımlayarak yamalarsınız.

Grafik mühendisliğinin vaadi budur. Şimdi asıl soru, grafiği neyin çalıştırdığıdır.

Bölüm 2: Grafiği Çalıştıran Araç

Grafikler mimari diyagramlardır. Kendi kendilerine çalışmazlar. Bir çalışma zamanına (runtime) ihtiyaç duyarlar.

Çoğu çoklu ajan sistemi kuran kişinin yanlış yaptığı şey, işte bu çalışma zamanıdır.

Zor kısmın grafiği tasarlamak olduğunu varsayarlar. Öyle değildir. Zor kısım, onu gerçekten çalıştırabilecek bir altyapı bulmaktır.

Çok faktörlü bir grafiği uçtan uca çalıştırabilecek bir tane bulana kadar haftalarca farklı çalışma zamanları denedim.

Kullandığım aracın adı Slate. @wearerandomlabs tarafından geliştirildi. Terminalinizde çalışır. Mevcut model aboneliklerinizi alır ve işleri bunlar arasında dağıtır.

Bu yazı için önemli olan, yakın zamanda çıkardıkları Programs adlı bir özelliktir. Bir Program, Slate'in sizin için sürekli olarak çalıştırdığı, JavaScript ile yazılmış bir graftır.

Bir komut bir kez çalışır ve durur. Bir Program, görev tamamlanana kadar devam eder.

Programı tek başınıza yazmazsınız. Slate'e ne istediğinizi düz İngilizceyle söylersiniz. Slate grafiği taslak olarak çıkarır.

Slate daha sonra size bir diyagram sunar. Diyagram hakkında sorular sorarsınız. Düğümleri değiştirirsiniz. Modelleri ayarlarsınız. Ancak tatmin olduğunuzda Slate'e kaydetmesini ve çalıştırmasını söylersiniz.

Eğer bozulursa, Slate ile başarısızlık hakkında sohbet edersiniz. Slate grafiği yamalar.

Slate'i http://randomlabs.ai/rr adresinde bulabilirsiniz. Bugün kullanıma hazırdır.

Bir tane inşa etmeden önce grafik mühendisliğini hissetmenin en iyi yolu, Slate ile birlikte gelen iki örnek Programı çalıştırmaktır.

Bunların adları

/goal

ve

/deepresearch

.

/goal - Doğrulanabilir Şekilde Tamamlanana Kadar Çalışan Grafikler

Slate'in içine şunu yazın:

1/goal Python'da Newey-West düzeltmeli t-istatistik fonksiyonu yaz ve bunun statsmodels uygulamasıyla on rastgele getiri serisi üzerinde eşleştiğini doğrula

Slate, bir modele tek bir komut göndermez. Bir grafik başlatır.

**Bir düğüm fonksiyonu yazar. Bir diğeri doğrulama testini yazar. Üçüncüsü her ikisini de çalıştırır. Dördüncüsü, çıktıların eşleşip eşleşmediğini derecelendirir.**

Eşleşmezlerse, grafik belirli uyumsuzluğu geri bildirim olarak alarak geri döner. Ayrı, küçük bir derecelendirme modeli hedefin tamamlandığını onaylayana kadar devam eder.

Bu, bir çalışma zamanındaki yapıcı-denetleyici (maker-checker) modelidir. Yapıcı, kendi işini asla derecelendirmez.

/deepresearch - Araştırmayı Paralelleştiren Grafikler

Slate'in içinde şunu deneyin:

1/deepresearch akademik literatür, Fama-French beş faktör modelinin gelişmekte olan piyasalardaki 2015'ten 2026'ya kadar olan örneklem dışı performansı hakkında ne diyor?

Burada başlatılan grafik, /goal'den farklıdır.

Bu, paralel bir araştırma yayılımıdır (fan-out).

Slate, aynı anda birden fazla çalışan ajanı devreye sokar. Her biri sorunun farklı bir açısını üstlenir.

Biri yakın tarihli makaleleri okur. Bir diğeri arXiv q-fin'i kontrol eder. Bir başkası Kenneth French kütüphanesinden veri çeker. Bir diğeri alıntıları çapraz referanslar.

Hepsi, bulguları sentezleyen merkezi bir orkestratöre rapor verir./deepresearch'in bu yapı için önemli olmasının nedeni, faktör oluşturma için ihtiyacınız olan kalıbı tam olarak göstermesidir.

