AI zamiast zarządzającego? Insignis szykuje nowy fundusz

Insignis TFI przygotowuje fundusz inwestycyjny zamknięty, w którym sztuczna inteligencja ma przejąć znaczną część procesu inwestycyjnego. W Insignis AI FIZ system ma samodzielnie analizować dane, generować sygnały kupna i sprzedaży oraz przekazywać zlecenia do realizacji. Człowiek pozostanie jednak istotną częścią procesu inwestycyjnego. To zarządzający ma decydować, którzy z wcześniej wytrenowanych agentów AI znajdą się w wykorzystywanej przez fundusz puli, oraz nadzorować ich działanie i ryzyko.

– Zarządzający funduszem podejmuje decyzje inwestycyjne o wyborze określonego zestawu kombinacji wytrenowanych wcześniej agentów AI, którzy będą wykorzystywani do autonomicznego dokonywania transakcji przy użyciu systemu AI. Zadaniem człowieka jest wybór możliwie najlepszego portfela agentów AI pod kątem maksymalizacji oczekiwanych stóp zwrotu przy najniższym oczekiwanym ryzyku i możliwie niskiej korelacji pomiędzy agentami – wyjaśnia Grzegorz Witkowski, prezes Insignis TFI.

Do wyboru portfela mają służyć symulacje pozwalające oceniać poszczególnych agentów oraz ich zachowanie w połączeniu z innymi modelami. Obecnie liczba dostępnych agentów AI zbliża się do 2 tys. Każdy z nich opiera się na innej kombinacji instrumentu finansowego, metody predykcyjnej i strategii inwestycyjnej. Jednocześnie aktywnych ma być od kilkuset do około tysiąca. Według Witkowskiego na pojedynczego agenta będzie można przeznaczyć maksymalnie 0,25 proc. kapitału.

Jeżeli agent przestanie spełniać parametry, na których został wytrenowany i przetestowany, albo jego udział w ryzyku czy korelacja z innymi agentami stanie się niepożądana, może zostać usunięty z wykorzystywanej puli. Prezes Insignis porównuje tę konstrukcję do globalnych funduszy multi-strategy.

– Można o tym myśleć jak o funduszu multi-strategy jak Millennium Management, Citadel czy Point 72, w których kapitałem zarządza wiele zespołów stosujących różne i możliwie nieskorelowane strategie tylko zamiast kilkudziesięciu zespołów zarządzających mamy wielu nieskorelowanych ze sobą agentów – mówi Grzegorz Witkowski.

Porównanie dotyczy przede wszystkim samej idei dywersyfikowania źródeł wyniku pomiędzy wiele strategii. Pojedynczy agent AI nie jest bowiem odpowiednikiem całego zespołu zarządzających, a duża liczba agentów sama w sobie nie oznacza, że ich źródła ryzyka będą niezależne.

Człowiek z "kill switchem"

AI nie ma być wyłącznie narzędziem analitycznym dostarczającym rekomendację zarządzającemu. Po wybraniu zestawu agentów system ma sam realizować bieżący proces transakcyjny w ramach wcześniej określonych reguł i limitów. W normalnym trybie człowiek nie będzie akceptować transakcji generowanych przez system.

– Człowiek, zgodnie z obowiązującymi regulacjami, sprawuje stały nadzór nad działaniem systemu AI. Posiada on tzw. kill switch, co oznacza, że w każdym momencie w ramach funkcji awaryjnej, może anulować dowolne lub wszystkie niewykonane zlecenia złożone przez agentów AI, a także zablokować możliwość składania zleceń w ramach systemu AI. Jednak w normalnej sytuacji system AI sam generuje sygnały inwestycyjne i przekazuje zlecenia na rynek bez udziału człowieka – wyjaśnia prezes Insignis.

Pozycje mają być stosunkowo krótkie – według Insignis mediana czasu ich utrzymywania wyniesie około trzech dni. Nie ma to być jednak day trading. Fundusz ma inwestować przede wszystkim w bardzo płynne instrumenty, ze szczególnym naciskiem na rynek amerykański. W jego uniwersum mają znaleźć się akcje i ETF-y, waluty, opcje, instrumenty dające ekspozycję na indeksy giełdowe, a w mniejszym stopniu również surowce.

Podstawą decyzji mają być przede wszystkim dane ilościowe. W ograniczonym zakresie system może wykorzystywać również dane makroekonomiczne czy informacje o terminach publikacji wyników spółek.

