Sztuczna inteligencja na giełdzie kontra sprawozdanie

Sztuczna inteligencja na giełdzie działa. Tylko nie ta, z którą rozmawiasz w oknie czatu. Zapytaj czat o przychody i marżę spółki za ostatni kwartał, a dostaniesz gładkie zdanie bez daty i bez linijki sprawozdania, z której ta liczba pochodzi. Nawet kiedy liczba jest dobra, nie wiesz, czy model ją przeczytał, czy odtworzył. Dlatego jedyne pytanie warte zadania narzędziu AI o spółkę brzmi: skąd to wiesz.

Gdzie sztuczna inteligencja na giełdzie wygrywa#

Sceptycyzm wobec maszyn na rynku ma w danych słabe notowania. Ed deHaan i Suzie Noh ze Stanforda razem z Chanseokiem Lee i Miao Liu wypuścili model na 3 300 amerykańskich funduszy akcyjnych i kazali mu co kwartał przestawiać ich portfele przez trzydzieści lat, od 1990 do 2020 roku.

Zarządzający wypracowywali w tym czasie 2,8 mln dolarów kwartalnej nadwyżki, model 17,1 mln, czyli sześć razy więcej z tego samego zestawu publicznie dostępnych liczb.

Tego badania nie da się zbyć wzruszeniem ramion, bo model nie dostał żadnej przewagi informacyjnej. Pracował na 170 zmiennych, które każdy mógł sobie wtedy pobrać: stopy procentowe, ratingi kredytowe, wydźwięk konferencji wynikowych. Wymieniał przy tym mniej więcej połowę portfela co kwartał. Z tych samych publicznych liczb wyciągał więcej niż człowiek, który miał je pod ręką równie długo.

Jeśli więc ktoś ci mówi, że sztuczna inteligencja nie ma czego szukać przy analizie spółek, dane są przeciwko niemu. Czy to znaczy, że czat odpowie ci na pytanie o spółkę tak samo dobrze?

Brzmi sensownie. Tylko że ten model niczego nie napisał: on czytał tabelę.

Ta różnica przesądza o wszystkim, co dalej. Tamten model dostawał na wejściu 170 kolumn liczb i oddawał na wyjściu jedną decyzję o wadze pozycji, więc każde jego twierdzenie miało adres w danych. Czat dostaje na wejściu zdanie po polsku i oddaje na wyjściu zdanie po polsku, a między jednym a drugim nie ma żadnego miejsca, w którym musiałby cokolwiek otworzyć.

Test na dwóch liczbach#

Różnicę między tamtą maszyną a czatem widać najszybciej na jednej spółce i dwóch liczbach. Pytanie „przeanalizuj mi tę spółkę” da ci stronę tekstu, której nie sprawdzisz w rozsądnym czasie. Dwie liczby, które w sprawozdaniu stoją w konkretnych linijkach, sprawdzisz.

1. Wybierz spółkę, którą masz w portfelu.
2. Zapytaj czat o przychody i marżę za ostatni raportowany kwartał.
3. Otwórz sprawozdanie tej spółki i znajdź te dwie linijki. Amerykańskie leżą za darmo w bazie EDGAR, a to, co jest czym w tym zestawie, porządkuje podział na dokumenty, których nikt po drodze nie skrócił.
4. Zapytaj czat, z której linijki i z którego dnia pochodzi jego liczba.
5. Zapisz datę testu i powtórz go po następnych wynikach.

Cały ciężar leży w kroku czwartym, bo krok drugi prawie zawsze wygląda dobrze. Model pisze płynnie, w czasie teraźniejszym i bez cienia wahania, więc odpowiedź brzmi jak analiza akcji na długo przed tym, zanim okaże się, czy nią jest.

Włączone wyszukiwanie niczego tu nie przesądza: link do komunikatu o wynikach to wciąż nie jest linijka i nie jest dzień.

Krok piąty jest tam z innego powodu. Jedno przejście testu niczego nie dowodzi, bo model potrafi trafić przypadkiem, a ty potrafisz trafić na spółkę, o której napisano wyjątkowo dużo. Dopiero powtórka po następnych wynikach, na tej samej spółce, pokazuje, czy narzędzie faktycznie sięgnęło po nowy dokument, czy tylko odświeżyło ton.

Co pokazuje sprawozdanie#

Otworzyłem sprawozdanie spółki, o którą pytają wszyscy. W kwartale zakończonym 27 grudnia 2025 roku Apple pokazał 143,8 mld dolarów przychodu wobec 124,3 mld rok wcześniej, czyli o 16% więcej.

Marża brutto w tym samym kwartale to 69,2 mld dolarów, czyli 48,2% przychodu wobec 46,9% rok wcześniej. Na każdym dolarze sprzedaży zostaje spółce o około 1,3 centa więcej niż rok temu, zanim zapłaci za badania, sprzedaż i podatek.

