Sztuczna inteligencja na dobre weszła do świata inwestycji i tradingu. Jedni widzą w niej „narzędzie bogów”, które wyrównuje szanse między inwestorem indywidualnym a instytucjami, inni – generator bankructw dla tych, którzy bezrefleksyjnie ufają odpowiedziom chatbotów. Gościem podcastu „Zyskowna Strona” był Daniel Kostecki, analityk CMC Markets, który na co dzień korzysta z modeli językowych w pracy analitycznej. Rozmowa pokazuje, jak wykorzystać AI w inwestowaniu z głową i gdzie czyhają pułapki.
Czy AI to narzędzie dla leniwych inwestorów?
Zdaniem Daniela Kosteckiego – nie. Modele językowe wciąż popełniają błędy, więc zamiast wyręczać inwestora, zmuszają go do jeszcze większej czujności. Rynek dodatkowo komplikuje sprawę: można mieć złe przesłanki i podjąć dobrą decyzję albo rozłożyć temat na czynniki pierwsze, a mimo to stracić, bo rynek pójdzie w swoją stronę. Jak zauważa gospodarz podcastu, najbardziej irytujące jest to, że masz rację i nie zarabiasz.
AI najbardziej pomaga osobom ciekawskim, które chcą oszczędzić czas. Kostecki używa modeli od samego początku ich istnienia – przede wszystkim do obliczeń statystycznych, badania korelacji i zależności między zmiennymi.
Do czego analityk wykorzystuje modele językowe?
- Statystyka i korelacje: jeśli wiesz, jak zachowa się jedna zmienna, możesz policzyć siłę zależności i oszacować, gdzie może znaleźć się druga – np. cena instrumentu finansowego.
- Sezonowość i godziny handlu: można wrzucić historię notowań (najlepiej własny plik CSV) i poprosić model o zbadanie, czy dany rynek zachowuje się rytmicznie albo czy o konkretnej godzinie dzieje się coś powtarzalnego.
- Szybki research: narzędzia typu „deep research” w kilka chwil zbierają informacje z raportów, do których wcześniej trudno było dotrzeć.
- Wizualizacja: AI pozwala szybko przedstawić złożone zależności – rynkowe, gospodarcze i polityczne – na grafice.
- Pisanie własnych wskaźników: strategię warto opisywać krok po kroku i sprawdzać każdy etap kodu. Gdy opiszesz wszystko naraz, model łatwo się gubi.
Ważne zastrzeżenie: modele nie zawsze poprawnie pobierają dane z internetu i potrafią „dopowiedzieć” wartości poglądowe. Dlatego najlepiej pracować na własnym, sprawdzonym zbiorze danych.
AI wyrównuje szanse z instytucjami
Duże instytucje od lat korzystają z najbardziej zaawansowanych technologii: handlu wysokich częstotliwości (HFT) i systemów zarządzania ryzykiem na wielu rynkach jednocześnie. Kostecki podaje przykład platformy BlackRocka, która analizuje wszystkie rynki świata naraz. Gdy podczas wyborów w Meksyku spadał WIG20, to nie „Jose z Meksyku” sprzedawał polskie akcje, tylko algorytm zarządzający koszykiem rynków wschodzących.
Inwestor indywidualny musiał dotąd samodzielnie szukać raportów spółek i opracowań branżowych, często niedostępnych za darmo. Dziś modele językowe w dużej mierze domykają tę lukę – pod warunkiem, że inwestor potrafi zweryfikować, czy otrzymane informacje są prawdziwe i mają sens.
Najpierw pomysł, potem narzędzie
Kluczowa zasada, którą powtarza Kostecki: AI to młotek. Możesz nim wbić gwóźdź i powiesić obraz albo wybić szybę – wszystko zależy od tego, co chcesz osiągnąć. Ogólne pytanie w stylu „skonstruuj mi portfel inwestycyjny” da ogólną odpowiedź przypominającą robo-doradcę. Wnikliwe pytanie daje wnikliwą odpowiedź.
Przykład z rozmowy: pytając model o nieodkryte trendy, Kostecki doszedł do tematu automatyzacji i robotyzacji. Zamiast inwestować w najgłośniejsze nazwy, warto szukać spółek produkujących komponenty i podzespoły do robotów – to one mogą skorzystać, gdy trend nabierze rozpędu.
