Edward Nikulin, Mind Money'de Hava Durumu Modelleme Uzmanı – Röportaj Serisi

Edward NikulinAvrupa merkezli aracı kurum Mind Money'de hava durumu modeli uzmanı ve işlem bölümü başkanı olan kişi, piyasa modellemesi, sistematik işlem ve yapay zeka destekli analitik alanlarında sekiz yılı aşkın deneyime sahip yetkin bir nicel araştırmacı ve veri bilimcisidir. Mind Money'nin tescilli işlem stratejileri için kullanılan hava durumu modelinin yazarıdır.

Zihin Parası Limassol, Kıbrıs merkezli bir Avrupa yatırım ve aracı kurum platformudur ve küresel hisse senetlerine, tahvillere, ETF'lere ve seçilmiş halka arz ve halka arz öncesi fırsatlara erişim sunmaktadır. CySEC düzenlemeleri ve MiFID II uyumluluğu altında faaliyet gösteren platform, uluslararası finans piyasalarına erişim arayan müşteriler için şeffaf fiyatlandırma, çeşitlendirilmiş yatırım seçenekleri ve profesyonel portföy yönetimine odaklanmaktadır.

Edward Nikulin, iklim ve hava modellemesini emtia piyasalarının analizine uygulama konusundaki bilgi birikimini ve uzmanlığını paylaşıyor. Bir tüccardan hava modelleme uzmanına uzanan yolculuğu, finansal ve çevresel verilerin nasıl kesiştiğine dair kendine özgü bir bakış açısı oluşturmuştur. Bu yazıda, hava-emtia modelinin pratikte nasıl çalıştığını açıklıyor: mevsimsel sıcaklık değişimlerinden yağış modellerine ve aşırı olaylara kadar hangi tür iklim ve hava değişkenlerinin dahil edildiğini ve bu girdilerin nasıl eyleme geçirilebilir alım satım ve risk sinyallerine dönüştürüldüğünü anlatıyor. Piyasa sezgisini bilimsel modellemeyle birleştirerek, Edward okuyuculara hava istihbaratının günümüzde emtia stratejilerinde nasıl belirleyici bir faktör haline gelebileceğine dair nadir bir bakış açısı sunuyor.

Bize bir tüccardan iklim ve hava modelleme uzmanına uzanan yolculuğunuzu ve bu geçmişinizin bugün emtia piyasalarını analiz etme şeklinizi nasıl şekillendirdiğini anlatabilir misiniz?

Geçmişim nicel ticaret ve veri bilimi alanında. Uzun yıllar boyunca sistematik emtia ve türev stratejileri üzerinde çalıştım, bu nedenle her zaman ticaret sinyalleri ve risk açısından düşünüyordum. Daha sonra, deniz lojistiğini optimize etmeye odaklanan bir girişim tarafından hava ve iklimle ilgili bir yapay zeka alanına liderlik etmem için davet edildim. Bu da beni, tüccarlardan çok farklı düşünen hidrometeorologlar, ekolojistler ve alan uzmanlarıyla çok yakın günlük temasa geçirdi.

Bu deneyim çok önemliydi: Hava durumu uzmanlarının fiziksel süreçler, belirsizlik ve zaman gecikmeleri hakkında nasıl düşündüklerini öğrendim. Ve en az bu kadar önemli olan şey, zihinsel modellerinin piyasalarda kullanılanlardan ne kadar farklı olduğunu öğrenmemdi.

Bugün, bu iki dünyanın kesişim noktasında çalışıyorum. Hava durumuna bir tahmin problemi olarak yaklaşmıyorum (aslında, NOAA ve ECMWF modellerini alt etmeye çalışmanın pek bir anlamı yok) ve piyasalara da tamamen istatistiksel gürültü olarak yaklaşmıyorum. Ticaret geçmişim, her iklim sinyalinin çok pratik soruları yanıtlamasını zorunlu kılıyor: Bu bilgi fiyatı ne zaman, hangi mekanizma aracılığıyla ve hangi olasılıkla etkiliyor? Bu kombinasyon, emtia piyasalarını nasıl analiz ettiğimi büyük ölçüde şekillendiriyor.

