Fizikten uzaklaşalı beri büyük ölçüde yazmayı da bir kenara bıraktım; blogun mevcut suskunluğuna bakarsak artık bir 'günlük'ten ziyade ayda-yılda bir şeyler paylaştığım bir yer haline geldi GökGünce. Her heveslendigimde oturup bir genel toparlama yazısı yazayım, sonra asıl konulara gireriz deyip hiç devam ettirmemektense, bugün dinlediğim bir röportajdan yola çıkarak Twitter'da paylaştığım videoya naçizane kendi deneyimlerimi eklemek istedim.
Fizik'ten Finans alanında 'Quant' rollerine geçiş yapmak konusunda izlediğim en iyi önerilere sahip röportaj oldu bu; Fizik bölümlerinde doktoradan sonra çaresizce 'ne yapabilirim' diye düşünen öğrencilere seminer şeklinde izletmek gerek! https://t.co/A5JBAweyDI
— Arif Bayırlı (@arifbayirli) December 3, 2023
Konu Fizik doktorasından sonra Finans alanına geçmenin yolları, zorlukları ve mükâfatları üzerine. Iki yıl önce, kendi yaptığım geçişin birinci yılındaki güncelleme yazısında kısaca bahsettiğim bu konu üzerine [Gökgünce: Parçacık Fiziği'nden Finansal Piyasalara], biraz daha etraflıca ve videoda değinilen noktaları kendi perspektifimden çoğu zaman onayladıgım ve çalıştığım alan özelinde biraz daha detaylandırdıgım bir yazı aklımdaki. Öncelikle eğer böyle bir geçişi düşünüyorsanız, finans özelinde bu kadar pratik ve nokta atış önerileri bulabileceğiniz bir kaynakla su ana kadar karşılaşmamıştım, mutlaka videoyu izleyin. Ben bu vesileyle biraz daha kendim ne tip şeylerle uğraşıyorum ve çoğu zaman videoya atıfta bulunup benim gittiğim 'quant' yolu için ne tip önerilerde bulunabilirimi anlatmaya çalışacağım.
Finans çok geniş bir alan ve dolayısıyla içine bir 'quant' yada araştırmacı olarak daldığınızda genellikle çalıştığınız şirketin yada ekibin odaklandığı finansal enstrümanlara bağlı olarak bir 'asset class'a yonelirsiniz. Benim durumumda bu emtia (commodity) oldu ve bu alanın günün sonunda bir şekilde fiziksel dünyaya dokunuyor olması benim gibi bir fizikçi için bulunmaz nimet niteliğindeydi. Alternatif olarak kripto-paralar, hisse senetleri ve faiz gibi alanlarda bu fizikselliği bulmak biraz daha zor. Emtia piyasası da kendi içinde birçok farklı alana dallanıp budaklanıyor elbette; benim uğraştığım alan genel olarak enerji, spesifik olarak da elektrik ticareti. Kısacası çalıştığım şirketler uluslararası enerji borsalarında çeşitli enerji ürünlerini (petrol, doğalgaz, elektrik, karbon salınım hakkı vb.) alıp satıyorlar. Benim icinde bulundugum ekipler ise yoğunluklu olarak bu borsalarda elektrik kontratlarını alıp satıyorlar; ben ise bu 'ticaret' (trading) sürecinde ekibi, elektrik borsalarını yönlendiren fiziksel koşulların tahmininde, özellikle Avrupa ozelinde elektrik üretim ve talebinin modellenmesi, elektrik ağındaki akışların analizi ve tüm bunların fiyata yansımaları konusunda analitik çalışmalarla destekliyorum.
