AI“選基”熱度漸起！究竟靠不靠譜？橫向?qū)Ρ戎髁鰽I選基“套路”

　　當AI的車輪向前滾動時，每個人都會被它帶著前進。當下AI 正從“效率外掛”升級為“隨叫隨到的智囊”。當生成式AI無縫融入日常，年輕用戶最先把它當成升級版搜索引擎：生活常識、旅行攻略、代碼 debug，乃至理財選基，只要一句“你怎么看？”就能立刻獲得整理好的答案。

　　面對全市場 1.3 萬只公募基金，行情復雜、指標繁雜，傳統(tǒng)“一頁頁翻公告”的調(diào)研方式令人生畏；而 AI 能在幾秒內(nèi)拉取凈值、回撤、行業(yè)分布、經(jīng)理履歷并給出橫向?qū)Ρ龋@種“授人以魚”的交互恰好擊中年輕人“快、準、懶”的需求痛點。

　　于是，“懶得研究→直接問 AI→抄作業(yè)式下單”成為新的投資儀式感，社交平臺上的“100 萬交給 AI 打理”“一鍵指令生成組合”等話題熱度水漲船高，基金討論區(qū)里曬 AI 組合收益的帖子動輒上萬點贊。我們選取當下4個比較主流的AI智能體，按照年化收益10%-20%的收益要求出一份ETF理財計劃，看看AI“選基”會有哪些“套路”？

　　1、阿里千問

　　首先登場的是最近比較火熱的阿里千問，其11月17日公測以來，一周下載量破 1000 萬次，增速超 ChatGPT、Sora 等知名應用，上線3日即躋身蘋果 App Store 中國區(qū)免費總榜前三。

　　最后千問給出的結(jié)果是20%的華泰柏瑞紅利低波ETF（512890）、合計55%的科技主線產(chǎn)品包括華夏上證科創(chuàng)板50成份ETF（588000）、國泰納斯達克100ETF（513100）等，以及債券，黃金類資產(chǎn) .

　　數(shù)據(jù)來源：千問AI

　　那么我們來細分看一下，可以看出千問AI給出的投資組合是相對來講比較單一，估計是主要參考了這兩年的數(shù)據(jù)，因此成長部分全部集中在了TMT賽道。當然TMT賽道是值得期待的，但是當前過高的估值也讓很多資本近期表現(xiàn)的謹小慎微。

　　在當前板塊輪動加劇的情況下如果，押注同一賽道整體的風險性還是比較高的。同樣的該策略為了對沖風險選擇了黃金作為避險資產(chǎn)，畢竟黃金作為一種傳統(tǒng)的避險資產(chǎn)，與科技股這種“風險資產(chǎn)”存在明顯的相悖邏輯。但近期兩者同步創(chuàng)下歷史新高，打破了這一傳統(tǒng)模式，因此避險資產(chǎn)的設立上還有待推敲。

　　2、騰訊元寶

　　騰訊元寶這邊主打集眾家之所長，其全量接入Tencent HY 2.0（騰訊混元 2.0）與 DeepSeek V3.2 兩大最新頂流AI大模型?！翱炻p模型 + 微信流量池 + 高質(zhì)信源 + 超頻迭代”做成組合套餐，形成短期內(nèi)難以復制的生態(tài)壁壘，這正是它最大的競爭優(yōu)勢。

　　那么我們相同的問題元寶給出的結(jié)果，基本是投資在海外市場，其中納斯達克占比超40%，而國內(nèi)這邊除了南方東英恒生科技指數(shù)ETF（03067.HK）基本都是內(nèi)地投資者難以接觸的品種。

　　數(shù)據(jù)來源：元寶AI

　　來細分看一下，這份配置單中納斯達克100占據(jù)絕大部分，的確從過往“戰(zhàn)績”來看，納斯達克100確實可以達到這個收益：2013-2025年化收益15.8%，夏普比率0.80，均優(yōu)于同期標普500和道瓊斯指數(shù)；最近14個完整年度中，納指100有11年跑贏標普500，最大回撤（剔除2008年）僅28%，低于標普500的34%，呈現(xiàn)“漲得多、跌得少”的特征。