Każdy może pobawić się w Warrena Buffetta
Buffett analizuje sprawozdania finansowe z pięciu lat wstecz. Dziś każdy może pobrać takie dane dla kilkunastu spółek (np. z WIG20, mWIG40 i sWIG80), dodać transkrypcje wypowiedzi zarządów i poprosić model o wyselekcjonowanie firm o solidnym bilansie, dobrych perspektywach i odpowiedzialnym zarządzie. Taki research zajmuje kilka dni zamiast tygodni. Narzędzia z wgranymi danymi kosztują zwykle 20–30 dolarów miesięcznie.
Kostecki przypomina też o praktycznym progu: przy typowych prowizjach w Polsce pojedyncze zlecenie warto składać od około 3000 zł, by nie płacić prowizji minimalnej.
Największe ryzyka: nieaktualne dane i „życie w świecie, który nie istnieje”
Model nie zawsze wie, co dzieje się tu i teraz. W styczniu 2026 roku, podczas silnych wzrostów cen srebra, jeden z popularnych modeli podał Kosteckiemu cenę sprzed wielu miesięcy. Wniosek: zawsze podawaj modelowi aktualną datę i pytaj o konkretne dane. Gdy AI poda liczbę, dopytaj o źródło i sprawdź link – bywa, że prowadzi do zupełnie innej strony.
Inaczej będziesz żył w świecie, który nie istnieje, a w twojej głowie będzie to prawda.
Kto odpowiada za decyzję inwestycyjną?
Odpowiedź jest krótka: my. Modele zastrzegają, że nie są doradcami finansowymi, a za każdą decyzję odpowiada inwestor. Kostecki porównuje to do awarii CrowdStrike, po której mimo globalnego chaosu nikt nie wypłacił odszkodowań – wszystko regulują umowy użytkownika, których nikt nie czyta.
Fact-checking, czyli największa przewaga AI
AI świetnie sprawdza się w wyłapywaniu anomalii w danych. Przykład z rozmowy: dane o bezrobociu w Polsce pokazały skok o ponad 100 tys. osób rok do roku. Media podały to bez komentarza, a wystarczyło zapytać o przyczynę, by dowiedzieć się, że od czerwca zmieniły się przepisy dotyczące wyrejestrowywania bezrobotnych.
Podobnie było w USA, gdy po huraganie dane o bezrobociu uruchomiły popularny sygnał recesji. Algorytmy „przeczytały nagłówki” i rynek gwałtownie spadł, choć odczyt był zaburzony zdarzeniem jednorazowym.
Czy AI może wywołać flash crash?
Ryzyko gwałtownych, krótkich załamań istnieje, ale według Kosteckiego wynika głównie ze struktury współczesnego rynku: handlu wysokich częstotliwości i ogromnej popularności opcji w USA, które potęgują ruchy cen. Na rynku kryptowalut flash crashe zdarzają się szczególnie w weekendy, gdy płynność jest niska, a na rynku nie ma animatorów.
Podsumowanie
AI w inwestowaniu nie jest drogą na skróty, ale potężnym narzędziem dla ciekawskich. Najważniejsze zasady według Daniela Kosteckiego:
- zacznij od własnego pomysłu i konkretnego pytania,
- pracuj na własnych, sprawdzonych danych,
- podawaj modelowi aktualną datę i kontekst,
- zawsze sprawdzaj źródła – do samego końca,
- pamiętaj, że odpowiedzialność za decyzję ponosisz ty.
Najczęściej zadawane pytania
Czy można inwestować na podstawie odpowiedzi ChatGPT lub Gemini?
Można traktować je jako punkt wyjścia do researchu, ale nie jako gotową rekomendację. Modele mogą podawać nieaktualne dane lub halucynować, więc każdą informację trzeba zweryfikować.
Do czego AI przydaje się inwestorowi najbardziej?
Do szybkiej analizy dużej ilości danych, badania korelacji i sezonowości, przeglądu raportów finansowych, wyłapywania anomalii w danych makroekonomicznych oraz tworzenia własnych wskaźników.
Czy AI daje przewagę inwestorowi indywidualnemu?
Częściowo wyrównuje szanse z instytucjami, które od lat mają dostęp do zagregowanych danych i zaawansowanych algorytmów. Przewagę daje jednak tylko w połączeniu z własną wiedzą i krytycznym myśleniem.
Czytaj też
- Analiza rynków finansowych i spółek z pomocą AI – Konrad Książak
- Czas chaosu na rynkach – Daniel Kostecki o dolarze i Fedzie
- Ukryty silnik hossy wygasa – analiza płynności na rynkach
- Samodzielne inwestowanie na giełdzie – Marcin Podlacki
Zobacz cały odcinek:
Nagrano w studiu podcastowym Everstream w Warszawie.
