Інвестиційний менеджер фонду на базі ШІ крутіший? Моргані Стенлі: бектестування показує, що щорічна дохідність перевищує класичний інвестиційний портфель, а волатильність нижча

AI рухається в напрямку найцентральнішої сфери інвестиційних рішень на Уолл-стріт. Команда стратега JPMorgan Chase Thomas Salopek нещодавно завершила експеримент із бек-тестом інвестиційного агента на основі AI, вперше застосувавши AI-систему для розпізнавання ринкових механізмів. Команда створила кілька AI-агентів, які можуть динамічно коригувати частки акцій і облігацій залежно від ринкового середовища, щоб дослідити життєздатність автономних інвестиційних рішень.

Результати бек-тесту показали, що найкраща система за останні двадцять років у змодельованому середовищі мала річну прибутковість на 0.7 процентного пункту вищу, ніж традиційний портфель 60/40 акцій і облігацій, і при цьому була з нижчою волатильністю, а також перевершувала наявні в JPMorgan Chase правила-орієнтовані моделі ринкових механізмів.

Незважаючи на те, що Уолл-стріт прискорює впровадження AI в аналітиці, програмуванні та інвестиційних інструментах, цей експеримент більшою мірою означає розширення застосування AI до ключових рішень з розподілу капіталу. Однак JPMorgan Chase чітко застерігає, що цей результат не слід вважати підставою для висновку про те, що AI здатний постійно обігравати ринок; відповідні дослідження все ще перебувають на ранній стадії.

Історичне моделювання виглядає переконливо, а реальні угоди не перевірені

Інвестиційний агент на базі AI, розроблений дослідниками JPMorgan Chase, має ключову функцію — динамічно коригувати частки акцій і облігацій залежно від змін ринкового середовища. За підсумками охоплення історичних симуляцій за останні двадцять років найкраща система досягла річного надлишкового прибутку 0.7 процентного пункту, одночасно забезпечивши нижчу волатильність і перевершивши наявну в банку правила-орієнтовану модель ринкових механізмів.

У звіті команда стратегів зазначила, що цей AI-агент було спроєктовано так, щоб уміти ухвалювати рішення за умов невизначеності; порівняно з адекватним бенчмарком він може забезпечувати кращі результати. Це також перший випадок, коли JPMorgan Chase публічно оголосив результати своїх досліджень у сфері AI-керованого розподілу капіталу, що знаменує ключовий крок банку в дослідженні інтелектуалізованих систем інвестиційних рішень.

Незважаючи на позитивні показники бек-тестових даних, JPMorgan Chase обережно трактує відповідні висновки. Банк прямо підкреслює, що всі зазначені результати походять лише зі середовища історичного моделювання й досі не були перевірені в реальних ринкових торгових операціях, тому не можна робити з цього висновок про наявну внутрішню здатність AI постійно обігравати ринок.

У звіті команда стратегів також застерігає, що учасники ринку мають уникати некритичного сприйняття надмірної впевненості в AI-судженнях, які можуть випливати з результатів бек-тесту в межах вибірки. На їхню думку, агентний AI-системі необхідно спиратися на виважену й обережну процедуру розподілу активів, а не на просте припущення, що сам агент уже є джерелом професійних знань.

Підвищуються ризики AI-консенсусу: автоматизована торгівля рухається в бік «глибоких вод прийняття рішень»

Поки на Уолл-стріт триває зростання ентузіазму щодо AI-інструментів для інвестування, академічна спільнота також паралельно посилює насторогу щодо його потенційних системних ризиків. За даними Bloomberg, дедалі більше досліджень зосереджуються на ключовому тезисі: як зміниться логіка функціонування ринку, коли багато інституцій розгорнуть подібні AI-моделі для ухвалення інвестиційних рішень.

Дослідники зазначають, що хоча AI-технології можуть суттєво підвищити ефективність отримання інформації та точність прийняття рішень, вони також можуть спричинити ризики, зокрема збіжність структури позицій і вразливість ринку до маніпуляцій, особливо в умовах стресу, коли багато інституцій синхронно доходять схожих висновків або ще більше посилюють коливання ринку. У своєму нещодавньому звіті команда стратегів JPMorgan Chase також визнала наявність зазначених ризиків.

Відповідні тести JPMorgan Chase відображають еволюційний контекст застосування AI на Уолл-стріт. За минулі два роки великі банки широко вбудовували великі мовні моделі в допоміжні сценарії, зокрема генерацію аналітичних записок, написання коду та внутрішні інвестиційні інструменти. А нинішні тести демонструють, що галузь оцінює, чи має AI-система можливість перейти від допоміжних ролей для персоналу до виконання більш вирішальних ключових функцій, таких як розподіл капіталу між різними ринками.

Попередження про ризики та умови звільнення від відповідальності

        На ринку є ризики, інвестуйте обережно. Ця стаття не є персональною інвестиційною рекомендацією і не враховує особливі інвестиційні цілі, фінансовий стан або потреби окремих користувачів. Користувачі мають розглянути, чи відповідають будь-які думки, погляди або висновки, викладені в цій статті, їхній конкретній ситуації. У разі інвестування на цій основі відповідальність несе користувач.