AI miała zarabiać na giełdzie. W testach boty traciły pieniądze

Rośnie także cały rynek handlu algorytmicznego, choć jego szacunki zależą od przyjętej definicji. Analitycy wyceniają go w 2026 r. na około 20–28 mld dolarów . Według raportu TradeAlgo wartość rynku ma przekroczyć 32,8 mld dolarów w 2026 r., przy średnim rocznym tempie wzrostu wynoszącym 13–15% . Inne firmy badawcze podają 20,23 mld dolarów (Mordor Intelligence) lub 27,17 mld dolarów (Research and Markets) .

Według jednego z branżowych opracowań systemy oparte na AI odpowiadały w 2025 r. za niemal 89% globalnego wolumenu obrotu, a wartość szerzej definiowanego rynku ma sięgnąć 35 mld dolarów do 2030 r.

Test Bloomberga: zaawansowane modele nie zdały egzaminu

Entuzjazm wobec AI zderzył się z wynikami eksperymentu przeprowadzonego przez Bloomberga. W 32 konkursach handlowych czołowe modele firm OpenAI, Anthropic, Google i xAI otrzymały po 10 tys. dolarów oraz dwa tygodnie na handel akcjami amerykańskich spółek technologicznych .

Rezultat był dla technologii bezlitosny: cały portfel stracił około jednej trzeciej kapitału . We wszystkich 32 zestawach wyników model zakończył rywalizację na plusie tylko sześć razy .

Boty zawierały zbyt wiele transakcji, a przy identycznych instrukcjach podejmowały skrajnie różne decyzje. Nie udało im się też konsekwentnie generować dodatnich zwrotów . Najlepiej wypadł Grok 4.20 firmy xAI w wariancie, w którym znał wyniki konkurentów. Zawarł zaledwie 158 transakcji, podczas gdy Alibaba Qwen — działający według tego samego polecenia — wykonał ich 1418 .

Wniosek z testu nie brzmi jednak: „AI jest bezużyteczna”. Pokazuje raczej, że model językowy potrafiący analizować informacje i przekonująco uzasadniać decyzję nie jest automatycznie dobrym traderem. Rynek finansowy reaguje na wiadomości, płynność, zachowanie innych uczestników i zdarzenia, których wcześniejsze wzorce nie zawsze pozwalają przewidzieć. Na razie większość testowanych botów traci pieniądze .

Największe ryzyka: tłum za algorytmami i brak odpowiedzialności

Stadne zachowanie może zwiększać skalę problemu

Europejska Rada ds. Ryzyka Systemowego (ESRB) ostrzegła w raporcie z grudnia 2025 r., że AI może tworzyć ryzyka systemowe poprzez wspólne ekspozycje, wzajemne powiązania oraz generowane przez AI dezinformacje prowadzące do powszechnych błędnych wycen aktywów .

Eksperymenty amerykańskiej Rezerwy Federalnej sugerowały, że agenci AI w izolacji podejmowali bardziej „racjonalne” decyzje niż ludzie. Jednocześnie większe uzależnienie inwestorów od porad generowanych przez AI może wzmacniać zachowania stadne . Badania akademickie wskazują ponadto, że algorytmy uczące się na historycznych danych o transakcjach mogą naśladować, a czasem nawet potęgować, uprzedzenia ludzkich inwestorów. Zjawisko to określa się mianem stadnego zachowania algorytmów .

Rekomendacja AI nie musi mieć gwarancji jakości

W czerwcu 2026 r. grupa amerykańskich kongresmenów zwróciła uwagę na zastrzeżenia publikowane przez platformy brokerskie oferujące autonomiczne narzędzia do handlu. Firmy te wskazują, że nie gwarantują dokładności, kompletności ani odpowiedniości rekomendacji agenta. Jednocześnie ostrzegają, że handel agentowy wiąże się ze „znacznym ryzykiem” .

W przywołanym piśmie zaznaczono również, że platformy mogą nie kontrolować, nie nadzorować, nie monitorować, nie rekomendować ani nie audytować działań takich agentów . W praktyce inwestor może więc otrzymać decyzję wygenerowaną przez system, za którą dostawca nie bierze pełnej odpowiedzialności.

Regulatorzy studzą entuzjazm

Europejski Urząd Nadzoru Giełd i Papierów Wartościowych (ESMA) wydał w marcu 2025 r. formalne ostrzeżenie dotyczące wykorzystywania AI przy inwestowaniu. Urząd zaapelował do inwestorów detalicznych, by nie polegali na takich narzędziach bez zrozumienia ich ograniczeń .

Raport Senatu USA dotyczący użycia AI przez fundusze hedgingowe wskazał z kolei na ryzyko niewystarczających informacji przekazywanych klientom oraz możliwość zwiększenia zagrożeń dla stabilności rynku .

Do tego dochodzą typowe błędy poznawcze. Badanie z lipca 2026 r. wykazało, że młodzi inwestorzy detaliczni korzystający z AI przejawiają m.in. skłonność do podążania za tłumem, nadmierną pewność siebie i efekt potwierdzenia. Większe zaufanie do AI wiązało się przy tym ze słabszą dyscypliną inwestycyjną . Inne badanie wykazało, że portfele tworzone z pomocą AI są mniej zdywersyfikowane, a w okresach podwyższonej zmienności rośnie w nich skala zachowań stadnych .

To nie tylko problem laboratoryjny

Ryzyka nie ograniczają się do konkursów i symulacji. Pod koniec lipca 2026 r. wysoko oceniany fundusz hedgingowy Situational Awareness, wykorzystujący AI, znalazł się w poważnych tarapatach. Bloomberg opisał trwającą 24 godziny próbę ratowania jego pozycji .

„Wall Street Journal” relacjonował w tym samym czasie wydarzenie określone jako dzień, w którym boty wymknęły się spod kontroli . Bloomberg informował również o problemach funduszy hedgingowych opartych na AI, które zbiegły się z zawirowaniami wokół wyników finansowych firm technologicznych .

Takie przypadki pokazują, jak błędna rekomendacja lub jednoczesna reakcja wielu systemów może przełożyć się na realne, wielkoskalowe straty.

Technologia rośnie szybciej niż dowody na jej skuteczność

Demokratyzacja narzędzi do ilościowego handlu jest faktem. Inwestorzy indywidualni mogą dziś korzystać z funkcji, których stworzenie jeszcze kilka lat temu kosztowało fundusze hedgingowe miliony dolarów .

Na razie nie ma jednak równie mocnych dowodów na to, że większość tych systemów potrafi trwale zarabiać na rzeczywistym rynku. Wręcz przeciwnie — testy z udziałem najbardziej zaawansowanych modeli pokazują nadmierną aktywność, niespójne decyzje i straty.

AI może w przyszłości stać się wartościowym narzędziem analitycznym. Dziś powinna być jednak traktowana jako pomoc, a nie nieomylny zarządzający portfelem. W przypadku automatycznego handlu chwytliwe hasło o „demokratyzacji Wall Street” nie zmienia podstawowej zasady: ryzyko nadal ponosi inwestor.