Kan AI individuele aandelenkoersen voorspellen met alternatieve data zoals satellietbeelden en creditcardtransacties ?

AI verwerkt onconventionele datastromen—verkeerspatronen, bezetting van parkeerterreinen of consumentenbestedingen—om markttrends te voorspellen. Hedgefondsen gebruiken deze modellen om seconden voorsprong te behalen in de handel. De aanpak vermindert de afhankelijkheid van traditionele financiële indicatoren. Geldigheid is aangetoond in door vakgenoten beoordeelde economische studies. Er blijft controverse bestaan over het potentieel voor marktmanipulatie.

Huidige AI-systemen kunnen korte-termijnbewegingen van individuele aandelen voorspellen door alternatieve signalen—zoals satellietgegevens over parkeerterreinen bij winkels, geanonimiseerde transactievolumes via creditcards of sentiment op sociale media—te combineren met traditionele marktgegevens, maar de nauwkeurigheid blijft beperkt en sterk contextafhankelijk. Modellen die op deze inputs zijn gebaseerd, behalen doorgaans marginale winst ten opzichte van eenvoudige referentiepunten en zijn het meest effectief voor liquide aandelen van grote bedrijven of tijdens voorspelbare seizoensgebonden periodes. Omdat deze signalen ruis bevatten, eigendom zijn en snel verouderen, verdwijnt elke voorsprong vaak snel zodra concurrenten soortgelijke technieken inzetten of de onderliggende databronnen hun beleid wijzigen. Toepassingen richten zich daarom op relatieve-waarde-strategieën, gebeurtenisgestuurde trades of risico-overlays in plaats van directe voorspelling van prijsrichtingen.

— Verrijkt 12 mei 2026 · Bron: Council on Foreign Relations — https://www.cfr.org/backgrounder/what-alternative-data-and-how-it-changing-economic-forecasting