Yedi faktör ajanı. Her biri farklı bir faktöre sahip. Hepsi paralel olarak çalışıyor. Hepsi merkezi bir orkestratöre rapor veriyor.

Bu, niceliksel analize özgü görevler hariç, çok faktörlü graftır.

Gerçekten önemsediğiniz sorular üzerinde /goal ve /deepresearch'ü çalıştırarak 30 dakika geçirin. Grafik mühendisliği sezgisi bu şekilde oluşur.

Bölüm 3: Çok Faktörlü Alfa Grafiği

Çok faktörlü yatırım, hisse senedi getirilerini sistematik sürücüler artı bir kalıntı (residual) olarak ayrıştırır. Temel versiyon, 1993'te yayınlanan Fama French üç faktör modelidir:

R_i, i hissesinin getirisidir. R_f, risksiz orandır. R_m, piyasa getirisidir. SMB, büyüklük primidir. HML, değer primidir.

Alfa α, modelin açıklayamadığı kısımdır. Avladığınız şey bu kalıntıdır.

Carhart 1997'de momentumu ekledi. Fama ve French 2015'te kârlılık (RMW) ve yatırımı (CMA) ekledi.

Modern hedge fonları yedi faktörlü bir yapı kullanır. AQR, Two Sigma, Millennium, Bridgewater'ın hepsi varyantlar kullanır. İşte 2026'da önemli olan yedi faktör.

Faktör 1: Piyasa Betası.

Hisse senedi fazla getirisinin piyasa fazla getirisine karşı 60 aylık hareketli regresyonu.

Faktör 2: Büyüklük (SMB).

Küçük ölçekli şirketler, risk bazında büyük ölçeklilerden daha iyi performans gösterir.

Faktör 3: Değer (HML).

Yüksek defter değeri/piyasa değeri oranı, uzun vadede düşük orandan daha iyi performans gösterir.

Faktör 4: Momentum (MOM).

Son 12 aylık kazananlar, 3 ila 12 ay boyunca kazanmaya devam eder.

Faktör 5: Kârlılık (RMW).

Güçlü operatörler, zayıf operatörlerden daha iyi performans gösterir.

Faktör 6: Yatırım (CMA).

Muhafazakar varlık büyümesi, agresif genişlemeden daha iyi performans gösterir.

Faktör 7: Düşük Volatilite.

Düşük volatiliteli hisse senetleri, teorinin öngördüğünden daha yüksek risk bazlı getiri elde eder.

Her fon bunun bir versiyonunu kullanır. Tek başına çalışan geliştiriciler yapamaz çünkü bir araştırma ekibi gerekir.

Grafik mühendisliği bunu çözer. Her faktör bir düğüm haline gelir.

İşte tam grafik. Toplam on bir düğüm.

Faktör Oluşturma Düğümleri (paralel çalışır)

Düğüm 1: Piyasa Betası Ajanı.

60 aylık hareketli regresyonu çalıştırır. Her hisse senedi için bir beta çıktısı verir.

Düğüm 2: Büyüklük Ajanı.

Piyasa değerine göre sıralar. Küçük-büyük farkını hesaplar.

Düğüm 3: Değer Ajanı.

Defter değeri/piyasa değerine göre sıralar. Yüksek-düşük farkını hesaplar.

Düğüm 4: Momentum Ajanı.

12 eksi 1 aylık momentumu hesaplar. Onluk dilim farkından MOM'u oluşturur.

Düğüm 5: Kârlılık Ajanı.

Brüt kârlılığı hesaplar. RMW'yi oluşturur.

Düğüm 6: Yatırım Ajanı.

Yıllık varlık büyümesini hesaplar. CMA'yı oluşturur.

Düğüm 7: Düşük Vol Ajanı.

Geriye dönük 60 günlük gerçekleşen volatiliteyi hesaplar. Onluk dilim farkından düşük vol'u oluşturur.

Koordinasyon Düğümleri (sırayla çalışır)

Düğüm 8: Doğrulayıcı (Validator).

Her faktör üzerinde Newey West düzeltmeli t istatistiklerini çalıştırır. 10.000 iterasyonu bootstrap ile yeniden örnekler. Örneklem içi ve örneklem dışı bozulması yüzde 30'un üzerinde olan her faktörü eler.

Daha güçlü bir muhakeme modelinde çalışır. Yapıcı, kendi işini asla doğrulamaz.

Düğüm 9: Rejim Denetçisi (Regime Auditor).

