JPMorgan представил ИИ-агентов, которые обыграли лучший инвестиционный портфель по доходности
Американский конгломерат JPMorgan Chase протестировал систему ИИ-агентов, самостоятельно распределяющих капитал между акциями и облигациями в зависимости от рыночной конъюнктуры, пишет Bloomberg.
Лучшая из восьми протестированных моделей обогнала классический портфель 60/40 (60% акций, 40% облигаций) на 0,7 процентного пункта доходности в год при более низкой волатильности — на исторических данных за последние два десятилетия. Об этом говорится в исследовании стратегов банка во главе с Томасом Салопеком.
Система классифицирует рынок на четыре режима исходя из динамики роста и инфляции: «Голдилокс» (устойчивый рост при умеренной инфляции), рефляция, стагфляция и отказ от риска. В зависимости от определенного режима агенты увеличивали долю акций в периоды сильного роста экономики и наращивали вложения в облигации при ухудшении прогноза. Для построения системы исследователи использовали модели OpenAI и Anthropic.
Все восемь протестированных ИИ-агентов показали более высокую доходность с поправкой на риск, чем портфель 60/40, а также обошли собственную ранее применявшуюся в банке модель на основе фиксированных правил определения рыночного режима. Судя по результатам, лучшая конфигурация дала доходность на единицу риска (так называемый коэффициент Шарпа) 0,95 при колебаниях портфеля около 6,6% в год и наибольшем падении стоимости на 19,8%, тогда как у классического портфеля 60/40 этот показатель был лишь 0,61, а максимальное падение доходило до 37%.
В JPMorgan обратили внимание, что результаты получены на исторических симуляциях, а не в реальной торговле, и не могут расцениваться как доказательство устойчивого превосходства ИИ над рынком. Стратеги банка отметили, что агент способен принимать решения в условиях неопределенности и обеспечивать доходность выше эталонного показателя, если процесс его работы правильно выстроен.
Одновременно в корпорации предупредили о рисках чрезмерного доверия к выводам ИИ-моделей. По словам авторов исследования, агентный ИИ должен опираться на продуманный процесс распределения активов, а не восприниматься как самостоятельный источник экспертизы.
Все больше исследований указывают на то, что если многие инвесторы начнут пользоваться одинаковыми ИИ‑моделями, деньги будут стекаться в одни и те же бумаги, рынок станет легче «раскачать», а в периоды турбулентности падения могут усиливаться, потому что все будут одновременно делать одно и то же.
Эксперимент отражает новый этап внедрения ИИ на Уолл-стрит: последние два года банки встраивали языковые модели в аналитику, разработку кода и внутренние инвестиционные инструменты, а теперь тестируют их способность принимать одно из ключевых решений отрасли — как распределять капитал между классами активов.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