Hızlıca ifade ettiğim şeylerin biraz daha anlam ifade etmesi için bir seviye daha detaya inmem faydalı olabilir. Elektriğin borsada ticaretinin yapıldığını ben de bu alana girmeden önce bilmiyordum, dolayısıyla kendinizi 'Fransız' hissetmeniz çok normal. Düğmeye her bastığımızda 'mucizevi' bir şekilde yanan ampulün elektriğinin anlık olarak nasıl sağlandığını bilmememiz, günlük hayatın arkasında yatan teknik detaylardan sadece biri aslında. 'Anlık' kısmı çok vurucu, çünkü finansal ve fiziksel olarak baktığımızda arz ve talebin anlık olarak birbirine eşit olmak zorunda olduğu yegane emtia diyebiliriz elektrik için; çünkü henüz elektriği (büyük ölçekte) etkin bir şekilde depolamanın bir yolunu bulamadık. Üstüne bir de güneş ve ruzgar gibi doğanın kontrolünde olan kaynaklara yaptığımız yatırımlarla üretim değişkenliğinin ne kadar arttığını düşünürseniz, bahsi geçen denkleştirmeyi yapmanın ne kadar büyük bir zorluk olduğunu hayal edebilirsiniz. Mevcut liberalleştirilmiş elektrik piyasalarında bu durum elektriğin şebekeye verilme anına kadar alıp satımının devam etmesine neden oluyor. Örneğin bir gün öncesinden, yarın 13:00-14:00 saat aralığında 100MW elektrik üreteceğini belirten bir rüzgar santrali, o saat gelene kadar söz verdiği elektriği şebekeye vermek üzere o ana dair üretim tahminini en son hava durumuna göre güncelleyip revize edebilir. Çünkü söz verdiğinin altında ya da üstünde üretim yapması, şebekenin o anki dengesine göre finansal olarak cezalandırılmasına (para kaybetmesine) neden olabilir.
Görüldüğü gibi hava durumunun büyük rol oynadığı, anlık değişimlerin ciddi farklar yarattığı ve çok iyi talep/üretim tahminlerinin ve bunlara bağlı fiyat modellerinin inanılmaz fark yarattığı bir alan elektrik piyasaları. Alım satımı yapan 'trader' dediğimiz tayfa bu modellere bakıp kararlar veriyor, geçmişteki oruntulerden yola çıkarak geleceğe dair öngörulerde bulunuyor ve piyasada doğru fiyatlanmamış kontratları topluyor (yani olması gerekenden düşük olanları alıyor, olması gerekenden yüksek olanları ise satıyor - bir şeyi satmak için her zaman ona sahip olmak zorunda değilsiniz bu arada). Ben arkaplanda çalışan bölge ve ülke düzeyinde toplam elektrik talebinin kısa ve orta vadeli tahminlerinin yapılması, rüzgar, güneş ve hidroelektrik üretimi gibi değişken üretim kaynaklarının hava durumu temelli modellerinin oluşturulması ile bu tahminlerin piyasalara yansıması olarak bahsi geçen elektrik kontratının 'adil' fiyatının tahmini gibi problemler üzerine çalışıyorum. Çalıştığım ekiplerde, bu tip tahmin modellerini tipik olarak istatistik ve 'machine learning' temelli öğrenme algoritmalari ile modelleyip, tüm bunların sürekli ve düzenli bir şekilde karar alma süreçlerine entegre olması için gerekli yazılım altyapısını kuruyoruz.