20 yıllık geçmişi, volatilite ve getiriler üzerinde Gizli Markov Modeli kullanarak üç rejime ayırır. Yalnızca bir rejimde çalışan her şeyi eler.

Düğüm 10: Portföy Oluşturucu (Portfolio Constructor).

Hayatta kalan faktörleri risk paritesi ağırlıkları kullanarak uzun-kısa bir portföyde birleştirir. Sektör, beta ve dolar nötrlüğünü zorunlu kılar.

Düğüm 11: Risk Ayrıştırıcı (Risk Decomposer).

Portföyü yedi faktör artı stil ve makro faktörlere karşı regrese eder. Kalıntı alfa ve t istatistiğini raporlar.

Yalnızca kalıntı alfanın faktör ayrıştırmasından sağ çıktığı sinyaller gerçek yeni alfadır. Diğer her şey, fazladan adımlarla yeniden paketlenmiş stildir.

On bir düğüm. Her biri tek bir işe sahiptir. Çıktılarını grafik boyunca bir sonrakine iletirler.

Tüm model, her 24 saatte bir çalışan tek bir Slate Programı üzerinde çalışır.

Bölüm 4: Adım Adım Nasıl İnşa Edilir

İşte tam kurulum. Terminalinizde takip edin.

Adım 1: Slate'i Kurun

Terminalinizi açın ve şunu çalıştırın:

1npm i -g @randomlabs/slate

Slate, global bir npm paketidir. Kurulum yaklaşık 30 saniye sürer.

Şununla doğrulayın:

1slate --version

Adım 2: Proje Dizininizi Oluşturun

Çok faktörlü araştırmanın kendi çalışma alanına ihtiyacı vardır. Durum dosyaları, geçmiş faktör testleri, portföy anlık görüntüleri burada yaşar.

1mkdir ~/projects/multifactor-alpha
2cd ~/projects/multifactor-alpha

Diğer Slate projelerini aynı klasörden çalıştırmayın. Durum ad alanı oluşturma, çalışma alanı başına yapılır.

Adım 3: Slate'i Başlatın

Şunu yazın:

1slate

Adım 4: Sağlayıcılarınızı Bağlayın

Slate'in içine şunu yazın:

1/providers

Bu, sağlayıcı yapılandırma ekranını açar. Random Labs varsayılan olarak kimlik doğrulaması yapar. Ayrıca OpenAI Codex ve GitHub Copilot'u da doğrudan bağlayabilirsiniz.

Ok tuşlarıyla Codex'e gidin ve kimlik doğrulamak için enter'a basın. Mevcut aboneliğiniz çalışır.

Adım 5: Modellerinizi Bağlayın

Slate'in içine şunu yazın:

1/models

Bağlı her sağlayıcıdaki tüm mevcut modelleri görürsünüz. Random Labs yaklaşık 90 modele ev sahipliği yapar.

İki model katmanına ihtiyacınız var.

Yedi faktör oluşturma ajanı için hızlı bir katman. Claude Sonnet iş görür.

Doğrulayıcı, rejim denetçisi ve risk ayrıştırıcı için daha güçlü bir muhakeme katmanı. Claude Opus iş görür.

Adım 6: /goal Ve /deepresearch İle Isının

Kendi Programınızı taslak olarak çıkarmadan önce, gönderilen iki örnek Programla 30 dakika geçirin.

Grafik mühendisliğinin bir kavram olmaktan çıkıp sezgiye dönüşmesi böyle olur.

Slate'in içinde şu /goal komutunu deneyin:

1/goal Python'da Fama-MacBeth kesitsel regresyon katsayılarını hesaplayan bir fonksiyon yaz ve bunun empiricalfin paketiyle 20 yıllık aylık getiri verisi üzerinde eşleştiğini doğrula

Grafiğin nasıl yayıldığını izleyin. Derecelendirme modelinin, yazar modelin çalışmasını nasıl kontrol ettiğini izleyin. İlk deneme başarısız olduğunda ne olduğunu izleyin.

Ardından şu /deepresearch komutunu deneyin:

1/deepresearch akademik literatür, kârlılık faktörü RMW ile MSCI tarafından tanımlanan kalite faktörü hakkında ne diyor ve 2015'ten 2026'ya kadar ampirik olarak nasıl farklılaşıyorlar?

Paralel çalışan yayılımı izleyin. Orkestratörün sentezlemesini izleyin.

Bu iki çalıştırma, kendi Programınızı yazmadan önce ihtiyacınız olan zihinsel modeli size verir.

