JPMorgan Chase har byggt en uppsättning artificiell intelligensagenter som dynamiskt förskjuter allokeringar mellan aktier och obligationer som svar på förändrade marknadsförhållanden, och de tidiga resultaten vänder huvudet på Wall Street. Enligt Bloomberg, som rapporterade undersökningen fredagen den 10 juli, överträffade alla de åtta agenterna som banken testade den traditionella 60/40-portföljen på en riskjusterad basis.
Arbetet är det senaste tecknet på att AI går från ett produktivitetsverktyg för anställda till maskinrummet för investeringsbeslut. För ett företag i storleken av JPMorgan – redan en av de mest aggressiva distributörerna av AI inom finans – erbjuder det en konkret titt på hur autonoma agenter en dag kan hjälpa till att hantera biljoner i kundkapital.
Hur AI-agenterna fungerade
Istället för att följa en fast blandning av tillgångar, var agenterna utformade för att läsa skiftande marknadsförhållanden och omfördela kapital mellan aktier och ränteintäkter i farten. Inom traditionell portföljförvaltning har 60/40-regeln – 60 % aktier, 40 % obligationer – varit en hörnstensstrategi i årtionden eftersom den balanserar tillväxt mot stabilitet. JPMorgans agenter ställdes direkt mot det riktmärket.
Under två decennier av historiska simuleringar levererade den bäst presterande agenten en årlig avkastning som var ungefär 0,7 procentenheter högre än den klassiska 60/40-portföljen, enligt flera rapporter från forskningen. Avgörande var att den överavkastningen kom med lägre volatilitet, vilket innebär att agenterna uppnådde bättre avkastning per riskenhet - de metriska professionella investerarna bryr sig mest om.
Agenterna slog också JPMorgans egen befintliga regelbaserade marknadssystemmodell, det ramverk som banken redan använder för att styra beslut om tillgångsallokering. Den detaljen kan vara viktigast av allt: den tyder på att AI inte bara matchade en etablerad spelbok utan förbättrades på en sofistikerad modell som mänskliga kvantiteter redan hade förfinat.
Den stora varningen: Backtests är inte riktiga pengar
Lika imponerande som siffrorna låter, JPMorgan själv manar till försiktighet. Resultaten kommer från historiska backtesting – återuppspelning av två decennier av tidigare marknadsdata genom agenterna – inte från liveinvesteringar med riktigt kapital. Backtests är ökända inom ekonomi för att se briljanta ut på papper medan de vacklar i den verkliga världen, där transaktionskostnader, plötsliga chocker och det enkla faktum att framtiden aldrig upprepar det förflutna kan urholka även den mest eleganta strategin.
JPMorgan har varnat för att behandla simuleringarna som ett bevis på att AI konsekvent kan överträffa marknaderna, noterade Bloomberg. Tidigare resultat, som den gamla ansvarsfriskrivningen för investeringar säger, är ingen garanti för framtida resultat – och den ansvarsfriskrivningen gäller med extra kraft för ett oprövat, AI-drivet tillvägagångssätt.
Ändå är konsekvensen i resultatet över åtta olika medel anmärkningsvärd. När en enda algoritm publicerar starka backtest-siffror kan skeptiker rimligen skylla på tur eller överanpassning. När en hel familj av agenter, byggda med olika konfigurationer, alla slår både ett klassiskt riktmärke och en banks egen produktionsmodell, pekar det mot något mer systematiskt kring det underliggande tillvägagångssättet.
Vad det betyder för finans
Experimentet landar i ett ögonblick när Wall Street tävlar om att bädda in AI djupare i dess kärnverksamhet. Banker och kapitalförvaltare har ägnat de senaste två åren åt att distribuera AI för kundservice, forskningssammanfattningar och kodgenerering – uppgifter där ett misstag är pinsamt men inte katastrofalt. Portföljallokering är en helt annan kategori: här påverkar en agents bedömning direkt hur mycket pengar kunder tjänar eller förlorar.
JPMorgans forskning tyder på att branschen är på väg mot den gränsen med högre insatser. Om agenter kan läsa marknadsregimer och justera risker i realtid, kan de så småningom komplettera – eller i vissa fall ersätta – delar av de mänskligt ledda kommittéer som för närvarande fastställer allokeringsstrategi för stora fonder. Tekniken passar också ihop med en bredare push mot "agentisk AI", system som kan vidta åtgärder i flera steg mot ett mål snarare än att bara svara på frågor.
Vägen framåt
Flera hinder återstår innan AI-agenter hanterar riktiga portföljer i stor skala. Tillsynsmyndigheter brottas fortfarande med hur man övervakar autonomt finansiellt beslutsfattande, och risken för att en illa uppträdande agent förstärker en nedgång på marknaden är ett genuint problem. Transparens är en annan fråga: många av de mest kraftfulla modellerna fungerar som "svarta lådor", och fondförvaltare måste kunna förklara för kunder och tillsynsmyndigheter varför en portfölj justerades.
Det är också frågan om vad som händer när alla har samma verktyg. En strategi som slår marknaden i ett backtest kan sluta fungera när tillräckligt många konkurrenter implementerar liknande AI, vilket gör en tidigare fördel till den nya baslinjen.
För närvarande förblir JPMorgans agenter ett forskningsresultat snarare än en produkt. Men budskapet från den största banken i USA är tydligt: AI:s era som assistent till Wall Street-analytiker ger vika för något mycket mer ambitiöst, och de närmaste åren kommer att avgöra om maskiner verkligen kan utinvestera människorna som byggde dem.
För mer om hur AI omformar finans och industri, besök AI Buzz Wires hemsida.
Läs fler AI-nyheter →