Birbirine bagli bircok hattan olusan Avrupa Elektrik sebekesi (grid) - Bu baglantilar sayesinde bir ulkede uretilen elektrik sinir otesi baska bir ulkeye satilabiliyor - Kaynak: Flow Allocation in Meshed AC-DC Electricity Grids
Kısa süre demişken videoda haklı olarak üzerinde durulan bir diğer konu, akademi ve endustrideki 'zaman kısıtlaması' farkı. Çalıştığınız ekibe bağlı olarak, endüstride size atanan bir görevden genelde birkaç haftalık zaman zarfında bir ilerleme göstermiş olmanız ya da kaba bir prototip geliştirmiş olmanız beklenir. Bunu özellikle temel bilimler gibi her şeyin en temeline girme zorunluluğu olan bir alanda sürekli hale getirmek pek mümkün değil. Endustride bunun olmasını sağlayan da aslında tam olarak bu; uğraştığınız bir problemin 'gaz ve toz bulutu' seviyesinde temellerine inmeniz genelde beklenmez; eğer problem iyi formüle edilmişse, çoğu zaman işe yarar bir kaba prototip çoğu zaman ilk aşamada iş gorur; sonrasında gerekli geri donuşlerle adım adım iyileştirmeler yapılabilir. Fakat beklenen şey (eğer sistem seviyesinde büyük problemlerle ugraşılmıyorsa) spesifik problemin kendisine odaklanıp çözüm için adım atmaktır, konuyu etraflıca ele alıp temellerine inmekten ziyade. Bunu günlük hayatımda her gün yaşıyorum. Modellemeye çalıştığım sistemler fiziksel olarak girişilebilecek en zor problemler: atmosfer dinamiği, rüzgar/bulut değişkenliği, yağış tahmini gibi fiziğe dayalı problemler ya da birbirine bağlı binlerce noktanın karmaşık etkileşimi ile ortaya çıkan elektrik şebekesi ağı ya da her birbirinden farklı motivasyonlarla borsaya gelen oyunculularin kollektif olarak oluşturdukları fiyat dinamiği... Her bir başlık üzerine onlarca doktora tezi yazılır muhtemelen ama bir yıl içerisinde bu konularla defalarca değinip çeşitli projeler yaptığımı biliyorum... Akademiden geçiş yapacak birisinin bu zihin setine geçiş yapması epey kritik, zira akademideki gibi geniş ve özgürce (çoğu zaman harcanan!) zamana sahip olmuyorsunuz malesef.
Röportajda hoşuma giden bir başka şey de, dönüp dolaşıp temellere odaklanmak gerektiği üzerinde durulması. Özellikle de işin başlangıcında, çalışılan alanın detaylarını bilmezken bu cok onemli. Bunun için de saydığı liste temel olarak istatistik, olasılık, uygulamalı matematik ve programlamayı içeriyor. Gerçekten de yaptığımız, ugrastıgımız problemi bunlar aracılığıyla formal bir hale getirip elinizdeki araçlarla çözmeye çalışmaktan ibaret aslında. Bunu yaparken alet cantamızdakı araçların nasıl kullandığını öğrenmek büyük önem taşıyor. Temel bir istatistiksel test yapmak, veriyi bir olasılık dağılımı ile modellemek, eğer bir opsiyon modeli kuruyorsanız temel seviyede PDE ve stochastic calculus bilmek kaçınılmaz. Bu temellere bu arada sürekli dönüp dolaşıp geri dönüyorsunuz çünkü birçok problemin çözümünün altında bunların varyasyonları yatıyor. Benim çalıştığım problemler büyük ölçüde zaman serisi tahmin modelleri olduğundan istatistik ve 'machine learning' bilgisi büyük önem taşıyor. Genelde hava durumu gibi 'büyük ve yüksek frekanslı' veri ile ugraştıgımızdan iyi bir veri tabanı ve paralel programlama bilgisi epey şe yarıyor.