Hava durumu-emtia modeliniz pratikte nasıl çalışıyor? Hangi tür iklim ve hava durumu verilerini dahil ediyorsunuz ve bu değişkenler nasıl eyleme dönüştürülebilir alım satım veya risk sinyallerine çevriliyor?

Pratik açıdan bakıldığında, model tek bir veri kaynağına dayanmak yerine, çeşitli veri katmanlarını entegre etmektedir.

Hava durumu tarafında, sayısal hava tahmini modellerinden, üretim bölgelerine yakın hiper-yerel meteoroloji istasyonu verilerinden ve bitki örtüsü ve kuraklık endeksleri gibi uydu kaynaklı göstergelerden gerçek zamanlı ve kısa vadeli veriler alıyoruz. İklim tarafında ise, yeniden analiz veri kümeleri ve ENSO, NAO, PDO ve diğerleri gibi büyük ölçekli iklim endeksleri aracılığıyla daha uzun vadeli sinyalleri takip ediyoruz.

Asıl önemli adım tahmin değil, etki çevirisidir. Ham hava değişkenleri, belirli bir emtia için önemli olan üretim, lojistik veya talep tarafı mekanizmalarına eşleştirilir. Bu ilişkiler, belirsizliği yakalamak için genellikle Monte Carlo simülasyonları kullanılarak, kural tabanlı ve olasılıksal bir çerçeve aracılığıyla resmileştirilir.

Çıktı bir hava tahmini değil, yapılandırılmış bir sinyaldir: olasılık ağırlıklı senaryolar, risk asimetrisi ve zaman kaydırmalı etki tahminleri. Bu da sinyallerin, vadeye bağlı olarak, alım satım kararları veya risk kontrolü için kullanılmasını sağlar.

Modeliniz birkaç yıldır güçlü bir performansla yayında — büyük hava olayları sırasında nasıl bir davranış sergiledi ve bu dönemler iklim şoklarına piyasa tepkileri hakkında neler ortaya koydu?

Modeli canlı olarak çalıştırmanın en önemli bulgularından biri, piyasaların hava koşullarındaki ani değişimlere neredeyse hiçbir zaman anında tepki vermemesi ve çok nadiren doğrusal bir şekilde tepki vermesidir.

Yakın zamana ait iyi bir örnek doğal gazdır. Ekim sonlarında, modelimiz kutup girdabı kaynaklı bir bozulma olasılığının yüksek ve artmakta olduğunu göstermeye başladı. O noktada, hava durumu hala nispeten sakin görünüyordu, stoklar yeterliydi ve piyasa anlatımı nötrdü. Fiyatlar neredeyse hiç tepki vermedi. 

Önemli olan, modelin ikili bir sinyal üretmemesiydi. Atmosferik desenler daha istikrarsız hale geldikçe, Kasım ve Aralık ayları boyunca yükselmeye devam eden bir olasılık eğrisi gösterdi. Daha sonra, soğuk senaryolar kamuoyu tahminlerinde ve medya anlatılarında tutarlı bir şekilde görünmeye başladığında, Doğal Gaz güçlü bir yükseliş trendine girdi.

Bu bölüm, tekrar tekrar gördüğümüz bir şeyi açıkça ortaya koydu:

• Öncelikle fiziksel atmosferik stres gelir,
• daha sonra olasılık birikimi,
• daha sonra bilgi yayılımı,
• Ve ancak en sonunda fiyat ayarlamasını görüyoruz.

Emtia tüccarları ve yatırımcıları iklim ve hava durumu verilerini risk yönetimi stratejilerinde şu anda nasıl kullanıyorlar ve sizce katılımcıların çoğu hangi noktalarda hâlâ yetersiz kalıyor?

Katılımcıların çoğu hava durumu verilerini hâlâ büyük ölçüde keyfi bir şekilde kullanıyor. Tahminleri takip ediyorlar, uzman yorumlarını okuyorlar ve olayların algılanan ciddiyetine göre pozisyonlarını ayarlıyorlar. Risk yönetiminde iklim verileri genellikle geriye dönük olarak kullanılıyor.

Eksik kaldıkları nokta ise biçimlendirmedir. Hava durumu sinyalleri genellikle özneldir, tutarsız bir şekilde ağırlıklandırılmıştır ve piyasa yapısıyla zayıf bir şekilde entegre edilmiştir. Bir diğer yaygın sorun ise görsel olarak çarpıcı ancak ekonomik olarak önemsiz anomalilere aşırı tepki vermek veya arz için çok daha önemli olan yavaş ilerleyen süreçlere yetersiz tepki vermektir.

