ШІ-трейдинг стрімко зростає — але боти втрачають гроші

Паралельно розширюється і весь ринок алгоритмічної торгівлі. Різні аналітичні компанії оцінюють його глобальний обсяг у 2026 році приблизно в $20–28 млрд, хоча підходи до визначення ринку відрізняються . Звіт TradeAlgo прогнозує, що у 2026 році він перевищить $32,8 млрд, а середньорічний темп зростання становитиме 13–15% . Інші оцінки коливаються від $20,23 млрд за даними Mordor Intelligence до $27,17 млрд у Research and Markets .

За однією з оцінок, алгоритми на основі ШІ вже забезпечували майже 89% світового торгового обсягу у 2025 році, а до 2030-го відповідний ринок може сягнути $35 млрд .

Експеримент Bloomberg: моделі торгували надто багато і втрачали гроші

Попри гучні обіцянки, практичні результати провідних ШІ-моделей виявилися слабкими. Bloomberg провів 32 торгові змагання: моделям OpenAI, Anthropic, Google та xAI видали по $10 000 і два тижні для торгівлі акціями американських технологічних компаній .

Підсумок виявився невтішним: сукупний портфель втратив приблизно третину капіталу . У всіх 32 серіях результатів модель завершила торги з прибутком лише шість разів .

Алгоритми укладали забагато угод, могли ухвалювати кардинально різні рішення за однакових інструкцій і не демонстрували стабільної здатності генерувати позитивну дохідність .

Найкращий результат показала модель Grok 4.20 від xAI у сценарії, де вона знала про результати конкурентів. Вона здійснила лише 158 угод, тоді як Alibaba Qwen за тієї самої інструкції — 1 418 . Це не означає, що одна модель гарантовано краща за інші, але експеримент чітко продемонстрував проблему надмірної торгівлі. Загальний висновок Bloomberg був прямим: більшість ШІ-ботів для трейдингу втрачає гроші .

Чому алгоритми можуть посилювати ризики

Стадна поведінка і системний ефект

Європейська рада з системних ризиків (ESRB) у звіті за грудень 2025 року попередила, що ШІ може створювати загрози для всієї фінансової системи через спільні позиції, взаємопов’язаність учасників ринку та дезінформацію, згенеровану штучним інтелектом. У результаті ціни можуть масово відхилятися від реальної вартості активів .

Експерименти Федеральної резервної системи США показали, що окремо взяті ШІ-агенти іноді ухвалюють більш «раціональні» рішення, ніж люди. Водночас масове використання однакових ШІ-порад може посилити стадну поведінку інвесторів . Дослідники також зазначають: коли торгові алгоритми навчаються на історії попередніх операцій, вони можуть відтворювати, а іноді й збільшувати людські поведінкові упередження. Так виникає так зване «алгоритмічне стадо» .

Помилкові рекомендації без чіткого відповідального

У листі американських конгресменів до брокерських платформ від червня 2026 року йдеться, що сервіси з автономними ШІ-агентами часто прямо відмовляються гарантувати точність, повноту або придатність їхніх рекомендацій. Документи також попереджають про «значний ризик» агентної торгівлі .

За наведеними в листі умовами, брокери можуть не контролювати, не監іторити, не рекомендувати й не перевіряти роботу таких агентів. Вони також визнають, що ШІ може помилитися, неправильно витлумачити інструкцію, використати неповні або застарілі дані чи діяти непередбачувано .

Попередження регуляторів

У березні 2025 року Європейське управління з цінних паперів і ринків (ESMA) опублікувало офіційне попередження щодо використання ШІ під час інвестування. Регулятор закликав роздрібних інвесторів не покладатися на такі інструменти без розуміння їхніх обмежень .

Окремий звіт Сенату США про використання ШІ хедж-фондами звернув увагу на недостатнє розкриття інформації клієнтам і можливе посилення ризиків для стабільності ринків .

ШІ може підсилювати упередження інвесторів

Проблема не обмежується технічними помилками. Дослідження, опубліковане в липні 2026 року, виявило, що молоді роздрібні інвестори, які користуються ШІ-інструментами, демонструють схильність до стадної поведінки, надмірної впевненості та підтверджувального упередження — прагнення помічати передусім інформацію, яка відповідає вже сформованій думці . Вищий рівень довіри до ШІ при цьому пов’язували зі слабшою інвестиційною дисципліною.

Інше дослідження показало, що портфелі, сформовані за допомогою ШІ, можуть бути менш диверсифікованими та сильніше тяжіти до однакових рішень у періоди високої волатильності . Тобто технологія, яка мала б допомагати інвестору діяти холоднокровно, за певних умов може, навпаки, підштовхнути багатьох учасників до одночасних схожих дій.

Наслідки вже помітні на практиці

Ці ризики не залишаються суто теоретичними. Наприкінці липня 2026 року відомий хедж-фонд Situational Awareness, що використовував ШІ, зазнав серйозного збою. Для порятунку його позицій знадобилася цілодобова операція, повідомив Bloomberg .

The Wall Street Journal описала паралельну подію як день, коли «боти вирвалися на волю» . Bloomberg також повідомляв про крах ШІ-хедж-фондів на тлі турбулентності навколо фінансових результатів технологічних гігантів . Ці випадки показують, як помилкові рекомендації та синхронні дії алгоритмів можуть перетворитися на реальні масштабні збитки.

Висновок: технологія доступна, але перевага не гарантована

Демократизація кількісної торгівлі за допомогою ШІ — реальний і швидкий процес. Роздрібні інвестори вже отримують доступ до можливостей, на створення яких хедж-фонди ще п’ять років тому витрачали мільйони доларів .

Однак наявні докази не підтверджують, що більшість таких систем здатна стабільно заробляти на реальному ринку. Навіть передові моделі від провідних технологічних лабораторій у торгових експериментах часто торгували надто активно й завершували змагання зі збитками.

Поки регулятори США та Європи попереджають про системні ризики, слабку підзвітність і небезпеку некритичної довіри до рекомендацій ШІ, розрив між рекламними обіцянками та фактичними результатами залишається значним. Штучний інтелект може стати потужним інструментом для аналізу, але сьогодні він точно не є автоматичним квитком до прибутку.