JPMorgan Chase, değişen piyasa koşullarına yanıt olarak hisse senetleri ve tahviller arasındaki tahsisleri dinamik olarak değiştiren bir dizi yapay zeka aracısı oluşturdu ve ilk sonuçlar Wall Street'te dikkatleri üzerine çekiyor. Araştırmayı 10 Temmuz Cuma günü bildiren Bloomberg'e göre, bankanın test ettiği sekiz acentenin tümü, riske göre uyarlanmış bazda geleneksel 60/40 portföyünden daha iyi performans gösterdi.
Bu çalışma, yapay zekanın çalışanlar için bir üretkenlik aracı olmaktan çıkıp, yatırım karar verme mekanizmasının makine dairesine doğru ilerlediğinin son işareti. Zaten finans alanında yapay zekanın en agresif uygulayıcılarından biri olan JPMorgan büyüklüğündeki bir firma için, otonom temsilcilerin bir gün müşteri sermayesindeki trilyonları yönetmeye nasıl yardımcı olabileceğine dair somut bir bakış sunuyor.
Yapay Zeka Aracıları Nasıl Çalıştı?
Temsilciler, sabit bir varlık karışımını takip etmek yerine, değişen piyasa koşullarını okumak ve sermayeyi hisse senetleri ile sabit gelir arasında anında yeniden tahsis etmek üzere tasarlandı. Geleneksel portföy yönetiminde 60/40 kuralı (%60 hisse senedi, %40 tahvil) büyümeyi istikrarla dengelediği için onlarca yıldır temel bir strateji olmuştur. JPMorgan'ın temsilcileri doğrudan bu kriterle karşı karşıyaydı.
Araştırmanın birden fazla raporuna göre, yirmi yılı aşkın süredir yapılan tarihsel simülasyonlarda, en iyi performans gösteren acente, klasik 60/40 portföyünden kabaca yüzde 0,7 puan daha yüksek yıllık getiri elde etti. En önemlisi, bu üstün performansın daha düşük volatiliteyle birlikte gelmesi, acentelerin risk birimi başına daha iyi getiri elde ettiği anlamına geliyor - profesyonel yatırımcıların en çok önemsediği ölçüm.
Temsilciler aynı zamanda JPMorgan'ın kendi mevcut kurallara dayalı piyasa rejimi modelini (bankanın halihazırda varlık tahsisi kararlarını yönlendirmek için kullandığı çerçeveyi) de geride bıraktı. Bu ayrıntı her şeyden önemli olabilir: Bu, yapay zekanın sadece yerleşik bir taktikle eşleşmediğini, aynı zamanda insan kuantumlarının zaten geliştirmiş olduğu karmaşık bir modeli geliştirdiğini gösteriyor.
Büyük Uyarı: Geçmiş Testler Gerçek Para Değildir
Rakamlar ne kadar etkileyici görünse de, JPMorgan'ın kendisi de dikkatli olunması yönünde çağrıda bulunuyor. Sonuçlar, gerçek sermayeyle yapılan canlı yatırımlardan değil, acenteler aracılığıyla yirmi yıllık geçmiş piyasa verilerinin tekrar oynatılmasıyla yapılan tarihsel geriye dönük testlerden geliyor. Geriye dönük testler, finans dünyasında, kağıt üzerinde harika görünmesine karşın, işlem maliyetlerinin, ani şokların ve geleceğin asla geçmişi tekrarlamaması gerçeğinin en zarif stratejiyi bile aşındırabileceği gerçek dünyada bocalaması nedeniyle kötü bir üne sahiptir.
Bloomberg, JPMorgan'ın simülasyonları yapay zekanın sürekli olarak piyasalardan daha iyi performans gösterebileceğinin kanıtı olarak görmemesi konusunda uyardığını belirtti. Eski yatırım sorumluluk reddi beyanında da belirtildiği gibi geçmiş performans, gelecekteki sonuçların garantisi değildir ve bu sorumluluk reddi, test edilmemiş, yapay zeka odaklı bir yaklaşım için ekstra güçle geçerlidir.
Yine de sekiz farklı ajan arasındaki sonucun tutarlılığı dikkat çekicidir. Tek bir algoritma güçlü geçmiş test sayıları yayınladığında, şüpheciler makul bir şekilde şansı veya aşırı uyumu suçlayabilir. Farklı konfigürasyonlarla oluşturulmuş bir temsilci ailesi hem klasik kriterleri hem de bankanın kendi üretim modelini geçtiğinde, bu, temel yaklaşımla ilgili daha sistematik bir şeye işaret eder.
Finans Açısından Ne İfade Ediyor?
Deney, Wall Street'in yapay zekayı temel operasyonlarına daha derinlemesine dahil etmek için yarıştığı bir zamanda gerçekleşti. Bankalar ve varlık yöneticileri son iki yılı müşteri hizmetleri, araştırma özetleri ve kod oluşturma için yapay zekayı konuşlandırmakla geçirdiler; bu görevler, bir hatanın utanç verici olduğu ancak felaketle sonuçlanmadığı görevlerdir. Portföy tahsisi tamamen farklı bir kategoridir: burada bir acentenin kararı, müşterilerin ne kadar para kazanacağını veya kaybedeceğini doğrudan etkiler.
JPMorgan'ın araştırması, sektörün bu yüksek riskli sınıra doğru ilerlediğini gösteriyor. Eğer aracılar piyasa rejimlerini okuyabilir ve gerçek zamanlı olarak riski ayarlayabilirlerse, büyük fonlar için tahsis stratejisini belirleyen insan liderliğindeki komitelerin unsurlarını sonunda tamamlayabilir veya bazı durumlarda bunların yerini alabilirler. Teknoloji ayrıca, yalnızca soruları yanıtlamak yerine bir hedefe yönelik çok adımlı eylemler gerçekleştirebilen "ajan yapay zeka" sistemlerine yönelik daha geniş bir ilerlemeyle de örtüşüyor.
Önümüzdeki Yol
Yapay zeka temsilcilerinin gerçek portföyleri geniş ölçekte yönetmesinin önünde birçok engel bulunuyor. Düzenleyiciler hala özerk finansal karar alma sürecinin nasıl denetleneceğiyle boğuşuyor ve kötü davranan bir kurumun piyasadaki gerilemeyi artırma riski gerçek bir endişe kaynağı. Şeffaflık başka bir konudur: En güçlü modellerin çoğu "kara kutu" olarak çalışır ve fon yöneticileri, müşterilere ve düzenleyicilere bir portföyün neden ayarlandığını açıklayabilmelidir.
Herkesin aynı araçlara sahip olması durumunda ne olacağı sorusu da var. Geçmiş testlerde piyasayı geride bırakan bir strateji, yeterince rakip benzer yapay zekayı kullandığında çalışmayı durdurabilir ve eski avantajı yeni temele dönüştürebilir.
Şimdilik JPMorgan'ın temsilcileri bir üründen ziyade bir araştırma sonucu olarak kalıyor. Ancak Amerika Birleşik Devletleri'ndeki en büyük bankanın mesajı açık: Wall Street analistinin asistanı olarak yapay zeka çağı, yerini çok daha iddialı bir şeye bırakıyor ve önümüzdeki birkaç yıl, makinelerin onları inşa eden insanlardan gerçekten daha fazla yatırım yapıp yapamayacağını belirleyecek.
Yapay zekanın finans ve endüstriyi nasıl yeniden şekillendirdiği hakkında daha fazla bilgi için AI Buzz Wire ana sayfasını ziyaret edin.
Daha fazla AI haberini okuyun →
