摩根大通回测：AI投资代理二十年模拟跑赢60/40组合

AI正在往华尔街最核心的决策环节钻。摩根大通策略师Thomas Salopek团队最近完成了一项AI投资代理回测实验，第一次把AI系统用到了市场机制识别上——多个AI代理根据市场环境动态调整股债配置比例，模拟在不确定性下做决策。

结果看着挺香。在覆盖过去二十年的模拟里，表现最优的系统年化收益比传统60/40组合高出0.7个百分点，而且波动率更低，还优于摩根大通既有的规则型市场机制模型。团队特意强调，这个AI代理被设计为能在不确定条件下决策，而不是简单假设代理本身等于专业判断。

但摩根大通自己泼了冷水。报告明确说，这些数字全部来自历史模拟，还没经过真实市场交易验证，不应该据此推断AI具备持续跑赢市场的能力。言下之意：别看回测漂亮，实盘会不会翻车，另说。

真正值得警惕的，是学术界提出的系统性风险。彭博多篇研究在追问同一个问题：当大量机构部署相似的AI模型做投资决策，市场运行逻辑会怎么变？如果大家都用差不多的模型、读差不多的信号、做出差不多的调仓，市场可能在某一刻集体同向，流动性瞬间蒸发。

把视线拉远一点，AI代理从「写代码、做分析」跨进「配资本」，是里程碑式的。可一旦决策权交给趋同的模型，黑天鹅来时谁先跑、会不会一起踩踏，才是监管和投资者真正该盯的事。

这也给个人投资者提了个醒：当机构用上相似的AI决策系统，市场的「聪明钱」可能比过去更同步。散户面对的不再是分散的人性博弈，而是一群高度相似的算法。理解这一点，才能在波动里少交学费。AI是工具，但工具背后的同质化，本身也是一种风险。一旦模型集体看空，踩踏会比人为主导时更猛、更突然。过去靠人脑分散决策带来的韧性，正在被趋同的机器判断悄悄削弱。对监管来说，这比单一机构的违规更难对付，因为没人能指认谁是罪魁，算法只是按概率行事。