Story
摩根大通AI投資代理人 回測績效超越傳統60/40投資組合
Summary
根據摩根大通最新研究，其開發的AI投資代理人在過去二十年的歷史回測中，年化報酬率超越傳統的股債60/40投資組合。然而，該行策略師也警告，這並非AI能持續戰勝市場的證明，並強調了其中的風險。
Text size
Background
摩根大通 (JPMorgan Chase) 的研究顯示，其開發的人工智慧 (AI) 投資代理人，在歷史模擬測試中的表現優於傳統的股債60/40投資組合。不過，該銀行也明確警告，切勿將此類回測結果視為AI能夠持續跑贏市場的確切證據。
回測結果細節
根據彭博社 (Bloomberg) 引述由策略師 Thomas Salopek 領導的團隊所發布的報告，摩根大通的研究人員建立了能根據市場狀況變化，在股票和債券之間動態轉換的AI代理人。在橫跨過去二十年的回測中，績效最佳的系統展現了優異的成果。
- 年化報酬率比傳統的60/40股債投資組合高出 0.7個百分點。
- 投資組合的波動率更低。
- 績效亦優於摩根大通自家的規則式市場機制模型。
該團隊形容，這項工作是公司首次嘗試建立用於識別市場機制的AI系統。策略師在報告中寫道：「AI代理人可以被設定一套流程，使其有能力在不確定性下做出決策，從而產生超越合理基準的績效。」
策略師的警告與風險
Ad儘管回測結果令人鼓舞，但摩根大通的研究人員特別強調，這些數據是基於歷史模擬，而非真實的即時投資。他們強烈警告，投資人不應「不加批判地接受AI所提供的、本質上屬於樣本內且過度自信的答案」。
報告進一步指出，代理人式AI (Agentic AI) 的應用需要有周全的資產配置流程作為基礎，而非天真地假設代理人本身就能成為領域知識的來源。這凸顯了在投資決策中，人類監督與完善框架的重要性。
市場意涵：金融業加速擁抱AI
這項研究反映了華爾街日益增長的趨勢。過去兩年，各大銀行已積極將大型語言模型 (LLM) 應用於研究、程式編碼和內部投資工具等領域。摩根大通的實驗顯示，金融業正邁向下一階段，開始測試AI系統是否能直接做出跨市場的資本配置決策，這可能對未來的資產管理行業產生深遠影響。