事件背景
「60/40」是華爾街最經典的資產配置法則——60% 股票、40% 債券。這個比例從 1942 年開始沿用至今，超過 80 年沒有改變。原理很簡單：股票提供成長、債券提供穩定，兩者負相關，當股市崩跌時債券通常上漲，形成天然對沖。
但 2022 年打破了這個迷思。那一年，股票和債券同時下跌——這是 1937 年以來最慘的一年。美聯儲激進升息導致長期債券價格暴跌，股票也因加息預期下滑。靜態的 60/40 組合無法應變，許多基金經理人開始認真思考：還有更好的辦法嗎？
摩根大通的實驗
摩根大通跨資產策略團隊，由策略師 Thomas Salopek 領導，設計了一個對照實驗：打造 8 組 AI 代理，賦予它們一個簡單的權限——根據市場狀況，在股票和債券之間自主調整配置。
AI 代理使用的判斷標準很樸素：把市場分成四種情境（regime）——
1. 高成長 + 低通膨：加碼股票（經濟最好的狀態） 2. 高成長 + 高通膨：降低股票、增加債券（成長被抵銷） 3. 低成長 + 低通膨：純債券組合（衰退但無通膨風險） 4. 低成長 + 高通膨：分散配置（最壞的情況，無聊資產也會跌）
AI 代理的工作不是預測——這點很重要——而是感知現在的情境、立即調整。
回測結果：8 組 AI 代理全數勝過靜態 60/40。甚至有趣的是，摩根大通自家的傳統預測模型也被這些簡單的適應性代理打敗了。
為什麼靜態敗給了動態
這個結果乍看令人驚訝，但邏輯其實很清楚：
### 1. 靜態配置暗含一個假設：市場環境是恆定的
60/40 的 60 和 40，是基於 1942 年到 1980 年代長期統計得出的股債相關係數。當市場環境變化——比如從低通膨轉向高通膨、從穩定增長進入停滯性通膨——這個假設就破裂了。
但決策者很少會主動審視這個假設。原因不是懶，而是： - 制度慣性：60/40 已成為養老基金、保險公司、財務顧問的標準配置，改變它需要內部審批、客戶溝通，成本高 - 心理鎖定：「這是經典」會強化 commitment，讓人在面對反證時採取防守而非回應 - 規制約束：許多機構性投資者的投資政策寫死了配置比例，改變需要董事會決議
### 2. AI 代理沒有這些鎖定
AI 代理每個月或每季重新問一次：「現在是哪種情境？」如果答案變了，配置立刻跟著變。它沒有「但這是經典」的心理抗阻，也沒有政治成本。
### 3. 適應性的成本沒想像中高
人們常擔心頻繁調整會產生交易成本、稅務成本。但現代指數基金、ETF 的交易成本已經極低。在 20 年的回測中，即使加上交易成本，AI 代理的勝幅仍然存在。
但摩根大通為什麼沒有宣稱「AI 已經打敗市場」
公開發表這份成果的同時，摩根大通明確說：先別把這當成「AI 穩定打敗市場」的證據。為什麼？
1. 回測偏差（backtesting bias）：歷史數據允許我們「事後聰慧」。AI 代理在已知結果的數據上調整參數，當然表現好看。未來市場會有摩根大通團隊沒見過的情境。
2. 過度擬合：8 組 AI 代理都用了類似的四情境分類。如果市場的真實情境是 12 種呢？或者根本不能分類呢？
3. 樣本外風險：20 年的回測包含了 2008 金融危機，但沒有包含「所有債券同時失效」的完全黑天鵝事件（比如國家違約、貨幣系統崩潰）。
真正的洞察
這個實驗的核心洞察不在「AI 勝過人類」，而在：
靜態規則會因為環境變化而失效，但人們因為制度、心理、政治理由，無法及時改變。AI 代理沒有這些阻力，所以它能做到人類知道該做但做不到的事。