AI-gestuurde handel heeft nog geen "iPhone-moment" bereikt, waarbij iedereen een algoritmische, reinforcement learning portefeuillebeheerder in zijn zak draagt, maar iets dergelijks komt eraan, zeggen experts.

In feite vindt de kracht van AI zijn gelijke wanneer het geconfronteerd wordt met de dynamische, competitieve arena van handelsmarkten. Anders dan een AI-agent die is geïnformeerd door eindeloze circuits van zelfrijdende auto's die leren om verkeerssignalen nauwkeurig te herkennen, zal geen enkele hoeveelheid data en modellering ooit de toekomst kunnen voorspellen.

Dit maakt het verfijnen van AI-handelsmodellen een complex en veeleisend proces. De maatstaf voor succes was meestal het meten van winst en verlies (P&L). Maar vooruitgang in het aanpassen van algoritmes creëert agents die voortdurend leren om risico en rendement in balans te brengen bij verschillende marktomstandigheden.

Het toestaan van risicogewogen metrieken zoals de Sharpe Ratio om het leerproces te informeren, vergroot de verfijning van een test, zei Michael Sena, chief marketing officer bij Recall Labs, een bedrijf dat ongeveer 20 AI-handelsarena's heeft gerund, waar een gemeenschap AI-handelsagents indient en deze agents gedurende vier of vijf dagen met elkaar concurreren.

"Als het gaat om het scannen van de markt voor alpha, verkennen de volgende generatie bouwers algo-aanpassing en specialisatie, rekening houdend met gebruikersvoorkeuren," zei Sena in een interview. "Geoptimaliseerd zijn voor een bepaalde ratio en niet alleen voor ruwe P&L lijkt meer op de manier waarop toonaangevende financiële instellingen werken in traditionele markten. Dus kijken naar dingen als: wat is je maximale drawdown, hoeveel was je waarde at risk om deze P&L te maken?"

Een stap terug nemend, een recente handelscompetitie op de gedecentraliseerde beurs Hyperliquid, waarbij verschillende grote taalmodellen (LLM's) zoals GPT-5, DeepSeek en Gemini Pro betrokken waren, zette een soort basislijn voor waar AI staat in de handelswereld. Deze LLM's kregen allemaal dezelfde prompt en voerden autonoom beslissingen uit. Maar ze waren niet zo goed, volgens Sena, en presteerden nauwelijks beter dan de markt.

"We namen de AI-modellen die in de Hyperliquid-wedstrijd werden gebruikt en lieten mensen hun zelfgebouwde handelsagents indienen om tegen die modellen te concurreren. We wilden zien of handelsagents beter zijn dan de basismodellen, met die toegevoegde specialisatie," zei Sena.

De top drie plaatsen in Recall's competitie werden ingenomen door aangepaste modellen. "Sommige modellen waren niet winstgevend en presteerden ondermaats, maar het werd duidelijk dat gespecialiseerde handelsagents die deze modellen nemen en extra logica, inferentie en databronnen en dergelijke toevoegen, beter presteren dan de basis-AI," zei hij.

De democratisering van AI-gebaseerde handel roept interessante vragen op over of er nog alpha overblijft als iedereen hetzelfde niveau van geavanceerde machine learning-technologie gebruikt.

"Als iedereen dezelfde agent gebruikt en die agent dezelfde strategie voor iedereen uitvoert, stort dat dan in zichzelf in?" zei Sena. "Verdwijnt de alpha die het detecteert omdat het probeert deze op schaal uit te voeren voor iedereen?"

Daarom zijn degenen die het best gepositioneerd zijn om te profiteren van het voordeel dat AI-handel uiteindelijk zal brengen, degenen met de middelen om te investeren in de ontwikkeling van aangepaste tools, zei Sena. Net als in traditionele financiën zijn de hoogste kwaliteitstools die de meeste alpha genereren meestal niet openbaar, voegde hij toe.

"Mensen willen deze tools zo privé mogelijk houden, omdat ze die alpha willen beschermen," zei Sena. "Ze hebben er veel voor betaald. Je zag dat bij hedgefondsen die datasets kochten. Je ziet dat bij propriëtaire algo's ontwikkeld door family offices.

"Ik denk dat het magische zoete punt zal zijn waar er een product is dat een portefeuillebeheerder is, maar waarbij de gebruiker nog steeds inspraak heeft in zijn strategie. Ze kunnen zeggen: 'Dit is hoe ik graag handel en hier zijn mijn parameters, laten we iets soortgelijks implementeren, maar het beter maken.'"