JPMorgan AI資產配置回測跑贏60/40，真正的風險是什麼？

AI拿來配資產，回測成績很好看

JPMorgan Chase 的跨資產系統策略團隊最近做了一個研究，主題很直接：如果把代理型 AI 放進資產配置流程裡，表現會不會比傳統方法更好。

結果在回測裡確實很亮眼。研究拿過去 20 年資料來測，發現他們開發的 8 個 AI 模型，全都跑贏基準，其中表現最好的那一個，每年比傳統 60/40 投資組合多出 0.7 個百分點，而且波動性還比較低。連 JPMorgan 自家的規則基礎市場模型，也被這批 AI 模型超過了。

 

60/40 組合為什麼會被拿來比較

60/40 投資組合指的是 60% 配股票、40% 配債券，長年被視為一種相對經典、也算穩健的配置方式。這次研究之所以有意思，就在於 AI 不只是跟老派基準比，還連銀行自己原本的規則模型一起比過了。

如果只看這份回測，會有一種很直白的感受：AI 好像真的懂得怎麼在不同市場環境裡調整倉位，至少在過去的歷史資料裡，它做得比人們熟悉的傳統框架更漂亮。

 

研究團隊自己也沒有把話說滿

但 JPMorgan 的態度其實很保守，沒有因為回測漂亮就直接下結論說 AI 一定能長期打贏市場。研究團隊特別提醒，依賴歷史模擬，不代表 AI 真的能穩定超越未來市場。

他們甚至直接寫得很重，強烈反對盲目接受 AI 在內部樣本裡給出的過度自信答案。這句話其實很重要，因為很多模型在過去資料裡跑得很好，到了真實市場就會變樣。市場不是考古題，今天的環境、政策、流動性、利率水準，都可能跟過去 20 年不一樣。

 

真正麻煩的，可能是大家都用同一套 AI

這份研究還提到另一個值得留意的風險：如果未來很多投資機構都開始用 AI 做決策，市場可能反而變得更擁擠。

想像一下，大家同時看到差不多的訊號、做出差不多的動作，交易就會往同一邊堆過去。那樣一來，擁擠交易、操縱風險，還有壓力時期的波動放大，都可能變得更嚴重。這就像高速公路上太多車都想切到同一個出口，平常看不出來，塞車時特別有感。

 

比起神化 AI，更該看它放在哪個位置

我自己比較認同這份研究的核心態度：AI 可以是工具，但不該被當成唯一答案。資產配置本來就牽涉很多層面，不能只靠模型分數高就放心上車。

回測跑贏 60/40，當然值得注意；可是真正能不能變成長期優勢，還是要看未來實際的訂單、營收、毛利率與市場環境——雖然這裡談的是資產配置模型，不是單一公司，但道理一樣：歷史成績能參考，不能直接當保證。對投資人來說，AI 題材可以看，期待可以有，最好還是等它在真實市場裡持續被驗證，再決定要不要把信心放進去。