To nie jest generatywna AI

Technologię dostarcza spółka AI Investments, która deklaruje wykorzystywanie różnych architektur sieci neuronowych, m.in. LSTM, ResNet i DenseNet, a także reinforcement learningu do zarządzania wielkością pozycji i ryzykiem. Firma opisuje również zastosowanie Monte Carlo Tree Search wraz z sieciami wartości w rozwiązaniu inspirowanym algorytmem AlphaZero. Jest to więc rozwiązanie bliższe zaawansowanemu systematic tradingowi wykorzystującemu machine learning niż popularnemu dziś rozumieniu generatywnej sztucznej inteligencji. Modele mają szukać powtarzalnych zależności w danych rynkowych, prognozować krótkoterminowe zachowanie instrumentów i na tej podstawie podejmować decyzje transakcyjne.

Sama technologia nie powstała na fali popularności generatywnej AI. AI Investments działa od 2018 r., a w latach 2019-2021 wraz z partnerami, wśród których znalazły się University of Oslo i Ulm University, realizowało projekt badawczo-rozwojowy w ramach programu Eurostars-2. Wartość projektu wyniosła 2,65 mln zł, z czego niemal 1,59 mln zł stanowiło dofinansowanie. Jego celem było opracowanie narzędzia wykorzystującego machine learning i Big Data do zarządzania portfelem oraz ryzykiem.

AI Investments podaje, że przed komercyjnym wdrożeniem technologia była przez około dwa lata testowana na rzeczywistym kapitale. Od początku 2022 r. na technologii spółki budowany jest track record luksemburskiego Omphalos Fund. Według danych publikowanych przez sam fundusz do końca 2024 r. Omphalos wypracował 39,8 proc. zysku netto, co odpowiadało 11,8 proc. średniorocznie. Roczna zmienność wyniosła 3,96 proc., maksymalne obsunięcie kapitału 3 proc., a wskaźnik Sharpe’a 1,74. Dodatni wynik fundusz zanotował w 34 z pierwszych 36 miesięcy działalności. Seria dodatnich miesięcy była kontynuowana w 2025 r. Po I kwartale 2025 r. fundusz podawał stopę zwrotu od początku roku na poziomie 1,5 proc. Strategia pozostawała również bardzo nisko skorelowana z tradycyjnymi klasami aktywów. Dla okresu od początku 2022 r. do końca września 2025 r. Omphalos podawał korelację na poziomie 0,04 z S&P 500, 0,05 z Nasdaq 100 oraz 0,09 z S&P U.S. Aggregate Bond Index.

Według Witkowskiego aktywa luksemburskiego funduszu sięgają obecnie blisko 100 mln euro. Prezes Insignis wskazuje również, że technologia AI Investments trafiła już na rynek amerykański.

– Technologia, na której opiera się nasz system, jest rozwiązaniem sprawdzonym w realnym zarządzaniu aktywami i rozwijanym od 2018 roku. System AI stworzony przez AI Investments, który będziemy wykorzystywać w Insignis AI FIZ, jest od ponad czterech lat stosowany w zarządzaniu funduszem w Luksemburgu, którego aktywa sięgają blisko 100 mln euro. Od niedawna rozwiązanie to jest również dostępne dla klientów w USA w ramach współpracy AI Investments z Lighthouse Investment Partners – mówi Grzegorz Witkowski.

Dotychczasowe rezultaty Omphalos nie są jednak gwarancją track recordu Insignis AI FIZ. Pokazują historię działania technologii, która ma zostać wykorzystana w nowym funduszu. Wyniki polskiego FIZ-u mogą różnić się m.in. ze względu na dobór agentów, parametry ryzyka, koszty, wielkość aktywów czy ograniczenia inwestycyjne. 

Reklama

Strategia ma być neutralna rynkowo

Insignis AI FIZ ma być funduszem market neutral. W portfelu mają znajdować się jednocześnie pozycje długie i krótkie, a ekspozycja netto ma pozostawać blisko zera. W założeniu wynik funduszu nie powinien więc zależeć od kierunku szerokiego rynku.

– To może być ważne na tym etapie rynku, kiedy hossa trwa już od wielu lat. W przypadku spadków fundusz powinien mieć możliwość uzyskiwania dodatnich stóp zwrotu nieskorelowanych z rynkiem. Tak było w 2022 r., kiedy już działał Omphalos, i tak było w 2020 r., kiedy był już prowadzony portfel na własnych środkach AI Investments – wskazuje Grzegorz Witkowski.