Son olarak değinmek istediğim nokta ise işin 'iletişim' tarafı. Bu kısım genelde bu tarz işlere hazırlanırken pek göz önüne alınmayan fakat işin içindeyken önemi fark edilen konulardan. Teknik yönü ağır bir iş yaptiginizdan genelde yaptıgınız calışmaları sunduğunuz son kullanıcılar ya da işten sorumlu yöneticiler genelde sizin kadar teknik donanımlı olmuyorlar. Dolayısıla siz istediğiniz kadar machine learning ile harikalar yaratın, karşınızdaki kişi sizden ya sezgisel bir açıklama ya da nihayetinde anlamlandirabilecegi bir sonuç bekliyor olacak. Benim durumumda, her gün muhatap olduğum trader'lar, belki de tanıdığım en zeki insan grubu olsalar da, matematik ve fizik konusunda ortalamanın bir tık üstündeler; haliyle onlara sunduğum yeni bir modeli, girdi olarak kullandığım verilerden, modelin içeride nasıl bir örüntü yakalamaya çalıştığı ve sonuç olarak verdiği tahminlerin de belirli değişken etkileşimlerinden kaynaklandığını mutlaka göstermem gerekiyor. Tüm bunlar karmaşık süreçlerin basitlestirilerek ifade edilmesi, konuya yabancı bir kişiye kullandığım yöntemin zayıf ve güçlü yanlarını açık bir şekilde anlatılmasını ve çoğu zaman sonucu en başta belirsiz olan projeler için zaman ve bütçe alabilmek icin ekibin ikna edilmesini içeriyor. Aynı şey sürekli iletişimde olduğunuz yazılım/veri ekipleri ile kurulan etkileşimler için de geçerli. Akademide de azami ölçüde iletişim olsa da, bunu günlük süreçlerinizde sürekli olarak kullanmanız gerekmiyor. Özellikle quant gibi birden fazla fonksiyonu/işlevi yerine getiren 'cross-functional' rollerde iletişim büyük önem taşıyor.
Zamanında yazdığım 'Yeni Mezundan Lisans/Yüksek Lisans Ravsiyeleri' yazı dizisine 'profesonel dunyadan' bir ek niteliğinde olacak bu yazıyı yavaş yavaş noktalamak gerekirse; hali hazırda görüştüğüm doktora ya da doktora sonrası araştırma yapan fizikçilerin büyük bir kısmının derdi, mevcut şartları göz önüne alarak, akademiden çıkmak fakat bunu nasıl ve ne yöne dokgru yapacaklarını bilmemeleri. Malesef akademideki danışmanlık sistemi dış dünyaya bu kadar kapalı olduğu sürece bu böyle olmaya da devam edecek gibi duruyor. En azından benim gibi geçişi yapmış kişilerin deneyimlerinin de benzer kaygılar taşıyan kişilere fikir vereceğini düşünüyorum. Konuyla ilgili merak ettiğiniz yada sormak istediğiniz şeyler olursa "Yorumlar" kısmında bir etkileşim baslatabilirsem de ne ala...
Son olarak da, yukarıda bahsettiğim konulara giriş niteliğinde birkaç şey okumak/izlemek isteyenlere önerilerde bulunayım:
- Finans Matematigi ve 'Options'lara giriş niteliginde bu harika 'lisans' dersini tavisye ederim: Youtube link [Dersi isledigi kitabina goz atmak icin de: Mathematics of Finance: An Intuitive Introduction]
- Elektrik piyasalarina giriş niteliginde guzel bir 'textbook': Daniel Sadi Kirschen, Goran Strbac - Fundamentals Of Power System Economics-John Wiley & Sons (2019) [Bu kitabi referans alan ama kitaptan cok daha fazlasini da sunan harika bir Youtube dersi var ilgilenenler icin: Renewables in Electricity Markets adinda]
- Elektrik piyasasının nasıl işledigine dair giriş seviyesinde bilgiler icin Avrupa Elektrik Borsasının yayınladıgı bir rehber: Basics of Power Market
- Emtia piyasalarına dair genel kultur seviyesinde bilgi edinmek icin şu iki kitap gercekten guzel kaynaklar: The World for Sale ve The Secret Club that Runs the World
- Finans matematigine bir fizikci gozunden yaklaşan, harika bir 'populer' bir kitap: Physics of Wall Street [Yazarin kitap hakkında bir saatlik konusması da epey fikir verebilir]
- Bu alanda bir efsane olarak bilinen Jim Simons'in ve Millenium Fonu'nun hikayesini anlatan bir kitap: The Man Who Solved The Market - kendisinin Youtube'daki roportaji da epey guzel [Kitabin Turkce'si de 'Jim Simons Piyasaların Şifresini Çözen Adam' adiyla Scala Yayinciliktan cikti.]
