摩根大通的人工智能代理在长达20年的回测中击败了传统的60/40投资组合。该行庆祝了这一结果，随后警告投资者不要轻信。
这项测试旨在评估AI能否从辅助分析师转向自主配置资本。此时，杰克·多西正在倡导人机协作方式的类似转变。
由Thomas Salopek领导的跨资产策略团队构建了8个AI代理，它们能够根据市场环境变化在股票和债券之间切换。策略师们在7月9日的报告中分享了结果。该系统读取由增长和通胀决定的四种宏观状态。
基准选择公平且有意义。60/40组合几十年来一直是平衡型投资的锚定标准。2022年，该组合遭遇了自1937年以来最糟糕的一年，当时股票和债券同步下跌。
当增长强劲时，代理倾向持有股票；当增长疲软时，则转向债券。在20年的回测中，表现最佳的代理每年跑赢60/40组合0.7个百分点。同时，其年化波动率低2.8%。所有8个代理在风险调整后均胜出，夏普比率在0.74至0.95之间，而基准组合为0.61。
这些代理运行的是OpenAI和Anthropic的现成模型，却击败了摩根大通自身基于规则的模型。这显示出该行近期对AI的押注已延伸至风险更高的领域。
这种策略与杰克·多西描述的哲学不谋而合。Block首席执行官如今倾向于听从AI代理的指令，而非指挥它们。多西已将其公司押注于此，2月份在Block裁减了4000多个岗位（约占员工总数的40%），并将此归功于AI。摩根大通的代理将同样的逻辑应用于市场，是AI代理管理资金广泛趋势的一部分。
但摩根大通明确指出了局限性。结果来自历史模拟，而非实盘交易，该行警告不要过度解读。资深华尔街量化分析师Richard Bernstein说得更尖锐：新策略极少公布亏损的回测。他的观点是存在发表偏倚——灵活的AI模型可以拟合过去的噪音，但当真实交易成本和未见过的市场状态出现时，表现就会褪色。摩根大通还警告称，拥挤的AI交易可能加剧市场压力，这呼应了AI支出中更广泛的问题。回测曾美化过许多后来失败策略。这些代理能否在实盘市场中存活才是真正的问题。
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
