Kan AI konkurrera ut mänskliga handlare och utföra 90 % av den globala aktiehandelsvolymen utan mänsklig tillsyn med hjälp av förstärkningsinlärningsagenter ?
Lägg din röst — läs sedan vad vår redaktör och AI-modellerna hittat.
AI-drivna handelssystem dominerar redan kortfristiga marknader, men fullständig autonomi i stor skala är omtvistad. Tillsynsmyndigheter oroar sig för systemrisker när maskiner kontrollerar prissättningen för alla tillgångar. Kan AI utföra nästa språng?
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
Föreslå en tagg
Saknas ett begrepp i ämnet? Föreslå det så granskar admin.
Status senast kontrollerad June 25, 2026.
Galleri
Kan AI konkurrera ut mänskliga handlare och utföra 90 % av den globala aktiehandelsvolymen utan mänsklig tillsyn med hjälp av förstärkningsinlärningsagenter?
Begränsade demonstrationer finns — men juryn var inte enig.
Juryn var övertygad om att förstärkningsinlärning har omformat handelsgolv och kan placera affärer autonomt, men inget publicerat system har ännu tagit nittio procent av den globala volymen utan någon mänsklig hand på rodret. En smal avvikande mening varnade för att den sista sträckan fortfarande är otestad under verkliga, kaotiska marknadsförhållanden. Domstolen drar slutsatsen att maskinerna definitivt har lärt sig, men slutexamen är fortfarande inställd.
The jury was persuaded that reinforcement learning has reshaped trading floors and can autonomously place trades, yet no published system has yet seized ninety percent of global volume without any human hand on the tiller. A narrow dissent warned that the final stretch remains untested under live, chaotic market conditions. The bench concludes that the machines have definitely learned, but the final exam is still in recess.
But the data is real.
The Case File
Across 10 sessions, 33 jurors have heard this case. Combined tally: 0 YES · 23 ALMOST · 10 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 1, the panel returns a verdict of NäSTAN, with verdict confidence of 86%. The court so orders. Verdict upgraded from prior session.
"Reinforcement learning agents excel in trading simulations"
"no published RL system autonomously executes 90% of global volume without oversight"
"AI systems are increasingly executing significant trading volumes and demonstrating outperformance, but 90% of global volume without human oversight is not yet fully achieved."
"Reinforcement learning agents trade stocks autonomously"
Enskilda jurymedlemmars uttalanden visas på originalengelska för att bevara den bevismässiga precisionen.
Vad publiken tycker
Nej 56% · Ja 36% · Kanske 8% 25 votesDiskussion
no comments⚖ 10 jury checks · senaste för 3 dagar sedan
Varje rad är en separat jurykontroll. Jurymedlemmar är AI-modeller (identiteter avsiktligt neutrala). Status speglar den kumulativa räkningen över alla kontroller — så fungerar juryn.
Fler i finance
Kan AI generera och genomföra ett fientligt övertagande av ett publikt bolag med endast algoritmisk handel och deepfake-kommunikationer ?
Kan AI omfördela rikedom på något sätt utifrån en enda prompt ?
Kan AI designa en hållbar och funktionell gemenskapsyta som möter behoven hos en mångfaldig grupp människor ?