理財機器人正夯!如何挑最有效的平台?

▲理財機器人在全球蔚為風潮!不知該如何選適合標的、不想追高殺低,甚至希望能低點加碼,透過人工智慧的精準演算,提供了投資人另一個聰明的選擇。(圖/資料照片)
▲理財機器人在全球蔚為風潮!不知該如何選適合標的、不想追高殺低,甚至希望能低點加碼,透過人工智慧的精準演算,提供了投資人另一個聰明的選擇。(圖/資料照片)

文 /盧燕俐

理財新鮮人、忙碌的上班族,或投資基金有賠錢經驗的人,都可藉由理財機器人克服人性弱點,並設法低買高賣,拉高獲利機會。

我是廣告 請繼續往下閱讀
理財機器人在全球蔚為風潮!不知該如何選適合標的、不想追高殺低,甚至希望能低點加碼,透過人工智慧的精準演算,提供了投資人另一個聰明的選擇。

機器人大軍來襲,關於投資的兩種思考

牛津學者卡爾弗雷(Carl Frey)發表最新研究,未來幾十年內,高達八成不與客戶直接打交道的工作將消失。無論這個觀點是否過度悲觀,我認為,與其擔心飯碗不保,不如積極逆向思考,怎樣利用機器人來創造財富,在投資理財的路上無往不利。

以目前現狀,大家可以有兩個思考方向。第一,長線佈局機器人和物聯網基金。台灣現有四檔相關概念的基金,其中,又以復華全球物聯網科技基金表現相對突出,今年初截至八月底,單筆的累積投報率超過二成。當然過去績效不代表未來績效,這類屬於明星科技產業基金,波動度並不低,更適合長期定時定額。較積極型投資人,則可趁淨值拉回時,分批單筆加碼。

第二,就是善用理財機器人。厲害的機器人會建立強大的資料庫,依客戶的風險屬性,以全球總體經濟最新發展趨勢、產業現況、指數位置,及基金的波動度等等,給予適當的建議,包括:找到適合標的、自動低點加碼和高檔停利,更進化的機器人,還會偵測到相對低檔基金,採取行動分批佈局,並就投資組合每月汰弱留強,讓投資效果向上提升。

善用理財機器人,為無助投資人扳回一城

就此看來,理財機器人最適合理財新鮮人、忙碌的上班族,以及在基金市場有賠錢經驗的人。前面兩種族群,不是專業度不足,就是根本缺乏足夠的時間做功課,由人工智慧協助,從上千檔標的選出強勢或低檔的基金,並進一步擬定加減碼策略,總比倉促中亂下決定來的好。

至於「在基金市場有賠錢經驗的人」總有些通病,買進的不見得是爛基金,卻幾乎都是高點才進場扣款,扣了一陣子沒賺錢,失去耐心就開始停扣,從此便對基金理財失去信心;但往往一贖回,市場就打底完成,基金淨值反轉向上,等於停扣在相對低點。這類偏好追高殺低的投資人,如果能善用理財機器人,就能有效避免情緒的干擾,甚至還能趁低點加碼,把績效扳回一城。

還有,台灣基民也有一種特性,就是習慣把基金當股票短線操作,導致錯失波段行情。據金管會統計,2013到2015年期間募集的新基金,在成立後的半年,總規模中居然有超過五成被贖回,意味著民眾常用「短線獲利」的思維投資基金。倘若此時有機器人在旁監看,好基金提前被賣出的機率將大大降低。

電腦預測愈來愈準,挑戰傳統資產管理公司

理財機器人能否保證永遠獲利?坦白說,各界尚有不同見解。有人認為,理財機器人技術發展至今,尚未經過如2008年金融大海嘯般的空頭,能否「完勝空頭」還需時間驗證;但也有專家指出,系統化的電腦投資工具日趨重要,以普信集團(T.Rowe Price)為例,用電腦演算法管理的美國小型股票基金,規模23億美元,過去五年平均年報酬都超過一成,遠勝九成的同類型基金。

更令人震撼的是,今年六月底,索羅斯的兒子羅伯特.索羅斯宣布,辭去高達260億美元的家族基金總裁,原因之一竟是「電腦模型預測更準,我們越來越難創造超額報酬!」可見,理財機器人確實已給傳統資產管理公司帶來極大衝擊。

本土投信鴨子划水,全自動理財機器人問世

在台灣,各金融機構無不積極佈局理財機器人業務。然而,到底該如何選擇適合的平台?我認為,企業成立的歷史、誠信和績效,是重要的衡量依據。就如同挑選基金一樣,我最常推薦給親朋好友的就是歷史悠久、績效長青的「旗艦型基金」,雖不敢保證短線必賺,但長線持有,就能看見累積財富的效果。

挑基金平台概念相仿,歷史悠久、績效長青的「旗艦型投信」,所設計研發的理財機器人平台,也一定具參考價值。以本土的復華投信為例,成立已有二十年,資產管理規模超過2,200億元,在全台排名前三大,得獎遍布海內外,已拿93項獎座。同時,鑽研全自動的理財機器人平台已達7年,如今更首開先河推出全自動理財機器人。

我常說:「投資理財沒有最完美的方法,但一定有更能有效解決問題的方法!」在Fintech(金融科技)時代,復華理財機器人利用大數據推出全自動的「強勢通」,能就投資組合每月固定汰弱留強;「低點通」則讓基民有機會買到淨值處於相對低檔的基金,也堪稱在茫茫大海般的市場中,給了廣大基民一盞明燈。

復華全球物聯網科技基金累積報酬率(%)

▲基金成立日:2016/7/4。基金公會分類:海外股票型-全球一般股票型。(圖/Lipper ; 資料日期: 2017/8/31)

以上資料來源:Lipper,投信投顧公會,復華投信,2017/8/31。

本文提及之經濟走勢預測不必然代表本基金之績效,本基金投資風險請詳閱基金公開說明書。

以上內容僅供參考,投資人應依照自身風險屬性及判斷,做出最後投資決策並自負損益。

我是廣告 請繼續往下閱讀
鞋槓人生