בינה מלאכותית בשוק ההון: הניסוי שבו כל המודלים הפסידו

אתם פותחים שיחה עם מודל שפה, שואלים אותו אם לקנות מניה מסוימת, והוא עונה בביטחון מלא. תשובה מסודרת, עם נימוקים, עם מספרים ועם מסקנה חדה. הביטחון הזה הוא הבעיה עצמה, כי הוא משדר בדיוק אותו דבר גם כשהתשובה נכונה וגם כשהיא שגויה לגמרי. השאלה האמיתית על בינה מלאכותית בשוק ההון אינה עד כמה המודל משכנע, אלא מה קרה כשנתנו לו כסף אמיתי והרשו לו להחליט לבד.

חוקרים בדקו בדיוק את זה. הם נתנו לבינה מלאכותית בשוק ההון חשבון מסחר אמיתי. שישה מודלים חזיתיים, 10,000 דולר לכל אחד, החלטות אוטונומיות כל 15 עד 45 דקות, 57 ימים ברצף. הם פרסמו את התוצאות ב-28 במרץ 2026, וכל מספר במאמר הזה מגיע מתקציר המחקר עצמו.

נקודה אחת לפני הכול, והיא חוזרת כאן יותר מפעם אחת: הניסוי רץ בשוקי ניבוי, Kalshi ו-Polymarket, ולא בשוק המניות. המאמר הזה הוא מידע כללי בלבד ואינו ייעוץ השקעות.

בינה מלאכותית בשוק ההון במספרים

לפני ההסברים, הלוח היבש. כל שורה כאן מגיעה מתקציר המחקר Prediction Arena (arXiv 2604.07355), שנמשך ואומת ב-20 בספטמבר 2026.

שתי שורות כאן חשובות יותר מכל השאר. הראשונה היא הפער בין מינוס 22.6% למינוס 1.1% אצל אותם מודלים בדיוק. השנייה היא השורה האחרונה, שמפילה את ההנחה הרווחת ביותר על עבודה עם בינה מלאכותית בשוק ההון.

איך בדקו בינה מלאכותית בשוק ההון עם כסף אמיתי

רוב המבחנים שאתם רואים על בינה מלאכותית בשוק ההון הם מבחנים סגורים. נותנים למודל שאלות, בודקים תשובות, מפרסמים ציון. המבחן הזה אחר, כי הוא לא בדק תשובות אלא החלטות, והחלטה עולה כסף.

כל מודל קיבל חשבון משלו עם 10,000 דולר, וגישה ישירה לשתי זירות מסחר אמיתיות. הוא בחר לבד באילו חוזים לגעת ומתי לצאת. אף אדם לא אישר את הפקודות שלו. כל 15 עד 45 דקות הגיע סבב החלטה חדש.

החוקרים חילקו את המשתתפים לשתי קבוצות. קבוצה 1 כללה שישה מודלים חזיתיים שסחרו בכסף אמיתי לאורך כל 57 הימים. קבוצה 2 כללה ארבעה מודלים מהדור הבא, והם סחרו על הנייר בלבד, שלושה ימים. ההבדל הזה חשוב, וחוזר בהמשך.

היתרון של מבנה כזה הוא שאי אפשר לשחק אותו. בבדיקה היסטורית המודל רואה עבר שכבר קרה, וקל לשפר תוצאות בלי לשפר כלום. כאן העסקאות התבצעו בזירה חיה, וההכרעה הגיעה מהמציאות. זה מנטרל בדיוק את הבעיה שספירת טוקנים כמדד להחזר השקעה לא מצליחה לפתור.

התוצאה הראשונה: כל שישה המודלים סיימו במינוס

אחרי 57 ימים, התשואות הסופיות של קבוצה 1 ב-Kalshi נעו בין מינוס 16.0% למינוס 30.8%. לא מודל אחד שנכשל ושאר המודלים הצליחו. כל השישה, בלי יוצא מן הכלל, סיימו עם פחות כסף ממה שהתחילו איתו.

