摩根大通AI首战告捷：打败经典组合，华尔街见证AI理财新时代

本期速览：7月10日，摩根大通抛出一份令华尔街震惊的报告。团队搭建了8个AI投资智能体，在长达20年的历史回测中自主调节股票和债券仓位。结果：表现最佳的AI系统每年比经典的60/40投资组合高出0.7个百分点，波动率更低。8个AI代理在风险调整后的表现全部跑赢了60/40组合。

这是华尔街首次公开测试AI能否自主跨市场配置资本。AI正从“协助分析数据”进化为“替您管理资金”。

01 经典60/40组合：华尔街的“基准线”

60/40组合是投资界最经典的基准策略——60%股票+40%债券。它简单、稳健、经过数十年验证，是无数养老金、捐赠基金和普通投资者资产配置的参考线。

但在2022年，60/40组合遭遇了自1937年以来最差的一年，原因是股债同步下跌。市场开始重新思考这个“黄金比例”。

摩根大通的实验，正是在这个背景下展开的。

02 实验做了什么？

摩根大通的研究人员没有用AI“分析数据”或“写报告”。他们做了更激进的事：让AI自己决定怎么配置资金。

他们构建了8个AI投资代理（AI Agents），赋予它们一个核心任务——根据市场环境变化，自主调整股票和债券的仓位。这些AI代理使用OpenAI和Anthropic的模型，将市场划分为四种宏观情境：Goldilocks（高增长低通胀）、再通胀、滞胀、风险规避，然后根据不同的情境决定资产配置——增长强劲时增配股票，增长转弱时转向债券。

换句话说：你不需要告诉AI“买什么”。你只需要告诉它“目标是赚钱”。它自己判断市场、自己调仓、自己执行。

03 结果是什么？

摩根大通策略师Thomas Salopek领导的团队在报告中披露了三个关键发现：

发现一：跑赢了经典组合

在覆盖过去20年的历史回测中，表现最佳的AI系统每年比60/40组合高出0.7个百分点。0.7%看起来不大，但20年复利下来，差距是15%以上。

发现二：波动率更低

年化波动率比60/40组合低2.8%。夏普比率（衡量风险调整后收益的指标）从60/40的0.61提升到0.74-0.95。更少的波动、更高的收益——这是资产管理人梦寐以求的组合。

发现三：8个AI全部跑赢

所有8个测试的AI代理在风险调整后的表现都超过了传统60/40组合。不是“某一个AI很聪明”，是“AI这个思路整体有效”。

报告还指出，这些AI代理甚至击败了摩根大通自己基于规则打造的市场制度投资模型——意味着AI技术在一个已经被用于指导资产配置决策的框架上实现了进一步优化。

04 技术原理：AI是怎么做到的？

这8个AI代理的核心能力是识别市场状态。

它们将市场划分为四种宏观情境，并根据不同的情境做出资产配置决策。这本质上是一个“状态识别→策略切换”的闭环——AI先判断现在处于什么市场环境，再选择对应的最优配置方案。

策略师团队在报告中写道：“AI代理可以被设置一套流程，使其能够在不确定环境下自主做出重要的即时投资决策，并相对于合理基准实现超额表现。”他们将这项研究描述为摩根大通首次尝试构建用于识别市场投资制度与周期状态的AI系统。

摩根大通的研究并不是证明AI已经可以稳定击败市场，而是首次展示了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。

05 但是——摩根大通自己说：别急着信

“结果很漂亮”——但摩根大通自己给这份报告泼了一盆冷水。

最重要的限制：这是历史模拟，不是实盘交易。过去20年的数据是已知的，AI在已知数据上表现好，不代表在未知的未来也能同样出色。

策略师团队明确警告：“我们强烈警告，不要不加批判地接受AI给出的样本内、过度自信的答案。AI智能体需要建立在经过深思熟虑的资产配置流程之上，而不能天真地认为智能体本身就是专业知识的”