JPMorgan testaa tekoälyagentteja osake- ja joukkovelkakirja-allokaatioon

Traders Union
Kaikki uutiset
Rahoituslaitokset
JPMorgan testaa tekoälyagentteja

Kaikki uutiset

Pääuutiset

Parhaat palat

Osakkeet

Kryptovaluutat

Talous

Valuuttaparit

Raaka-aineet

Markkinakatsaus

Ivan Andriyenko

7 tuntia sitten

JPMorgan testaa tekoälyagentteja osake- ja joukkovelkakirja-allokaatioon — JPMorgan testaa tekoälyagentteja salkunhoitoon

JPMorgan Chase on kehittänyt tekoälypohjaisia sijoitusagentteja, jotka suoriutuivat perinteistä 60/40-osake- ja joukkovelkakirjasalkkua paremmin historiallisissa testeissä. Tämä antaa esimakua siitä, miten Wall Street saattaa hyödyntää tekoälyä varojen allokoinnissa. Pankki kuitenkin varoitti, että tulokset perustuvat backtesteihin, eivät live-kaupankäyntiin, eikä niitä tule pitää todisteena siitä, että tekoäly pystyisi jatkuvasti voittamaan markkinat.

Kohokohdat

JPMorganin tekoälyagentti voitti 60/40-salkun 0,7 prosenttiyksiköllä vuodessa backtesteissä.
Kaikki kahdeksan agenttia suoriutuivat paremmin riskikorjatulla tuotolla mitattuna.
Pankin mukaan tuloksista todellisilla markkinoilla ei ole vielä näyttöä.

Tämä artikkeli on käännetty alkuperäisestä tekstistä. Lue kirjeenvaihtajamme alkuperäinen versio täältä.

Strategi Thomas Salopekin johtamat tutkijat suunnittelivat ryhmän tekoälyagentteja, jotka vaihtavat painotusta osakkeiden ja joukkovelkakirjojen välillä markkinaolosuhteiden muuttuessa, Bloomberg raportoi. Parhaiten suoriutunut järjestelmä voitti perinteisen 60/40-salkun 0,7 prosenttiyksiköllä vuodessa kahden vuosikymmenen simulaatioissa, tuottaen samalla alhaisemman volatiliteetin ja voittaen JPMorganin oman sääntöpohjaisen markkinamallin.

Tekoäly siirtyy tutkimustyökalusta allokaattoriksi

Koe on askel eteenpäin tavasta, jolla pankit ovat tähän asti pääasiassa hyödyntäneet suuria kielimalleja. Viimeisen kahden vuoden aikana Wall Streetin yritykset ovat integroineet tekoälyä tutkimukseen, koodaukseen, asiakastyökaluihin ja sisäiseen analyysiin. JPMorganin testi asettaa merkittävämmän kysymyksen: voiko tekoäly auttaa päättämään, miten pääoma jaetaan eri markkinoille.

Agentit rakennettiin käyttämällä OpenAI:n ja Anthropicin malleja. Ne luokittelivat markkinat neljään tilaan kasvun ja inflaation perusteella: kultakutri-skenaario (Goldilocks), reflaatio, stagflaatio ja riskinkarttaminen (risk-off). Tämän perusteella ne muuttivat allokaatioita eri omaisuusluokkien välillä suosien osakkeita kasvun ollessa vahvaa ja lisäten joukkovelkakirjapainoa olosuhteiden heikentyessä.

Kaikki kahdeksan testattua tekoälyagenttia voittivat 60/40-salkun riskikorjatulla tuotolla mitattuna. Ne voittivat myös pankin nykyisen markkinatiloihin perustuvan mallin, mikä viittaa siihen, että järjestelmät löysivät hyödyllisiä kaavoja historiallisista markkinaympäristöistä.

Backtesteillä on rajoituksensa

JPMorganin strategit varoittivat antamasta liikaa painoarvoa tuloksille. Backtestit voivat näyttää vahvoilta, koska ne perustuvat tunnettuun historialliseen dataan, ja tekoälyjärjestelmät voivat tuottaa vastauksia, jotka vaikuttavat varmemmilta kuin mihin todisteet antavat aihetta.

Tämä huomio on tärkeä, sillä vastaavien mallien laajempi käyttöönotto voi luoda omia riskejään. Jos monet yritykset luottavat samankaltaisiin tekoälyjärjestelmiin, kaupankäynti voi keskittyä liikaa samoihin kohteisiin, markkinat voivat reagoida nopeammin samoihin signaaleihin ja stressijaksot voivat voimistua.

Tekoälyn seuraava testi Wall Streetillä

Tutkimus on merkittävä, koska varojen allokointi on sijoitustoiminnan ytimessä. Jos tekoäly pystyy luotettavasti tulkitsemaan markkinatiloja ja säätämään salkkuja, siitä voi tulla merkittävä työkalu suurille pankeille, eläkerahastoille ja varainhoitajille.

Kynnys on kuitenkin korkea. JPMorganin oma varoitus on keskeinen: agenttipohjainen tekoäly voi auttaa päätöksenteon rakenteistamisessa, mutta se vaatii silti ihmisen valvontaa, kurinalaisen sijoitusprosessin ja näyttöä todellisilta markkinoilta ennen kuin sille voidaan uskoa pääoman allokointi suuressa mittakaavassa.

Aiemmin raportoimme, että JPMorgan ja Ripple toteuttivat ensimmäisen välittömän kassanhallinnan selvityksen XRP Ledgerissä.

Tämä materiaali saattaa sisältää kolmansien osapuolten mielipiteitä, eikä mikään tällä verkkosivulla oleva tieto tai data muodosta sijoitusneuvontaa Vastuuvapauslausekkeemme mukaisesti. Vaikka noudatamme tiukkaa Toimituksellista Integriteettiä, tämä julkaisu saattaa sisältää viittauksia kumppaneidemme tuotteisiin.

Piditkö artikkelista?