Tranzacționarea bazată pe AI nu a atins încă un „moment iPhone", când toată lumea va purta în buzunar un manager de portofoliu algoritmic cu învățare prin consolidare, dar ceva de genul acesta se apropie, spun experții.

De fapt, puterea AI își întâlnește egalul când se confruntă cu arena dinamică și adversarială a piețelor de tranzacționare. Spre deosebire de un agent AI informat de circuite nesfârșite de mașini autonome care învață să recunoască cu precizie semnalele de trafic, nicio cantitate de date și modelare nu va putea vreodată să prezică viitorul.

Acest lucru face ca rafinarea modelelor de tranzacționare AI să fie un proces complex și solicitant. Măsura succesului a fost de obicei evaluarea profitului și pierderii (P&L). Dar progresele în personalizarea algoritmilor generează agenți care învață continuu să echilibreze riscul și recompensa când se confruntă cu o multitudine de condiții de piață.

Permiterea metricilor ajustate la risc, cum ar fi Raportul Sharpe, să informeze procesul de învățare multiplică sofisticarea unui test, a declarat Michael Sena, director de marketing la Recall Labs, o firmă care a organizat aproximativ 20 de arene de tranzacționare AI, unde o comunitate trimite agenți de tranzacționare AI, iar acești agenți concurează pe o perioadă de patru sau cinci zile.

„Când vine vorba de scanarea pieței pentru alfa, următoarea generație de dezvoltatori explorează personalizarea și specializarea algoritmilor, luând în considerare preferințele utilizatorilor", a declarat Sena într-un interviu. „A fi optimizat pentru un anumit raport și nu doar pentru P&L brut este mai aproape de modul în care funcționează instituțiile financiare de top pe piețele tradiționale. Deci, analizând lucruri precum, care este scăderea maximă, cât a fost valoarea ta la risc pentru a realiza acest P&L?"

Făcând un pas înapoi, o competiție recentă de tranzacționare pe schimbul descentralizat Hyperliquid, implicând mai multe modele de limbaj de mari dimensiuni (LLM), cum ar fi GPT-5, DeepSeek și Gemini Pro, a stabilit oarecum nivelul de bază pentru poziția AI în lumea tranzacțiilor. Aceste LLM-uri au primit toate aceeași comandă și au executat autonom, luând decizii. Dar nu au fost atât de bune, potrivit lui Sena, depășind cu puțin performanța pieței.

„Am luat modelele AI folosite în concursul Hyperliquid și am permis oamenilor să trimită agenții lor de tranzacționare pe care i-au construit pentru a concura împotriva acelor modele. Am vrut să vedem dacă agenții de tranzacționare sunt mai buni decât modelele fundamentale, cu acea specializare adăugată", a spus Sena.

Primele trei locuri în competiția Recall au fost ocupate de modele personalizate. „Unele modele nu au fost profitabile și au avut performanțe slabe, dar a devenit evident că agenții de tranzacționare specializați care preiau aceste modele și aplică logică și inferență suplimentară și surse de date și lucruri pe deasupra, depășesc performanțele AI-ului de bază", a spus el.

Democratizarea tranzacționării bazate pe AI ridică întrebări interesante despre dacă va mai rămâne vreo alfa de acoperit dacă toată lumea folosește același nivel de tehnologie sofisticată de învățare automată.

„Dacă toată lumea folosește același agent și acel agent execută aceeași strategie pentru toată lumea, oare se prăbușește în sine?" a spus Sena. „Dispare alfa pe care o detectează pentru că încearcă să o execute la scară pentru toți ceilalți?"

De aceea, cei mai bine poziționați pentru a beneficia de avantajul pe care îl va aduce în cele din urmă tranzacționarea AI sunt cei cu resurse pentru a investi în dezvoltarea de instrumente personalizate, a spus Sena. Ca și în finanțele tradiționale, instrumentele de cea mai înaltă calitate care generează cea mai multă alfa nu sunt de obicei publice, a adăugat el.

„Oamenii vor să păstreze aceste instrumente cât mai private posibil, pentru că vor să protejeze acea alfa", a spus Sena. „Au plătit mult pentru ea. Ai văzut asta cu fondurile speculative care cumpără seturi de date. Poți vedea asta cu algoritmii proprietari dezvoltați de birourile familiale.

„Cred că punctul magic va fi acolo unde există un produs care este un manager de portofoliu, dar utilizatorul are încă un cuvânt de spus în strategia sa. Ei pot spune: 'Așa îmi place să tranzacționez și acestea sunt parametrii mei, să implementăm ceva similar, dar să-l facem mai bun.'"