JPMorgan testuje agenty AI do alokacji akcji i obligacji
JPMorgan Chase stworzył oparte na AI agenty inwestycyjne, które w testach historycznych osiągnęły lepsze wyniki niż tradycyjny portfel akcji i obligacji 60/40, dając wgląd w to, jak Wall Street może wykorzystywać sztuczną inteligencję do alokacji aktywów. Bank zastrzegł, że wyniki pochodzą z backtestów, a nie z handlu na żywo, i nie powinny być traktowane jako dowód na to, że AI potrafi konsekwentnie pokonywać rynki.
Najważniejsze
- Agent AI JPMorgan pokonał portfel 60/40 o 0,7 punktu procentowego rocznie w backtestach.
- Wszystkie osiem agentów osiągnęło lepsze wyniki w ujęciu skorygowanym o ryzyko.
- Bank twierdzi, że wyniki na żywym rynku pozostają niepotwierdzone.
Ten artykuł został przetłumaczony z oryginału. Przeczytaj oryginalną wersję przygotowaną przez naszego korespondenta tutaj.
Badacze pod kierownictwem stratega Thomasa Salopeka zaprojektowali grupę agentów AI, którzy przełączają się między akcjami a obligacjami wraz ze zmianą warunków rynkowych, jak poinformował Bloomberg. Najlepiej radzący sobie system pokonał klasyczny portfel 60/40 o 0,7 punktu procentowego rocznie w ciągu dwóch dekad symulacji, wykazując jednocześnie niższą zmienność i osiągając lepsze wyniki niż własny, oparty na regułach model reżimów rynkowych JPMorgan.
AI przechodzi z roli narzędzia badawczego do alokatora
Eksperyment ten stanowi krok dalej niż dotychczasowy sposób wykorzystywania dużych modeli językowych przez banki. W ciągu ostatnich dwóch lat firmy z Wall Street wdrażały AI w badaniach, kodowaniu, narzędziach dla klientów i analizach wewnętrznych. Test JPMorgan stawia ważniejsze pytanie: czy AI może pomagać w decydowaniu o tym, jak kapitał jest dzielony między rynki.
Agenty zostały zbudowane przy użyciu modeli od OpenAI i Anthropic. Klasyfikowały one rynki na cztery reżimy w oparciu o wzrost i inflację: Goldilocks, reflację, stagflację i risk-off. Na tej podstawie dostosowywały alokację w różnych klasach aktywów, preferując akcje przy silnym wzroście i zwiększając ekspozycję na obligacje, gdy warunki ulegały pogorszeniu.
Wszystkie osiem testowanych AI agents osiągnęło lepsze wyniki niż portfel 60/40 w ujęciu skorygowanym o ryzyko. Pokonały one również istniejący model reżimowy banku, co sugeruje, że systemy te znalazły użyteczne wzorce w historycznych środowiskach rynkowych.
Backtesty mają swoje ograniczenia
Stratedzy JPMorgan ostrzegli przed przywiązywaniem zbyt dużej wagi do tych wyników. Backtesty mogą wyglądać obiecująco, ponieważ opierają się na znanych danych historycznych, a systemy AI mogą generować odpowiedzi, które wydają się bardziej pewne, niż uzasadniają to dowody.
To zastrzeżenie jest istotne, ponieważ szersze wdrożenie podobnych modeli mogłoby stworzyć własne ryzyka. Jeśli wiele firm będzie polegać na porównywalnych systemach AI, transakcje mogą stać się bardziej zatłoczone, rynki mogą szybciej reagować na te same sygnały, a okresy napięć mogą ulec nasileniu.
Kolejny test dla AI na Wall Street
Badanie to ma znaczenie, ponieważ alokacja aktywów leży w samym centrum zarządzania inwestycjami. Jeśli AI będzie w stanie wiarygodnie odczytywać reżimy rynkowe i dostosowywać portfele, może stać się poważnym narzędziem dla dużych banków, funduszy emerytalnych i podmiotów zarządzających majątkiem.
Jednak poprzeczka jest zawieszona wysoko. Kluczowym punktem jest ostrzeżenie samego JPMorgan: agentowa AI może pomagać w strukturyzowaniu decyzji, ale wciąż wymaga ludzkiego nadzoru, zdyscyplinowanego procesu inwestycyjnego i potwierdzenia na żywym rynku, zanim będzie można jej powierzyć alokację kapitału na dużą skalę.
Wcześniej informowaliśmy, że JPMorgan i Ripple przeprowadziły pierwsze natychmiastowe rozliczenie skarbowe na XRP Ledger.
Najnowsze wiadomości JPMorgan Chase
bonus depozytowy dla wszystkich klientów
- Forex
- Crypto