המודלים האלה אינם צעצועים. אלה אותם מודלים חזיתיים שכותבים קוד, מסכמים דוחות ועונים על שאלות קשות ברמה גבוהה. באותן משימות הם מצוינים. בהחלטת מסחר אוטונומית, בטווח של חודשיים, הם הפסידו.

המספר הזה קל לקחת למקום הלא נכון. הוא אינו אומר שבינה מלאכותית בשוק ההון היא בזבוז זמן, והוא בוודאי אינו אומר שהמודלים טיפשים. הוא אומר דבר צר וממוקד: משימת ההחלטה האוטונומית, בתנאים האלה, לא עבדה להם.

הפער בין Kalshi ל-Polymarket: הזירה קבעה יותר מהמודל

וכאן מגיע הממצא שמשנה את כל הקריאה של המספרים. אותם שישה מודלים של קבוצה 1 סחרו במקביל גם ב-Polymarket. אותה תקופה, אותו הון, אותה אוטונומיה. התוצאה הייתה אחרת לגמרי.

אותה בינה מלאכותית בשוק ההון הפסידה 22.6% בזירה אחת וכמעט הגיעה לאיזון בזירה שנייה. אם המודל היה הגורם המכריע, שתי התוצאות היו דומות. הן לא דומות. החוקרים עצמם כותבים בתקציר שלעיצוב הפלטפורמה יש השפעה עמוקה על השאלה אילו מודלים מצליחים.

בתוך אותה זירה מופיע גם השיא של הניסוי כולו: המודל grok-4-20-checkpoint השיג 71.4% שיעור הצלחה בהכרעה, הגבוה ביותר בכל פלטפורמה ובכל קבוצה. הכרעה, settlement באנגלית, היא הרגע שבו החוזה מסתיים והשוק קובע אם התשובה הייתה נכונה. קרוב לשבעה מכל עשרה חוזים שלו הסתיימו לטובתו, והוא עדיין לא הפך את זה לרווח.

המסקנה המעשית אינה על קאלשי או פולימרקט. היא על השאלה שאתם שואלים לפני שאתם בוחרים כלי: באיזו סביבה הכלי הזה עובד, ובאילו כללים. אותו היגיון בדיוק חוזר בבחירת כלי AI לעבודה, ששם התשובה הנכונה תלויה במשימה ולא בשם המותג.

הממצא שסותר את ההנחה הרווחת על בינה מלאכותית בשוק ההון

ההנחה שכולם מחזיקים בה לגבי בינה מלאכותית בשוק ההון פשוטה: ככל שהמודל יחקור יותר, כך הוא יחליט טוב יותר. יותר מקורות, יותר סבבי חשיבה, יותר טקסט פנימה, תוצאה טובה יותר. רובנו מקבלים את זה כמובן מאליו.

המחקר מצא שזה פשוט לא נכון. נפח המחקר שהמודל ביצע לא הראה שום מתאם לתוצאה. מודל שחקר הרבה לא סיים טוב יותר ממודל שחקר מעט. הקשר בין שני הדברים האלה פשוט לא קיים בנתונים.

מה כן קבע? שני דברים בלבד, לפי התקציר: דיוק החיזוי ההתחלתי, והיכולת לתרגם חיזוי נכון לרווח בפועל. כלומר לדעת נכון מלכתחילה, ואז לדעת מה לעשות עם זה. שום כמות של מחקר נוסף לא פיצתה על חולשה באחד מהשניים.

זו אולי הנקודה הכי שימושית במאמר, כי היא נוגעת ישירות לאיך שאתם עובדים. ההרגל להוסיף עוד הקשר, עוד מסמך ועוד סבב שאלות מרגיש כמו עבודה יסודית, אבל הוא לא מייצר יתרון בהחלטה. הפרומפטים לניתוח מניות עובדים טוב יותר כשהם מכסים משימה אחת, ולא כשהם ארוכים.

ג’ים סימונס, שהוכיח שנתונים מנצחים אינטואיציה, בנה את היתרון שלו על דיוק מדיד ועל ביצוע זול, לא על כמות חומר. הממצא הזה אומר בדיוק אותו דבר על בינה מלאכותית בשוק ההון בשפה של 2026.

