共同基金診斷Part1
l 最近幫一個熟人 ( 簡稱為 A 君 ) 作基金義診 , 有幾個特殊的現象 Ø 首先資產配置過於 ” 集中式的分散 ” , 什麼叫做集中式的分散 , 就是把一筆為數七位數以上的金額 , 分散在 51 檔同質性大略很像的基金 , 這些同質性很像的基金可以歸納為以下 區域 / 單一國家 檔數 分散性 比例 股票 全球 1 佳 1.3% 美國 3 中等 4.8% 台灣 5 差 8.4% 中國 2 差 5.1% 美 + 中 2 中等 3.0% 歐 + 美 1 中等 2.0% 亞洲 6 中等 15.1% 資源 6 中等 22.8% 新興市場 19 中等 24.6% 俄羅斯 1 差 3.3% 韓國 2 差 2.3% 債券 高收益債 2 中等 6.0% 新興市場債 1 中等 1.3% SUM 51 100.0% l 其次 股票跟債券的比重顯然有所偏頗 , 整個投資組合僅有高收益債 + 新興市場債合計約 7.3%, 姑且不論這兩個工具對投資組合的風險與報酬特性 , 這樣配置的比重明顯的就是沒有配置的觀念 , 尤其當這樣的投資組合散落在 4 家銀行跟一家香港的券商 , 只要業務人員說什麼就相信 , 錯把業務當作專家 。再者一個較為分散性佳的 債券投資組合一定
「你有沒有AI人工智慧的產品,我們現在很缺!」
一位從事金融業多年的朋友在碰面時,第一句話就問起人工智慧。
從各種角度來看,2016年可以說是人工智慧元年,如alphaGO,以及許多美股公司都出現人工智慧的部門營收跳升,包含NVIDIA的AI人工智慧晶片,特斯拉分手與NVIDIA合作,以及我們的大家長台積電的高速運算部門佔比也已經達到整體營收的11%,可以宣告人工智慧元年已經來到。
來到投資界,這個風潮也持續延燒,這位朋友就提到,過去基金行業的銷售基本都倚賴銀行通路,但現在他們開始思考透過AI的產品,自己經營社群,希望能夠去除通路,讓真正好的產品能夠出現在使用者面前。
在麥道森關心的資產管理業界,包含ETF以及共同基金也都出現這些新的產品設計,標榜可以透過智能設計,找到投資的alpha,譬如說高盛就在近幾天發行了一檔active beta的產品:GSSC.us。這些趨勢都讓真正做人工智慧的公司水漲船高,麥道森做了一張圖,還讓各位看看,如果你打算增加ETF在人工智慧投資,可以選誰,以及今年以來的績效如何。相關連結可以點選:https://goo.gl/oBDfi8
熱力圖方塊大小是資產規模,規模越大,方塊越大。顏色則是以今年以來的YTD績效10%-20%為上下限,越紅代表績效越好。
這些ETF基本持股遍佈在亞馬遜(美股代號:AMZN.us,字母公司:GOOGL.us,臉書公司:FB.us等。這些公司目前擁有的數據量相當驚人,並利用這些數據進行各種新服務的提升,包含Google相簿的人臉,動物等辨識。
有關這些人工智慧的公司,近一年各式文章介紹很多,我也不多說,自己爬文即可。
不過從投資的角度來看,市值最大的QQQ基本還是提供一個很好的人工智慧ETF的選擇,規模大,費用率地,且歷史相對悠久。