Kan en AI investera bättre än en indexfond?
Forskare vid Edinburgh, UCLA och Oxford lät AI-agenter handla aktier. Slutsatserna: köp-och-behåll vann i samtliga urval och AI:n gjorde samma misstag som vi människor.
Innehållsförteckning
- Sammanfattning, guldkorn och citat (18 st)
- Kan AI slå börsen?
- AI-strategiernas övertag försvinner när man mäter rätt
- AI gör samma beteendemisstag som alla vi andra
- Mer avancerade modeller gav inte bättre resultat
- Det enkla slår det smarta (som vanligt)
- En AI-aktierobot är inte samma sak som en fondrobot
- Vad det betyder för ditt sparande
- Läs vidare
- Vanliga frågor (8 st)
- Communityns tankar, tips och inspel
- Relaterade sidor och annat kul
- Senaste nytt på RikaTillsammans
Denna sida uppdaterades 1 månad sedan (2026-06-30) av Jan Bolmeson.
Sammanfattning och guldkorn
Det viktigaste att veta. Swipa för att se fler.
Värdet med dagens artikel
Forskare lät AI-handelsstrategier tävla mot tråkig köp-och-behåll över 20 år och drygt 100 aktier, och AI:n förlorade. Du får ut varför det enkla fortsätter slå det smarta även mot 2024 års mest avancerade AI-agenter, och vad det betyder för ditt eget sparande.
Studien bakom: FINSABER, KDD 2026
Bakom slutsatsen står forskare från Edinburgh, UCLA och Oxford som byggde ett testramverk vid namn FINSABER, antaget till forskningskonferensen KDD 2026. De lät två AI-agenter handla genom finanskrisen 2008 och coronakraschen och jämförde mot enkla alternativ. Läs mer.
Köp och behåll slog AI i alla fyra
I det mest rättvisa testet slog vanlig köp-och-behåll båda AI-agenterna i samtliga fyra aktieurval på riskjusterad avkastning. Skillnaden var statistiskt säkerställd, med p-värden ner mot tre på en miljon, så den gick inte att skylla på tur. Läs mer.
Tre mätfel blåste upp AI-hyllningarna
Tidigare studier som hyllat AI-handlare har byggt in tre klassiska mätfel: de glömmer bolag som gick under, lutar sig mot facit i efterhand och testar om och om igen tills något ser bra ut. När forskarna rättade till felen med 20 års data och rullande tidsfönster rasade hela övertaget. Läs mer.
Roboten har samma beteendegap
AI:n misslyckades inte på ett nytt sätt utan på exakt samma sätt som människor, fast snabbare och dyrare. Den satt på händerna i uppgångar och blev vårdslös i kraschen, precis den beteenderisk en vanlig sparare brottas med. Läs mer.
Komplexitet är inte kompetens
De större och mer påkostade AI-uppläggen slog inte de mindre, och båda blev i sin tur slagna av en simpel statistisk prognosmodell från 1970-talet, ARIMA, på riskjusterad avkastning. Förklaringen är att finansiella data har ett extremt lågt signal-brus-förhållande, så mer kraft bygger bara mer sofistikerade mönster ovanpå ren slump. Läs mer.
Feg i uppgång, vårdslös i krasch
I bull-år fick köp-och-behåll ett Sharpe-tal på 0,61 medan den bästa AI-agenten bara kröp fram till 0,12. När det small under finanskrisen blev en agent i stället vårdslös och lät förlusten på en enskild aktie växa till runt 75 procent, mot börsens fall på ungefär 50 procent. Läs mer.
AI är ännu ett SPIVA-exempel
Samma mönster har SPIVA-rapporterna från S&P Dow Jones visat i decennier om mänskliga förvaltare: över 15 år slår i princip ingen kategori aktiva fonder sitt index, och bland stora USA-fonder underpresterar över 90 procent. AI är inte ett undantag från den regeln utan ännu ett exempel på den. Läs mer.
