Los agentes de IA de JPMorgan superaron una cartera clásica 60/40 a lo largo de dos décadas de backtests.
El banco advirtió que las ganancias simuladas no garantizan el rendimiento de la inversión en vivo.
El veterano cuantitativo Richard Bernstein dice que los backtests sólidos a menudo enmascaran el sobreajuste, no una ventaja.

Los agentes de inteligencia artificial (IA) de JPMorgan superaron a un portafolio tradicional 60/40 durante dos décadas de pruebas históricas. El banco celebró el resultado y luego advirtió a los inversores que no deberían confiar plenamente en ello.

La prueba busca saber si la IA puede pasar de solo ayudar a los analistas a invertir capital por sí misma. Llega justo cuando Jack Dorsey defiende un cambio similar en la forma en que las personas trabajan con las máquinas.

¿Cómo los agentes de IA de JPMorgan superaron al portafolio tradicional 60/40?

El equipo de estrategia de activos cruzados de JPMorgan construyó ocho agentes de IA que cambian entre acciones y bonos según las condiciones. Los estrategas, dirigidos por Thomas Salopek, compartieron los resultados en una nota el 9 de julio. El sistema analiza cuatro regímenes macroeconómicos definidos por el crecimiento y la inflación.

El punto de referencia es justo y relevante. La combinación 60/40 ha sido la base de portafolios equilibrados durante décadas. En 2022, tuvo su peor año desde 1937, cuando las acciones y los bonos cayeron al mismo tiempo.

Los agentes preferían acciones cuando el crecimiento era fuerte y bonos cuando se debilitaba. En 20 años de backtesting, el mejor agente superó al portafolio 60/40 por 0.7 puntos porcentuales al año.

Lo logró con una volatilidad anual 2.8% menor. Los ocho agentes superaron al portafolio ajustando por riesgo, con ratios de Sharpe entre 0.74 y 0.95, frente al 0.61 del portafolio tradicional.

Los agentes utilizaron modelos comerciales de OpenAI y Anthropic, y aun así superaron el modelo basado en reglas de JPMorgan. Esto amplía las recientes apuestas en IA del banco hacia territorios más arriesgados.

¿Por qué la apuesta se parece a la visión «Agent-First» de Jack Dorsey?

El enfoque refleja la filosofía que describió Jack Dorsey. El CEO de Block ahora deja que los agentes de IA tomen decisiones en lugar de dirigirlos él mismo.

i’ve shifted from telling agents what to do, to asking them what to do, and pulling the best thread.
— jack (@jack) July 10, 2026

Dorsey ya apostó su empresa a esto, despidiendo a más de 4.000 empleados en Block en febrero y atribuyéndolo a la IA. Eso fue aproximadamente 40% del personal. Los agentes de JPMorgan aplican la misma lógica en los mercados, como parte de una tendencia más amplia de agentes de IA gestionando dinero.

La advertencia que los veteranos cuantitativos conocen bien

JPMorgan fue claro sobre los límites. Los resultados provienen de simulaciones históricas, no de trading real, y el banco advirtió no confiar ciegamente en ellos.

Richard Bernstein, un veterano cuantitativo de Wall Street, fue más directo. A su juicio, rara vez se publican backtests de estrategias nuevas que pierden.

As one of Wall Street’s original #quants I would caution about getting too excited about #AI outperforming benchmarks. Have you ever seen a new strategy’s publicly disclosed #backtest that underperformed?https://t.co/w3NmdoGDMc
— Richard Bernstein Advisors (@RBAdvisors) July 10, 2026

Su punto es el sesgo de publicación. Los modelos flexibles de IA pueden ajustarse al ruido histórico y luego fracasar cuando se enfrentan a costos reales y nuevas situaciones que no se vieron antes.

JPMorgan también advirtió que demasiadas operaciones similares usando IA podrían aumentar el estrés en el mercado, algo que coincide con problemas más amplios en el gasto en IA. Muchos backtests han favorecido estrategias que luego fracasaron en la práctica. La verdadera pregunta es si estos agentes podrán sobrevivir en los mercados reales.

Leer el artículo en BeInCrypto