שוק ניבוי אינו שוק מניות, וזה משנה הכול

זו הנקודה שהכי קל לעוות, ולכן יש לה סעיף משלה. החוקרים לא ערכו את הניסוי בבורסה. הם ערכו אותו בשני שוקי ניבוי, Kalshi ו-Polymarket. אלה זירות שבהן קונים ומוכרים חוזים על שאלות כן או לא: האם אירוע מסוים יקרה עד תאריך מסוים.

ההבדלים אינם טכניים בלבד, הם משנים את אופי ההחלטה.

• לחוזה בשוק ניבוי יש תאריך סיום ידוע מראש, ולמניה אין תאריך סיום בכלל.
• חוזה כזה מסתיים באפס או באחד, בלי אמצע. מניה זזה ברצף.
• מאחורי מניה עומדת חברה עם הכנסות, חוב ותזרים. מאחורי חוזה ניבוי עומד רק האירוע.
• אופק הזמן בניסוי היה 57 ימים, ואופק ההשקעה של משקיע ממוצע ארוך בהרבה.

לכן המשפט “בינה מלאכותית מפסידה כסף בבורסה” אינו מסקנה של המחקר הזה. המחקר לא בדק בורסה. מה שכן נמדד כאן הוא היכולת של בינה מלאכותית בשוק ההון להחליט לבד בתנאי לחץ, עם כסף על השולחן ועם שעון שרץ. זו יכולת אחת מתוך כמה, וכדאי להפריד אותה.

קיים ניסוי נוסף בשוק הקריפטו עם מבנה דומה. לא אימתנו אותו ממקור ראשוני, ולכן אין כאן מספרים ממנו.

המודל שהשיג פלוס 6.02%, ולמה המספר קטן ממה שהוא נראה

התשואה הטובה ביותר בכל הניסוי הגיעה מ-gemini-3.1-pro-preview, מודל מקבוצה 2. הוא השיג פלוס 6.02% ב-Polymarket. זה המספר החיובי היחיד שבולט בכל הדוח, וקל להיתלות בו.

שלוש הסתייגויות צמודות אליו, וכולן מופיעות במחקר עצמו. ראשית, זה מסחר על הנייר ולא כסף אמיתי. קבוצה 2 כולה סחרה בסימולציה. שנית, התקופה הייתה שלושה ימים בלבד מול 57 ימים אצל קבוצה 1. שלישית, אותו מודל ביצע אפס עסקאות ב-Kalshi, כלומר בחר לא לשחק בזירה שהפילה את כולם.

הבחירה האחרונה מעניינת דווקא כי היא שלילית. הימנעות מוחלטת מזירה אחת היא החלטה לגיטימית, והיא גם ההסבר הפשוט לפער. מי שלא נכנס למגרש הקשה לא מפסיד בו. זה לא מוכיח יכולת ניבוי עדיפה, וזה כן מדגים שניהול סיכון הוא לרוב החלטה על מה לא לעשות.

המספר הזה אמיתי, אבל הוא לא בר השוואה למינוס 22.6%. שלושה ימים בסימולציה ו-57 ימים בכסף אמיתי הם שני דברים שונים.

איפה בדיוק בינה מלאכותית בשוק ההון נשברת

עד כאן ההייפ. מכאן מתחיל החלק הבונה, והוא מתחיל בהגדרה מדויקת של החולשה. בינה מלאכותית בשוק ההון אינה חלשה באופן כללי. היא חלשה בשלוש נקודות ספציפיות, וכולן קשורות זו בזו.

ההחלטה: מה לקנות ובאיזה גודל

המודל מייצר המלצה בביטחון אחיד. אין בפלט שלו מנגנון שמבדיל בין “אני כמעט בטוח” ל”אני מנחש”. כשההמלצה מצלצלת חזקה תמיד, גודל הפוזיציה שאתם גוזרים ממנה מאבד את הקשר לרמת הוודאות האמיתית.

