MT5 EA Optimizasyonunda Genetik Algoritmalara Giriş

MT5 EA Optimizasyonunda Genetik Algoritmalara Giriş

Bir EA'nın parametrelerini ayarlarken MT5 Strategy Tester, iki farklı optimizasyon modu sunar: "Kaba Kuvvet (tüm parametre kombinasyonlarını tek tek dener)" ve "Genetik Algoritma (GA)".

Çok sayıda kombinasyonu makul bir sürede aramak için genetik algoritma kullanmak artık standart bir yaklaşım haline gelmiştir. Bu makalede, genetik algoritma optimizasyonunun temellerini ve pratik kullanımda dikkat edilmesi gereken noktaları ele alacağız.

Genetik Algoritma Nedir?

Genetik Algoritma (Genetic Algorithm: GA), canlıların evrimini modelleyen bir optimizasyon yöntemidir. Genel işleyişi şu şekilde özetlenebilir:

1. Rastgele parametre kombinasyonları (bireyler) üretilir
2. Her birey için backtest çalıştırılır ve PF, recovery factor gibi metriklerle puanlanır
3. En yüksek puan alan bireyler "ebeveyn" olarak seçilir; çaprazlama ve mutasyon yoluyla yeni nesil oluşturulur
4. Bu adımlar tekrarlanır; nesiller ilerledikçe sonuçlar yüksek değerlendirmeli parametrelere doğru yakınsar

Kaba kuvvet yöntemi "tüm kombinasyonları tek tek tarar" iken GA, "umut vadeden bölgelere odaklanarak arama yapar" ve bu sayede hesaplama süresi çarpıcı biçimde kısalır.

Kaba Kuvvet ve GA: Hangisi Kullanılmalı?

• Parametre sayısı az, kombinasyon sayısı birkaç bin veya daha az ise → Kaba Kuvvet ile kapsamlı tarama yapın
• Parametre sayısı fazla, kombinasyon sayısı on binleri geçiyorsa → Genetik Algoritma

Örneğin, üç parametre her biri 10 adımda değiştiriliyorsa 1.000 kombinasyon elde edilir; kaba kuvvet yeterlidir. Öte yandan beş parametreyi her biri 20 adımda değiştirirseniz 3.200.000 kombinasyon ortaya çıkar; bu durumda genetik algoritma kaçınılmazdır.

Strategy Tester'da Kurulum

Optimizasyonu etkinleştirmek için Strategy Tester ekranında aşağıdaki ayarları yapın:

• Optimizasyon: "Genetik algoritmaya dayalı hızlı" seçeneğini seçin
• Sonuç: "Maksimum bileşik kâr", "Özel maksimum", "Maksimum geri kazanım faktörü" gibi değerlendirme ölçütünü belirleyin
• Giriş Parametreleri sekmesi: Optimize edilecek parametreleri işaretleyin, başlangıç değeri, bitiş değeri ve adım miktarını ayarlayın

Değerlendirme Metriği Seçimi

Neyi "iyi" olarak kabul ettiğiniz, sonuçları doğrudan etkiler. Yaygın metrikler ve özellikleri şöyledir:

• Maksimum bileşik kâr (profit): Yalnızca kârı maksimize eder. Riski göz ardı ettiğinden aşırı optimizasyona kolayca yol açar
• Geri kazanım faktörü (recovery factor): Net kâr ÷ Maksimum drawdown. Denge odaklıdır
• Sharpe oranı: Getirinin istikrarını dikkate alır
• Özel maksimum: EA kodu içinde serbestçe tanımlanabilir (örn. PF × işlem sayısı)

Aşırı optimizasyondan kaçınırken pratik parametreler bulmak için geri kazanım faktörü veya Sharpe oranı kullanmak en uygun yaklaşımdır.

Genetik Algoritma Optimizasyonunu Çalıştırma

Optimizasyon başlatıldığında, her nesilde yüksek değerlendirme puanı alan parametreler "Optimizasyon Sonuçları" sekmesinde listelenir. MT5'in genetik algoritması yüzlerce nesli otomatik olarak işler ve en iyi çözümlere doğru yakınsar.

