AI-botar tar över handeln – men förlorar pengar

Även marknaden för algoritmisk handel växer snabbt. Bedömningarna skiljer sig åt beroende på hur marknaden definieras, men flera analysföretag uppskattar den globala marknaden till omkring 20–28 miljarder dollar under 2026 . En rapport från TradeAlgo räknar med att marknaden passerar 32,8 miljarder dollar under året, med en årlig tillväxt på 13–15 procent .

Andra uppskattningar ligger på 20,23 miljarder dollar enligt Mordor Intelligence och 27,17 miljarder dollar enligt Research and Markets . Enligt en annan branschbedömning stod AI-drivna system för närmare 89 procent av den globala handelsvolymen 2025, medan marknaden väntas nå 35 miljarder dollar 2030 .

Bloomberg-testet: AI-modellerna gick back

Den stora frågan är förstås om verktygen faktiskt tjänar pengar. I ett Bloomberg-test fick ledande AI-modeller från OpenAI, Anthropic, Google och xAI vardera 10 000 dollar och två veckor på sig att handla amerikanska teknikaktier .

Resultatet blev ett tydligt bakslag för AI-hypen: den samlade portföljen förlorade ungefär en tredjedel av kapitalet . I de 32 resultatuppsättningarna slutade en AI-modell på plus bara sex gånger .

Modellerna handlade för mycket och kunde fatta radikalt olika beslut trots identiska instruktioner . Den bästa prestationen kom från Grok 4.20 från xAI i den del av testet där modellen fick veta hur konkurrenterna presterade. Den gjorde bara 158 affärer. Under samma instruktioner gjorde Alibaba-modellen Qwen 1 418 affärer .

Slutsatsen var ändå densamma överlag: de flesta AI-botar förlorade pengar .

Därför oroar sig tillsynsmyndigheter

Flockbeteende kan förstärkas

Europeiska systemrisknämnden, ESRB, varnade i en rapport från december 2025 för att AI kan skapa finansiella systemrisker genom gemensamma exponeringar, täta kopplingar mellan aktörer och AI-genererad felaktig information. Sådana faktorer kan leda till att många marknadsaktörer värderar tillgångar fel på samma gång .

Experiment från USA:s centralbank Federal Reserve visade att AI-agenter i vissa situationer fattade mer rationella beslut än människor. Men en ökad användning av AI-baserade investeringsråd kan ändå förstärka flockbeteende, särskilt om modellerna styrs till att följa samma signaler .

Forskning om så kallat algoritmiskt flockbeteende pekar dessutom på att handelsalgoritmer som lär sig från historiska data kan börja efterlikna – och ibland förstärka – människors beteendemässiga bias .

Rekommendationerna saknar tydligt ansvar

I ett brev från juni 2026 uppmärksammade amerikanska kongressledamöter att plattformar som erbjuder så kallad agentbaserad handel ofta friskriver sig från ansvar för AI-systemens resultat . Villkoren kan slå fast att mäklaren inte garanterar att rekommendationerna är korrekta, fullständiga eller lämpliga för kunden.

Plattformarna uppger också att de inte nödvändigtvis kontrollerar, övervakar, rekommenderar eller granskar agenterna. Samtidigt varnas kunderna för att agentbaserad handel innebär ”betydande risk” och att AI-system kan misstolka instruktioner, använda ofullständig eller gammal information och agera oväntat .

Europeisk varning till småsparare

Europeiska värdepappers- och marknadsmyndigheten ESMA utfärdade i mars 2025 en formell varning om AI i investeringar. Budskapet till småsparare var att inte förlita sig på AI-verktyg utan att förstå deras begränsningar .

En rapport från den amerikanska senaten har samtidigt pekat på bristande information till kunder och risken för att AI-användning i hedgefonder kan öka hoten mot den finansiella stabiliteten .

Hög tillit kan ge sämre investeringsdisciplin

Problemet handlar inte bara om vad modellerna gör, utan också om hur människor reagerar på dem. En studie från juli 2026 av unga småsparare fann tecken på flockmentalitet, övermod och bekräftelsebias bland personer som använde AI i investeringsbeslut. Högre tillit till AI hängde dessutom samman med sämre investeringsdisciplin .

En annan studie visade att AI-informerade portföljer kan bli mindre diversifierade och att flockbeteendet ökar under perioder med hög marknadsoro . När många investerare använder liknande modeller och får liknande signaler kan en rörelse därför förstärkas i stället för dämpas.

Problemen har redan fått verkliga följder

Varningarna är inte bara teoretiska. I slutet av juli 2026 drabbades den uppmärksammade AI-drivna hedgefonden Situational Awareness av ett allvarligt sammanbrott. Bloomberg rapporterade om en 24 timmar lång kapplöpning för att rädda fondens positioner .

Wall Street Journal beskrev samtidigt en händelse som ”dagen då botarna släpptes lösa” . Bloomberg rapporterade också om AI-hedgefonder som kollapsade mitt under turbulens kring teknikbolagens kvartalsrapporter . Händelserna visar hur felaktiga rekommendationer och flockbeteende kan förvandlas till stora, verkliga förluster.

Tekniken växer – men bevisen släpar efter

Demokratiseringen av kvantitativ handel är verklig. Småsparare har nu tillgång till analysverktyg som för bara fem år sedan kunde kosta hedgefonder miljontals dollar att bygga .

Men den samlade bilden är hittills betydligt mer försiktig än AI-marknadsföringen. Även avancerade modeller från de ledande AI-laboratorierna har i tester haft svårt att skapa stabila vinster i levande marknader. De handlar ofta för mycket, reagerar inkonsekvent och kan dra åt samma håll som andra system.

AI kan bli ett användbart stöd för analys – men resultaten hittills talar inte för att tekniken på egen hand kan ersätta riskhantering, diversifiering eller mänskligt omdöme. För småspararen är det viktigaste budskapet därför enkelt: en självsäker AI-rekommendation är inte samma sak som en bra investering.