Kontrovers: AI slår inte heller index
Mitt i AI-hypen, när AI-aktietips och trading-bottar marknadsförs hårt, säger studien att de avancerade agenterna inte skapade någon statistiskt säkerställd överavkastning. Varje generation tror att just den här gången är annorlunda, men svaret är detsamma: det tråkiga vinner. Läs mer.
AI-aktierobot ≠ fondrobot
Studien handlar om AI som aktivt försöker välja och tajma enskilda aktier, inte om en vanlig fondrobot som Lysa eller Opti. En fondrobot försöker inte vara smartare än marknaden utan köper breda, billiga indexfonder och balanserar om, medan AI-aktieroboten gör tvärtom och fallerar just på den ambitionen. Läs mer.
Bra till analys, fel till tajming
Att låta en språkmodell sammanfatta en årsredovisning eller hjälpa dig formulera rätt fråga är genuint användbart. Att låta den bestämma när du ska köpa och sälja är det inte, för det är just den aktiva tajmingen som studien visar fallerar. Läs mer.
Aktiv AI-handel kostar extra
Att köra ett enda av forskarnas testupplägg gick loss på upp till 200 dollar i API-avgifter. För en privatperson lägger den sortens AI-handel alltså en kostnad ovanpå ett resultat som redan var sämre än indexfonden. Läs mer.
Marknaden bryr sig inte om vältalighet
En språkmodell är fenomenal på att låta påläst och säker, men marknaden bryr sig inte om hur välformulerad analysen är. Den bryr sig om analysen är rätt, och en självsäker felaktig prognos kostar lika mycket som en osäker. Läs mer.
Tumregel: brett, billigt, globalt
Den praktiska slutsatsen är odramatisk: spara brett, billigt och globalt, köp och behåll, och låt tiden göra jobbet. Du behöver inte vänta på en smartare AI för att börja spara rätt, för det som funkat i forskningen i decennier funkar fortfarande. Läs mer.
Kort sikt slump, lång sikt ordning
På kort sikt är börsen slumpmässig och på lång sikt förutsägbar, och ingen språkmodell har hittills lyckats trolla bort den ordningen. Det är därför tidshorisonten, inte en smartare algoritm, är spararens bästa vän. Läs mer.
En bot är ingen ansvarig rådgivare
En mänsklig rådgivare har ett ansvar och en tillsyn bakom sig, en chatbot har ingen. Får du ett dåligt råd av en bot är det ditt problem, vilket är en sak att väga in innan du lämnar över besluten. Läs mer.
Datatläckage gjorde AI:n ingen tjänst
GPT-modellerna kan ha sett delar av testperioden redan i sin träningsdata, vilket borde ha gynnat dem. Ändå förlorade de mot köp-och-behåll, vilket bara stärker slutsatsen att övertaget inte fanns på riktigt. Läs mer.
Viktiga nyanser att komma ihåg
• Studien testar två specifika AI-agenter på äldre GPT-modeller, inte all framtida AI. • Den gäller amerikanska aktier och enbart långa positioner, så exakta siffror är USA-specifika. • Slutsatsen säger ingenting negativt om passiva fondrobotar som Lysa eller Opti. • Sharpe-siffrorna är lästa ur studiens fulltext och bör korsläsas mot PDF innan de citeras exakt. Läs mer.
Kan AI slå börsen?
Frågan kommer upp med jämna mellanrum: kan inte en AI hjälpa en att slå börsen eller sköta investeringarna bättre än man gör själv? Idén låter rimlig. Om en AI kan läsa varje nyhet, varje kvartalsrapport och varje kursrörelse borde den väl kunna köpa lågt och sälja högt bättre än en vanlig människa?
En grupp forskare från Edinburgh, UCLA och Oxford bestämde sig för att testa det på riktigt. I studien ”Can LLM-based Financial Investing Strategies Outperform the Market in Long Run?”, antagen till forskningskonferensen KDD 2026, byggde de ett ramverk som kallas FINSABER och lät AI-baserade handelsstrategier tävla mot enkla strategier som köp och behåll, det vi brukar kalla att sitta still i båten.
