Cel mai ciudat lucru la piața crypto rămâne faptul că nu se închide niciodată. Bursa de la New York trage obloanele la patru după-amiaza, Tokyo doarme când Londra se trezește, iar traderii de acțiuni au măcar weekendul lor. În crypto nu funcționează așa. Prețul se mișcă și la trei noaptea, și în ziua de Crăciun, și atunci când tu ai grijă de un copil răcit sau ești la o nuntă.
Din diferența asta aparent banală s-a născut, cred, cea mai mare parte a poveștii despre inteligență artificială și tranzacționare. Nu dintr-o fascinație tehnologică, ci dintr-o problemă foarte omenească. Oamenii obosesc, piața nu.
Discuția publică pe tema asta oscilează între două extreme la fel de nefolositoare. De o parte sunt reclamele cu roboți care promit randamente de 300% pe lună, de cealaltă sunt scepticii convinși că totul e praf în ochi. Adevărul stă undeva la mijloc și e considerabil mai puțin spectaculos decât ambele variante.
Piața care nu doarme și oamenii care nu mai fac față
Un trader profesionist de pe Wall Street are în spate o echipă, o infrastructură și un program de lucru. Un investitor obișnuit din România care cumpără Bitcoin sau Solana are un telefon, o aplicație și, în cel mai bun caz, o oră liberă seara. Diferența de resurse a existat dintotdeauna, doar că în piețele tradiționale era mascată de faptul că toată lumea juca într-un interval orar limitat.
Crypto a spart limitarea aia. Odată ce tranzacționarea a devenit continuă, avantajul celui care poate fi prezent permanent a crescut disproporționat. Iar cine poate fi prezent permanent, fără să greșească din oboseală, nu e om.
Prima generație de instrumente automate a apărut exact din nevoia asta, cu mult înainte ca cineva să folosească expresia inteligență artificială într-un context serios. Erau boți simpli, care executau ordine după reguli fixe. Cumpără la fiecare scădere de 2%, vinde la fiecare creștere de 3%, repetă. Nimic inteligent în sensul propriu al cuvântului, doar o disciplină pe care programul o respecta fără să se plictisească.
Ce făceau, de fapt, primii roboți de tranzacționare?
Grid trading, dollar cost averaging automatizat și arbitraj între burse. Astea au fost pâinea și cuțitul primei generații. Un bot de grid împarte un interval de preț în felii și plasează ordine la fiecare nivel, câștigând din oscilațiile mărunte, iar unul de arbitraj cumpără de pe bursa unde activul e mai ieftin și vinde imediat pe cea unde e mai scump.
Funcționau bine în anumite condiții și dezastruos în altele. Un grid bot care merge frumos într-o piață laterală devine o mașină de pierdut bani în clipa în care începe un trend puternic. Am văzut oameni convinși că au dat peste banii pe gratis, până când Bitcoin a scăpat din intervalul stabilit și strategia s-a transformat într-o serie de cumpărări pe un cuțit care cădea.
Diferența dintre acele instrumente și ce se întâmplă acum seamănă cu diferența dintre un termostat și un asistent care înțelege de ce ți-e frig. Termostatul reacționează la o cifră. Asistentul încearcă să citească contextul.
De la reguli fixe la modele care interpretează context
Saltul real a venit când modelele de machine learning au devenit suficient de ieftine încât să nu mai fie apanajul fondurilor cu miliarde în administrare. Rețelele neuronale existau în finanțe încă din anii 2000, doar că prețul infrastructurii ținea tehnologia închisă într-un cerc foarte restrâns. Cloudul și scăderea costului de procesare au deschis ușa.
Un model de învățare automată nu primește reguli, ci exemple. I se dau ani întregi de date istorice și învață singur ce combinații de factori au precedat, statistic, o anumită mișcare de preț. Nu îi spui cumpără când RSI trece de 30, ci îl lași să descopere ce indicatori contează și în ce condiții.
