İçeriğe geç

Teknik vaka çalışması

GS Quant Risk Analytics

Goldman Sachs GS Quant kaynaklarına dayanan piyasa risk analitiği uygulaması; riske maruz değer ve beklenen kayıp ölçümlerini inceler.

Uygun rol

Veri BilimciNicel Risk AnaliziUygulamalı Makine Öğrenmesi Mühendisliği
Kaynak depoyu incele Özgeçmiş

Teknik açıklamalar Türkçeye çevrilmiştir. Sonuç metriklerinin ölçüm koşulları, başarısız denemeler ve kaynak bağlantıları özgün proje kanıtlarıyla aynı kapsamda korunur.

Hızlı teknik inceleme

Teknik vaka çalışması: dört temel nokta.

Tüm yöntem

Problem

VaR değerinin güvenilirliği arkasındaki modele bağlıdır. Uzun geçmiş penceresiyle eğitilmiş bir model ortalamada iyi görünürken her piyasa rejimi değişiminde gecikebilir. Bu nedenle risk ölçümü, geçmiş tahminlerin ne kadar doğru çıktığına ilişkin…

Tam açıklamayı oku

VaR değerinin güvenilirliği arkasındaki modele bağlıdır. Uzun geçmiş penceresiyle eğitilmiş bir model ortalamada iyi görünürken her piyasa rejimi değişiminde gecikebilir. Bu nedenle risk ölçümü, geçmiş tahminlerin ne kadar doğru çıktığına ilişkin testlerle birlikte sunulmalıdır.

Mimari

Kütüphanedeki risk_metrics modülü tarihsel, parametrik ve Cornish-Fisher VaR, beklenen kısa düşüş, düşüş oranı, Sortino, Calmar, Omega, tracking error, information ratio ve geriye dönük testleri hesaplar. Pydantic ile doğrulanan istekler ve…

Tam açıklamayı oku

Kütüphanedeki risk_metrics modülü tarihsel, parametrik ve Cornish-Fisher VaR, beklenen kısa düşüş, düşüş oranı, Sortino, Calmar, Omega, tracking error, information ratio ve geriye dönük testleri hesaplar. Pydantic ile doğrulanan istekler ve kaydedilmiş analizler/isimlendirilmiş portföyler için SQLite kullanan Starlette uygulaması aynı modülü çağırır. MCP sunucusuna eklenen dört analitik araç da bir LLM aracısının aynı hesapları kullanmasını sağlar. Günlük sembol fiyatları Yahoo Finance üzerinden alınır, günlük döviz kuruyla tek para birimine dönüştürülür; sağlayıcı erişilemezse tarih bilgisi belirtilen son kayıt kullanılır.

Sonuçlar

VaR, Kupiec, Christoffersen ve Basel trafik ışığıyla geriye dönük test edilir

Sınırlamalar ve kapsam

Yalnızca günlük kapanış fiyatları kullanılır; gün içi veya gerçek zamanlı fiyat yoktur. Demo Python koduyla önceden üretilmiş Student-t yenilikli GARCH(1,1) simülasyon verisi üzerinde çalışır. Dağıtım dosyaları uçtan uca çalıştırılmamıştır; README…

Tam açıklamayı oku

Yalnızca günlük kapanış fiyatları kullanılır; gün içi veya gerçek zamanlı fiyat yoktur. Demo Python koduyla önceden üretilmiş Student-t yenilikli GARCH(1,1) simülasyon verisi üzerinde çalışır. Dağıtım dosyaları uçtan uca çalıştırılmamıştır; README bunu açıkça belirtir. Goldman Sachs’ın upstream kütüphanesi ve Marquee API’leri bu katkının parçası değildir.

Kaynaklarda yayımlanmış teknik kanıtlar kullanılmıştır. Ölçüm koşulları için tam vaka çalışmasını inceleyin.

Kanıta dayalı görsel inceleme

Projenin gerçek çıktılarını inceleyin.

Gerçek proje ekran görüntüleri ve kaynak figürleri, kaynaklarıyla birlikte sunulur.

GS Quant Risk Analytics public demo captured 2026-10-12

Tarihli demo ekran görüntüsü

2026-10-12 tarihli herkese açık demo görüntüsüdür; demonun şu anda erişilebilir olduğunu kanıtlamaz.

