JPMorgan يختبر وكلاء الذكاء الاصطناعي لتخصيص الأسهم والسندات

Traders Union
جميع الأخبار
المؤسسات المالية
JPMorgan يختبر وكلاء الذكاء الاصطناعي

جميع الأخبار

أهم الأخبار

الأسهم

العملات الرقمية

الاقتصاد

العملات

السلع

أصوات السوق

Ivan Andriyenko

قبل 7 ساعات

JPMorgan يختبر وكلاء الذكاء الاصطناعي لتخصيص الأسهم والسندات — JPMorgan يختبر وكلاء الذكاء الاصطناعي للمحافظ الاستثمارية

قام بنك JPMorgan Chase بتطوير وكلاء استثمار مدعومين بالذكاء الاصطناعي تفوقوا على محفظة الأسهم والسندات التقليدية بنسبة 60/40 في الاختبارات التاريخية، مما يقدم نظرة مبكرة على كيفية استخدام Wall Street للذكاء الاصطناعي في تخصيص الأصول. وحذر البنك من أن النتائج جاءت من اختبارات عكسية (backtests)، وليس تداولاً حياً، ولا ينبغي اعتبارها دليلاً على قدرة الذكاء الاصطناعي على هزيمة الأسواق باستمرار.

أهم الأخبار

تفوق وكيل الذكاء الاصطناعي من JPMorgan على محفظة 60/40 بمقدار 0.7 نقطة مئوية سنوياً في الاختبارات العكسية.
تفوق جميع الوكلاء الثمانية في الأداء على أساس معدل وفقاً للمخاطر.
يقول البنك إن نتائج السوق الحية لا تزال غير مثبتة.

تمت ترجمة هذا المقال من النسخة الأصلية. اقرأ النسخة الأصلية التي أعدها مراسلنا هنا.

صمم باحثون بقيادة الاستراتيجي Thomas Salopek مجموعة من وكلاء الذكاء الاصطناعي الذين يتنقلون بين الأسهم والسندات مع تغير ظروف السوق، وفقاً لما ذكرته Bloomberg. وتفوق النظام الأفضل أداءً على محفظة 60/40 الكلاسيكية بمقدار 0.7 نقطة مئوية سنوياً على مدار عقدين من المحاكاة، مع تحقيق تقلبات أقل وتفوق على نموذج نظام السوق القائم على القواعد الخاص بـ JPMorgan.

الذكاء الاصطناعي ينتقل من أداة بحثية إلى مخصص للأصول

تمثل هذه التجربة خطوة تتجاوز الطريقة التي استخدمت بها البنوك النماذج اللغوية الكبيرة في الغالب حتى الآن. فعلى مدار العامين الماضيين، دمجت شركات Wall Street الذكاء الاصطناعي في الأبحاث، والبرمجة، وأدوات العملاء، والتحليل الداخلي. ويطرح اختبار JPMorgan سؤالاً أكثر أهمية: ما إذا كان بإمكان الذكاء الاصطناعي المساعدة في تحديد كيفية تقسيم رأس المال عبر الأسواق.

تم بناء هؤلاء الوكلاء باستخدام نماذج من OpenAI و Anthropic. وقاموا بتصنيف الأسواق إلى أربعة أنظمة بناءً على النمو والتضخم: Goldilocks (النمو المعتدل)، وإعادة التضخم، والركود التضخمي، والعزوف عن المخاطرة. ومن هناك، قاموا بتعديل التخصيصات عبر فئات الأصول، مفضلين الأسهم عندما كان النمو قوياً وزيادة التعرض للسندات عندما ضعفت الظروف.

جميع وكلاء الذكاء الاصطناعي الثمانية الذين تم اختبارهم تفوقوا على محفظة 60/40 على أساس معدل وفقاً للمخاطر. كما تفوقوا أيضاً على إطار عمل البنك الحالي القائم على الأنظمة، مما يشير إلى أن الأنظمة وجدت أنماطاً مفيدة في بيئات السوق التاريخية.

الاختبارات العكسية لها حدودها

حذر استراتيجيو JPMorgan من إعطاء وزن كبير للنتائج. فالاختبارات العكسية يمكن أن تبدو قوية لأنها مبنية على بيانات تاريخية معروفة، ويمكن لأنظمة الذكاء الاصطناعي أن تقدم إجابات تبدو أكثر ثقة مما تبرره الأدلة.

هذا التحذير مهم لأن الاعتماد الأوسع لنماذج مماثلة قد يخلق مخاطره الخاصة. فإذا اعتمدت العديد من الشركات على أنظمة ذكاء اصطناعي مماثلة، فقد تصبح الصفقات أكثر ازدحاماً، وقد تتفاعل الأسواق بشكل أسرع مع نفس الإشارات، وقد تتفاقم فترات الضغط بشكل أكبر.

الاختبار القادم للذكاء الاصطناعي في Wall Street

تكمن أهمية الدراسة في أن تخصيص الأصول يقع في قلب إدارة الاستثمار. وإذا تمكن الذكاء الاصطناعي من قراءة أنظمة السوق وتعديل المحافظ بشكل موثوق، فقد يصبح أداة جدية للبنوك الكبرى وصناديق التقاعد ومديري الثروات.

لكن العقبة لا تزال كبيرة. وتحذير JPMorgan نفسه هو النقطة الأساسية: قد يساعد الذكاء الاصطناعي الوكيل في هيكلة القرارات، لكنه لا يزال بحاجة إلى إشراف بشري، وعملية استثمار منضبطة، وإثبات في السوق الحية قبل الوثوق به في تخصيص رأس المال على نطاق واسع.

في وقت سابق، ذكرنا أن JPMorgan و Ripple نفذا أول تسوية فورية للخزانة على XRP Ledger.

قد يحتوي هذا المحتوى على آراء طرف ثالث، ولا تشكل أي من البيانات والمعلومات على هذه الصفحة الإلكترونية نصيحة استثمارية وفقًا لـ إخلاء المسؤولية الخاص بنا. بينما نلتزم بـ النزاهة التحريرية الصارمة، قد يحتوي هذا المنشور على إشارات إلى منتجات من شركائنا.

هل أعجبك المقال؟