JPMorgan test AI-agents voor de allocatie van aandelen en obligaties
JPMorgan Chase heeft door AI aangedreven beleggingsagents ontwikkeld die in historische tests beter presteerden dan een traditionele 60/40 aandelen- en obligatieportefeuille. Dit biedt een eerste blik op hoe Wall Street kunstmatige intelligentie zou kunnen inzetten voor assetallocatie. De bank waarschuwde dat de resultaten afkomstig zijn uit backtests, niet uit live handel, en niet mogen worden beschouwd als bewijs dat AI de markten consistent kan verslaan.
Hoogtepunten
- De AI-agent van JPMorgan versloeg 60/40 met 0,7 procentpunt per jaar in backtests.
- Alle acht agents presteerden beter op risicogecorrigeerde basis.
- De bank stelt dat resultaten in de live markt onbewezen blijven.
Dit artikel is vertaald vanuit het origineel. Lees de originele versie van onze correspondent hier.
Onderzoekers onder leiding van strateeg Thomas Salopek ontwierpen een groep AI-agents die schakelen tussen aandelen en obligaties naarmate de marktomstandigheden veranderen, zo meldde Bloomberg. Het best presterende systeem versloeg een klassieke 60/40-portefeuille met 0,7 procentpunt per jaar over twee decennia aan simulaties, terwijl het ook een lagere volatiliteit vertoonde en beter presteerde dan JPMorgan's eigen op regels gebaseerde marktregimemodel.
AI verschuift van onderzoekstool naar allocator
Het experiment markeert een stap verder dan de manier waarop banken large language models tot nu toe hoofdzakelijk hebben gebruikt. In de afgelopen twee jaar hebben Wall Street-firma's AI geïntegreerd in onderzoek, codering, klanttools en interne analyses. De test van JPMorgan stelt een fundamentelere vraag: of AI kan helpen beslissen hoe kapitaal over markten wordt verdeeld.
De agents zijn gebouwd met modellen van OpenAI en Anthropic. Ze classificeerden markten in vier regimes op basis van groei en inflatie: Goldilocks, reflatie, stagflatie en risk-off. Van daaruit pasten ze de allocaties over activaklassen aan, waarbij ze de voorkeur gaven aan aandelen bij sterke groei en de blootstelling aan obligaties verhoogden wanneer de omstandigheden verslechterden.
Alle acht geteste AI agents presteerden op risicogecorrigeerde basis beter dan de 60/40-portefeuille. Ze versloegen ook het bestaande op regimes gebaseerde raamwerk van de bank, wat suggereert dat de systemen nuttige patronen vonden in historische marktomgevingen.
Backtests hebben hun beperkingen
De strategen van JPMorgan waarschuwden ervoor om niet te veel gewicht aan de resultaten toe te kennen. Backtests kunnen er sterk uitzien omdat ze zijn gebouwd op bekende historische data, en AI-systemen kunnen antwoorden genereren die zelfverzekerder lijken dan het bewijs rechtvaardigt.
Dat voorbehoud is belangrijk omdat de bredere adoptie van vergelijkbare modellen eigen risico's kan creëren. Als veel firma's vertrouwen op vergelijkbare AI-systemen, kunnen trades drukker bezet raken, kunnen markten sneller reageren op dezelfde signalen en kunnen periodes van stress worden versterkt.
De volgende test voor AI op Wall Street
De studie is van belang omdat assetallocatie de kern vormt van vermogensbeheer. Als AI op betrouwbare wijze marktregimes kan lezen en portefeuilles kan aanpassen, zou het een serieus instrument kunnen worden voor grote banken, pensioenfondsen en vermogensbeheerders.
Maar de drempel ligt hoog. De eigen waarschuwing van JPMorgan is het kernpunt: agentic AI kan helpen bij het structureren van beslissingen, maar vereist nog steeds menselijk toezicht, een gedisciplineerd beleggingsproces en bewijs uit de live markt voordat het op grote schaal kan worden vertrouwd met kapitaalallocatie.
Eerder meldden we dat JPMorgan en Ripple de eerste instant treasury-afwikkeling hebben uitgevoerd op het XRP Ledger.
Laatste JPMorgan Chase nieuws
- Forex
- Crypto