In onbekende marktomstandigheden zullen op historische data gebaseerde AI-handelsbots falen

De huidige AI-handelsbots zijn gebaseerd op een beperkte hoeveelheid historische gegevens, wat betekent dat volledig onbekende marktevenementen zoals de liquidaties van 10/10 of zelfs de zware verkopen van vorige week ertoe zullen leiden dat agentische handelsmodellen tekortschieten.

Deze op historische data gebaseerde AI-modellen hebben nog nooit grote liquidaties op één dag meegemaakt en zouden dit “zeer onbekend” vinden, zei Bitget CEO Gracy Chen tijdens een panel over agentische handelsbots bij Consensus Hong Kong 2026. Als zodanig is menselijke tussenkomst vereist.

“Als beursplatform zijn we niet van plan om onze eigen LLM [large language model] te ontwikkelen. Maar handelsbots zijn een belangrijke ontwikkeling,” zei Chen. “De huidige AI-bots zijn een beetje zoals een stagiair: sneller, goedkoper, maar hebben nog wel wat toezicht nodig.”

Echter, op termijn zal dit meer lijken op een “volwaardige werknemer,” en binnen 3-5 jaar kan AI velen van ons vervangen, aldus Chen.

Dit zijn sentimenten die regelmatig worden gehoord in de wereld van algoritmische handel als het gaat om AI.

Hoewel geavanceerde LLM- en machine learning-handels technologie zich in een rap tempo ontwikkelen, zijn er nog steeds veel mensen die geloven dat een menselijke laag een essentieel onderdeel van het proces is – met name in situaties zoals de hevige volatiliteit die recent de cryptomarkten trof.

Chen flankerend in het panel, was Saad Naj, oprichter en CEO van de agentic trading startup PiP World, het ermee eens dat de technologie zich nog in een vroege fase bevindt en dat dit risico’s met zich meebrengt. Maar hij wees erop dat 90% van de daghandelaren en particuliere beleggers verlies lijdt.

“Als mens zijn we te emotioneel. We kunnen niet concurreren met AI-oplossingen,” zei Naj.