AI daje funduszom przewagę. Jest jednak druga strona medalu
Fundusze wykorzystujące AI osiągały nieco wyższe stopy zwrotu, przyciągały większe napływy kapitału i wykazywały większą aktywność transakcyjną. Jednocześnie ich wyniki były silniej ze sobą powiązane w okresach niekorzystnej koniunktury – wynika z analizy Europejskiego Banku Centralnego.
Algorytmy analizują dane rynkowe, poszukują zależności między instrumentami, prognozują zmienność i generują sygnały inwestycyjne. Czy przekłada się to na lepsze wyniki funduszy? Temu zagadnieniu przyjrzał się Europejski Bank Centralny w raporcie Financial Stability Review.
Reklama
EBC przeprowadził analizę na podstawie danych Morningstar, obejmujących globalną próbę funduszy inwestycyjnych reprezentujących różne klasy aktywów. Z porównania wyłączono strategie pasywne. Do identyfikacji funduszy wykorzystujących AI posłużył wskaźnik dotyczący stosowania uczenia maszynowego w strategii inwestycyjnej. Następnie funduszom AI przyporządkowano możliwie podobne fundusze tradycyjne, wykorzystując metodę dopasowania na podstawie prawdopodobieństwa przynależności do danej grupy (propensity score matching).
Wyniki wskazują na niewielką przewagę funduszy AI pod względem osiąganych stóp zwrotu. W latach 2023-2025 średnia annualizowana stopa zwrotu funduszy akcyjnych wykorzystujących uczenie maszynowe wyniosła ok. 17 proc., wobec nieco ponad 15 proc. w grupie porównawczej. Mniejszą przewagę odnotowały fundusze mieszane oraz obligacyjne.
Równocześnie z analizy EBC wynika, że fundusze wykorzystujące uczenie maszynowe wyróżniały się także większą aktywnością transakcyjną. W analizowanym trzyletnim okresie przeciętny wskaźnik obrotu portfelem był wyższy w grupie AI we wszystkich trzech badanych kategoriach: funduszach akcyjnych, mieszanych i obligacyjnych. Może to wynikać ze sposobu działania strategii algorytmicznych, które regularnie przetwarzają duże zbiory danych i aktualizują sygnały inwestycyjne. Większa liczba transakcji nie zawsze skutkuje większą efektywnością, równocześnie jednak częstsze zmiany w portfelu mogą zwiększać koszty transakcyjne.
EBC zaobserwował ponadto, że fundusze wykorzystujące AI przyciągały także więcej kapitału. Od stycznia 2023 r. do września 2026 r. średnie skumulowane przepływy netto, obliczone według metodologii EBC w relacji do wielkości funduszy, wyniosły ok. 27 proc. w grupie AI, wobec ok. 15 proc. w grupie porównawczej. Różnica zaczęła szczególnie wyraźnie narastać w 2025 r. i powiększała się w kolejnych miesiącach 2026 r. Nie wiadomo jednak, w jakim stopniu silniejsze napływy były reakcją na osiągane wyniki, a w jakim odzwierciedlały rosnące zainteresowanie inwestorów technologią sztucznej inteligencji.
Druga strona medalu: ryzyko wspólnych strat
Najciekawsze ustalenia EBC dotyczą jednak nie samych stóp zwrotu, lecz zależności między wynikami poszczególnych funduszy. Bank zbadał, jak często fundusze akcyjne wykorzystujące AI jednocześnie osiągały swoje najsłabsze dzienne wyniki. W tym celu przeanalizował dane z okresu od 1 listopada 2025 r. do 26 października 2026 r., porównując fundusze AI z podobnymi funduszami niewykorzystującymi tej technologii. Zastosował miarę określaną jako downside tail dependence, czyli zależność w dolnych częściach rozkładów stóp zwrotu.
Jeżeli jeden fundusz osiąga dzienną stopę zwrotu należącą do 10 proc. jego najgorszych wyników, jakie jest prawdopodobieństwo, że inny fundusz z tej samej grupy również znajdzie się wśród swoich 10 proc. najsłabszych wyników? W badanej próbie wynosiło ono średnio ok. 49 proc. dla par funduszy wykorzystujących AI, wobec ok. 46 proc. dla par funduszy bez AI. Podobną zależność zaobserwowano również przy innych analizowanych progach.
Wyniki te mogą mieć znaczenie z punktu widzenia dywersyfikacji. EBC zwraca uwagę, że fundusze wykorzystujące podobne modele AI, dane i sygnały inwestycyjne mogą podejmować zbliżone decyzje, a tym samym podobnie reagować na zmiany sytuacji rynkowej. W okresach silnych zawirowań mogłoby to prowadzić do jednoczesnej wyprzedaży aktywów, pogłębiając spadki cen i potęgując napięcia na rynku.
EBC uspokaja jednak, że przy obecnej skali wykorzystania AI zagrożenie dla stabilności całego systemu finansowego pozostaje ograniczone. Ryzyko mogłoby wzrosnąć wraz z upowszechnieniem strategii opartych na sztucznej inteligencji, szczególnie wśród inwestorów stosujących dźwignię finansową.
Wyniki najnowszej analizy EBC warto zestawić z wcześniejszym badaniem Europejskiego Urzędu Nadzoru Giełd i Papierów Wartościowych (ESMA). W lutym 2025 r. ESMA opublikowała opracowanie Artificial intelligence in EU investment funds: adoption, strategies and portfolio exposures, w którym przeanalizowała wykorzystanie sztucznej inteligencji przez fundusze działające w Unii Europejskiej. Wówczas ESMA nie stwierdziła statystycznie istotnych różnic ani w przeciętnych stopach zwrotu, ani w wynikach skorygowanych o ryzyko, mierzonych alfą, między funduszami deklarującymi wykorzystywanie AI a funduszami tradycyjnymi. Warto jednak wskazać, że obie instytucje analizowały inne populacje funduszy, stosowały odmienne metody ich identyfikacji i uwzględniały różne okresy.
AI w polskich funduszach już działa
Wykorzystywanie sztucznej inteligencji do podejmowania decyzji inwestycyjnych nie jest domeną wyłącznie zagranicznych instytucji. Na polskim rynku przykładem jest AIXON AI MultiFactor FIZ, którego portfelem od listopada 2025 r. zarządza Aixon Investment Management na zlecenie Baltic Capital TFI. Strategia wykorzystuje algorytmy uczenia maszynowego i głębokiego uczenia do analizy amerykańskich spółek, prognozowania stóp zwrotu i optymalizacji portfela.
Jeszcze dalej w automatyzacji procesu inwestycyjnego idzie Insignis Artificial Intelligence FIZ, który ruszył w październiku 2026 r. W tym przypadku system AI ma nie tylko analizować dane i generować sygnały kupna oraz sprzedaży, lecz także samodzielnie kierować zlecenia na rynek. Człowiek pozostaje odpowiedzialny za wybór zestawu modeli i nadzór nad ryzykiem.
18.11.2026
Źródło: Shutterstock / Summit Art Creations



Komentarze mogą dodawać tylko zalogowani użytkownicy.
Przejdź do logowania