Maximum Drawdown Yönetimi — Drawdown'dan Çıkış Süresi ve Sermaye Koruma

Maximum drawdown teoride bir sayı, pratikte bir psikoloji testi. Kendi geliştirdiğim bir stratejide %-23 drawdown yaşadım — backteste göre %-18 bekleniyordu. O 5 puanlık fark küçük görünüyor ama stratejiyi kapatıp kapatmamak arasında titredim.

Drawdown Nedir, Neden Önemli?

Maximum Drawdown (MDD) portföyün zirve değerinden en derin düşüşünü ölçer. %20 MDD, portföyün bir noktada zirveden %20 erimesi demek.

Ama MDD kadar önemli olan iki ek metrik var:

Drawdown Süresi: Zirveye ne kadar sürede ulaşıldı?

Recovery Süresi: Zirveyi geri kazanmak ne kadar sürdü?

Adım 1: Drawdown Hesaplama

!pip install vectorbt yfinance --quiet

import vectorbt as vbt
import yfinance as yf
import pandas as pd
import numpy as np
import plotly.graph_objects as go
from plotly.subplots import make_subplots

ticker = "GARAN.IS"
df = yf.download(ticker, start="2020-01-01", end="2025-01-01", progress=False)
if isinstance(df.columns, pd.MultiIndex):
    df.columns = df.columns.droplevel(1)
close = df["Close"].dropna()

pf = vbt.Portfolio.from_holding(close, init_cash=100_000, fees=0.001)
dd = pf.drawdowns

print(f"Maximum Drawdown     : %{pf.max_drawdown()*100:.1f}")
print(f"Toplam Drawdown Sayısı: {dd.count()}")

Adım 2: Drawdown Dönemlerini Detaylı İncele

def drawdown_hesapla(fiyat_serisi):
    rolling_max = fiyat_serisi.cummax()
    drawdown = (fiyat_serisi - rolling_max) / rolling_max * 100
    return drawdown, rolling_max

dd_seri, rolling_max = drawdown_hesapla(close)

print("Drawdown İstatistikleri:")
print(f"  Maximum Drawdown   : %{dd_seri.min():.1f}")
print(f"  Ortalama Drawdown  : %{dd_seri.mean():.1f}")
print(f"  DD'da geçen gün (<%5) : {(dd_seri < -5).sum()}")
print(f"  DD'da geçen gün (<%10): {(dd_seri < -10).sum()}")
print(f"  DD'da geçen gün (<%20): {(dd_seri < -20).sum()}")

Adım 3: Drawdown Görselleştirme

fig = make_subplots(
    rows=2, cols=1, shared_xaxes=True,
    row_heights=[3, 1], vertical_spacing=0.04,
    subplot_titles=("Fiyat ve Zirve", "Drawdown %")
)

fig.add_trace(go.Scatter(
    x=close.index, y=close.values,
    name="Kapanış", line=dict(color="#1565c0", width=1)
), row=1, col=1)

fig.add_trace(go.Scatter(
    x=rolling_max.index, y=rolling_max.values,
    name="Zirve", line=dict(color="#43a047", width=1, dash="dot"), opacity=0.7
), row=1, col=1)

fig.add_trace(go.Scatter(
    x=dd_seri.index, y=dd_seri.values, name="Drawdown %",
    fill="tozeroy", fillcolor="rgba(229,57,53,0.2)",
    line=dict(color="#e53935", width=0.8)
), row=2, col=1)

for seviye, renk in [(-10, "orange"), (-20, "red")]:
    fig.add_hline(y=seviye, line_dash="dash", line_color=renk, line_width=1, row=2, col=1)

fig.update_layout(
    title=f"{ticker} — Drawdown Analizi (2020-2025)",
    plot_bgcolor="#fff", paper_bgcolor="#f8f9fa",
    hovermode="x unified", height=550
)
fig.show()

Adım 4: Sermaye Koruma Mekanizması — Drawdown Bazlı Pozisyon Azaltma

def drawdown_bazli_pozisyon(mevcut_dd_pct, esikler=None):
    if esikler is None:
        esikler = [
            (0, 1.00),    # Normal: tam pozisyon
            (-5, 0.75),   # %-5 DD: %75 pozisyon
            (-10, 0.50),  # %-10 DD: %50 pozisyon
            (-15, 0.25),  # %-15 DD: %25 pozisyon
            (-20, 0.00),  # %-20 DD: nakit
        ]

    pozisyon = 1.0
    for esik, oran in sorted(esikler, reverse=True):
        if mevcut_dd_pct <= esik:
            pozisyon = oran
            break
    return pozisyon

pozisyon_agirlik = dd_seri.apply(drawdown_bazli_pozisyon)

nakit_gun = (pozisyon_agirlik == 0).sum()
azaltilmis_gun = (pozisyon_agirlik < 1).sum()

print(f"Nakit kalınan gün   : {nakit_gun} ({nakit_gun/len(dd_seri)*100:.1f}%)")
print(f"Azaltılmış pozisyon : {azaltilmis_gun} ({azaltilmis_gun/len(dd_seri)*100:.1f}%)")

Sonuç

• Drawdown rakamı backtest raporunda küçük görünür ama gerçekte yaşamak çok farklı.
• Recovery süresi çoğu zaman drawdown kadar önemli — BIST'te bazı hisseler yıllarca önceki zirveye dönemedi.
• Drawdown bazlı pozisyon azaltma mekanizması hem sermayeyi hem psikolojiyi koruyor.
• Bu analizin sınırı: pozisyon azaltma gecikmeli tepki veriyor. Volatilite bazlı önceden azaltma daha proaktif bir yaklaşım.

Bu yazıdaki kodlar eğitim amaçlıdır; yatırım tavsiyesi değildir.