ChatGPT’nin Model Portföyü: 7 Yılda %6,5 Dolar Getiri Mümkün mü?

Financial Times yazarı Stuart Kirk, ChatGPT’ye 7 yıl boyunca yıllık %6,5 dolar bazlı getiri hedefleyen bir model portföy oluşturmasını istedi. 53 yaşında, 640 bin sterlin nakdi bulunan ve 60 yaşına kadar varlığını 1 milyon sterline çıkarmayı hedefleyen bir yatırımcı profili için hazırlanan portföy dağılımı, risk-getiri dengesi açısından dikkat çekici öneriler sundu. Yapay zekânın yaklaşımı, klasik servet yönetimi stratejileriyle büyük ölçüde örtüşüyor.

Soru Basit: 7 Yılda %6,5 Getiri

Stuart Kirk’ün sorusu, aslında çok sayıda yatırımcının aklındaki temel soruyu yansıtıyor:

“Bir miktar birikimim var. Aşırı risk almadan nasıl makul bir getiri elde ederim?”

Kirk, tamamı nakitte olan 640 bin sterlinlik bir portföy için, 7 yıl boyunca yıllık %6,5 dolar bazlı getiri hedefiyle risk ayarlı (risk-adjusted) bir model portföy tasarlamasını ChatGPT’den istedi.

Yapay zekânın ilk değerlendirmesi netti:

Önerilen Varlık Dağılımı

ChatGPT’nin önerdiği model portföy şu şekilde:

🔹 Hisse Senetleri – %45

• %30 gelişmiş ülkeler

• %10 gelişen piyasalar

• %5 İngiltere hisseleri

Beklenen getiri: %7–9

🔹 Özel Sermaye / Likit Olmayan Yatırımlar – %10

• Borsada işlem gören private equity fonları

• İkincil piyasa fonları

• Çeşitlendirilmiş private equity trust’ları

Beklenen getiri: %9–12

🔹 Tahviller – %20

• %10 İngiltere devlet tahvilleri

• %10 küresel karma tahvil fonu (sterline hedge edilmiş)

Beklenen getiri: %3–5
Rolü: Şok emici, likidite rezervi, dengeleme aracı

🔹 Reel Varlıklar ve Alternatifler – %15

• %7 altyapı

• %5 gayrimenkul yatırım ortaklıkları

• %3 altın veya emtia ETF

Amaç: Enflasyon koruması ve aşağı yönlü risklere karşı tampon

🔹 Mutlak Getiri Stratejileri – %10

Sharpe oranını artırmak ve volatiliteyi azaltmak için.

Yapay Zekâ Değerleme Nasıl Yaptı?

Asıl dikkat çekici kısım, Kirk’ün ikinci sorusuna verilen yanıt oldu:

“Bu getiri varsayımlarını neye göre yaptın? Tarihsel ortalamalara mı dayanıyor, yoksa mevcut değerlemeleri mi dikkate aldın?”

ChatGPT’nin cevabı, akademik düzeydeydi.

Yapay zekâ:

• Tarihsel performans verilerini dikkate aldığını,

• Ancak mevcut değerleme seviyelerini de hesaba kattığını,

• 7 yıllık görece kısa bir yatırım ufkunda detaylı stokastik modellemenin yanıltıcı olabileceğini belirtti.

Kullandığı temel yaklaşım ise şu sade çerçeveye dayanıyordu:

Beklenen Getiri = Gelir Getirisi + Reel Büyüme + Enflasyon

Ardından bu tahminleri mevcut değerlemelere göre yukarı veya aşağı yönlü ayarladı.

Örneğin:

• ABD hisseleri tarihi zirvelere yakın olduğu için “değerleme baskısı” eklendi.

• Gelişen piyasalar ve İngiltere hisseleri görece daha ucuz olduğu için yukarı yönlü ayarlama yapıldı.

Bu yaklaşım, “değerleme bir bilim değil sanattır” ilkesini de kabul ediyor.

/*! This file is auto-generated */!function(d,l){“use strict”;l.querySelector&&d.addEventListener&&”undefined”!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll(‘iframe[data-secret=”‘+t.secret+'”]’),o=l.querySelectorAll(‘blockquote[data-secret=”‘+t.secret+'”]’),c=new RegExp(“^https?:$”,”i”),i=0;i

Risk-Getiri Dengesi Ön Planda

ChatGPT’nin yaklaşımının iki temel dayanağı vardı:

1. Ham getiri değil, risk ayarlı getiri hedefi

2. 7 yıl gibi sınırlı bir zaman ufku

Yapay zekâ, kısa vadede fiyatların uzun dönem ortalamalarına dönmesini varsaymanın riskli olduğunu belirterek, aşırı karmaşık modelleme yerine daha disiplinli bir varlık dağılımı önerdi.

Servet Yönetimi İçin Yeni Dönem mi?

Bu örnek, yapay zekânın temel portföy tasarımı konusunda ciddi bir yetkinliğe ulaştığını gösteriyor.

Aylık 20 sterlinlik bir abonelik karşılığında sunulan bu analiz, klasik servet yöneticilerinin sunduğu çerçeveyle büyük ölçüde örtüşüyor:

• Geniş varlık dağılımı

• Küresel çeşitlendirme

• Tahvil ile risk dengesi

• Reel varlık koruması

• Alternatif strateji eklemesi

Elbette nihai yatırım kararları kişisel durum, vergi yapısı ve piyasa koşullarına göre şekillenmeli.

Ancak görünen o ki, temel varlık dağılımı stratejilerinde yapay zekâ artık ciddi bir referans noktası haline gelmiş durumda.

Atilla Yeşilada ve Güldem Atabay tarafından kaleme alınan özel raporlarımıza abone olmak ister misiniz? Raporlarımız kurumsal müşterilere yöneliktir. Abonelik ücretlidir. Koşulları öğrenmek için bize e-mail atın: [email protected]