Sık Karşılaşılan Tuzaklar

• Çok erken yakınsama: Parametre arama aralığı çok dar olabilir
• Hiç yakınsamama: Değerlendirme metriği uygunsuz ya da gürültü çok fazla
• Açıkça hatalı bir değere yakınsama: Düşük işlem sayılı çözümler elenmiyor olabilir

"50 veya daha az işlem içeren sonuçları hariç tut" gibi filtreler değerlendirme fonksiyonuna eklenerek az örnekli gürültülü çözümler devre dışı bırakılabilir.

Aşırı Optimizasyondan Kaçınma

Ne kadar çok optimizasyon çalıştırılırsa parametreler "geçmişe mükemmel ama geleceğe işlevsiz" bir noktaya o kadar yaklaşır. Bunu önlemek için pratik kurallar şunlardır:

1. Dönemi Böl

10 yıllık verilerle çalışıyorsanız ilk 7 yılda optimizasyon yapın, son 3 yılı örnek dışı (out-of-sample) doğrulama için ayırın. Son 3 yılda sonuçlar bozuluyorsa ilk 7 yıla aşırı uyum sağlandığı anlaşılır.

2. İlk 10-20 Sonucu Karşılaştır

Yalnızca en yüksek puan alan tek sonucu benimsemek risklidir. Üst sıradaki çözümlerin benzer bir bölgede kümelenip kümelenmediğini kontrol edin; kümelenmişlerse o kümenin ortasına yakın parametreleri seçin.

3. Parametre Duyarlılığını Kontrol Et

Aday parametreleri ±%10-20 oranında değiştirerek sonuçların büyük ölçüde bozulup bozulmadığını test edin. Bozuluyorsa o çözüm "keskin bir optimal noktaya" aşırı uyum sağlamış demektir.

4. Bazı Parametreleri Sabit Tut

"Optimize edilmemiş, mantıksal açıdan doğal sabit değerler" mutlaka korunmalıdır; bu, aşırı optimizasyon riskini azaltır. Örneğin EMA dönemini optimize etsek bile ATR çarpanını sabit bırakmak yerinde bir yaklaşımdır.

Paralel Optimizasyonun Kullanımı

MT5, birden fazla CPU çekirdeğini kullanan paralel optimizasyonu destekler. "Tester" → "Ayarlar" bölümünden kullanılan ajan sayısını artırarak hesaplama süresini önemli ölçüde kısaltabilirsiniz.

Ayrıca MQL5 Cloud Network kullanıldığında, dünyanın farklı noktalarındaki uzak ajanlarla büyük ölçekli optimizasyonlar yapılabilir; ancak ücretlidir. Bu nedenle önce yerel ortamda parametre aralığını daraltmak daha verimlidir.

Optimizasyon Kapsamını Daraltın

Temel ilke, optimize edilecek parametreleri giriş kararı periyodu ve zarar durdurma genişliği gibi mantığın çekirdeğini oluşturan birkaç parametreyle sınırlamaktır.

Diğer parametreleri "doğal değerlerde" sabitlemek aşırı optimizasyonu önlemeyi kolaylaştırır. Backtest PF'si optimizasyonu çalıştırdıkça istediğiniz kadar yükseltilebilir; ancak bu ölçüde gelecekteki piyasada işe yaramaması olasılığı da artar. "Sıradan bir değer seçerek uzun süre çalıştırmak", operasyonel açıdan gerçekçi ve sürdürülebilir bir çözümdür.

Ücretsiz EA İndir

Sitemizin ücretsiz EA'sı DONCHIAN ENGINE (USDJPY H1), USDJPY H1 üzerinde 9,4 yıllık (2017-2026, Dukascopy gerçek tick) backtestte PF 1,50, kazanma oranı %34,5, maks. DD %10,8 ve 631 işlem sonucuna sahiptir.

Ücretsiz EA DONCHIAN ENGINE'i Görüntüle

Önerilen Brokerler

Backtest ve optimizasyon sonuçlarının gerçek işlemlerde de yeniden üretilebilmesi için sitemiz, emir kalitesini ön planda tutan brokerleri önermektedir.

Önerilen Broker Listesini Görüntüle