Python ile Teknik İndikatör Hesaplama — RSI, MACD, Bollinger, ATR

Yıllarca hazır kütüphanelerin ürettiği indikatör değerlerine güvendim. Bir gün aynı hisse için farklı iki platformda RSI değerlerinin örtüşmediğini fark ettim. O günden sonra her indikatörü bir kez sıfırdan yazmayı alışkanlık haline getirdim. Neyi hesapladığını bilmeden kullanmak, kör uçmak gibi.

Neden Sıfırdan?

ta-lib gibi kütüphaneler hızlı ama kurulumu zahmetli, bazı ortamlarda çalışmıyor. Daha önemlisi: kara kutu gibi kullanılıyor. RSI hesaplamasının iki farklı smoothing yöntemi var — Wilder's ve EMA bazlı. Hangisini kullandığınızı bilmeden sonuçları karşılaştıramazsınız.

Adım 1: Veri Hazırlığı

!pip install yfinance --quiet

import yfinance as yf
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

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

if isinstance(df.columns, pd.MultiIndex):
    df.columns = df.columns.droplevel(1)

df = df[df["Volume"] > 0].ffill().dropna()
df.index = pd.to_datetime(df.index)

print(f"{ticker} | {len(df)} gün | {df.index[0].date()} → {df.index[-1].date()}")

Adım 2: RSI — Göreceli Güç Endeksi

RSI, belirli bir penceredeki yükseliş ve düşüş güçlerini karşılaştırır.

def hesapla_rsi(close, period=14):
    delta = close.diff()
    kazanc = delta.clip(lower=0)
    kayip = (-delta).clip(lower=0)

    ort_kazanc = kazanc.ewm(alpha=1/period, adjust=False).mean()
    ort_kayip = kayip.ewm(alpha=1/period, adjust=False).mean()

    rs = ort_kazanc / ort_kayip
    rsi = 100 - (100 / (1 + rs))
    return rsi

df["RSI"] = hesapla_rsi(df["Close"], period=14)
print(df[["Close", "RSI"]].tail(5).round(2))

Adım 3: MACD — Hareketli Ortalama Yakınsama/Iraksama

MACD üç bileşenden oluşur: MACD çizgisi, sinyal çizgisi ve histogram.

def hesapla_macd(close, hizli=12, yavas=26, sinyal=9):
    ema_hizli = close.ewm(span=hizli, adjust=False).mean()
    ema_yavas = close.ewm(span=yavas, adjust=False).mean()

    macd_cizgi = ema_hizli - ema_yavas
    sinyal_cizgi = macd_cizgi.ewm(span=sinyal, adjust=False).mean()
    histogram = macd_cizgi - sinyal_cizgi

    return macd_cizgi, sinyal_cizgi, histogram

df["MACD"], df["MACDSinyal"], df["MACDHist"] = hesapla_macd(df["Close"])

Adım 4: Bollinger Bands

Fiyatın standart sapma bazlı bantların dışına çıkmasını ölçer.

def hesapla_bollinger(close, period=20, std_carpan=2):
    orta = close.rolling(period).mean()
    std = close.rolling(period).std()
    ust = orta + std_carpan * std
    alt = orta - std_carpan * std
    b_yuzdesi = (close - alt) / (ust - alt)
    bant_genisligi = (ust - alt) / orta

    return orta, ust, alt, b_yuzdesi, bant_genisligi

df["BB_Orta"], df["BB_Ust"], df["BB_Alt"], df["BB_B"], df["BB_Genislik"] = \
    hesapla_bollinger(df["Close"])

Adım 5: ATR — Ortalama Gerçek Aralık

ATR volatiliteyi ölçer. Süpertrend ve dinamik stop-loss hesaplamalarının temel taşı.

def hesapla_atr(high, low, close, period=14):
    tr1 = high - low
    tr2 = (high - close.shift(1)).abs()
    tr3 = (low - close.shift(1)).abs()
    true_range = pd.concat([tr1, tr2, tr3], axis=1).max(axis=1)
    atr = true_range.ewm(alpha=1/period, adjust=False).mean()
    return atr

df["ATR"] = hesapla_atr(df["High"], df["Low"], df["Close"], period=14)
df["ATR_Pct"] = df["ATR"] / df["Close"] * 100

Adım 6: Dört İndikatörü Tek Grafik

fig = plt.figure(figsize=(14, 14))
gs = gridspec.GridSpec(4, 1, height_ratios=[3, 1, 1, 1], hspace=0.4)

son_300 = df.tail(300)

ax1 = fig.add_subplot(gs[0])
ax1.plot(son_300["Close"], color="black", linewidth=0.9, label="Kapanış")
ax1.plot(son_300["BB_Orta"], color="blue", linewidth=0.8, linestyle="--", label="BB Orta")
ax1.plot(son_300["BB_Ust"], color="gray", linewidth=0.7)
ax1.plot(son_300["BB_Alt"], color="gray", linewidth=0.7)
ax1.fill_between(son_300.index, son_300["BB_Alt"], son_300["BB_Ust"], alpha=0.05, color="blue")
ax1.set_title(f"{ticker} — RSI | MACD | Bollinger | ATR")
ax1.legend(fontsize=8); ax1.grid(alpha=0.3)

ax2 = fig.add_subplot(gs[1])
ax2.plot(son_300["RSI"], color="purple", linewidth=0.9)
ax2.axhline(70, color="red", linestyle="--", alpha=0.6)
ax2.axhline(30, color="green", linestyle="--", alpha=0.6)
ax2.set_ylabel("RSI"); ax2.set_ylim(0, 100); ax2.grid(alpha=0.3)

ax3 = fig.add_subplot(gs[2])
ax3.plot(son_300["MACD"], color="blue", linewidth=0.9, label="MACD")
ax3.plot(son_300["MACDSinyal"], color="orange", linewidth=0.9, label="Sinyal")
renkler = ["green" if v >= 0 else "red" for v in son_300["MACDHist"]]
ax3.bar(son_300.index, son_300["MACDHist"], color=renkler, alpha=0.6)
ax3.set_ylabel("MACD"); ax3.legend(fontsize=7); ax3.grid(alpha=0.3)

ax4 = fig.add_subplot(gs[3])
ax4.plot(son_300["ATR_Pct"], color="darkorange", linewidth=0.9)
ax4.fill_between(son_300.index, 0, son_300["ATR_Pct"], alpha=0.2, color="orange")
ax4.set_ylabel("ATR %"); ax4.grid(alpha=0.3)

plt.tight_layout()
plt.show()

Sonuç

• RSI, MACD, Bollinger ve ATR'yi sıfırdan yazmak bir kez bile olsa yapılması gereken bir alıştırma.
• BIST'te parametre seçimi önemli: yüksek volatilite dönemlerinde ATR period'u ve Bollinger std çarpanını artırmak daha sağlıklı sinyal üretiyor.
• Bu indikatörlerin sınırı şu: hepsi gecikmeli — geçmiş fiyatları kullanarak hesaplanıyor.
• Bir sonraki adım: bu indikatörleri Plotly ile interaktif grafiklere dönüştürmek.

Bu yazıdaki kodlar eğitim amaçlıdır; yatırım tavsiyesi değildir.