De bredere markt voor algoritmische handel groeit eveneens snel. Onderzoeksbureaus komen voor 2026 uit op uiteenlopende schattingen van ongeveer 20 tot 28 miljard dollar, afhankelijk van welke activiteiten precies worden meegerekend . Een rapport van TradeAlgo voorspelt dat de markt in 2026 de grens van 32,8 miljard dollar zal overschrijden, met een jaarlijkse samengestelde groei van 13 tot 15% . Andere ramingen lopen uiteen van 20,23 miljard dollar tot 27,17 miljard dollar .
Volgens een andere marktanalyse waren AI-gestuurde systemen in 2025 betrokken bij bijna 89% van het wereldwijde handelsvolume. Diezelfde analyse voorspelt dat de markt tegen 2030 35 miljard dollar waard kan zijn .
De groei zegt echter weinig over de vraag of AI ook daadwerkelijk goed kan handelen. Een Bloomberg-experiment met 32 handelswedstrijden geeft voorlopig weinig reden tot optimisme. Modellen van OpenAI, Anthropic, Google en xAI kregen elk 10.000 dollar en twee weken de tijd om in Amerikaanse technologieaandelen te handelen .
De uitkomst was hard: de gezamenlijke portefeuille verloor ongeveer een derde van het ingelegde kapitaal . In alle 32 reeksen eindigde een AI-model slechts zes keer met winst .
De bots handelden bovendien vaak veel te veel. Ze namen soms volledig verschillende beslissingen wanneer ze exact dezelfde instructies kregen en slaagden er over het algemeen niet in positieve rendementen te behalen .
Grok 4.20 van xAI kwam als beste uit de bus in de wedstrijd waarin het model inzicht had in de prestaties van rivalen. Het plaatste slechts 158 transacties. Alibaba’s Qwen kwam onder dezelfde instructies tot 1.418 transacties . De precieze rangorde verschilde per wedstrijd, maar de algemene conclusie bleef overeind: de meeste AI-tradingbots verliezen geld .
De Europese Raad voor Systeemrisico’s, een orgaan dat financiële stabiliteitsrisico’s in de Europese Unie onderzoekt, waarschuwde in december 2025 dat AI risico’s kan verspreiden via gemeenschappelijke posities, sterke onderlinge verbondenheid en door AI gegenereerde misinformatie. Daardoor kunnen grote groepen marktpartijen dezelfde verkeerde inschatting maken .
Onderzoek van de Amerikaanse Federal Reserve laat een genuanceerder beeld zien. In afzondering namen AI-agenten soms rationelere beslissingen dan mensen. Maar wanneer veel beleggers op dezelfde AI-adviezen vertrouwen, kan dat alsnog leiden tot versterkt kuddegedrag . Andere academische studies waarschuwen bovendien dat algoritmen die leren van historische handelsdata menselijke vooroordelen kunnen overnemen en soms versterken. Dat wordt ook wel ‘algoritmisch kuddegedrag’ genoemd .
Een belangrijk probleem is de beperkte verantwoordelijkheid van aanbieders. In een brief van Amerikaanse volksvertegenwoordigers uit juni 2026 werd gewezen op de voorwaarden van platforms die zogenoemde agentic trading aanbieden: geautomatiseerde AI-agenten die zelfstandig handelsbeslissingen kunnen uitvoeren.
Volgens de genoemde waarschuwingen garanderen brokers niet dat de uitvoer van zo’n agent juist, volledig of geschikt is. Ze houden de agenten ook niet noodzakelijkerwijs onder toezicht, controleren of auditen ze niet en bevelen ze niet aan. De aanbieders waarschuwen bovendien dat agentic trading een ‘aanzienlijk risico’ inhoudt en dat AI fouten kan maken, instructies verkeerd kan interpreteren of onverwacht kan handelen .
De Europese Autoriteit voor Effecten en Markten (ESMA) publiceerde in maart 2025 een formele waarschuwing over het gebruik van AI bij beleggen. Particuliere beleggers kregen het advies niet blind te vertrouwen op AI-tools en zich bewust te blijven van de beperkingen van zulke systemen .
Ook een rapport van de Amerikaanse Senaat over het gebruik van AI door hedgefondsen wees op gebrekkige informatie voor klanten en mogelijke gevolgen voor de stabiliteit van de financiële markten .
De risico’s zitten niet alleen in de technologie zelf. Een onderzoek uit juli 2026 naar jonge particuliere beleggers vond aanwijzingen voor kuddegedrag, overmoed en bevestigingsvooroordelen bij het gebruik van AI-tools. Meer vertrouwen in AI hing in dat onderzoek samen met minder beleggingsdiscipline .
Een andere studie concludeerde dat door robots samengestelde portefeuilles tijdens volatiele periodes meer kuddegedrag kunnen vertonen . Dat is relevant, omdat juist in onrustige markten veel beleggers geneigd zijn hun beslissingen aan te passen aan wat anderen — of een populair AI-model — lijken te doen.
Dit zijn niet alleen theoretische risico’s. Eind juli 2026 kreeg Situational Awareness, een opvallend AI-gedreven hedgefonds, te maken met een zware mislukking. Volgens Bloomberg was een race van 24 uur nodig om posities veilig te stellen . The Wall Street Journal beschreef in dezelfde periode een gebeurtenis als de dag waarop de bots losbraken . Bloomberg berichtte daarnaast over instortende AI-hedgefondsen te midden van onrust rond de kwartaalcijfers van grote technologiebedrijven .
De gebeurtenissen laten zien hoe foutieve aanbevelingen, te veel transacties en gelijktijdige posities kunnen uitmonden in verliezen op grote schaal.
De democratisering van AI-gestuurde kwantitatieve handel is echt. Met een abonnement kunnen particuliere beleggers inmiddels beschikken over analysemogelijkheden waarvoor hedgefondsen vijf jaar geleden nog miljoenen dollars moesten investeren .
Maar toegang tot geavanceerde software is iets anders dan een bewezen handelsstrategie. De beschikbare experimenten laten zien dat zelfs de krachtigste taalmodellen moeite hebben met live markten: ze handelen te vaak, reageren wisselend op dezelfde opdracht en verliezen doorgaans geld.
Voorlopig is de kloof tussen de hype en de resultaten dan ook groot. AI kan een hulpmiddel zijn bij onderzoek en analyse, maar de cijfers bieden nog geen basis om een bot als een betrouwbare vervanger van menselijk oordeel — laat staan als een gegarandeerde geldmachine — te beschouwen.