Adım 7: Çok Faktörlü Programı Taslak Olarak Çıkarın

Bu en önemli adımdır. Grafiği düz İngilizceyle tanımlarsınız ve Slate onu sizinle birlikte taslak olarak çıkarır.

Bu tam komutu Slate'e yazın:

1bana paralel olarak yedi çok faktörlü araştırma ajanını çalıştıran bir program taslağı çıkar:
2piyasa betası, büyüklük, değer, momentum, kârlılık, yatırım ve düşük volatilite.
3Yedisi de tamamlandıktan sonra, sırayla bir doğrulayıcı, bir rejim denetçisi, bir portföy
4oluşturucu ve bir risk ayrıştırıcı çalıştır. Yedi faktör ajanı için Claude Sonnet ve
5doğrulayıcı, rejim denetçisi ve risk ayrıştırıcı için Claude Opus kullan.
6Tüm boru hattını her 24 saatte bir çalıştır. Dosya sistemini hafıza olarak kullan.
7Çalıştırma başına 30$ bütçe belirle. Newey-West t-istatistiğinin 2.5'in üzerinde olmasını zorunlu kıl,
810.000 iterasyon bootstrap yap ve örneklem içi ile örneklem dışı Sharpe bozulması
9yüzde 30'un üzerinde olan her faktörü reddet.

Slate hemen kod yazmaya başlamaz. Dikkatlice okur ve açıklayıcı sorular sorar.

Hangi veri kaynağı. Hangi geri test penceresi. Hangi evren. Hangi rejim sınıflandırıcısı. Geçersiz kılınabilir varsayılanların kullanılıp kullanılmayacağı.

Düz İngilizceyle cevap verirsiniz. Slate JavaScript'i yazar.

Adım 8: Grafik Diyagramını İnceleyin

Slate Programı taslak olarak çıkardıktan sonra, grafiğin bir diyagramını oluşturur.

Ne çalışacağını anlamak için kod okumuyorsunuz. Koordinasyon yapısına bakıyorsunuz.

Orkestratörden paralel olarak çalışan yedi faktör düğümü. Bir senkronizasyon noktası. Sırayla dört koordinasyon düğümü. Bir kalıcılık adımı. Bir uyku düğümü. En başa bir döngü.

Herhangi bir şeyi çalıştırmadan önce Slate'e diyagram hakkında sorular sorun:

• Doğrulayıcı neden Opus'ta çalışıyor?
• Momentum ajanı zaman aşımına uğrarsa ne olur?
• Döngüler arasında hangi durum kalıcı hale getiriliyor?
• Rejim denetçisinin bir faktörü reddetmesini ne tetikliyor?

Herhangi bir cevap sizi şaşırtırsa, Slate'ten grafiği değiştirmesini isteyin.

Adım 9: Kaydedin ve Çalıştırın

Diyagram istediğinizle eşleştiğinde, Slate'e Programı bir dosyaya kaydetmesini söyleyin. Ardından şunu çalıştırın:

1slate run multifactor-alpha.js

Enter'a bastığınız an, Slate grafiği başlatır. Yedi faktör ajanı paralel olarak ateşlenir.

Özellik mühendisliği paralel çalışır. Doğrulama, daha güçlü modelde çalışır.

İlk çalıştırma 15 ila 25 dakika sürer. Sonraki günlük çalıştırmalar daha hızlıdır çünkü durum dosyası zaten geçmişi tutar.

Adım 10: Bir Bütçe Belirleyin

Slate'in içine şunu yazın:

1/budget $30/run

Bu, çalıştırma başına toplam harcamayı sınırlar. Bir çalıştırma sınıra yaklaşırsa, Slate devam etmeden önce durumu tırmandırır.

Adım 11: Bozulduğunda Hata Ayıklama

Gerçek Programlar bozulur. Benimki ilk iki haftada üç kez bozuldu.

Değer ajanı, ABD dışı bilançoları yorumlayamadığı için bloke oldu. Slate'e söyledim. Slate, değer ajanına bir para birimi normalleştirme adımı ekledi.

Momentum ajanı, momentumun düşman olduğu rejimlerde bazen sıfır hayatta kalan sinyal döndürüyordu. Slate'e söyledim. Slate, bu rejimler sırasında momentum geriye bakış penceresini genişleten bir yedek ekledi.

