AIファンドマネージャーはもっと優秀？J.P.モルガンのバックテスト：年間利回りはクラシックな投資ポートフォリオを上回り、ボラティリティも低い

AIはウォール街の最も中核的な投資意思決定領域に進出しつつあります。J.P.モルガンのストラテジストThomas Salopekのチームは最近、AI投資エージェントのバックテスト実験を完了し、AIシステムを市場メカニズム認識に初めて適用しました。同チームは市場環境に応じて株式と債券の配分を動的に調整できる複数のAIエージェントを構築し、自律型投資意思決定の実現可能性を探っています。

バックテストの結果、最も優れたシステムは過去20年間のシミュレーション環境で、年率リターンは従来の60/40株債組み合わせより0.7ポイント高く、かつボラティリティも低いことが示され、既存のJ.P.モルガンのルールベース市場メカニズムモデルも上回りました。

ウォール街でAIが分析、プログラミングおよび投資ツールに加速度的に導入される中、今回の実験はAI活用が資本配分の中核意思決定にまで拡大することを示しています。しかしJ.P.モルガンは明確に警告しており、本結果はAIが持続的に市場に勝る根拠とはならず、関連研究はまだ初期段階にあるとしています。

歴史シミュレーションは好成績、本番検証は未実施

J.P.モルガンの研究者が開発したAI投資エージェントは、市場環境の変化に応じて株式と債券配分を動的に調整するのが主要機能です。過去20年の歴史を網羅したシミュレーションでは、最適なシステムで年率超過リターンが0.7ポイントに達し、ボラティリティもさらに低減、現行のルールベースの同社モデルも凌駕した結果となりました。

ストラテジストチームはレポートで、本AIエージェントは不確実性環境下でも意思決定を行う設計となっており、合理的なベンチマークと比べても優位な成果を挙げられると指摘します。これはJ.P.モルガンがAI駆動の資本配分領域で外部公開を初めて行った研究成果でもあり、知能化投資意思決定システムの探究における重要な一歩となります。

バックテストで肯定的なデータが得られたとはいえ、J.P.モルガンは関連結論の解釈について慎重な姿勢を維持しています。同社は、上記成果はすべて過去シミュレーション環境によるもので、現実の市場取引で検証されていないため、これだけでAIが持続的に市場に勝る内在能力があると判断すべきではないと明言しています。

ストラテジストチームはレポート内で、市場参加者はサンプル内バックテスト結果に基づくAI判断に過度な自信を持つことなく、無批判に受け入れることを避けるべきだとも警告しています。代理ベースのAIシステムは、厳格で慎重なアセットアロケーションプロセスに基づくべきで、単にエージェント自体が専門知識のソースになると想定してはならないと指摘しています。

AIコンセンサスリスク上昇へ――自動取引が意思決定の「深海域」へ進出

ウォール街でAI投資ツールへの熱意が高まる中、学界ではその潜在的なシステミックリスクへの警戒も高まっています。Bloombergによれば、ますます多くの研究が一つの核心命題に着目―多くの機関が類似のAIモデルを運用して投資判断を行うと、市場の動きはどう変わるか―を調査し始めています。

研究者らは、AI技術は情報取得効率や意思決定の精度を大きく高めるものの、同時に保有構造の類似化や市場操作リスクなどの潜在的な問題が生まれる可能性もあると指摘しており、特にストレスがかかる状況下で多数の機関が同様の結論に達した場合、市場の変動が拡大する恐れがあります。J.P.モルガンのストラテジストチームも直近のレポートでこれらリスクの存在を認めています。

今回のJ.P.モルガンのテストは、ウォール街におけるAI活用の進化を映しています。過去2年間、大手銀行は大規模言語モデル（LLM）をリサーチレポートの生成、プログラミング、内部投資ツールなどの補助領域で広範に導入してきました。一方、今回のテストは、AIシステムが補助から一歩進み、クロスマーケットな資本配分といったより決定的な中核任務を担う能力があるかどうか、業界が評価を始めていることを示しています。