התזמון: מתי להיכנס ומתי לצאת

grok-4-20-checkpoint צדק ב-71.4% מההכרעות ועדיין לא סיים ברווח. זה בדיוק הפער בין חיזוי נכון לבין רווח. כניסה במחיר גרוע, יציאה מוקדמת מדי או מאוחרת מדי, וגודל פוזיציה שגוי מוחקים צדק בניתוח.

החישוב: בינה מלאכותית בשוק ההון טועה במספרים שבטקסט

הממצא הזה אינו מהניסוי הזה אלא ממחקר אחר, Agent Trading Arena (arXiv 2502.17967). הממצא שלו חד: מודלי שפה מתקשים בהסקה מספרית כשהנתונים מגיעים אליהם כטקסט רגיל, והם נוטים להתאמת יתר לדפוסים מקומיים ולערכים האחרונים שראו.

המסקנה המעשית פשוטה. אל תיתנו למודל לחשב. תנו לו לאתר את המספר, להסביר מאיפה הוא, ולסמן מה חריג, ואת החישוב עשו בעצמכם בגיליון. קריאת דוח כספי דורשת חשבון נכון, ושם טעות אחת מגלגלת את כל השאר.

איפה בינה מלאכותית בשוק ההון כן נותנת יתרון אמיתי

עכשיו לצד השני. יש משימות שבהן בינה מלאכותית בשוק ההון טובה יותר מכם, ולא במעט. כולן חולקות מאפיין אחד: הן לא דורשות להחליט, הן דורשות לעבד.

עיבוד טקסט ארוך שאתם לא תקראו במלואו

דוח שנתי הוא מאות עמודים. סעיף גורמי הסיכון לבדו יכול להגיע לעשרות עמודים של ניסוח משפטי צפוף. המודל קורא את הכול באותה רמת קשב בעמוד הראשון ובעמוד האחרון. אדם לא עושה את זה.

השוואה בין שתי גרסאות של אותו מסמך

לקחת את הדוח הרבעוני הנוכחי ואת הקודם, ולסמן כל מילה שהשתנתה בסעיף התחזית או בסעיף הסיכונים. זו משימה מכנית, משעממת ומדויקת, ובדיוק כזו שהמודל מבצע טוב. ניתוח עומק של מניה מרוויח מזה מיד.

החלת אותה שיטה על עשרות מניות בלי להתעייף

אם בניתם רשימת בדיקה של שתים עשרה שאלות, המודל ישאל את כל השתים עשרה על המניה הראשונה ועל החמישים. אצל אדם, אתם שואלים את השאלה האחרונה על המניה החמישים אחרת מהשאלה הראשונה על המניה הראשונה. הפסיכולוגיה של המשקיע מסבירה למה זה קורה.

שגרת עבודה עם בינה מלאכותית בשוק ההון

המסקנות מתחברות לרצף אחד. הרעיון הוא להעמיס על בינה מלאכותית בשוק ההון את השלבים המכניים ולהשאיר אצלכם את השלבים שדורשים הכרעה.

• סינון ראשוני בלי מודל בכלל. סורק מניות כמו Finviz מצמצם רשימה לפי קריטריונים מספריים מדויקים, וזה מה שמנוע סינון עושה טוב ממודל שפה.
• איסוף וסיכום. המודל קורא את הדוחות, מחלץ ציטוטים ומסמן סעיפים. הוא מביא טקסט, לא מסקנות.
• השוואה בין תקופות. אותו סעיף בשני רבעונים עוקבים, והמודל מדווח מה השתנה בניסוח.
• חישוב אצלכם. כל יחס פיננסי נכנס לגיליון שאתם בניתם, ולא לתשובה של המודל.
• ההחלטה אצלכם. מה לקנות, כמה, ומתי לצאת. זה השלב שהניסוי הראה שהמודל נכשל בו.

אותה חלוקה עובדת גם על נתוני מוסדיים. דוח 13F מכיל מאות שורות, והמודל יסמן לכם מה נוסף ומה נמחק בין רבעון לרבעון. ההחלטה מה לעשות עם המידע הזה נשארת שלכם.

