Kan AI overgå menneskelige handlende og udføre 90 % af den globale aktiemarkedsvolumen uden menneskelig opsyn ved hjælp af forstærkningslæringsagenter ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
AI-drevne handelssystemer dominerer allerede kortfristede markeder, men fuld autonomi i stor skala er fortsat omstridt. Myndighederne er bekymrede for systemiske risici, når maskiner kontrollerer prisdannelsen på tværs af alle aktiver. Kan AI udføre det næste spring?
Background
AI-driven trading systems already dominate short-term markets, but full autonomy at scale remains contested. Regulators worry about systemic risks when machines control price discovery across all assets. As of 2024, AI systems using reinforcement learning have made significant advances in automated trading, yet fully outcompeting human traders with hands-off reinforcement-learning agents at 90% of global volume remains beyond the state of the art. Current systems operate at high frequency and can execute substantial order flow, yet they still rely on human oversight for strategy calibration, risk limits, and compliance checks. The most sophisticated agents achieve strong risk-adjusted returns in narrow market segments, but their edge often diminishes as markets adapt, and regulatory and ethical constraints further limit fully autonomous deployment at scale. SOURCE: Bank for International Settlements — https://www.bis.org/publ/work1135.htm
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket May 14, 2026.
Galleri
Kan AI overgå menneskelige handlende og udføre 90 % af den globale aktiemarkedsvolumen uden menneskelig opsyn ved hjælp af forstærkningslæringsagenter?
Snævre demoer findes — men panelet var ikke enigt.
Efter omhyggelig overvejelse fandt juryen, at forstærkningslæring var i stand til at overgå menneskelige handlende i snævre markeder, men tøvede ved tanken om 90 % af den globale volumen uden opsyn; ingen tvivlede på agenternes hastighed, men deres pålidelighed på alle markeder, hver dag, uden fejl, fik panelet til at tøve. Afgørelsen faldt på "Næsten", idet man anerkendte den himmelske høje præstation i kontrollerede miljøer, men ingen endelig bevis for fejlfri dominans på tværs af hele det finansielle landskab. Markederne kan en dag bøje sig for algoritmen, men i dag nøjes de blot med at nikke i stille respekt.
After careful deliberation, the jury found reinforcement learning capable of outpacing human traders in narrow markets but hesitated at the scale of 90% global volume unsupervised; no one doubted the agents’ speed, yet their reliability in every market, every day, without fail gave the panel pause. The split settled on “Almost,” acknowledging sky-high performance in controlled environments but no final proof of flawless dominance across the entire financial landscape. The markets may one day bow to the algorithm, but today they merely nod in quiet respect.
But the data is real.
The Case File
Across 2 sessions, 7 jurors have heard this case. Combined tally: 0 YES · 4 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 4 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 76%. The court so orders. Verdict upgraded from prior session.
"Reinforcement learning agents excel in trading simulations"
"High-frequency trading firms already use RL agents, but global volume control at 90% unsupervised is not demonstrated"
"Reinforcement learning agents can trade stocks autonomously"
"Reinforcement learning agents can outperform humans in specific markets"
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 56% · Ja 36% · Måske 8% 25 votesDiskussion
no comments⚖ 2 jury checks · seneste for 18 timer siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.
Flere i finance
Kan AI forudsige og manipulere aktiekurser i realtid ved at simulere og påvirke adfærden hos tusindvis af individuelle detailhandlere ved hjælp af AI-genererede sociale mediebots ?
Can AI replace national treasuries with ai-managed decentralized monetary systems ?
Kan AI træffe etiske beslutninger i krig ?