Do tego momentu wszystko wygląda na jeden równy kwartał. Tabela mówi co innego.

Sprzęt urósł o 16%, usługi o 14%, a sam iPhone o 23%, z 69,1 mld do 85,3 mld dolarów. Chiny wraz z Hongkongiem i Tajwanem dołożyły 25,5 mld wobec 18,5 mld rok wcześniej, czyli 38% więcej i ponad dwa razy szybciej niż spółka jako całość. Kwartał, który w jednym zdaniu wygląda na spokojny wzrost, w tabeli jest kwartałem jednego produktu i jednego regionu.

Marża brutto też nie urosła z powodu, który zwykle się w tym miejscu wymienia. Mix produktowy jej nie podniósł, bo udział usług w przychodzie nawet lekko spadł. Poprawiły się obie strony osobno: sprzęt z 39,3% do 40,7%, usługi z 75,0% do 76,5%. To dwie różne historie, jedna o kosztach wytwarzania, druga o skali, i żadna z nich nie mieści się w zdaniu „marża wzrosła”.

Niżej w tej samej tabeli robi się jeszcze ciekawiej. Wydatki na badania i rozwój urosły o 32%, czyli dwa razy szybciej niż przychód, a marża operacyjna i tak podniosła się z 34,5% do 35,4%. Spółka dołożyła do rozwoju znacznie więcej pieniędzy, niż przybyło jej sprzedaży, i wyszła z kwartału z wyższą rentownością operacyjną.

To jest zdanie, którego czat nie napisze, bo trzeba do niego mieć przed sobą cztery linijki naraz. Wspomnienie o jednej nie wystarczy.

Wszystkie te liczby stoją w tabeli z nagłówkiem, datą i nazwą pozycji. Można je wskazać palcem.

Która marża, skoro są trzy#

Ten sam kwartał ma trzy marże i każda z nich jest prawdziwa. Brutto 48,2%. Operacyjna 35,4%, bo 50,9 mld dolarów zysku operacyjnego dzieli się przez te same 143,8 mld przychodu. Netto 29,3%, bo po podatku w spółce zostaje 42,1 mld.

Załóżmy teraz, że czat odpowiada: marża około 46%.

Ta odpowiedź nie jest ani prawdziwa, ani fałszywa. Jest niesprawdzalna, bo nie wiadomo, którą linijkę opisuje ani który kwartał ma na myśli. Między 48,2 a 29,3 stoją dwa różne pytania o biznes. Pierwsze pyta, ile spółka zarabia na samym wytwarzaniu produktu. Drugie, ile z tego zostaje jej po badaniach, sprzedaży, odsetkach i podatku.

Gdyby taka odpowiedź trafiła do notatki o spółce, przeżyłaby tam całe lata. Nikt nie wraca do liczby, która raz przeszła bez sprzeciwu, i to jest najgorsza cecha błędu w liczbie: nie boli w dniu, w którym powstaje. Boli dwa lata później, kiedy budujesz na niej porównanie z konkurentem i nie pamiętasz już, skąd się wzięła.

Uważam, że to jedno pytanie, z której linijki, oddziela narzędzie do researchu od narzędzia do rozmowy. Reszta różnic jest kosmetyczna.

Dlaczego model woli zgadnąć, niż zamilknąć#

Wyjaśnienie przyszło od ludzi, którzy te modele budują. W pracy o halucynacjach, napisanej w większości przez badaczy OpenAI, mechanizm wygląda tak: modele trenuje się i ocenia jak ucznia na teście zamkniętym, gdzie „nie wiem” daje zero punktów, a strzał czasem daje punkt, więc zgadywanie się opłaca. Nikt tego nie zaprojektował złośliwie, po prostu tak liczy się wynik.

Skutek jest taki, że zmyślona marża wychodzi z tej samej maszyny, w tym samym rejestrze i z tą samą pewnością siebie co prawdziwa. Przy prozie da się to wyłapać, bo tekst, który odpłynął od źródła, zaczyna brzmieć ogólnikowo. Przy liczbie nie da się wyłapać niczego, bo jedna zmieniona cyfra czyta się identycznie jak dobra i wygląda dokładnie tak, jak czytelnik się spodziewał.

Wyłącza to dopiero odnośnik, bo cytat ma wartość dopiero wtedy, gdy da się go otworzyć i sprawdzić w niecałą minutę.

Kwartał, którego nikt nie nazwał#

Druga rzecz, której czat nie poda z siebie, to data. Sprawozdanie ma nad kolumną nagłówek „three months ended December 27, 2025” i ten nagłówek jest tam po to, żeby nikt nie musiał zgadywać, o czym mowa. Czat pisze „w ostatnim kwartale” i ma na myśli ostatni kwartał, o którym cokolwiek wie.

