Trend Following Nedir? BIST'te Nasıl Uygulanır?

Algoritmik tradinge ilk adım attığımda elim hep trend following'e gitti. Basit görünüyor, mantıklı hissettiriyor, backtest'lerde iyi çıkıyor. "İşte bu" diyorsun. Sonra gerçek hesapta deniyorsun. O zaman anlıyorsun neden bu stratejinin "basit ama kolay değil" diye tarif edildiğini — çünkü asıl sınav rakamları değil, sinyale uymak.

Trend Following Mantığı

Trend following'in özü tek cümlede: fiyat yükseliyorsa al, düşüyorsa sat. Momentum'a güvenmek. Bir varlığın hareket yönünü sürdürme eğiliminde olduğunu varsaymak.

Bu varsayımın arkasında hem davranışsal hem yapısal nedenler var. Davranışsal tarafta: yatırımcılar iyi haberlere aşamalı tepki verir, herkes aynı anda pozisyon almaz. Yapısal tarafta: kurumsal yatırımcılar büyük pozisyonları tek seferde alamaz, kademeli giriş trendi uzatır.

BIST özelinde bu dinamik hem güçlü hem kırılgan çalışır. Güçlü: özellikle 2020-2023 döneminde BIST tek yönlü trendler üretti. Kırılgan: BIST'in görece düşük derinliği ve yabancı yatırımcı duyarlılığı, trendleri ani ve sert kesilebilir yapıyor.

Hareketli Ortalama Kesişimi

En yaygın trend following aracı hareketli ortalama (MA) kesişimidir. Klasik kombinasyon: 50 günlük ve 200 günlük SMA. BIST'te deneyimlerime göre bu kombinasyon günlük veri için çok yavaş kalıyor. 20-50 günlük kombinasyon daha dengeli sinyal üretiyor — ama beraberinde daha fazla yanlış sinyal de getiriyor.

Python Kodu: Colab'da Çalışır

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

ticker = "THYAO.IS"
df = yf.download(ticker, start="2022-01-01", end="2025-01-01", progress=False)

df["MA20"] = df["Close"].rolling(window=20).mean()
df["MA50"] = df["Close"].rolling(window=50).mean()

df["Signal"] = 0
df.loc[df["MA20"] > df["MA50"], "Signal"] = 1

df["Position"] = df["Signal"].diff()

fig, ax = plt.subplots(figsize=(14, 6))
ax.plot(df["Close"], label="Kapanış", alpha=0.7, color="gray")
ax.plot(df["MA20"], label="MA20", color="blue", linewidth=1.2)
ax.plot(df["MA50"], label="MA50", color="orange", linewidth=1.2)

al_sinyalleri = df[df["Position"] == 1]
ax.scatter(al_sinyalleri.index, al_sinyalleri["Close"],
           marker="^", color="green", s=100, label="AL", zorder=5)

sat_sinyalleri = df[df["Position"] == -1]
ax.scatter(sat_sinyalleri.index, sat_sinyalleri["Close"],
           marker="v", color="red", s=100, label="SAT", zorder=5)

ax.set_title(f"{ticker} — MA20/MA50 Trend Takip Sistemi")
ax.legend()
ax.grid(alpha=0.3)
plt.tight_layout()
plt.show()

df["Return"] = df["Close"].pct_change()
df["StratReturn"] = df["Signal"].shift(1) * df["Return"]

kumulatif_strateji = (1 + df["StratReturn"]).cumprod().iloc[-1] - 1
kumulatif_bist = (1 + df["Return"]).cumprod().iloc[-1] - 1

print(f"Strateji getirisi : %{kumulatif_strateji*100:.1f}")
print(f"Buy & Hold getiri : %{kumulatif_bist*100:.1f}")

BIST'e Özgü Uyarlamalar

Kodu çalıştırıp sinyallere baktığınızda bir sorun hemen göze çarpacak: çok fazla yanlış sinyal. BIST'te bunu azaltmak için uyguladığım filtreler:

Hacim filtresi: AL sinyali için ortalama hacmin en az 1,5 katı hacim şartı koy.

Trend gücü filtresi: MA'ların açısına bak. İki ortalama birbirine paralel hareket ediyorsa sinyal güvenilmez.

Seans saati: BIST'te ilk 30 dakika ve son 15 dakika volatil geçer. Bu pencerelerde sinyal almamak mantıklı.

Sonuç

• Trend following basit kurallı ama demir gibi disiplin gerektiren bir yaklaşım. Sistem sizi kurtarmaz, siz sisteme uyarsanız kurtarır.
• MA kesişimi tek başına yeterli değil; hacim ve trend gücü filtreleriyle desteklenmeli.
• BIST'te bu stratejinin çalışmadığı dönem yatay ve choppy piyasalardır.
• Bir sonraki adım: bu sinyallere Süpertrend veya RSI konfirmasyonu eklemek.

Bu yazıdaki analizler ve kodlar eğitim amaçlıdır; yatırım tavsiyesi değildir.