Aici apare prima nuanță importantă, pe care aproape nimeni nu o pune în reclame. Modelul nu prezice viitorul. Găsește tipare în trecut și pariază, cu o anumită probabilitate, că ele se vor repeta. Distincția pare subtilă, dar separă un instrument util de o iluzie costisitoare.
Ce a adus generația de modele lingvistice?
Din 2023 încoace, peisajul s-a schimbat încă o dată. Modelele lingvistice mari au adus ceva ce sistemele anterioare nu puteau face, adică lucrul cu text nestructurat. Piața crypto trăiește din informație scrisă, de la anunțuri de listare la propuneri de guvernanță, de la postări pe X la documente de reglementare de o sută de pagini.
Un sistem care parcurge în câteva secunde o mie de articole, un fir de discuție de pe un forum de dezvoltatori și un comunicat al unei burse are un avantaj real. Nu neapărat unul de predicție, ci de viteză a înțelegerii. Când o autoritate publică un document lung, cine îl digeră în două minute reacționează altfel decât cine îl citește în două ore.
Am testat lucrul ăsta pe pielea mea, într-un mod deloc sofisticat. Am rugat un model să-mi rezume un raport despre fluxurile din ETF-urile pe Bitcoin și mi-a scos în trei paragrafe exact partea care conta, plus o observație despre o discrepanță între două seturi de cifre pe care eu o ratasem. Nu mi-a spus ce să fac cu informația. Mi-a economisit patruzeci de minute.
Analiza pieței arată complet altfel decât acum cinci ani
Partea care s-a schimbat cel mai vizibil nu ține de execuția ordinelor, ci de felul în care se citește piața înainte de a apăsa pe buton. Efectul se simte inclusiv pentru cineva care nu folosește niciun bot.
Datele on-chain, terenul unde crypto are un avantaj unic
Blockchainul e o carte deschisă. Fiecare transfer, fiecare depozit pe o bursă, fiecare mișcare dintr-un portofel vechi de zece ani sunt vizibile pentru oricine știe unde să se uite. În piețele tradiționale, informația echivalentă ar fi extraordinar de valoroasă și complet inaccesibilă.
Problema e că volumul acestor date depășește de mult capacitatea umană de procesare. Ethereum singur generează sute de mii de tranzacții zilnic. Platforme precum Nansen, Arkham sau Glassnode folosesc modele de clasificare ca să identifice tipuri de portofele, să grupeze adrese care aparțin aceleiași entități și să semnaleze mișcări neobișnuite.
Rezultatul practic e că un semnal care înainte se vedea doar retrospectiv apare acum aproape în timp real. Când un portofel inactiv din 2013 mută brusc două mii de bitcoini către o bursă, alerta ajunge la utilizatori în câteva minute. Ce faci cu ea rămâne, evident, o decizie umană.
Sentimentul pieței, măsurat în loc de intuit
Crypto e o piață condusă în bună măsură de narațiune. Un tweet poate mișca prețul unui token cu 40%, ceva ce în piețele reglementate ar declanșa o anchetă. Analiza automată de sentiment încearcă să transforme zgomotul ăsta într-o măsurătoare.
Sistemele actuale urmăresc simultan X, Reddit, Telegram, Discord și presa specializată, atribuind fiecărei mențiuni un scor de polaritate și o pondere în funcție de sursă. Un cont cu trei sute de mii de urmăritori nu cântărește cât unul creat săptămâna trecută. Modelele au învățat să detecteze și campaniile coordonate, adică armatele de conturi care încep brusc să vorbească despre același token obscur.
Recunosc că am o rezervă aici. Sentimentul se măsoară mai bine ca oricând, ceea ce nu înseamnă automat că prezice ceva. Piața poate rămâne euforică săptămâni întregi înainte să cadă, iar frica extremă apare uneori exact la fund, alteori la jumătatea drumului spre el.
Infrastructura invizibilă din spatele fiecărei tranzacții
Un strat întreg al pieței rămâne complet necunoscut investitorului obișnuit, deși îl atinge de fiecare dată când cumpără. Formatorii de piață, adică firmele care asigură lichiditatea pe burse, au trecut aproape integral pe sisteme automate. Ele ajustează continuu prețurile de cumpărare și de vânzare în funcție de volatilitate, de fluxul de ordine și de riscul pe care îl au deja în portofoliu.