Yayımlanmış kaynağı aç

VaR, Kupiec, Christoffersen ve Basel trafik ışığıyla geriye dönük test edilir

Rejim değişimi: yuvarlanan VaR beklenen 37.5 yerine 63 aşım; EWMA 41

Karekök kuralı reddedilir: 75 aralıkta beklenen 3.75 yerine 8 aşım

0.1.0 ve 0.1.1 sürümleri, herkese açık konteyner imajı, iki canlı demo

Proje kanıtları

Doğrulanabilir dış kaynaklar

Son doğrulama 2026-10-07

Kaynak kanıtı

Live demo (Hugging Face Space)

Kaynak kanıtı

Live demo (GitHub Pages)

Kaynak kanıtı

Repository (fork)

Kaynak kanıtı

Release 0.1.1

Kaynak kanıtı

Application documentation

Kaynak kanıtı

Changelog (releases 0.1.0 and 0.1.1)

Problem ve yaklaşım

Problem

VaR değerinin güvenilirliği arkasındaki modele bağlıdır. Uzun geçmiş penceresiyle eğitilmiş bir model ortalamada iyi görünürken her piyasa rejimi değişiminde gecikebilir. Bu nedenle risk ölçümü, geçmiş tahminlerin ne kadar doğru çıktığına ilişkin testlerle birlikte sunulmalıdır.

Mimari

Kütüphanedeki risk_metrics modülü tarihsel, parametrik ve Cornish-Fisher VaR, beklenen kısa düşüş, düşüş oranı, Sortino, Calmar, Omega, tracking error, information ratio ve geriye dönük testleri hesaplar. Pydantic ile doğrulanan istekler ve kaydedilmiş analizler/isimlendirilmiş portföyler için SQLite kullanan Starlette uygulaması aynı modülü çağırır. MCP sunucusuna eklenen dört analitik araç da bir LLM aracısının aynı hesapları kullanmasını sağlar. Günlük sembol fiyatları Yahoo Finance üzerinden alınır, günlük döviz kuruyla tek para birimine dönüştürülür; sağlayıcı erişilemezse tarih bilgisi belirtilen son kayıt kullanılır.

Doğrulama

Her VaR tahmini yalnızca önceki pencereden üretilir ve sonraki gerçekleşen getiriyle karşılaştırılır. Kupiec sıklık testi, Christoffersen bağımsızlık ve koşullu kapsama testleri ile Basel trafik ışığı aşım sayılarını bir karara dönüştürür. Filtrelenmiş EWMA tahmini yuvarlanan pencereyle aynı dönemlerde karşılaştırılır. Çok dönemli VaR için karekök-zaman kuralı da örtüşmeyen aralıklarda test edilir; örtüşen aralıklar Kupiec testinin gerektirdiği bağımsızlığı bozar.

Kontrollerin gösterdikleri

Sakin piyasadan çalkantılı piyasaya geçen simüle Regime shift örneğinde (1,000 dönem), 250 dönemlik yuvarlanan 95% VaR için beklenen 37.5 aşıma karşı 63 aşım gözlenir; EWMA tahmininde 41 aşım vardır. Karekök kuralı kendi testinde reddedilir: 75 bağımsız aralıkta beklenen 3.75 aşıma karşı 8 aşım. Filtrelenmiş tarihsel simülasyon 10 dönemlik 95% VaR için 12.0%, karekök kuralı ise 4.9% hesaplar. Bunlar başarısızlığı göstermek üzere seçilmiş simüle örneğin özellikleridir; gerçek bir yatırım portföyüne ait sonuçlar değildir.

Portföy ve senaryolar

Sabit ağırlıklı iki ile on varlıklı portföylerde volatilite ve beklenen kısa düşüş için toplamı tam 100% eden Euler risk katkıları, çeşitlendirme oranı ve korelasyon matrisi hesaplanır. Stres pencereleri gerçekten gerçekleşmiş en kötü 1, 5 ve 20 ardışık dönemi gösterir. Kullanıcının girdiği şokları uygulayan senaryolar bilinçli olarak birinci derecedendir; beta veya korelasyon varsayımı yapmaz. Kıyaslama katmanı beta, tracking error, information ratio, yukarı/aşağı yönlü yakalama oranları ve yuvarlanan beta içerir.

