JPMorgans kunstig intelligens (AI)-agenter slo en tradisjonell 60/40-portefølje gjennom to tiår med tilbakeblikkstesting. Banken feiret resultatet, men advarte deretter investorer mot å stole på det.
Testen spør om AI kan gå fra å hjelpe analytikere til å allokere kapital selv. Dette skjer samtidig som Jack Dorsey fronter et lignende skifte i hvordan folk samarbeider med maskiner.
Hvordan JPMorgans AI-agenter slo 60/40-porteføljen
JPMorgans tverr-aktiva strategiteam bygde åtte AI-agenter som flytter seg mellom aksjer og obligasjoner etter hvert som forholdene endrer seg. Strategene, ledet av Thomas Salopek, delte resultatene i en rapport 9. juli. Systemet leser fire makroøkonomiske regimer basert på vekst og inflasjon.
Referanseindeksen er rettferdig og meningsfull. 60/40-fordelingen har vært grunnlaget for balanserte porteføljer i flere tiår. I 2022 kom det verste året siden 1937, da aksjer og obligasjoner falt samtidig.
Agentene foretrakk aksjer når veksten så sterk ut og obligasjoner når den svekket seg. Over 20 år med tilbakeblikkstester slo den beste agenten 60/40-porteføljen med 0,7 prosentpoeng i året.
Den klarte dette med 2,8 % lavere årlig volatilitet. Alle åtte agentene vant på risikokorrigert basis, med Sharpe-ratioer fra 0,74 til 0,95 sammenlignet med porteføljens 0,61.
Agentene brukte ferdige modeller fra OpenAI og Anthropic, og slo likevel JPMorgans egne regelbaserte regimemodeller. Det utvider bankens nylige AI-satsinger inn i mer risikable områder.
Hvorfor dette minner om Dorseys “agent-først”-visjon
Tilnærmingen gjenspeiler en filosofi Jack Dorsey har beskrevet. Lederen for Block overlater nå styringen til AI-agenter i stedet for å styre dem selv.
Dorsey har allerede satset selskapet sitt på dette, og kuttet over 4000 jobber i Block i februar og takket AI for det. Det var omtrent 40 % av de ansatte. JPMorgans agenter bruker samme logikk på markedet, som en del av en større trend der AI-agenter håndterer penger.
Advarselen erfarne kvantitative tradere kjenner godt
JPMorgan var tydelig på begrensningene. Resultatene kommer fra historiske simuleringer, ikke live trading, og banken advarte mot å overtolke dem.
Richard Bernstein, en erfaren kvantitativ trader på Wall Street, sa det enda tydeligere. Han påpekte at nye strategier sjelden publiserer tilbakeblikkstester som taper.
Poenget handler om publiseringsskjevhet. Fleksible AI-modeller kan tilpasse seg støy i historiske data, men taper når faktiske kostnader eller ukjente regimer oppstår i sanntid.
JPMorgan advarte også om at overfylte AI-handler kan forsterke markedsstress, og viser til større problemer med AI-utgifter. Tilbakeblikkstester har gjort mange strategier mer flatterende enn de faktisk er. Om disse agentene overlever markedene i sanntid er det virkelige spørsmålet.











