摩根大通人工智能代理在二十年的回测中击败了 60/40 投资组合

摩根大通建立了可以在股票和债券之间转换的人工智能代理——所有八个代理都在风险调整的基础上击败了经典的 60/40 投资组合。彭博社报道。

摩根大通建立了一套人工智能代理，可以根据不断变化的市场条件动态调整股票和债券之间的配置，早期结果引起了华尔街的关注。据彭博社报道，该公司于 7 月 10 日星期五报道了这项研究，在风险调整的基础上，该银行测试的所有八种代理均优于传统的 60/40 投资组合。

这项工作是人工智能正在从员工的生产力工具转变为投资决策引擎的最新迹象。对于摩根大通这样规模的公司来说——它已经是金融领域人工智能最积极的部署者之一——它提供了一个具体的视角，让我们看到自主代理有一天会如何帮助管理数万亿的客户资本。

AI 代理如何工作

这些代理不是遵循固定的资产组合，而是旨在了解不断变化的市场状况，并在股票和固定收益之间动态重新分配资本。在传统的投资组合管理中，60/40 规则（60% 股票，40% 债券）几十年来一直是基石策略，因为它平衡了增长与稳定。摩根大通的代理人直接与该基准进行竞争。

根据多份研究报告，经过二十年的历史模拟，表现最好的代理人的年化回报率比经典的 60/40 投资组合高出约 0.7 个百分点。至关重要的是，这种优异的表现伴随着较低的波动性，这意味着代理商在每单位风险中获得了更好的回报——这是专业投资者最关心的指标。

这些代理还击败了摩根大通现有的基于规则的市场制度模型，该银行已经使用该框架来指导资产配置决策。这个细节可能是最重要的：它表明人工智能不仅匹配既定的剧本，而且改进了人类量化分析师已经完善的复杂模型。

重要警告：回测并不是真正的金钱

尽管这些数字听起来令人印象深刻，但摩根大通本身也在敦促谨慎行事。结果来自历史回测——通过代理重播过去二十年的市场数据——而不是来自真实资本的实时投资。回溯测试在金融领域是臭名昭著的，因为它在纸面上看起来很出色，但在现实世界中却步履蹒跚，在现实世界中，交易成本、突然的冲击以及未来永远不会重复过去的简单事实甚至会侵蚀最优雅的策略。

彭博社指出，摩根大通警告不要将模拟视为人工智能能够持续跑赢市场的证据。正如旧的投资免责声明所说，过去的业绩并不能保证未来的结果——而且该免责声明特别适用于未经测试的、人工智能驱动的方法。

尽管如此，八个不同代理的结果的一致性还是值得注意的。当单一算法发布强大的回测数据时，怀疑论者可以合理地归咎于运气或过度拟合。当使用不同配置构建的整个代理系列都击败了经典基准和银行自己的生产模型时，这表明底层方法更加系统化。

这对金融意味着什么

这项实验正值华尔街竞相将人工智能更深入地嵌入其核心业务之际。过去两年，银行和资产管理公司一直在为客户服务、研究总结和代码生成部署人工智能——这些任务一旦出现错误就会令人尴尬，但不会造成灾难性的后果。投资组合配置完全是一个不同的类别：在这里，代理人的判断直接影响客户赚多少钱或亏多少钱。

摩根大通的研究表明，该行业正在向更高风险的前沿迈进。如果代理人能够实时了解市场状况并调整风险，他们最终可以补充（或在某些情况下取代）目前为大型基金制定分配策略的以人为主导的委员会的组成部分。该技术还与更广泛地推动“代理人工智能”相吻合，“代理人工智能”系统可以采取多步骤行动来实现目标，而不是简单地回答问题。