En büyük eksiklik, hava durumu, üretim üzerindeki etki ve fiyat tepkisi arasında net bir bağlantının olmamasıdır.

Özellikle tarım ve enerji sektörleri olmak üzere, 2026 yılına kadar emtia piyasaları için hangi iklim veya hava durumu göstergelerinin en önemli olacağına inanıyorsunuz?

Tarım için, kuraklığın gelişimi, toprak nemi ve bitki sağlığı gibi kalıcı nem dengesi göstergeleri, tek tek hava olaylarından çok daha önemli olacaktır. Hassas büyüme evrelerindeki aşırı sıcaklıklar da kritik önem taşımaya devam edecektir.

Enerji alanında, özellikle kış aylarındaki ısıtma talebi dalgalanmaları ve yaz aylarındaki enerji sistemleri üzerindeki ısı stresi gibi talep tarafındaki sıcaklık anomalilerine odaklanılacak. İklim tarafında ise ENSO gibi büyük ölçekli salınımlar, bölgesel arz-talep dengesizliklerini etkilemeye devam edecek.

Yaklaşımınız, piyasalarda kullanılan daha geleneksel emtia tahmin modellerinden veya standart hava durumuna dayalı analizlerden hangi yönlerden farklılık gösteriyor?

Temel fark, fiyatları veya hava durumunu doğrudan tahmin etmeye çalışmamamız ve sıradan hava tahminleri yapmamamızdır. Ekibimiz, hava ve iklimin fiyatlar üzerindeki etkisinin nicel modellemesine odaklanmaktadır.

Geleneksel modeller genellikle fiyatları istatistiksel olarak tahmin eder veya hava durumunu zayıf bir yapıya sahip dışsal bir açıklayıcı değişken olarak ele alır. Öte yandan, standart hava durumu analizi, piyasa bilincinden ziyade tanımlayıcı olma eğilimindedir. Yaklaşımımız, çevresel koşullar ve piyasa etkisi arasındaki nedensel zinciri resmileştirerek, belirsizliği, zamanlamayı ve alaka düzeyini açıkça modellemektedir.

Yatırımcılar iklim verilerini gerçek dünya karar alma süreçlerine entegre etmeye çalışırken karşılaştıkları en büyük zorluklar nelerdir ve yaygın tuzaklardan nasıl kaçınabilirler?

En büyük zorluk, sinyali gürültüden ayırmaktır. İklim verileri yüksek boyutlu, yavaş değişen ve genellikle medya anlatılarıyla duygusal olarak yüklü verilerdir.

Sık karşılaşılan hatalar arasında tarihsel korelasyonlara aşırı uyum sağlama, zaman gecikmelerini göz ardı etme ve daha fazla verinin otomatik olarak daha iyi kararlara yol açacağını varsayma yer almaktadır. Bir diğer hata ise iklim eğilimlerini olasılıksal değil, deterministik olarak ele almaktır.

Gerçekte, bu sorunların çoğu anlayış eksikliğinden kaynaklanıyor. İklim verilerini ticarete veya risk yönetimine entegre etmek o kadar kolay değil. Fiziksel mekanizmaları, bölgesel özellikleri, veri sınırlamalarını ve en önemlisi piyasaların bu bilgiyi nasıl işlediğini anlamak önemli miktarda zaman gerektiriyor. Bu temel olmadan, iklim verileri daha iyi kararlar yerine yanlış bir güven duygusu yaratma eğilimindedir.

Meteorolog işe almak, hava durumu uzmanlığındaki açığı kapatmaya yardımcı olabilir, ancak temel sorunu çözmez: hava ve iklim sinyallerini ölçülebilir piyasa etkisine ve fiyatlandırma dinamiklerine dönüştürmek. Bu noktada, gerçekten sadece iki geçerli yol vardır. Ya bu yeteneği zaten geliştirmiş ve uygulanabilir bilgiler sağlayabilen ekiplerle iş birliği yapmak ya da piyasa uzmanlığını çevre bilimiyle birleştiren, kurum içinde özel bir hava ve iklim masası kurmaya yatırım yapmak.

