AI financiële keuzes

Opinie: AI-dagscore bewijst pas rendement als het kapitaal zichtbaar is

kunstmatige intelligentie•
Een AI-handelsplatform dat een dagresultaat van 3,09% toont, moet één simpele vraag kunnen beantwoorden: 3,09% van welk bedrag?
Zonder dat antwoord zie je een score.
Geen controleerbaar rekeningrendement.
De openbare handelsresultaten van StakerGPT laten precies zien waarom dat verschil ertoe doet. CryptoBenelux controleerde de eerste achttien oktoberdagen. Op alle achttien dagen bleek het gepubliceerde dagpercentage exact de som van de percentages bij de losse transacties.
Dat is netjes na te rekenen.
Maar het vertelt nog niet hoeveel geld de handelsrekening verdiende.

104 trades, maar geen zicht op het gebruikte vermogen

CryptoBenelux telde over de eerste achttien dagen van oktober 104 gepubliceerde transacties op de StakerX-resultatenpagina.
Voor 18 oktober stond daar een dagresultaat van 3,09%.
Dat percentage kwam exact overeen met de optelsom van zeven afzonderlijke handelsresultaten. Twee daarvan waren negatief.
Daarmee is duidelijk hoe de dagscore wordt opgebouwd.
Wat niet uit die zeven percentages volgt, is het rendement op het totale vermogen waarmee StakerGPT die dag werkte.
Daarvoor ontbreekt een essentiële variabele: de inzet per trade.

Zeven percentages kun je niet zomaar behandelen als rekeningrendement

Stel dat zeven trades allemaal even groot zijn.
Er is €7.000 beschikbaar en iedere trade krijgt afzonderlijk €1.000. Het geld wordt die dag niet opnieuw gebruikt.
Als de zeven percentages samen 3,09% bedragen, levert die constructie €30,90 op.
Op €7.000 beginvermogen is dat ongeveer 0,44%.
Niet 3,09%.
Dit is geen reconstructie van StakerGPT.
Het is juist het bewijs waarom een reconstructie zonder positiegroottes niet mogelijk is.
Met andere inzet, hefboom of hergebruik van kapitaal kan dezelfde lijst percentages een totaal andere euro-uitkomst geven.

Positiegrootte kan zelfs de richting veranderen

Neem het simpelste voorbeeld.
Trade A maakt 1% winst op €100.
Dat levert €1 op.
Trade B verliest 1% op €10.000.
Dat kost €100.
Tel alleen de percentages op en het resultaat is:
+1% − 1% = 0%.
Kijk naar het geld en het resultaat is:
€1 − €100 = −€99.
De percentages zijn allebei correct.
De conclusie uit hun kale optelsom niet.
Daarom definieert ook FINRA rendement als een verhouding tussen opbrengst of verlies en het geïnvesteerde bedrag.
Zonder de noemer is een percentage financieel half af.

Hefboom maakt de kapitaalvraag nog belangrijker

Bij perpetuals wordt dit verschil groter.
Een positie kan bijvoorbeeld €10.000 aan marktblootstelling hebben terwijl veel minder eigen onderpand wordt gebruikt.
Dan moet duidelijk zijn wat het getoonde handelspercentage meet.
Is het de koersbeweging van het contract?
Het resultaat op de nominale positie?
Of het rendement op het werkelijk ingezette onderpand?
Die drie cijfers kunnen sterk verschillen.
Een AI-handelsplatform hoeft zijn geheime risicomodel daarvoor niet openbaar te maken.
Maar wie een rendement presenteert, moet wel zeggen welke noemer onder dat rendement ligt.

Kapitaal kan bovendien meerdere keren per dag worden gebruikt

Ook tijd telt mee.
Stel dat dezelfde €1.000 's ochtends in een trade zit, daarna vrijkomt en 's middags opnieuw wordt ingezet.
Dan hebben twee trades ieder €1.000 gebruikt.
Er was alleen geen €2.000 beginvermogen nodig.
Omgekeerd kunnen zeven posities gelijktijdig openstaan. Dan moet voor iedere positie tegelijk voldoende geld of onderpand beschikbaar zijn.
Een simpele som van handelspercentages maakt dat verschil onzichtbaar.
Daarom zijn ook openingstijden alleen niet voldoende.
Je moet weten hoeveel vermogen daadwerkelijk aan iedere positie was toegewezen.

StakerX zegt zelf dat trades en klantopbrengst verschillen

StakerX maakt op dit punt zelf een belangrijk onderscheid.
In de documentatie worden de gepubliceerde StakerGPT-resultaten beschreven als interne tradingperformance.
Klanten ontvangen die ruwe resultaten niet rechtstreeks.
Hun dagelijkse opbrengst volgt uit een afzonderlijk StakerX-tarief dat in het dashboard wordt toegepast.
Dat is een nuttige verduidelijking.
Een gepubliceerde StakerGPT-dagscore van bijvoorbeeld 3,09% mag dus niet automatisch worden gelezen als 3,09% rendement voor iedere klant.
Dat zijn twee verschillende cijfers met een andere functie.

Maar ook interne performance verdient een duidelijke noemer

Die scheiding lost de meetvraag alleen niet volledig op.
Wanneer StakerGPT-resultaten worden gepresenteerd als bewijs van de prestaties van het handelssysteem, wil je nog steeds weten hoe die prestaties op rekeningniveau zijn bepaald.
StakerX zegt dat de resultaten uit daadwerkelijke uitvoering en handelssignalen komen.
Op de methodologiepagina noemt het bedrijf zijn exacte algoritme bedrijfsgeheim.
Dat argument is begrijpelijk.
Geen serieus handelshuis publiceert vrijwillig iedere allocatieregel, entryvoorwaarde en actuele positie.
Maar de noemer onder een rendement is geen geheime strategie.