Efectul se vede în spread, adică în diferența dintre prețul la care poți cumpăra și cel la care poți vinde în același moment. Pe perechile mari, spreadul s-a subțiat considerabil în ultimul deceniu, ceea ce înseamnă bani rămași în buzunarul utilizatorului final. E un beneficiu real al automatizării, doar că nu se vede pe niciun grafic și nu îl sărbătorește nimeni.
Pe partea mai puțin plăcută stau boții de MEV, care exploatează ordinea tranzacțiilor dintr-un bloc. Cel mai cunoscut caz rămâne un bot poreclit jaredfromsubway.eth, apărut în februarie 2023, care a ajuns la un moment dat să fie prezent în peste 60% dintre blocurile Ethereum și să consume singur o felie serioasă din taxele de gas ale rețelei, potrivit analizei publicate de The Block. Veniturile brute au fost estimate la zeci de milioane de dolari, iar profitul net, mult mai mic, a rămas subiect de dispută între analiști.
Mecanismul e simplu de explicat. Botul vede tranzacția ta înainte să fie confirmată, cumpără înaintea ta, te lasă să împingi prețul în sus și vinde imediat după. Tu primești un preț mai prost, iar diferența ajunge la el.
Lucrul ăsta explică de ce, uneori, un swap pe un exchange descentralizat îți iese vizibil mai scump decât te așteptai. Între timp au apărut soluții, de la relayere private la setări mai stricte de slippage, dar cursa continuă. În mai 2026, chiar Vitalik Buterin a fost prins într-un sandwich attack pe un swap minuscul, episod relatat de CoinDesk, semn că boții nu fac diferențe între utilizatori.
Ce se schimbă concret pentru omul care tranzacționează de acasă?
Partea practică e mai puțin dramatică decât sugerează titlurile. Nimeni nu îți deschide un portofel magic care face bani singur. Ce se schimbă e distribuția efortului.
Cine își făcea temele acum cinci ani citind zece surse și verificând manual graficele poate delega acum partea de colectare și sinteză. Rămâne cu timp pentru ce contează, adică pentru decizie și pentru gestionarea riscului. Asta presupunând că nu cade în capcana de a delega și decizia.
Automatizarea execuției aduce un beneficiu psihologic pe care mulți îl subestimează. Un stop loss plasat de un sistem se execută. Un stop loss ținut în cap se transformă, de nouă ori din zece, în hai să mai aștept puțin, poate revine. Diferența dintre cele două scenarii poate fi jumătate din capital.
Apare însă și un cost al comodității, unul destul de perfid. Cu cât instrumentul e mai bun, cu atât utilizatorul e mai tentat să nu mai înțeleagă ce se întâmplă sub capotă. Am întâlnit oameni care rulau strategii pe sume serioase fără să poată explica în cuvinte simple ce face algoritmul lor.
Riscurile despre care se vorbește prea puțin
Aici devin ceva mai insistent, fiindcă partea asta lipsește aproape complet din materialele promoționale ale platformelor.
Iluzia backtestului perfect
Orice strategie poate fi făcută să arate spectaculos pe date istorice. Ajustezi parametrii până când curba de profit devine o linie care urcă frumos, apoi o pui în piața reală și te trezești cu altceva. Fenomenul se numește overfitting și e cea mai frecventă cauză a dezamăgirilor.
Modelul nu a învățat o regularitate a pieței, ci a memorat zgomotul dintr-un set de date. Cu cât ai mai mulți parametri și mai puține date, cu atât riscul crește. Un backtest care arată prea bine ca să fie adevărat, de regulă chiar asta e.
Se adaugă problemele mai tehnice, precum look ahead bias, adică folosirea accidentală a unei informații care nu era disponibilă la momentul respectiv, sau survivorship bias, adică testarea doar pe monedele care au supraviețuit până azi. Ambele umflă artificial rezultatele.
