AIUP ETF 以纳入美国大盘股代表性指数的公司为投资范围，并根据人工智能模型得出的相对排名来选取成分股，属于主动管理型交易所交易基金。其持仓中包含的主要成分股包括 META、NVDA、AMZN、FAF、ORCL 等。

AIUP ETF 更倾向于基于人工智能的个股筛选与主动的组合调整，而非单纯跟踪指数，适合能够承担模型结果波动性的投资者。

这是一只由 FinQue First 管理、采用主动（积极管理）运作方式的 ETF。

人工智能模型通过对公开信息、市场信息、新闻及企业相关信号进行分析，判断个股的相对吸引力，并反映到组合构建中。与机械复制既定指数权重相比，该策略更倾向于根据模型判断的变化，动态调整对美国大盘股的暴露。

• 基于相对排名的人工智能模型筛选
• 在美国大盘股范围内进行的主动组合调整

管理资产规模（AUM）为 $3.7M，总费率（Expense Ratio）为每年 0.70%。

管理规模与交易条件可能发生变动，因此交易前最好确认报价与成交环境。在主动管理结构中，除了费率负担之外，还需要审视模型判断对组合所产生的影响。

AIUP ETF 的业绩表现可能更受模型所选个股的相对表现与成分股调整的影响，而非整体市场方向。根据人工智能信号在成长股或价值股风格上的倾向，其走势有可能与代表性指数出现差异。

市场对主动管理与人工智能筛选的关注度可能会影响该产品的需求，但实际的资金流向会因业绩表现、交易条件与市场波动而有所不同。投资者应将该产品的策略与自身的风险承受能力挂钩来作判断，而非视作短期潮流。

虽然以人工智能驱动的大盘股筛选为差异化卖点，但仍需同时考虑模型依赖度、个股集中可能性以及缺乏分红等风险。

对比表中的 HELO ETF 是一种运用对冲结构的产品，其方法论与 AIUP ETF 的个股筛选式主动管理有所不同。CBOX ETF 聚焦于税后收益与抵押资产运作，投资目的需加以区分。FHEQ ETF 提供结合对冲策略的大盘股暴露，INFO ETF 与 SFTY ETF 则在动态大盘股管理与风险管理方式上各有差异。评估 AIUP ETF 时，建议同时比较收益来源、下跌市应对方式与运作成本的性质。

评估 AIUP ETF 时，比起"人工智能"这一名称，更应先确认其实际运作结构与风险负担。由于模型深度参与个股筛选与组合调整，因此有必要审视投资者能否接受与指数跟踪型产品不同的业绩路径与波动性。

模型信号并不能保证始终带来有利结果，输入数据质量与市场环境变化均可能影响业绩。以筛选个股为核心的组合相比代表性指数，可能对特定企业与行业的价格波动更为敏感，韩元投资者还需将汇率波动纳入考量。

AIUP ETF 适合在投资美国大盘股的同时、希望运用人工智能主动管理的投资者进行考察。但前提是理解无分红历史与模型依赖度，并与指数跟踪型产品或对冲结构产品在投资目的上的差异进行比较之后，再作出是否纳入组合的判断。