Önümüzdeki birkaç yıl içinde uzun vadeli iklim eğilimlerinin küresel emtia piyasalarını yapısal olarak nasıl yeniden şekillendireceğini düşünüyorsunuz?

Şimdiden düzgün trend değişimlerinden ziyade artan oynaklık görüyoruz. İklim değişikliği sadece ortalamaları hareket ettirmekle kalmıyor, aşırı olayların sıklığını ve kümelenmesini de artırıyor.

Yapısal olarak bu, tedarik belirsizliğinin artması, risk primlerinin yükselmesi ve lojistik ve envanter yönetiminde esnekliğe daha fazla önem verilmesi anlamına gelir. Bazı bölgeler daha az güvenilir tedarikçi haline gelirken, diğerleri stratejik önem kazanabilir.

İklim riski kurumsal çerçevelerde giderek daha merkezi bir rol oynarken, iklim odaklı modellerin portföy oluşturma, açıklama veya risk raporlaması üzerindeki etkisini nasıl görüyorsunuz?

İklim odaklı modeller, kademeli olarak niteliksel üst katmanlardan niceliksel risk girdilerine doğru evrilecektir. Portföy oluşturmada, pozisyon büyüklüğünü, uç risk maruziyetini ve çeşitlendirme varsayımlarını bilgilendirebilirler. Açıklama ve raporlamada ise, düz anlatılara dayanmadan iklim maruziyetini tartışmak için daha savunulabilir, senaryo tabanlı bir yol sağlarlar.

Zamanla, iklim riskinin emtia piyasalarında makro risk veya oynaklık riskiyle benzer şekilde ele alınmasını bekliyorum: ayrı bir ESG kategorisi olarak değil, piyasa riskinin temel bir bileşeni olarak.

Modelinizden elde edilen içgörülerin, emtia fiyatlarındaki önemli bir hareketi piyasa genelinde fark edilmeden önce öngörmeye yardımcı olduğu bir örneği paylaşabilir misiniz?

Daha önce de belirttiğim gibi, doğal gaz, modelin sağladığı içgörünün açık bir örneğidir.

Ayrıca, tarım piyasalarına uygulanabilecek daha da net örnekler görüyoruz.

Örneğin, 2023 yılında Brezilya'daki portakal suyu üretiminde, uydu tabanlı nem ve bitki örtüsü endeksleri, resmi verim tahminlerine veya piyasa yorumlarına yansımadan aylar önce süregelen kuraklık stresini ortaya koydu. Hasar henüz gözlemlenemediği için fiyatlar başlangıçta sabit kaldı. Üretim tahminleri revize edildikten ve manşetler bunu takip ettikten sonra fiyatlar hızla ayarlandı, ancak o zamana kadar altta yatan risk zaten haftalar öncesinden birikmeye başlamıştı.

Bir diğer örnek ise 2023-2024 yıllarında Vietnam'daki Robusta kahve üretimidir. Bu dönemde, uzun süren kuraklık ve aşırı sıcaklık stresi üretim potansiyelini kademeli olarak azaltırken, piyasa başlangıçta durumu geçici olarak değerlendirdi. Model, stresin kümülatif doğasını erken dönemde yakaladı. Üretim kayıpları inkar edilemez hale geldiğinde, fiyatlar keskin bir şekilde yükseldi.

Benzer bir durum, Kasım 2023'te Batı Afrika'daki kakao piyasalarında da yaşandı; alışılmadık derecede uzun süren Harmattan rüzgarları nem eksikliğine ve tozlaşma sorunlarına yol açtı. Fiziksel stres, piyasa tepkisinden çok önce belirgindi ve bu tepki, arz kaygıları ana akım söylemlere girdiğinde daha da hızlandı.

Tüm bu durumlarda temel çıkarım aynıdır: Model, piyasa tepki vermeden çok önce risk asimetrisini değiştiren, yavaş ve birikimli fiziksel stresi belirlemeye yardımcı olur. Bu nedenle, zamanlama ve olasılıksal değerlendirme, manşetlere veya münferit hava olaylarına tepki vermekten çok daha önemlidir.

Harika röportaj için teşekkürler, daha fazla bilgi edinmek isteyen okuyucular ziyaret etmelidir. Zihin Parası.