Când toată lumea rulează același model
Un risc mai subtil ține de omogenizare. Dacă mii de utilizatori construiesc strategii pe aceleași date, cu aceleași biblioteci și aceleași modele antrenate pe surse identice, comportamentul lor devine corelat. Într-o piață calmă nu se observă nimic. Într-un moment de stres, toate sistemele vând simultan.
Cascadele de lichidări din mai 2021 și din noiembrie 2022 au avut și componenta asta. La fel și scăderea bruscă de la începutul lui august 2024, când tensiunile de pe piețele globale au declanșat lichidări în lanț și în crypto, într-un weekend cu lichiditate subțire. Automatizarea nu a creat volatilitatea, însă a accelerat-o vizibil.
Escrocheriile care se ascund în spatele cuvântului AI
Partea cea mai puțin nobilă a poveștii. Sintagma bot de tranzacționare cu inteligență artificială a devenit ambalajul preferat al schemelor piramidale din ultimii ani. Formula e mereu aceeași, randamente garantate, un algoritm secret care nu poate fi verificat și presiunea de a depune rapid, ideal la recomandarea unui prieten.
Nu ai cum să verifici un algoritm despre care nu ți se spune nimic. Iar orice promisiune de randament garantat într-o piață cu volatilitate anualizată de câteva zeci de procente e, prin definiție, o minciună. Autoritatea de Supraveghere Financiară a publicat o secțiune dedicată entităților neautorizate, unde precizează explicit că nu contactează niciodată oamenii ca să le propună plasamente în criptomonede și că folosirea unei entități neautorizate te lasă în afara oricărei protecții.
Regula pe care o dau oricui mă întreabă e simplă. Dacă cineva chiar ar avea un algoritm care produce constant zece la sută pe lună, ultimul lucru pe care l-ar face ar fi să îl vândă pe o sută de euro unor necunoscuți de pe internet.
Reglementarea încearcă să prindă din urmă tehnologia
Cadrul european s-a limpezit considerabil. Regulamentul MiCA se aplică integral de la 30 decembrie 2024 și impune obligații clare furnizorilor de servicii cripto, de la autorizare la transparență și protecția clienților. Textul nu vizează direct algoritmii, dar acoperă platformele care îi găzduiesc.
În paralel, AI Act a intrat în vigoare la 1 august 2024, cu aplicare etapizată pe categorii de risc, obligațiile pentru sistemele considerate cu risc ridicat fiind ultimele care intră în joc. Pentru un utilizator individual efectul practic e limitat. Pentru platforme, cerințele de documentare, supraveghere umană și trasabilitate sunt substanțiale.
Există și un punct de reper mai vechi, dar foarte apăsat. Într-o declarație publică din mai 2024, ESMA a transmis firmelor de investiții că deciziile rămân responsabilitatea organelor de conducere indiferent dacă au fost luate de oameni sau de instrumente bazate pe inteligență artificială. Ideea merită reținută și de investitorul individual, în varianta ei domestică.
Pentru cineva din România mai contează un aspect deloc glamuros. Câștigurile din tranzacționare sunt impozabile indiferent cine a apăsat butonul, iar de la 1 ianuarie 2026 cota a urcat de la 10% la 16%. În plus, prin regulile europene de raportare aplicabile din același an, platformele transmit automat către ANAF date despre activitatea utilizatorilor, prima raportare pentru tranzacțiile din 2026 fiind așteptată în martie 2027.
Un bot care execută trei sute de tranzacții pe lună produce trei sute de evenimente fiscale care trebuie documentate. Cine nu își ține evidența pe parcurs ajunge, în aprilie, să reconstituie manual un an întreg de activitate. E genul de detaliu care nu apare niciodată în prezentările de vânzare.
Ce rămâne, totuși, treaba omului?
După toată discuția asta, întrebarea care contează e ce anume nu poate delega un investitor. Răspunsul e mai bogat decât pare la prima vedere.
Definirea obiectivului rămâne integral umană. Un algoritm optimizează funcția pe care i-o dai tu. Dacă îi ceri randament maxim, îți va da randament maxim cu risc maxim, fără să înțeleagă că banii aceia erau avansul pentru un apartament.
