AI maakt financiële markten sneller, maar niet per se efficiënter

De opkomst van AI en large language models verandert de werking van financiële markten ingrijpend. LLM’s kunnen enorme hoeveelheden informatie – van jaarverslagen en nieuws tot earnings calls – razendsnel analyseren. Daarmee verkleinen ze informatieachterstanden en maken ze financiële expertise toegankelijker. 

Maar volgens Joseph Simonian van CFA Institute betekent dat niet automatisch dat markten efficiënter worden. Juist doordat de kosten van informatieverwerking richting nul gaan, kunnen beleggers steeds meer mogelijke patronen onderzoeken. Dat vergroot de kans op schijnverbanden en foutieve signalen. Wanneer meerdere AI-systemen dezelfde patronen ontdekken en erop handelen, kunnen die signalen zichzelf tijdelijk bevestigen en prijsverstoringen veroorzaken. 

Een tweede risico is dat financiële instellingen steeds vaker vergelijkbare AI-modellen gebruiken. Zo kan een ‘algoritmische monocultuur’ ontstaan, waarbij modellen gelijktijdig op dezelfde signalen reageren. Dat kan marktbewegingen versterken en liquiditeit juist laten verdwijnen wanneer markten onder druk staan. 

Simonian spreekt daarom van de Algorithmic Market Hypothesis: prijzen weerspiegelen steeds minder simpelweg alle beschikbare informatie, maar vooral de dominante algoritmische interpretatie daarvan. 

Voor beleggers wordt daarmee niet alleen betere AI belangrijk, maar juist ook het behouden van verschillende modellen, databronnen en manieren van denken.

Dit is een samenvatting van het volledige artikel op site CFA Institute.