如果把过去两年的金融 AI 进展放在一起看，会发现一个耐人寻味的变化。
最初，大模型进入金融行业，解决的是一些“边缘问题”：写摘要、生成报告、辅助分析。但到了今天，越来越多机构开始尝试一件更激进的事情——让 AI 参与，甚至接管整个投资决策流程。
这个变化背后，有一个很直观的类比：自动驾驶。
既然机器已经可以在复杂环境中完成感知、决策与执行的闭环，那么在信息密集、规则明确的投资领域，是否也存在类似的可能？
近日，前 BlackRock 高管 Andrew Ang 联手 Altbridge 的研究员 Nazym Azimbayev 与 Andrey Kim，发布了一篇研究报告：《The Self-Driving Portfolio: Agentic Architecture for Institutional Asset Management》。
为了验证这一理念，他们构建了一个包含 50 个专业智能体的自动化投资管线，试图让 AI 像人类投资委员会一样协作、争论并最终做出决策。
重点不再是模型有多强，而是流程如何被拆解、重组，并最终实现自动运行。
投资问题的瓶颈在于“人类决策带宽”
很多关于 AI 投资的讨论，都会落在模型能力上：预测是否更准、信号是否更强、回测是否更优。
但这篇论文提供了一个更贴近现实的视角——机构投资的瓶颈，往往并不在这里。
在大型资管机构中，一个 CIO 能够直接管理的投资团队数量是有限的，研究团队能够覆盖的资产类别同样有限。当资产范围扩大、市场环境变得更加复杂时，真正的限制来自于人类决策的带宽。
投资委员会通常按季度召开，信息需要在多个部门之间传递、汇总、讨论，最终形成决策。这个过程天然存在延迟，也容易在规模扩大时出现瓶颈。
也正是在这个背景下，多智能体架构开始显现出价值。它提供了一种新的可能性：将原本串行、依赖人力的流程，转化为并行、可扩展的系统。
投资开始从“分析问题”，转向“组织决策过程”。
这种变化，其实已经在多个金融机构中出现。
在 Capital One，多智能体系统被用于客服通话总结，不同 agent 分别负责理解、推理和校验；在 Daloopa，模型被拆分为几十个高度专用的单元，每个模型只处理一种结构化任务；在 BlackRock，股票筛选流程被拆解为基本面、情绪和估值多个 agent，并通过类似“辩论”的方式形成最终结论。
这些尝试有一个共同点：它们不再追求一个“无所不能”的模型，而是构建一个由多个角色组成的系统。
Ang 等人的工作，将这一思路进一步推向资产配置层面。他们并没有试图优化某一个预测模型，而是将整个投资流程视为一个可以拆分的系统工程。
模型设计
如果把这套系统拆开来看，会发现它比起模型，更像一个“组织”。
架构核心
整个架构围绕一个核心展开：Investment Policy Statement（IPS）。在传统机构中，IPS 用来定义投资目标、风险约束与资产范围，而在这里，它被转化为整个系统的控制层。
所有智能体都需要读取 IPS 并在其约束下运行，风险控制 agent 会持续检查组合是否合规，最终输出必须满足所有约束条件。
IPS 从治理文件，变成了驱动系统运行的规则集合。
多智能体协作
在这一基础上，投资流程被拆解为多个环节，并交由不同的 agent 处理。那么，这个由 50 个智能体组成的协作网是如何协同工作的？
流程从宏观判断开始。宏观 agent 会结合宏观数据、市场指标以及实时信息，对当前经济环境进行分类。在实验中，它将环境定义为后周期，并伴随滞胀风险，这一判断成为后续所有决策的背景。
随后进入资产类别层面。每一个资产类别都有独立的 agent，它们并不会依赖单一模型，而是同时使用多种方法生成收益预测，例如历史风险溢价、估值模型、宏观调整模型等。多个结果会被汇总，再通过一个类似“裁判”的机制选出最终结论，并附带权重与解释。
接下来是组合构建阶段。系统同时运行约二十种不同的组合方法，从简单的等权重，到基于风险结构或尾部风险的优化方法。这些方法并行运行，各自生成候选组合。
与此同时，系统引入了两个关键角色：一个研究型 agent，会持续从学术文献中寻找新的组合方法并补充进系统；另一个则刻意构建一个与其他组合差异最大的方案，为整体提供一个极端参照。
组合生成之后，系统进入一个类似 “投资委员会” 的阶段。每个 agent 会评审其他策略，并给出排序与反馈。这些评审同时进行，最终通过投票机制筛选出候选方案。
最后，由 CIO agent 汇总结果，并通过多种集成方法生成最终组合，同时输出一份面向非技术决策者的报告。
Meta Agent 自进化
在整个流程之外，还有一个 meta-agent，负责在每次再平衡后对比预测与实际结果，识别偏差，并调整其他 agent 的策略与规则。
如果说多智能体协作解决的是“如何决策”，那么 meta-agent 关注的则是“如何改进决策”。
在每一次再平衡之后，它都会对比预测与实际结果，识别系统中存在的偏差，并对其他 agent 的策略或指令进行调整。
这一过程不仅仅是参数优化，更像是经验的积累与迁移。
系统开始具备“记忆”和“自我修正”的能力。
这也是整个架构中最接近“自驱动”的部分。
实验结果
为了验证这套架构，研究团队在 2026 年 3 月进行了一次完整运行，设定了投资约束：
- • 覆盖 18 个流动性资产类别（6 股票、8 债券、4 另类资产）
在宏观层面，系统将当前环境识别为后周期，并提示滞胀风险。这一判断在后续决策中产生了明显影响。
在资产收益预测阶段，一个一致的模式逐渐显现：当资产估值越高时，系统对历史收益的依赖越低。例如，美国成长股的预期收益被下调 2.0 个百分点，大盘股下调 1.1 个百分点，而新兴市场几乎没有调整。这种差异反映的是对当前定价的再评估，而非简单的整体悲观。
在组合构建与评审阶段，系统表现出明显的偏好变化。在收益预测不确定性较高的环境中，agent 更倾向于依赖波动率与相关性结构的方法，而不是依赖收益预测本身。其中，Maximum Diversification 在投票中排名第一，而刻意构建的“极端差异组合”则排名最后，这与其设计目标一致。
最终生成的组合呈现出一定的防御性特征：
- • 股票权重：44.9%（低于传统60/40配置）
在 1996–2026 年回测中，该组合的收益表现与 60/40 策略接近，但在风险控制上有所改善：
- • 最大回撤：25.6%（对比60/40的34.3%）
这一结果并不意味着策略已经优于传统方法，但至少说明，这种流程可以生成一个在风险收益特征上合理的组合。
另一个值得注意的现象来自系统内部。在运行过程中，研究型 agent 开始主动提出新的组合方法，用来弥补现有方法的不足。这种行为是在多模型协作中自然产生的，而非预编码的结果。
结语
这套“自驱动投资组合”仍然只是一个原型。它的长期表现，还需要真实市场中的数据来验证。
但它已经提供了一个重要启示：投资并不只是预测问题，它本质上是一个决策流程设计问题。
当流程可以被拆解、并行执行，并且具备持续改进的能力时，投资的形态也随之发生变化。
💬 想深入了解对冲基金策略、顶级研究员的思维框架与实战经验？欢迎加入 LLMQuant知识星球，获取第一手资料与独家内容。