Toleranța la risc, orizontul de timp și pragul dincolo de care nu mai poți dormi noaptea sunt lucruri pe care niciun model nu le deduce singur. La fel și decizia de a opri un sistem care se comportă ciudat, chiar dacă statistica spune că traversează o perioadă normală de drawdown.
Judecata în situații fără precedent rămâne, de asemenea, un teritoriu uman. Un model antrenat pe date istorice nu are cum să știe ce înseamnă prăbușirea unei burse majore în trei zile sau schimbarea bruscă a unei legislații. A văzut crize, dar nu a văzut niciodată exact criza care vine.
Iar ultima piesă, cea mai importantă, e responsabilitatea. Când pierzi bani cu un algoritm, tot tu ai pierdut banii. Nu poți contesta o decizie luată de o rețea neuronală și nu recuperezi nimic explicând că sistemul a greșit.
Poate că ăsta e cel mai sănătos mod de a privi întreaga transformare. Inteligența artificială a devenit un instrument foarte bun pentru a strânge informație, pentru a executa disciplinat și pentru a elimina o parte din greșelile pe care le facem când suntem obosiți sau speriați. Restul, adică partea care decide ce merită riscat și de ce, a rămas exact unde a fost dintotdeauna.
Întrebări frecvente despre inteligența artificială în tranzacționarea crypto
Nu, iar orice ofertă care promite asta trebuie tratată ca tentativă de fraudă. Un model lucrează cu probabilități estimate din date trecute, iar piața crypto produce constant situații care nu seamănă cu nimic din istoric. Chiar și fondurile cantitative cu echipe de zeci de cercetători au ani în pierdere.
Contează mai puțin suma și mult mai mult frecvența strategiei. Un sistem care face multe tranzacții mici e mâncat de comisioane dacă lucrezi cu câteva sute de euro, în timp ce o strategie de acumulare pe termen lung funcționează și cu sume modeste. Calculează întâi costul total de tranzacționare raportat la randamentul așteptat.
Da, atât timp cât tranzacționezi pe platforme care respectă cadrul de reglementare aplicabil și îți declari corect câștigurile. Nu există o interdicție privind automatizarea deciziilor de investiție pentru persoane fizice. Obligațiile fiscale rămân identice cu cele de la tranzacționarea manuală, inclusiv cota de 16% pentru câștigurile realizate din 2026.
Semnalele clasice sunt promisiunea unui randament fix, refuzul de a explica logica strategiei, presiunea de a depune rapid și recompensele pentru aducerea altor utilizatori. Adaugă lipsa unei entități juridice identificabile și absența oricărei autorizări verificabile în registrul public al autorității. Oricare două dintre astea împreună sunt suficiente ca să te oprești.
Nu în sensul în care se înțelege de obicei predicția. Modelele pot estima probabilități pentru intervale de preț și pot detecta anomalii în comportamentul pieței, însă precizia scade rapid pe măsură ce orizontul de timp crește. Orice prognoză punctuală pentru un preț la o dată exactă e marketing, nu analiză.
Sinteza informației, aproape sigur. Capacitatea de a parcurge rapid rapoarte, documente de reglementare și date on-chain economisește timp real și reduce riscul de a rata o informație importantă. Execuția disciplinată vine pe locul doi, iar predicția prețului nu ar trebui să intre deloc în discuție.
Depinde complet de cum a fost construit. Un sistem cu limite de risc bine definite își reduce expunerea sau se oprește, în timp ce unul optimizat exclusiv pentru randament poate acumula pierderi până la lichidare. Testarea comportamentului în condiții extreme e partea pe care majoritatea utilizatorilor o sar, deși e cea mai importantă.
Utilizatorul, în cazul persoanelor fizice. În cazul firmelor de investiții, autoritățile europene au fost explicite pe subiect, responsabilitatea deciziilor rămânând la organele de conducere, indiferent dacă la mijloc a fost un om sau un instrument automat. Delegarea execuției nu transferă și răspunderea.