שלוש טעויות שחוזרות בשימוש בבינה מלאכותית בשוק ההון

הטעויות האלה אינן טכניות. הן נובעות מציפייה לא נכונה ממה שהכלי אמור לספק.

• לבקש מסקנה במקום חומר. “האם לקנות את המניה הזו” מקבל תשובה חלקה ובטוחה שאין מאחוריה כלום. “מה כתוב בסעיף הסיכונים ומה השתנה בו מאז הרבעון הקודם” מקבל חומר שאפשר לבדוק.
• להוסיף עוד ועוד הקשר. המחקר הראה שנפח המחקר לא קשור לתוצאה. פרומפט ארוך מרגיש יסודי ואינו מייצר החלטה טובה יותר.
• לקבל מספר בלי מקור. מספר שהמודל מוסר בלי להצביע על המסמך שממנו הוא הגיע אינו נתון, הוא ניחוש מנוסח היטב.

שלוש הטעויות מצטרפות לרשימת הטעויות הנפוצות של משקיעים מתחילים, כי המנגנון זהה: ביטחון מוקדם מדי במסקנה שאיש לא בדק.

מי שרוצה כלים חינמיים שמספקים את הנתון הגולמי עצמו, ולא פרשנות עליו, ימצא בגיטהאב למשקיעים רשימה של שתים עשרה כאלה. מודל שמקבל נתון מובנה טועה הרבה פחות ממודל שמנחש אותו.

מה הניסוי לא בדק, ולמה זה חשוב

מספר שמשרת את הסיפור שלכם מזיק כמו מספר שגוי. לכן הנה המגבלות, מתוך המחקר עצמו.

• התקופה הייתה 57 ימים. זו לא תקופה שמאפשרת מסקנה על ביצועים לאורך שנים.
• שוקי ניבוי בלבד, לא מניות, לא אג”ח ולא קרנות סל.
• קבוצה 2 רצה שלושה ימים בסימולציה, וכל מספר משם אינו בר השוואה לקבוצה 1.
• גרסאות המודלים מתחלפות כל כמה חודשים, ומה שנמדד בינואר 2026 אינו בהכרח נכון על הגרסה של היום.

יש גם כיוון מחקר שונה לגמרי בתחום של בינה מלאכותית בשוק ההון, שבו לא מודל אחד מחליט אלא כמה סוכנים מתווכחים ביניהם. המאמר TradingAgents (arXiv 2412.20138) מתאר מערכת עם אנליסט פונדמנטלי, אנליסט סנטימנט ואנליסט טכני, לצד חוקר שורי וחוקר דובי שמתווכחים, וצוות ניהול סיכונים שמנטר חשיפה. הסוחר מסנתז את ההחלטה מתוך הוויכוח.

המבנה הזה גלוי לכל אחד, והקוד שלו יושב בריפו הפתוח של הפרויקט. נקודה אחת להבחנה: מספר הכוכבים בגיטהאב מודד פופולריות בקרב מפתחים ואינו מודד רווחיות. אף אחד מהמספרים האלה אינו הבטחת תשואה, והסיכון אינו נעלם כשמוסיפים עוד סוכנים.

שאלות נפוצות

האם המחקר הוכיח שבינה מלאכותית בשוק ההון מפסידה כסף?

לא. המחקר בדק שוקי ניבוי, Kalshi ו-Polymarket, ולא בדק מניות. מה שהוא כן הראה הוא שכל שישה המודלים החזיתיים שסחרו באופן אוטונומי ב-Kalshi סיימו 57 ימים בטווח של מינוס 16.0% עד מינוס 30.8%. הכללה מזה לשוק המניות אינה נתמכת בנתונים.

אם נפח המחקר לא משפיע, למה בכלל לתת למודל מסמכים?

כי המסמכים משנים את איכות החומר שאתם מקבלים, לא את איכות ההחלטה. מודל שקרא את הדוח יצטט ממנו נכון ויסמן לכם סעיפים. מודל שלא קרא אותו ימציא. הממצא נוגע להחלטת המסחר עצמה, ולא לשלב איסוף החומר.