Portföy oluşturucu bazen sektör nötrlüğünü ihlal ediyordu. Slate'e söyledim. Slate, portföyü yazmadan önce nötrlüğü zorunlu kılmak için bir projeksiyon adımı ekledi.

Bir yığın izinin peşinden gitmezsiniz. Sorunu Slate'e tanımlarsınız. Slate düğümü yamalar.

Bölüm 5: Çalıştırdığımda Gerçekte Ne Oldu

İşte beklemediğim kısım.

Grafiği Slate'e tek bir paragrafla tanımladım. Slate önce mevcut model tanımlayıcılarını kontrol etti, modeller becerisini etkinleştirdi ve hızlı ajanlar için claude-sonnet-4.6'yı, koordinasyon aşamaları için claude-opus-4.5'i seçti.

Ardından Slate, tüm Programı tek seferde taslak olarak çıkardı. Kaba bir taslak değil. Tam JavaScript. Birbirine bağlı on bir düğüm. Paralel faktör oluşturma. Sıralı doğrulama. Zaman damgalı çalıştırma dizinleriyle dosya sistemi paylaşımlı hafızası. Bütçe tahsisleri. Her şey.

Slate sadece kod yazıp ortadan kaybolmadı. Çalıştırmadan önce onaylamamı istediği üç spesifik kararla geri geldi.

Karar 1: Portföy oluşturucu modeli. Taslak komutum, doğrulayıcı, rejim denetçisi ve risk ayrıştırıcı için Opus'u belirtmişti, ancak portföy oluşturucu için bir model adı vermemiştim. Slate, aşama ağır analitik iş olduğu için varsayılan olarak Opus'u atadı, ancak Sonnet istersem bunu değiştirebileceğimi belirtti.

Karar 2: Model sürümleri. Slate, mevcut kararlı Sonnet ve Opus'u (4.6 ve 4.5) kullandı ve tercih edersem daha yeni sürümlere geçmeyi teklif etti.

Karar 3: Bütçe uygulaması. Bu beni şaşırttı. Slate bana açıkça, çalıştırma başına 30$ sınırının tavsiye niteliğinde olduğunu, sert bir durdurma anahtarı olmadığını söyledi. Gerçek zamanlı maliyet ölçüm temeli olmadığı için bütçe, belirtilen bir sınır artı toplanan ve işaretlenen kendi bildirilen harcama olarak uygulanır. Çalıştırma ortasında sert bir durdurma isteseydim, Slate bunu açıkça tasarlamayı teklif etti.

Bu üçüncü uyarı, bu araca güvenme nedenimdir. Çoğu ajan çerçevesi, bütçenin uygulandığını sessizce varsayardı. Slate bana tam olarak hangi uygulama katmanını sağlayabileceğini söyledi.

Her üç varsayılanı da onayladım, Programın adını multifactor-research-pipeline olarak değiştirdim ve Slate'e kaydetmesini söyledim.

Ardından çalıştır düğmesine bastım.

Yedi faktör ajanı anında ateşlendi. Her biri, kendi alt ajan kimliği ve durum zamanlayıcısıyla terminalde göründü.

Slate, çalıştırmayı düz İngilizceyle onayladı:

"multifactor-pipeline olarak arka planda çalışıyor, yedi faktör ajanıyla Sonnet'te paralel olarak başlıyor, ardından doğrulayıcı → rejim → portföy → risk sırası Opus'ta, varsayılanlarla (./research-memory, 30$ bütçe, üç kapı, sürekli 24 saatlik döngü)."

Bu tek satır, grafiklerin neden betikleri yendiğini özetliyor.

Koordinasyon kodu yazmadım. Bir yığın izinin peşinden gitmedim. API'leri birbirine yapıştırmadım. Grafiği düz İngilizceyle tanımladım, üç tasarım sorusunu yanıtladım ve Slate onu inşa etti.

Başlangıçta her şey geçersiz kılınabilir. Aralık, bütçe, kapı eşikleri, modeller, hafıza konumu ve grafiğin sonsuza kadar çalışmasını istemiyorsanız bir maxRuns sınırı.

İşte Slate'in benim için yazdığı tam Program. İnceleyin, ancak birebir kopyalamayın. Sizinki, Slate'in açıklayıcı sorularına verdiğiniz cevaplara bağlı olarak biraz farklı görünecektir.

Bölüm 6: Her 24 Saatte Bir Ne Olur

Saat sabah 3'te grafik uyanır.