Który to kwartał? Tego z odpowiedzi nie wyczytasz, bo dla modelu data zdarzenia i data jego własnej wiedzy to jedno i to samo.

To bywa kwartał sprzed roku, z prezesem, który zdążył odejść, i segmentem, który spółka zdążyła sprzedać. Najgorzej wypada powtórzona prognoza, wycofana na następnej konferencji wynikowej, a w odpowiedzi czatu wciąż brzmiąca jak wiedza.

Gorszy wariant zdarza się wtedy, gdy model ma o świeżym zdarzeniu połowę informacji. Wtedy dokłada resztę z tego, co prawdopodobne, i pisze to w czasie teraźniejszym, jakby przed chwilą trzymał w ręku dokument.

Dlatego o datę pytaj najpierw, a o liczbę dopiero potem. Odpowiedź „na koniec ostatniego kwartału” nic nie znaczy, dopóki nie padnie dzień, w którym ten kwartał się skończył.

Do czego ChatGPT nadaje się naprawdę#

Czy to znaczy, że czat jest inwestorowi do niczego? Nie. Dwie rzeczy robi znakomicie i obie mają jedną wspólną cechę: źródło leży już w oknie rozmowy.

Pierwsza to tłumaczenie pojęć. Pytanie, czym marża brutto różni się od operacyjnej i co dokładnie siedzi między jedną a drugą, ma odpowiedź ogólną, niezależną od kwartału i od spółki. Tu model jest szybszy od podręcznika i rzadko się myli, bo nie musi niczego wyszukiwać ani datować. Ta sama uwaga dotyczy pytań o to, jak czyta się rachunek przepływów albo dlaczego zysk netto i gotówka operacyjna potrafią się rozjeżdżać przez kilka kwartałów z rzędu.

Druga to praca na tekście, który sam wkleisz. Wklejasz fragment sprawozdania albo zapis konferencji wynikowej i prosisz o wypisanie założeń, przeformułowanie akapitu, znalezienie zdania, które przeczy poprzedniemu. Model niczego nie zgaduje, bo dostał materiał, a ty widzisz, z czego korzysta, i możesz porównać jego zdanie z akapitem obok.

Tyle wystarczy, żeby oszczędzić godzinę na dokumencie, którego i tak byś nie przeczytał do końca.

Jest jeszcze trzecia rola, moim zdaniem najbardziej niedoceniona: sparingpartner do własnej tezy. Pytasz wtedy tak: oto moje trzy założenia, wypisz, co musiałoby się zdarzyć, żeby każde z nich upadło. Prośba o ocenę własnej racji wraca z potwierdzeniem, więc rozmowa potrzebuje promptu, który sam przyznaje się do uprzedzenia.

Wypowiedź zarządu odsyła przy tym do Transkryptu konferencji, z nazwiskiem i miejscem w zapisie.

Gdzie ta reguła się łamie#

Przypis nie jest gwarancją. Odnośnik potrafi prowadzić do właściwego dokumentu i niewłaściwej linijki, a opracowanie z cytatem przy każdym twierdzeniu bywa mylące dokładnie tak samo jak czat, tylko wygląda znacznie poważniej.

Dlatego cytat ma wartość dopiero wtedy, gdy da się go otworzyć i sprawdzić w niecałą minutę, a nie wtedy, gdy ładnie stoi na końcu zdania.

Ta reguła ma swój koszt. Narzędzie, które przy braku źródła po prostu milczy, bywa dla czytelnika irytujące, bo zostawia puste miejsca tam, gdzie czat oddałby gładki akapit. Ta pustka jest informacją, tylko nikt jej nie lubi: spółka o czymś nie napisała.

Nie wiem, ile z tego naprawią kolejne wersje modeli. Bodziec opisany w tamtej pracy jest do naprawienia, bo siedzi w sposobie oceniania, a nie w krzemie. Wiem natomiast, że test z tego tekstu zajmuje kilka minut, nic nie kosztuje i możesz go powtórzyć po każdym sezonie wyników, na tej samej spółce, z zapisaną datą.

Reguła, którą trzymam od lat: liczba bez linijki jest cytatem z niczego.

Tak samo zbudowany jest Pełny raport w Taufolio. Każde twierdzenie o faktach odsyła do dokumentu, a to, czego w źródle nie ma, zostaje nienapisane. Wersję pro pisze mechanizm Trzy modele i sędzia: trzy modele pracują nad tą samą spółką niezależnie, czwarty porównuje ich wersje i zostawia to, co da się oprzeć na źródle. Jak taki dokument wygląda w całości, widać w przykładowych raportach.