Hem » Studier » Kan en AI investera bättre än en indexfond?

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.

Skrivet av

Jan Bolmeson, RikaTillsammans

Investerat sedan 1996 · Bloggat sedan 2007

Uppdaterad 30 juni 2026

Publicerad 31 juli 2026

7 minuters läsning

Källa

Dela

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:

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.

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.