Yayımlama ve teslim

0.1.0 ve 0.1.1 sürümleri, önce CI testlerini çalıştıran, sonra imajı derleyip bildirdiği sürümü kontrol etmek için başlatan, ghcr.io’ya gönderen ve değişiklik günlüğünden GitHub sürümü oluşturan bir akışla yayımlandı. İmaj herkese açıktır; etiketli sürüm doğrudan depodan pip ile kurulabilir. API belirteci olmadan localhost dışından bağlantıyı reddeder; hız sınırı ve tekrarlanan hatalı belirteçlerden sonra kilitleme uygular. CI; ruff, farklı Python sürümlerinde testler, axe-core erişilebilirlik denetimli gerçek tarayıcı Playwright testi ve belirteç korumasını doğrulayıp imaj tarayan Docker işi içerir. Kayıtlı analizler bağımsız HTML raporuna, sayıları sayı olarak saklayan ve hücre metninin formüle dönüşmesini engelleyen Excel dosyasına ve PDF yazdırma stiline aktarılabilir.

İddia edilmeyen noktalar

Yalnızca günlük kapanış fiyatları kullanılır; gün içi veya gerçek zamanlı fiyat yoktur. Demo Python koduyla önceden üretilmiş Student-t yenilikli GARCH(1,1) simülasyon verisi üzerinde çalışır. Dağıtım dosyaları uçtan uca çalıştırılmamıştır; README bunu açıkça belirtir. Goldman Sachs’ın upstream kütüphanesi ve Marquee API’leri bu katkının parçası değildir.

Neden önemli?

MSCapital tahmin çalışmasının piyasa riski alanındaki karşılığıdır. Modeli yalnızca görmediği veride sınama yaklaşımını, risk ekiplerinin her gün sorduğu soruya uygular ve başkalarının kurup kullanabileceği bir araç olarak sunar.

Mimari ve analiz

  • VaR değerini sadece raporlanacak sayı değil, geriye dönük sınanacak tahmin olarak ele alır.
  • Uzun geçmiş penceresi ve karekök-zaman kuralı gibi yaygın kısa yolların nerede başarısız olduğunu gösterip alternatiflerini yanlarında sunar.
  • Yüklenebilir ve test edilmiş uygulamayı sürümler, konteyner imajı ve canlı demo ile sunar.

Test ve doğrulama

  • gs_quant/timeseries/risk_metrics.py: VaR, beklenen kısa düşüş, Kupiec ve Christoffersen testleri, Basel trafik ışığı
  • gs_quant/apps/risk_dashboard: İngilizce ve Türkçe arayüz ve her metnin çevrildiğini doğrulayan test
  • MCP analitik araçları: risk özeti, VaR geriye dönük testi, kıyaslama ve sembolden varlık riski
  • axe-core ile tarayıcı testi, Docker işi, imaj taraması, sürüm akışı ve değişiklik günlüğü

Operasyonel değer

  • Her VaR tahminini onu takip eden getiri üzerinden sınar; Kupiec, Christoffersen ve Basel trafik ışığı kararlarını sunar.
  • Simüle rejim değişiminde, 250 dönemlik yuvarlanan 95% VaR beklenen 37.5 aşıma karşı 63 kez aşılır; EWMA 41 kez aşılır.
  • Örtüşmeyen aralıklardaki testte karekök-zaman kuralını reddeder (75 aralıkta beklenen 3.75 aşıma karşı 8) ve alternatif filtrelenmiş tarihsel simülasyon sunar.
  • Farklı para birimlerindeki en çok on varlıklı portföyü Euler risk katkıları, stres dönemleri, varsayımsal şoklar ve kıyaslama istatistikleriyle analiz eder.
  • Herkese açık ghcr.io imajlarıyla 0.1.0 ve 0.1.1 sürümlerini, Hugging Face Spaces ve GitHub Pages üzerinde canlı demoları yayımlar.

Nasıl incelenir

  • Canlı demoda Regime shift örneğini açın: yuvarlanan VaR ve filtrelenmiş VaR aynı grafikte gösterilir.
  • Uygulamadan önce risk_metrics.py dosyasını ve testlerini okuyun; geriye dönük sınamalar burada bulunur.
  • Fork katkılarıyla upstream kütüphaneyi ayırmak için commit geçmişini yazarına göre filtreleyin.

İlgili teknik çalışmalar

Tüm projeler

financial machine learning and measurement discipline

MSCapital Market Forecasting

fraud analytics and applied data science

Fraud Risk Intelligence

explainable OT anomaly triage, evaluated on the BATADAL attack benchmark

OT-Sentinel