JPMorgan AI Agents schlagen das 60/40-Portfolio in zwei Jahrzehnten von Backtests

JPMorgan Chase hat eine Reihe künstlicher Intelligenzagenten entwickelt, die als Reaktion auf sich ändernde Marktbedingungen die Allokationen zwischen Aktien und Anleihen dynamisch verschieben, und die ersten Ergebnisse sorgen an der Wall Street für Aufsehen. Laut Bloomberg, das die Studie am Freitag, dem 10. Juli, veröffentlichte, schnitten alle acht von der Bank getesteten Agenten auf risikobereinigter Basis besser ab als das traditionelle 60/40-Portfolio.

Die Arbeit ist das jüngste Zeichen dafür, dass KI von einem Produktivitätstool für Mitarbeiter in den Maschinenraum der Investitionsentscheidung übergeht. Für ein Unternehmen von der Größe von JPMorgan – bereits einer der aggressivsten KI-Einsätze im Finanzwesen – bietet es einen konkreten Ausblick darauf, wie autonome Agenten eines Tages dabei helfen könnten, Billionen an Kundenkapital zu verwalten.

Wie die KI-Agenten funktionierten

Anstatt einer festen Mischung von Vermögenswerten zu folgen, waren die Agenten darauf ausgelegt, sich ändernde Marktbedingungen zu erkennen und Kapital spontan zwischen Aktien und festverzinslichen Wertpapieren umzuverteilen. Im traditionellen Portfoliomanagement ist die 60/40-Regel – 60 % Aktien, 40 % Anleihen – seit Jahrzehnten eine Eckpfeilerstrategie, da sie Wachstum und Stabilität in Einklang bringt. Die Agenten von JPMorgan standen diesem Maßstab direkt gegenüber.

Über zwei Jahrzehnte historischer Simulationen lieferte der Agent mit der besten Performance eine jährliche Rendite, die etwa 0,7 Prozentpunkte höher war als das klassische 60/40-Portfolio, wie aus mehreren Berichten der Studie hervorgeht. Entscheidend ist, dass diese Outperformance mit einer geringeren Volatilität einherging, was bedeutete, dass die Makler bessere Renditen pro Risikoeinheit erzielten – die Kennzahl, die professionellen Anlegern am meisten am Herzen liegt.

Die Agenten schlagen auch JPMorgans eigenes bestehendes regelbasiertes Marktregimemodell, das Rahmenwerk, das die Bank bereits verwendet, um Vermögensallokationsentscheidungen zu leiten. Dieses Detail mag am wichtigsten sein: Es deutet darauf hin, dass die KI nicht nur einem etablierten Spielbuch entsprach, sondern ein ausgefeiltes Modell verbesserte, das menschliche Quants bereits verfeinert hatten.

Der große Vorbehalt: Backtests sind kein echtes Geld

So beeindruckend die Zahlen auch klingen, JPMorgan selbst mahnt zur Vorsicht. Die Ergebnisse stammen aus historischem Backtesting – der Wiedergabe vergangener Marktdaten aus zwei Jahrzehnten durch die Agenten – und nicht aus Live-Investitionen mit echtem Kapital. Backtests sind im Finanzwesen dafür bekannt, dass sie auf dem Papier brillant aussehen, in der realen Welt jedoch scheitern, wo Transaktionskosten, plötzliche Schocks und die einfache Tatsache, dass die Zukunft niemals die Vergangenheit wiederholt, selbst die eleganteste Strategie untergraben können.

JPMorgan hat davor gewarnt, die Simulationen als Beweis dafür zu betrachten, dass KI die Märkte dauerhaft übertreffen kann, bemerkte Bloomberg. Die Wertentwicklung in der Vergangenheit ist, wie es im alten Investment-Haftungsausschluss heißt, keine Garantie für zukünftige Ergebnisse – und dieser Haftungsausschluss gilt umso mehr für einen ungetesteten, KI-gesteuerten Ansatz.

Dennoch ist die Konsistenz des Ergebnisses über acht verschiedene Wirkstoffe hinweg bemerkenswert. Wenn ein einzelner Algorithmus starke Backtest-Zahlen liefert, können Skeptiker durchaus Glück oder Überanpassung dafür verantwortlich machen. Wenn eine ganze Agentenfamilie mit unterschiedlichen Konfigurationen sowohl einen klassischen Benchmark als auch das eigene Produktionsmodell einer Bank übertrifft, deutet dies auf einen systematischeren Ansatz beim zugrunde liegenden Ansatz hin.

Was es für die Finanzen bedeutet

Das Experiment findet zu einem Zeitpunkt statt, an dem die Wall Street darum bemüht ist, KI tiefer in ihre Kerngeschäfte zu integrieren. Banken und Vermögensverwalter haben in den letzten zwei Jahren KI für den Kundenservice, Forschungszusammenfassungen und die Codegenerierung eingesetzt – Aufgaben, bei denen ein Fehler peinlich, aber nicht katastrophal ist. Die Portfolioallokation ist eine völlig andere Kategorie: Hier wirkt sich das Urteil eines Maklers direkt darauf aus, wie viel Geld Kunden verdienen oder verlieren.

Die Untersuchungen von JPMorgan deuten darauf hin, dass sich die Branche auf die Grenze zu den höheren Risiken zubewegt. Wenn Agenten in der Lage sind, Marktregime zu erkennen und Risiken in Echtzeit anzupassen, könnten sie schließlich Elemente der von Menschen geführten Ausschüsse ergänzen – oder in einigen Fällen ersetzen –, die derzeit die Allokationsstrategie bei großen Fonds festlegen. Die Technologie passt auch zu einem breiteren Vorstoß hin zu „agentischer KI“, Systemen, die mehrstufige Maßnahmen zur Erreichung eines Ziels ergreifen können, anstatt nur Fragen zu beantworten.

Der Weg in die Zukunft

Bevor KI-Agenten reale Portfolios in großem Maßstab verwalten, müssen noch einige Hürden überwunden werden. Die Aufsichtsbehörden ringen immer noch mit der Frage, wie sie die autonome Entscheidungsfindung im Finanzbereich überwachen können, und das Risiko, dass ein sich schlecht verhaltender Akteur einen Marktabschwung verstärkt, ist ein echtes Problem. Transparenz ist ein weiteres Problem: Viele der leistungsstärksten Modelle funktionieren als „Black Boxes“, und Fondsmanager müssen Kunden und Aufsichtsbehörden erklären können, warum ein Portfolio angepasst wurde.

Es stellt sich auch die Frage, was passiert, wenn alle die gleichen Werkzeuge haben. Eine Strategie, die in einem Backtest den Markt schlägt, kann nicht mehr funktionieren, sobald genügend Wettbewerber eine ähnliche KI einsetzen und einen früheren Vorteil in die neue Basislinie verwandeln.

Vorerst bleiben die Agenten von JPMorgan eher ein Forschungsergebnis als ein Produkt. Aber die Botschaft der größten Bank der Vereinigten Staaten ist klar: Die Ära der KI als Assistent eines Wall-Street-Analysten weicht etwas weitaus Ehrgeizigerem, und die nächsten Jahre werden darüber entscheiden, ob Maschinen tatsächlich mehr investieren können als die Menschen, die sie gebaut haben.

Weitere Informationen darüber, wie KI das Finanzwesen und die Industrie verändert, finden Sie auf der AI Buzz Wire-Homepage.

Lesen Sie weitere KI-Neuigkeiten →