Strategierna testades på 20 års verkliga data från ett hundratal aktier. De fick uppleva finanskrisen 2008, coronakraschen 2020 och uppgångarna däremellan. En av forskarna, UCLA-professorn Mihai Cucuringu, sammanfattar det i Wall Street Journal:
AI-strategiernas övertag försvinner i stort sett när man mäter över längre perioder och ett bredare urval av aktier.
Mihai Cucuringu
AI-strategiernas övertag försvinner när man mäter rätt
De flesta som hyllat AI-strategier har mätt på ett sätt som nästan garanterar ett bra resultat. Korta perioder, en handfull vinnaraktier som Tesla och Amazon, och en jämförelse bara med att köpa och behålla. Det bygger in tre klassiska mätfel: man tar med bolag som överlevde men glömmer dem som gick under, man lutar sig mot facit i efterhand, och man testar om och om igen på samma data tills något ser bra ut. Gammal hederlig överanpassning, med andra ord.
När forskarna i stället mätte ordentligt, med tjugo års data, drygt hundra bolag inklusive dem som avnoterats, och rullande tidsfönster, försvann övertaget. I det mest avskalade testet slog vanlig köp och behåll båda AI-agenterna i samtliga fyra urval. Här är riskjusterad avkastning, mätt som Sharpe-tal där högre är bättre och allt över noll betyder att man får betalt för risken, under perioden 2004 till 2024:
| Aktieurval (antal bolag) | Köp och behåll | Bästa AI-agent |
|---|---|---|
| Slumpvalda (91) | 0,32 | 0,09 |
| Momentum (84) | 0,38 | 0,10 |
| Låg volatilitet (63) | 0,70 | −0,08 |
| Diversifierat urval (80) | 0,39 | −0,08 |
Skillnaden var inte slumpmässig. Efter att forskarna rättat till mätfelen blev den statistiskt säkerställd, med p-värden så låga som ungefär 0,000003. Det vill säga: marknadens enklaste strategi slog de avancerade AI-agenterna så tydligt att det inte gick att skylla på tur.
AI gör samma beteendemisstag som alla vi andra
Det intressanta, men inte oväntade, var att AI-agenterna misslyckades på samma sätt som vi människor gör, fast snabbare och dyrare. En språkmodell är immun mot rädsla och girighet, åtminstone i teorin, men resultatet såg ändå förvånansvärt mänskligt ut.
I uppgångar, när marknaden belönar den som vågar vara med, blev AI-agenterna för passiva. Under starka börsår fick köp och behåll ett Sharpe-tal på 0,61 medan den bästa AI-agenten bara kom upp till 0,12. När det small, som under finanskrisen 2008, blev de i stället plötsligt vårdslösa.
På en enskild aktie lät en av agenterna sin förlust växa till omkring 75 procent, samtidigt som börsen som helhet föll ungefär 50 procent. Den fegade ur när den borde ha varit med och tog stryk när den borde ha skyddat kapitalet. Känns mönstret igen? Det är precis den beteenderisk vi människor brottas med, nu inbyggd i en maskin.
Mer avancerade modeller gav inte bättre resultat
Det finns en utbredd tro på att modellen bara behöver bli tillräckligt stor och komplex för att lösa problemet. Studien punkterar den tanken. De större och mer påkostade uppläggen slog inte de mindre, och båda blev i sin tur slagna av en enkel statistisk prognosmodell från 1970-talet, ARIMA, mätt som riskjusterad avkastning.
Det är en stor missuppfattning att bättre modeller automatiskt leder till bättre handelsresultat.
Mihai Cucuringu, professor vid UCLA och en av forskarna bakom studien
Förklaringen, menar Cucuringu, är att finansiella data har ett extremt lågt signal-brus-förhållande. Det är oerhört svårt att skilja relevanta signaler från sådant som är slumpmässigt och irrelevant. Risken med framtidens ännu större modeller är därför inte att de blir kloka, utan att de bygger ännu mer sofistikerade mönster ovanpå rent slumpmässiga samband. Ungefär som när priset på smör i Bangladesh korrelerade med den amerikanska börsen. Poängen är att dagens AI är fenomenal på att låta påläst och säker, men marknaden bryr sig inte om hur välformulerad analysen är. Den bryr sig om huruvida analysen stämmer.
