Op Wall Street stortte een voormalig ‘wonderkind’ in korte tijd in. De Amerikaanse fondsmanager achter Archegos Capital Management verloor in enkele dagen circa 30 miljard dollar. Het ging mis toen een intern AI-gestuurd beleggingsmodel verkeerde signalen gaf. De klap trof ook Europese banken, met gevolgen voor toezicht en regels in de EU.
AI-handelsmodel faalde in praktijk
Archegos gebruikte een AI-model om beursbewegingen te voorspellen. Zo’n model is software die patronen zoekt in grote hoeveelheden marktdata. In de praktijk ging het fout bij de inschatting van risico’s en liquiditeit. Toen koersen draaiden, versterkten de signalen juist de verliezen.
Het systeem zocht naar terugkerende verbanden tussen aandelen. Zulke correlaties kunnen snel verdwijnen als het sentiment kantelt. Het model reageerde traag op die breuk. Daardoor bleven posities langer open dan verantwoord was.
De risico’s werden vergroot door geleende middelen. Een AI-signaal dat normaal klein verlies oplevert, werd zo uitvergroot. De combinatie van fouten in het model en hoge hefboomwerking werd dodelijk.
Binnen enkele dagen verdampte circa 30 miljard dollar aan waarde.
Hefboom en verborgen risico’s
Archegos bouwde geconcentreerde posities op via total return swaps. Dat zijn contracten waarbij een bank de aandelen houdt, maar de economische winst en het verlies naar de klant gaan. Zo bleven de echte blootstellingen uit beeld voor de markt. Het leek minder risicovol dan het was.
Toen koersen daalden, vroegen prime brokers om extra onderpand. Dat heet een margin call. Het AI-model hield geen rekening met zo’n plotselinge liquiditeitsvraag. Verkoopdruk nam toe en prijzen zakten verder weg.
De dynamiek werd een vicieuze cirkel. Iedere gedwongen verkoop drukte de koers. Daardoor volgden nieuwe margin calls. Het systeem kon het verlies niet meer beperken.
Schade voor Europese banken
Ook Europese financiële instellingen leden schade door Archegos. Met name prime brokers in Europa moesten posities afwikkelen. Bij de afbouw kwamen verliezen op de balans. Dit leidde tot strengere interne eisen voor klant- en modelrisico.
Voor Nederlandse beleggers en pensioenfondsen is de les duidelijk. Vraag door naar de werking van modellen bij externe beheerders. Laat scenario’s testen, ook voor stresssituaties met weinig liquiditeit. Vertrouw niet blind op een ‘zwarte doos’.
Toezichthouders in Europa scherpten hun aandacht voor modelrisico aan. Banken rapporteren meer over algoritmen in handel en risicobeheer. Interne ‘kill switches’ en realtime limieten zijn nu vaker verplicht onderdeel.
EU-regels voor handelssystemen
De Europese AI-verordening (AI Act) stelt algemene eisen aan AI-systemen. Denk aan documentatie, datakwaliteit en transparantie over beperkingen. AI voor beleggen valt vaak niet in de hoogste risicoklasse. Toch moeten aanbieders die hun tools in de EU verkopen aan basisregels voldoen, op het moment van schrijven in de invoeringsfase.
Daarnaast gelden bestaande financiële regels. MiFID II en ESMA-richtlijnen verplichten testprocedures, toezicht en noodstops voor algoritmische handel. De Digital Operational Resilience Act (DORA) eist robuuste ICT-beveiliging en incidentmelding. Samen moeten deze regels modelrisico’s en operationele fouten beperken.
De AVG kan meespelen als een fonds alternatieve data met persoonsgegevens gebruikt. Dan gelden dataminimalisatie, een grondslag en beveiliging. Veel marktdata zijn niet-persoonlijk, maar dat geldt niet voor alle datasets, zoals app- of locatiegegevens.
Wat nog ontbreekt
Volledige uitlegbaarheid van complexe modellen is vaak niet haalbaar. Toch vragen toezichthouders om begrijpelijke samenvattingen en limieten. Het blijft lastig om stressgedrag van AI-systemen te testen. Vooral als meerdere fondsen vergelijkbare modellen gebruiken, ontstaat systeemrisico.
Standaarden voor audit trails zijn nog versnipperd. Eén uniforme Europese logstructuur zou controles versnellen. Ook modelkaarten met duidelijke waarschuwingen kunnen helpen. Daarin staat waarvoor een model wel en niet geschikt is.
Voor kleine partijen is naleving kostbaar. Europese sandboxes kunnen uitkomst bieden. Daar testen ontwikkelaars samen met toezichthouders hun systemen. Zo komen veiligere datamodellen sneller naar de markt.
Lessen voor de Nederlandse markt
De Autoriteit Financiële Markten en De Nederlandsche Bank leggen nadruk op governance. Besturen moeten AI-risico’s begrijpen en borgen. Dat vraagt om duidelijke rollen, onafhankelijke validatie en periodieke herbeoordeling. Niet alleen bij lancering, maar doorlopend.
Beheerders doen er goed aan om scenario’s te oefenen met lage liquiditeit en plotselinge correlatiebreuken. Stel strakke limieten in voor hefboom en concentratie. En koppel het model aan een onafhankelijke risicomotor die zo nodig ingrijpt.
Voor beleggers geldt: vraag transparantie over het gebruikte algoritme en de datakwaliteit. Laat u niet verblinden door mooie prestaties in rustige markten. De echte test komt pas bij stress. De casus-Archegos laat zien wat er mis kan gaan als die toets ontbreekt.