Warto jednak pamiętać, że niewielka ekspozycja netto nie musi oznaczać niewielkiego ryzyka. Portfel może mieć jednocześnie znaczącą ekspozycję brutto, jeśli utrzymuje duże pozycje zarówno po stronie długiej, jak i krótkiej. Istotne są więc nie tylko limity przypisane poszczególnym agentom, lecz także łączna ekspozycja brutto, wykorzystywana dźwignia, korelacje między modelami oraz kontrola ich wspólnych ekspozycji na rynek i poszczególne czynniki ryzyka. W okresach silnych turbulencji rynkowych zależności te mogą się dodatkowo szybko zmieniać, przez co strategie wcześniej słabo ze sobą skorelowane mogą zacząć generować straty w tym samym czasie.

Insignis przedstawia projekt jako pierwszy polski fundusz, w którym sygnały inwestycyjne mają być generowane autonomicznie przez system sztucznej inteligencji. Jeżeli kryterium stanowi pełna automatyzacja drogi od prognozy do zlecenia, rozwiązanie rzeczywiście może wyróżniać się na krajowym rynku. Nie będzie jednak pierwszym polskim funduszem wykorzystującym AI w procesie inwestycyjnym.

Od 6 listopada 2025 r. Aixon Investment Management zarządza portfelem AIXON AI MultiFactor FIZ, działającego pod Baltic Capital TFI. Aixon deklaruje wykorzystanie algorytmów machine learning i deep learning do selekcji amerykańskich spółek oraz optymalizacji portfela, m.in. po to, aby szybciej i trafniej podejmować decyzje oraz ograniczać ryzyko błędów. Modele analizują ponad 100 sygnałów i prognozują miesięczne stopy zwrotu dla ponad 2 tys. spółek notowanych w USA. Insignis AI FIZ ma pójść dalej w automatyzacji samego procesu transakcyjnego.

–  W przypadku Insignis AI FIZ mówimy o autonomicznym generowaniu sygnałów inwestycyjnych i przekazywaniu zleceń na rynek przez wcześniej wytrenowanych i wyselekcjonowanych agentów AI – odpowiada Grzegorz Witkowski.

AI nie gwarantuje przewagi

Szersze doświadczenia europejskiej branży funduszy nie wskazują, aby samo wykorzystanie sztucznej inteligencji gwarantowało lepsze wyniki.

ESMA w analizie opublikowanej w 2025 r. stwierdziła, że fundusze deklarujące wykorzystanie AI lub machine learningu nadal stanowią marginalną część europejskiego rynku. W badanym okresie średnie stopy zwrotu i alfa takich funduszy nie różniły się statystycznie istotnie od wyników porównywalnych funduszy, które nie deklarowały wykorzystania AI. Rzadkie pozostawały też strategie, w których sztuczna inteligencja odgrywa główną rolę w podejmowaniu decyzji inwestycyjnych.

W przypadku Insignis kluczowe nie będzie więc samo wykorzystanie AI, lecz to, czy modele potrafią utrzymywać przewagę predykcyjną również poza danymi, na których zostały wytrenowane, i czy pozostanie ona wystarczająco duża po uwzględnieniu kosztów transakcyjnych oraz zmieniających się warunków rynkowych. Na korzyść projektu przemawia to, że technologia nie zaczyna od zera i ma kilkuletnią historię działania na rzeczywistym kapitale. Insignis AI FIZ będzie jednak musiał zbudować własny track record. Nie znamy też szczegółowych warunków uczestnictwa w funduszu, bo ten działać ma w formie niepublicznego FIZ.

– Z uwagi na fakt, że fundusz został utworzony w formule FIZ nie mogę przekazywać informacji na temat warunków uczestnictwa, gdyż mogłoby to nosić znamiona oferowania takiego produktu – wyjaśnia Witkowski.

Zapisz się na Newsletter

Bądźmy w kontakcie! Prosto na Twojego maila będziemy wysyłać skrót najważniejszych informacji ze świata finansów, powiadomienia o nowościach rynkowych, najnowsze oceny i raporty oraz codzienne notowania wybranych przez Ciebie funduszy inwestycyjnych.

Zapisz się