Publiceer begin- en eindvermogen

De oplossing hoeft niet ingewikkeld te zijn.
Een dagelijks geaggregeerd overzicht zou al veel duidelijk maken.
Bijvoorbeeld:
  • handelsvermogen aan het begin van de dag;
  • externe toevoegingen of onttrekkingen;
  • netto handelsresultaat na kosten;
  • handelsvermogen aan het einde van de dag.
Daarmee hoeft niemand te weten waarom StakerGPT een bepaalde short opende.
Wel wordt zichtbaar hoeveel geld het handelssysteem werkelijk verdiende of verloor.
Dat is precies het onderscheid tussen transparantie over resultaat en het prijsgeven van strategie.

Stortingen mogen daarbij nooit als handelswinst verschijnen

Ook geldstromen moeten apart blijven.
Stel dat een rekening begint met €1 miljoen en gedurende de dag €500.000 nieuw kapitaal ontvangt.
Aan het einde staat er €1,51 miljoen.
De rekening is €510.000 groter geworden.
Maar de handelswinst is niet €510.000.
Zonder correctie voor die storting zou de performance volledig verkeerd worden weergegeven.
Hetzelfde geldt voor opnames.
Daarom bestaan in professioneel vermogensbeheer verschillende manieren om rendement te berekenen waarbij de timing en omvang van externe kasstromen expliciet worden verwerkt.
Een AI-label verandert die rekenkunde niet.

Kosten horen eveneens in beeld

Een brutohandelsresultaat is bovendien niet automatisch netto rendement.
Perpetualhandel kan te maken krijgen met handelskosten, fundingbetalingen, spread en slippage.
Als de openbare tradepercentages vóór bepaalde kosten worden berekend, moet duidelijk zijn welke kosten later nog van het resultaat afgaan.
Als ze al zijn verwerkt, is dat eveneens relevante informatie.
Voor de uiteindelijke klantopbrengst kunnen vervolgens weer andere tarieven gelden.
Juist daarom verdienen drie begrippen hun eigen naam:
trade-resultaat, rekeningrendement en klantopbrengst.
Wie ze samenvoegt, maakt vergelijken onmogelijk.

Ook open posities vragen een vaste regel

Dan zijn er nog niet-afgesloten trades.
Een rekening kan om middernacht open posities hebben die op dat moment winst of verlies tonen.
Wordt die verandering meegenomen in het dagrendement?
Of telt alleen gerealiseerd resultaat uit gesloten trades?
Beide methoden kunnen verdedigbaar zijn.
Maar ze geven verschillende uitkomsten.
Een controleerbare resultatentabel moet daarom ook duidelijk maken wanneer een handelsdag wordt afgesloten en hoe open posities worden gewaardeerd.
Anders verandert niet alleen het percentage, maar mogelijk ook het moment waarop winst zichtbaar wordt.

Een score naast het echte rendement kan prima bestaan

Er is niets mis met een aparte transactiescore.
Een platform kan bijvoorbeeld alle percentages van afgeronde setups optellen om te tonen hoe de signalen die dag presteerden.
Noem het dan ook zo.
Een signal score, trade score of een andere helder omschreven maat kan informatief zijn.
Het probleem begint wanneer een lezer dat percentage redelijkerwijs kan opvatten als groei van het handelsvermogen.
Dan moet het kapitaal eronder zichtbaar worden.

Ook klantopbrengst moet zijn eigen bewijs houden

Voor klanten geldt opnieuw een andere maatstaf.
StakerX zegt dat actieve stakes dagelijks een toegepast rendement ontvangen dat in het dashboard wordt getoond.
Daarmee kan een klant zijn eigen bijschrijving controleren.
Maar ook een bijgeschreven opbrengst en een daadwerkelijk opgenomen bedrag zijn verschillende zaken.
Een bedrag in een account is niet hetzelfde als geld dat naar een externe wallet is overgemaakt.
Dat hoeft geen probleem te zijn.
Het vraagt alleen om duidelijke labels bij iedere stap.

AI verdient geen aparte rekenregels

Dit is uiteindelijk breder dan StakerGPT.
Steeds meer platforms koppelen handelsresultaten aan AI, agents en geautomatiseerde modellen.
Dat klinkt technisch indrukwekkend.
Maar rendement blijft ouderwetse boekhouding.
Hoeveel geld stond er aan het begin?
Wat kwam erbij door handel?
Wat kostte die handel?
Welke externe geldstromen waren er?
En hoeveel bleef er over?
Een model kan extreem ingewikkeld zijn.
De resultatenrekening hoeft dat niet te zijn.

Laat de rekening de dagscore dragen

De 104 gecontroleerde StakerGPT-transacties laten zien dat de gepubliceerde dagelijkse percentages intern rekenkundig aansluiten op de losse tradepercentages.
Dat is beter dan een dagscore die niet kan worden nagerekend.
Maar het is slechts de eerste controle.
Zonder positiegroottes of een geaggregeerde kapitaalbasis blijft onbekend welk rendement het handelssysteem op zijn totale geld behaalde.
Daarvoor hoeft StakerX zijn algoritme niet weg te geven.
Publiceer het beginvermogen, de relevante geldstromen, netto handelswinst en het eindvermogen.
Dan hoeft niemand naar de betekenis van 3,09% te raden.
Een AI kan de trades kiezen.
Het rendement moet nog steeds op geld worden bewezen.

Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.

👀 Bekijk Finst nu ›

Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.

Ga verder met lezen
loading
Dit vind je misschien ook leuk
Laat mensen jouw mening weten

Loading