Det enkla slår det smarta (som vanligt)
Om det här känns bekant är det för att vi sett mönstret förut, bara på andra ställen. SPIVA-rapporterna från S&P Dow Jones har i decennier visat samma sak om mänskliga fondförvaltare: över femton år lyckas i princip ingen kategori av aktivt förvaltade fonder slå sitt index som grupp, och bland de stora USA-fonderna underpresterar över 90 procent. Studien är ännu ett exempel på samma sak.
Det är ungefär här hela RikaTillsammans tes finns. Vi har i tjugo år hävdat att man bör följa forskningen snarare än finansbranschen, och att en bred, billig och global indexfond som man köper och behåller slår nästan alla försök att vara smartare än marknaden. Att den slutsatsen står sig även mot 2024 års mest avancerade AI-agenter gör den inte mindre sann. Visst kan man invända att vi nu är inne i 2026, men jag ser inte att det har förändrat grundproblemet: om vissa aktörer får tillgång till bättre modeller får andra snart samma verktyg.
En AI-aktierobot är inte samma sak som en fondrobot
Här behöver jag vara tydlig, för det är lätt att dra fel slutsats. Studien handlar om AI som aktivt försöker välja och tajma enskilda aktier. Den säger ingenting negativt om en vanlig fondrobot som Lysa eller Opti. Det är två helt olika saker som råkar dela ordet ”robot”.
En fondrobot försöker inte vara smartare än marknaden. Den köper breda, billiga indexfonder åt dig, balanserar om när det behövs och håller fingrarna borta från knappen. En AI-aktierobot gör tvärtom: den tror sig kunna förutsäga vad enskilda bolag ska göra härnäst, och det är just den ambitionen som inte håller.
Vad det betyder för ditt sparande
Den praktiska slutsatsen är odramatisk, och det är en del av poängen. Du behöver inte vänta på en smartare AI för att börja spara rätt. Det som har fungerat i forskningen i decennier fungerar fortfarande: spara brett, billigt och globalt, köp och behåll, och låt tiden göra jobbet. På kort sikt är börsen slumpmässig, på lång sikt förutsägbar, och ingen språkmodell har hittills lyckats trolla bort den ordningen.
Det finns dessutom en sak till att väga in, som lätt glöms bort. En mänsklig rådgivare har ett ansvar och står under tillsyn. En chattbot har ingetdera.
Får du dåliga råd av en bot är det ditt problem.
David Allison, förmögenhetsrådgivare, i Wall Street Journal
Min reflektion efter alla år är att varje generation får sin egen frestelse att tro att just den här gången är annorlunda. Förr var det stjärnförvaltaren med magkänsla, sedan var det den aktiva fonden med fina broschyrer, nu är det AI:n som läst hela internet. Frestelsen byter ansikte, men svaret är detsamma. Ta det som hjälper dig och strunta i resten: det tråkiga vinner, och det är goda nyheter, för det betyder att vem som helst kan lyckas.
Få guldkornen direkt i din inkorg
Häng med 70 000+ andra prenumeranter som varje vecka får våra bästa tips, guldkorn och idéer om privatekonomi, sparande och investeringar — direkt i mejlen.
Läs vidare
Om du vill fördjupa dig i varför det enkla slår det smarta och hur du själv undviker beteendefällorna har vi samlat våra mest relevanta sidor här:
- Investera rätt och lätt – varför forskningens råd slår finansbranschens, grundligt förklarat.
- Bästa fonderna – konkreta förslag på breda, billiga indexfonder och fondrobotar.
- Var inte rädd för rätt risk – om beteenderisken, den fälla som även AI:n går i.
- På kort sikt slumpmässig, på lång sikt förutsägbar – varför tidshorisonten är din bästa vän.
- Stockholmsbörsen sedan 1870 – avkastningen du får helt gratis genom att bara vara med.
