2026年7月28日，新加坡讯——在全球人工智能军备竞赛中，华尔街巨头摩根大通今日宣布，其内部研发的东南亚股市预测AI模型已通过实盘测试，在为期六个月的模拟交易中，对新加坡、马来西亚、印度尼西亚和泰国主要股指的短期方向预测准确率超过75%。这一突破标志着AI在金融领域的应用从传统量化策略向更复杂的市场情绪和另类数据融合迈进。
Transformer-XL架构适配新兴市场
据摩根大通量化研究团队发布的报告，该模型名为“JPM-SEA-Predict”，采用改进的Transformer-XL深度学习架构，专门针对东南亚市场数据稀缺、波动性高、政策干预频繁的特点进行了优化。与传统依赖历史价格和财务报表的模型不同，JPM-SEA-Predict整合了三大类独特数据源：
- 社交媒体情绪流：实时抓取Twitter、Facebook以及新加坡本土平台SGX Forum上的英文、中文和马来语帖子，通过多语言BERT模型提取市场情绪因子；
- 卫星图像数据：每周更新东南亚主要港口的集装箱吞吐量、马来西亚棕榈油种植园生长状况以及印尼煤矿库存变化，从实体经济中捕捉领先指标；
- 供应链网络图谱：建立涵盖全球科技、汽车和纺织品供应链中东南亚节点的关联网络，利用图神经网络预测突发事件（如工厂停产）的传导效应。
摩根大通亚太区量化研究主管陈素玲（Su-Ling Chen）在新闻发布会上表示：“东南亚是全球增长最快的数字市场之一，但金融数据基础设施参差不齐。我们的模型通过多模态学习弥补了结构缺陷，在未见到过的测试集上实现了75.6%的方向准确率，夏普比率达到2.1，远超传统时间序列模型。”
实盘模拟：年化超额收益达18%
该模型在2026年1月至6月的实盘模拟中，对海峡时报指数（STI）成分股的月持仓收益进行了预测。结果显示，做多预测涨幅最高的前10%股票、做空预测跌幅最大的前10%股票的多空组合，年化超额收益达到18.3%，最大回撤控制在8.7%以内。值得注意的是，模型在2026年5月新加坡交易所针对房地产投资信托（REITs）出台新规后，准确预警了凯德集团股价的短期回调，规避了约4%的损失。
然而，摩根大通强调，该模型目前仅对机构客户开放，并未计划推出零售投资工具。陈素玲警告说：“AI模型在低流动性市场可能产生严重的自我实现预期，我们需要确保信号不会引发过度交易。”
行业解读：AI金融进入“数据融合”新阶段
新加坡管理大学金融科技教授李德明（Teck Ming Lee）评论称，摩根大通的模型代表了AI金融的第三个阶段：“第一阶段是高频统计套利，第二阶段是因子挖掘与机器学习，而第三阶段则是跨模态、跨领域的数据融合。东南亚市场由于数据分散，反而成为验证这种能力的天然试验场。”
不过，也有分析师持谨慎态度。伦交所旗下QuantHouse的亚太总监阿米特·乔普拉（Amit Chopra）指出：“75%的准确率在样本外是否可持续仍有待观察。历史上，类似模型在2019-2020年曾达到过80%，但随后因市场环境突变而失效。此外，监管机构对AI驱动的‘黑箱交易’越来越警惕——泰国证监会最近就要求所有算法交易模型必须提供可解释性报告。”
对新加坡投资者的潜在影响
对于专注新加坡交易所的狮城投资者而言，摩根大通此模型可能会间接影响机构资金的流向。如果更多全球基金采用类似的AI信号，海峡时报指数成分股的波动模式可能发生改变——被模型推荐的银行股（如星展集团）可能获得更多买盘，而被低估的工业股则可能加速下跌。不过，散户投资者短期内无法直接使用该模型，陈素玲建议：“普通投资者应关注基本面，但可以利用AI作为辅助验证工具，比如通过谷歌趋势或SGX公告情绪分析来感知市场热度。”
摩根大通计划于2026年第四季度将JPM-SEA-Predict集成到其旗舰平台“Morgan Markets”中，届时亚洲的机构客户将能以API形式调用预测信号。与此同时，高盛、花旗和本地的新加坡交易所（SGX）也在加速研发各自的AI预测引擎，一场围绕东南亚金融数据的算法战争正在悄然升温。