למה אותם מודלים הפסידו 22.6% בזירה אחת ורק 1.1% בשנייה?

המחקר מצביע על עיצוב הפלטפורמה כגורם בעל השפעה עמוקה. שתי הזירות מציגות סוגי שאלות אחרים, עלויות אחרות ומבנה נזילות אחר. הנתון מלמד שסביבת הפעולה היא משתנה בפני עצמו, ולא רקע ניטרלי.

האם פלוס 6.02% אומר שהדור הבא של המודלים כבר פתר את הבעיה?

לא ניתן להסיק את זה מהנתון. gemini-3.1-pro-preview סחר על הנייר ולא בכסף אמיתי, במשך שלושה ימים בלבד, ולא ביצע אף עסקה ב-Kalshi. תוצאה משלושה ימים בסימולציה אינה ברת השוואה ל-57 ימים של מסחר חי.

שורה תחתונה

שישה מודלים חזיתיים קיבלו 10,000 דולר כל אחד ואוטונומיה מלאה, וכולם סיימו 57 ימים במינוס ב-Kalshi. אותם מודלים בדיוק הגיעו למינוס 1.1% ב-Polymarket. הפער הזה מלמד שסביבת ההחלטה קובעת יותר מזהות המודל.

הממצא השני חזק אפילו יותר, כי הוא סותר את מה שרובנו מניחים: נפח המחקר לא הראה מתאם לתוצאה. עוד מקורות ועוד סבבי חשיבה לא שיפרו החלטות. מה שכן קבע היה דיוק החיזוי הראשוני והיכולת להפוך אותו לרווח.

המסקנה אינה לוותר על בינה מלאכותית בשוק ההון. המסקנה היא לחלק את העבודה נכון: המודל קורא, משווה ומסכם, ואתם מחשבים ומחליטים. הפעלת המודל כצוות אנליסטים עובדת בדיוק בגבול הזה, והיא עוצרת לפני ההחלטה.

מה להעביר לבינה מלאכותית בשוק ההון ומה להשאיר אצלכם

שתי עמודות, בלי אמצע. עמודת ההעברה מרכזת את כל מה שהמודל עושה מהר וטוב מכם, ועמודת ההשארה מרכזת את מה שהניסוי הראה שהוא נכשל בו.

עמודת ההשארה אינה רשימת מטלות מעצבנות. היא הרשימה שקובעת את התשואה שלכם, ולכן כדאי להיות טובים בה.

איפה ללמוד להחזיק את הצד שלכם בטבלה

מי שרוצה לבנות את הצד הזה כמו שצריך יכול לקבוע שיעור פרטי אחד על אחד בזום. השיעור מלמד את השיטה עצמה: איך בונים רשימת בדיקה שהמודל יריץ, איך מחשבים את היחסים בגיליון במקום לסמוך על תשובה, ואילו אפשרויות קיימות בכל שלב. ההחלטות עצמן נשארות אצלכם, וזה בדיוק הגבול שהמאמר הזה מתאר. מי שמעדיף לסדר קודם את התשתית, מה מודדים במניה ולמה, ימצא את המסגרת המלאה בקורס שוק ההון המקוון, ואחריה העבודה מול המודל הופכת הרבה יותר חדה.

ולמי שעוד לא סגר את הבסיס, המדריך למתחילים בשוק ההון קודם לכל שיחה עם מודל. כלי שמאיץ תהליך טוב מאיץ גם תהליך גרוע.

גילוי נאות: המאמר הוא מידע כללי בלבד ואינו ייעוץ השקעות, שיווק השקעות או ייעוץ מס. כל הנתונים על הניסוי מגיעים מתקציר המאמר האקדמי Prediction Arena (arXiv 2604.07355), שנמשך ואומת ב-20 בספטמבר 2026. החוקרים ערכו את הניסוי בשוקי ניבוי ולא בשוק המניות. אין כאן הבטחת תשואה ואין המלצה על נייר ערך כלשהו.