Jeg lot en AI lage handelsregler for Oslo Børs. Den tapte i seks av åtte år.
En AI fikk kursene for fire energiaksjer og lagde handelsregler. På historikken tjente reglene 16 til 47 % i året. På år den ikke hadde sett, tapte de i seks av åtte.

Bygg din egen AI-bot, la den daytrade, og la pengene jobbe mens du sover.
Det siste året har jeg sett det overalt, på Instagram og i mange andre kanaler, og det selges alltid inn som både enkelt og lurt.
Jeg tvilte. Tidligere har jeg bygget et handelssystem der en språkmodell tok beslutningene, og den hadde en egenskap jeg ikke ble kvitt. Den ville hele tiden gjøre noe. Den handlet for ofte. Den kjøpte på toppen, og den tålte dårlig at kursen svingte.
Så jeg undersøkte det skikkelig, med Oslo Børs som testområde og data fra 2013 fram til i dag.
Hva jeg testet
En AI fikk kursene for fire energiaksjer, pluss oljepris, gass og valuta, og skulle lage en handelsregel ut fra dem. Den regelen testet jeg så på et år modellen ikke hadde sett. Det gjorde jeg åtte ganger, ett år om gangen. Navn og datoer var fjernet, så modellen ikke kunne huske hva som skjedde.
På papiret så reglene geniale ut. I virkeligheten tapte de.
Jeg testet også innsidekjøp, shortposisjoner, kvartalsrapporter og oljeprisen over natten. Ingen av dem ga gevinst etter kostnader for den som handler kort.
Hvorfor det går galt
Tre grunner.
AI finner mønstre også i støy. Gi en modell nok historiske kurser, og den finner nesten alltid en regel som ville tjent penger, men det er ikke et fortrinn, altså noe markedet ikke allerede har priset inn. Det er tilpasning til fortiden. Du ser det først når regelen møter et år den ikke kjenner.
Kostnadene tar resten. Hver handel koster kurtasje, spread og litt kurspåvirkning. Med Nordnets pris for aktive tradere blir det rundt 0,15 % tur-retur i Equinor, og det høres lite ut helt til du handler hver dag i et helt år. Uten et ekte fortrinn er sjansen for å være i pluss etter ett år under 6 %.
Med mindre beløp, eller i mindre aksjer, er den nær null.
Nyhetene er priset før du rekker å handle. De dagene oljeprisen hadde steget over natten, steg Equinor 0,24 % i snitt fra åpning til stengning. Det ser ut som et fortrinn. Men hele børsen steg de samme dagene, og målt mot resten av børsen gikk Equinor faktisk 0,10 % ned.
Oljen lå allerede i åpningskursen.
Forskningen sier det samme
Forskere i Brasil fulgte alle som begynte å daytrade i aksjeterminer fra 2013 til 2015. Av dem som holdt på i minst 300 dager, tapte 97 % penger.
Bare 8 av 1 551 tjente mer enn en bankfunksjonær.
I Taiwan tapte daytraderne samlet penger hvert eneste år i 15 år. Noen få er dyktige, men under 1 % tjente penger år etter år. De du konkurrerer mot, er profesjonelle med raskere systemer og lavere kostnader enn deg.
Hva AI faktisk er god til
Det ene som holdt i testene mine, var å unngå. Selskaper som fikk dårlig mottakelse på kvartalsrapporten, fortsatte å falle de neste månedene, og det holdt i begge periodene jeg testet. En AI kan lese rapportene og hjelpe deg å holde deg unna de verste.
Men selv det slo ikke et vanlig indeksfond etter kostnader. Et fond på hovedindeksen på Oslo Børs ga 11,5 % i året fra 2013 til 2026, og var i pluss etter ett år i rundt fire av fem perioder.
Det jeg sitter igjen med
AI gjør det lettere å bygge en bot. Det gjør det ikke lettere å finne et fortrinn, og fortrinnet blir ikke lettere å finne av at alle nå har fått de samme verktøyene.
Vil du bruke AI på aksjer, bruk den til å lese, sortere og si nei. Ikke til å trykke på kjøp hver morgen.
Kilder
- Chague, De-Losso og Giovannetti (2020), Day Trading for a Living?, SSRN.
- Barber, Lee, Liu og Odean, studier av daytradere i Taiwan 1992 til 2006.
- Øvrige tall er egne tester på data fra Yahoo Finance, Newsweb og Nordnet.
Dette er ikke investeringsråd.