斩获阿尔法的新范式! AI基金经理雏形惊现华尔街 摩根大通AI智能体跑赢经典60/40投资

摩根大通测试AI智能体进行资金配置，超越传统投资组合

华尔街金融巨头摩根大通正在探索人工智能模型是否能够自主进行资金配置并实现超越市场基准的阿尔法超额收益。该银行的研究报告显示，其研究人员构建的一系列人工智能驱动的投资代理式工作流，在股票和债券资产之间进行自主仓位调整与投资主题转换，表现最佳的系统每年比传统的60/40投资组合高出0.7个百分点，并且在过去的二十年回溯测试中波动性较低，击败了摩根大通自己的市场制度投资模型。

尽管这些结果基于历史模拟而非现场投资测评，摩根大通警告不要将其视为人工智能可以持续跑赢市场的重要依据，并强调不应不加批判地接受人工智能给出的投资组合答案。

AI智能体的进化与市场影响

这项研究凸显出AI智能体正在从“辅助分析工具”进化为能够进行市场状态识别、资产轮动、风险控制和组合优化的智能投资基础设施。未来阿尔法收益的竞争维度可能从单纯依靠人的经验，转向“人类宏观判断+AI智能体持续计算优化”的混合投资体系。

摩根大通的研究人员构建的AI智能体在覆盖过去20年的历史回测中，表现最佳的系统年化收益率超过传统60/40投资组合0.7个百分点，同时波动率更低，并且击败了摩根大通自身基于规则的市场制度与周期模型。

这项实验展示了华尔街采用人工智能的下一阶段重要发展方向，表明AI智能体在识别市场状态、动态资产配置、风险控制和资本决策辅助方面具备接近专业投资流程的潜力。

风险与挑战

研究人员警告称，尽管这项技术可能让投资者提高速度并获得更充分的信息，但可能导致交易更加拥挤，使市场更容易受到AI数量愈发庞大的多头或者空头势力操纵，并在大量AI智能体系统得出类似投资结论时放大市场压力阶段的风险。

摩根大通策略师也认可这些风险，并强调智能体式AI代理人工智能工具需要建立在经过深思熟虑的资产配置流程基础之上，而不能天真地认为智能代理本身能够成为领域知识的来源。

所有八个接受测试的人工智能代理子系统，在风险调整后的表现上均超过了传统的华尔街60/40投资组合，并且击败了摩根大通现有的基于规则的市场制度与周期模型，这表明该前沿AI技术能够在一个已经用于指导资产配置决策的经典框架基础上进一步显著提升投资收益效果。