Yedi faktör ajanı paralel olarak ateşlenir. Her biri son 24 saatin fiyat ve temel verilerini çeker. Kendi faktör zaman serisini günceller. Doğrulayıcıya devreder.

Doğrulayıcı Newey West t testlerini çalıştırır. 10.000 örneği bootstrap ile yeniden örnekler. Örneklem dışı başarısız olan her şeyi eler.

Bu adım tek başına, ilk geri testte umut verici görünen şeylerin yaklaşık yüzde 80'ini reddeder.

Rejim denetçisi, hayatta kalanları alır. Geçmişi GMM kullanarak böler. Rejim başına Sharpe'ı yeniden hesaplar.

Yalnızca bir rejimde çalışan bir faktör alfa değildir. O rejime karşı betadır, alfa kılığına girmiştir.

Portföy oluşturucu, hayatta kalan faktörleri alır. Nötrlük kısıtlamaları uygulanmış uzun-kısa portföyü oluşturur.

Risk ayrıştırıcı, portföyü alır. Geniş stil ve makro faktör setine karşı regrese eder.

Kalıntı alfa t istatistiği 2.5'in üzerindeyse, sinyal hayatta kalır. Değilse, gün sinyal yok olarak kaydedilir ve grafik yarına kadar uyur.

Her sabah bir Slack mesajıyla uyanırsınız. Ya işlem yapabileceğiniz bir sinyaliniz vardır. Ya da bugünün gürültü olduğuna dair belgelenmiş kanıtınız.

Her iki sonuç da faydalıdır. Hiçbiri için klavyenin başında olmanız gerekmez.

2026'da kendi kendine çalışan çok faktörlü bir alfa modeli böyle görünür.

Plan

Başka hiçbir şey hatırlamazsanız, bu yedi hamleyi sırayla hatırlayın.

1. İlerlemeyi anlayın. Komutlar döngülere dönüştü. Döngüler sürülere dönüştü. Sürüler grafiklere dönüştü.

2. Faktörlerinizi bilin. Piyasa, büyüklük, değer, momentum, kârlılık, yatırım, düşük volatilite. Yedi faktör. Her biri bir düğüm haline gelir.

3. On bir düğüm tasarlayın. Yedi faktör ajanı paralel olarak. Dört koordinasyon ajanı sırayla. Tek satır kod yazmadan önce grafiği çizin.

4. Farklı düğümler için farklı modeller kullanın. Faktör oluşturma için Sonnet. Doğrulama ve ayrıştırma için Opus. Yapıcı, yapıcıyı asla doğrulamaz.

5. Sert kurallar uygulayın. Newey West t istatistiği 2.5'in üzerinde. 10.000 iterasyon bootstrap. Üç HMM durumu boyunca rejim sağlamlığı. Artık alfa t istatistiği 2.5'in üzerinde.

6. /goal ve /deepresearch ile ısının. Grafik mühendisliği sezgisi, grafikleri izlemekten gelir, onlar hakkında okumaktan değil.

7. Bileşik büyümesine izin verin. Birinci ay hataları bulmaktır. İkinci ay faktörleri iyileştirmektir. Üçüncü aya kadar grafiğiniz, gerçekten işlem yapabileceğiniz sinyaller üretir.

Şimdi Gidin ve İnşa Edin

Bu gece Slate'i kurun. Başlatın. Gerçek bir nicel soru üzerinde /goal çalıştırın. Merak ettiğiniz bir faktör üzerinde /deepresearch çalıştırın.

Ardından, 6. Adımdaki aynı yönergeyle kendi Programınızı taslak haline getirin. Diyagramı inceleyin. Çalıştırın. 30 dolarlık bir bütçe belirleyin.

Gelecek hafta bu zamanlarda, ilk kendi kendine çalışan çok faktörlü grafiğinize sahip olacaksınız.

Gelecek ay bu zamanlarda, on bir düğümün tamamından geçen ilk işlem yapılabilir sinyalinize sahip olacaksınız.

İşte takas bu. Hiç uyumayan bir bileşik araştırma sistemi için bir hafta sonu kurulum.

Şimdi gidin ve inşa edin.

İnşaatın herhangi bir aşamasında takılırsanız, buradan bana DM atın.

Slate'i http://randomlabs.ai/rr adresinde bulabilirsiniz.

Gönderdikleri her özelliği görmek istiyorsanız @wearerandomlabs'i takip edin. /goal ve /deepresearch ilk iki Programdır. Bunlar son olmayacak.