　　但是還是同樣的問題，這份榜單中幾乎全是成長類資產(chǎn)，且科技賽道占據(jù)絕大部分。一旦行業(yè)出現(xiàn)震蕩，那么資產(chǎn)比較容易虧損，如果只依靠羅素大盤成長ETF來分散風險感覺還是不太夠。需要布局一些更穩(wěn)健的底層資產(chǎn)。

　　至于為什么會推薦海外資產(chǎn)，可能與其旗下富途證券國際（香港）有限公司主攻海外市場的策略有關，但是如果是普通投資者的話無疑會增加時間和金錢上的成本。

　　3、豆包AI

　　豆包憑借算法優(yōu)勢在眾多AI產(chǎn)品中占據(jù)前排位置，QuestMobile數(shù)據(jù)顯示，豆包月活1.72億，居國內(nèi)原生AI應用第一；DeepSeek 同期1.45億，騰訊元寶3286萬。之前炒的沸沸揚揚的豆包手機，也證明了豆包在AI界舉足輕重的地位。

　　我們看到豆包給出的配置清單非常的完整。相對與前面兩位選手而言，豆包在產(chǎn)品多樣性上是明顯有優(yōu)勢的，基涵蓋穩(wěn)健的華泰柏瑞滬深 300ETF（510300）、也涵蓋了進攻端的國泰納斯達克 100ETF（513100），還設置了臨時調(diào)倉的貨幣基金產(chǎn)品。

　　數(shù)據(jù)來源：豆包AI

　　那么平心而論，這份榜單即便在專業(yè)的理財機構(gòu)手中也是拿得出手的。但還是同樣的問題，在于進攻端的路線比較單一，科技、信創(chuàng)等賽道受政策影響較大，可能出現(xiàn)階段性調(diào)整。

　　且配置主要還是以寬基為主，這類資產(chǎn)在穩(wěn)健性上是有了，但是如果要放在進攻端可能會稍顯不足，如果投資者想要達到20%的上限，那么進攻端需要做一些調(diào)整。

　　4、文心一言

　　最后我們來看文心一言，其訓練語料 72% 為中文，融合搜索、百科、知道、貼吧等本土高質(zhì)數(shù)據(jù)，C-Eval、CLUE 等中文基準平均準確率領先同類國產(chǎn)模型2–3個百分點，，醫(yī)療、法律、金融等“知識密集型”任務實體識別準確率比稀疏激活的 DeepSeek 高3–5個百分點。

　　而這識別“更準確”的文心一言，在配置的ETF上似乎顯得格外保守。30%的紅利+20%的滬深300+15%的國債的配置，直接讓防御類資產(chǎn)的總數(shù)達到了65%。

　　此外，黃金ETF、豆粕ETF這類商品類ETF主要的作用也是為了抗通脹，增加組合穩(wěn)定性，也就是說只有納斯達克100作為進攻端，整體進攻手段乏善可陳。

　　數(shù)據(jù)來源：文心一言AI

　　以10年國債ETF（511260）為例，該防御類資產(chǎn)成立至今的平均年化收益為3.77%，年初至今收益不到0.5%，整體彈性是略顯不足的。因此這份配置單更加趨于低波動的收益穩(wěn)健增長。

　　最后我們總結(jié)一下：盡管AI投顧能在幾秒鐘里把財報、宏觀、輿情全部掃一遍，給出“千人千面”的菜單，看起來聰明又貼心。但這位“理財助理”仍是“歷史復讀機”——它算不出黑天鵝，也躲不開數(shù)據(jù)造假、算法幻覺和隱形偏見。一旦市場風格切換，AI 推薦的“高勝率”組合也可能瞬間失靈。把 AI 當作“理財助理”可以，但最終的按鈕仍需自己按——畢竟盈虧到賬時，AI 不會替你承擔一分錢風險。

　　國泰海通證券資管提示，投資者要清楚AI工具的可靠性依賴于背后的數(shù)據(jù)與假設，只能作為投資決策的輔助，不能替代自身的細致調(diào)研與對個人財務狀況的考量；要關注AI在投資中的作用，認真研讀相關披露文件，通過均衡的方式構(gòu)建抗風險能力，避免沖動決策。

（文章來源：界面新聞）

(原標題：AI“選基”熱度漸起！究竟靠不靠譜？橫向?qū)Ρ戎髁鰽I選基“套路”)

(責任編輯：91)