LQAI ETF利用人工智能模型,在美国上市的大型企业中同时反映市场环境与个别公司信息。它并非直接复制某一指数,而是通过筛选和权重调整来构建美国大盘股核心敞口的主动型交易所交易基金。

该产品适合愿意投资美国大盘股,并能够理解和接受基于数据的主动筛选方式(而非传统指数跟踪)的长期投资者。

这是一只由LG Craft管理的主动(积极管理)型ETF。

在运作过程中,基金以美国上市大盘股为分析对象,将结构化信息与文件、新闻等非结构化信息中捕捉到的信号相结合,辅助个股筛选和权重确定。持仓名单包括NVDA、MU、TSLA、SNDK、MSFT。模型的判断会随市场环境和对个别公司信息的解读而变化,因此可能出现与指数跟踪型产品不同的结果。

• 运用非结构化信息
• 不复制指数的结构
• 定期调整投资组合

资产管理规模(AUM)为$2.2M,总费用率(Expense Ratio)为每年0.75%。

该产品并非指数复制型,纳入的标的和权重会随模型筛选结果而变化,因此与指数跟踪型产品比较时,除费用和交易条件外,还需要一并确认其运作判断的特点。

业绩走势可能受到美国大盘股市场方向、科技相关企业股价波动以及模型所反映的个别公司信号的影响。由于主动型结构并不以获得与指数相同的结果为目标,在市场单边运行的阶段和个股分化加剧的阶段,实际体验到的业绩可能有所不同。

解读资金流向时,不应仅凭人工智能运作这一主题性作出判断,还需要一并检查成交量、买卖价差、净资产规模和分配政策。规模较小的ETF在交易时,价格与净值之间的差距有可能扩大,因此需要注意下单方式。

其特点是利用人工智能进行主动选股,但投资者也需要同时承担对模型的依赖以及大盘股和个股的波动。

对比表中的HELO ETF兼具股票敞口与防御性设计,与追求纯粹大盘股主动筛选的LQAI ETF相比,管理目的可能有所不同。CBOX ETF的成本负担相对较低,而FHEQ ETF则因包含对冲要素的股票管理而在构成上有所区别。INFO ETF可视为主动管理大盘股核心的比较对象,SFTY ETF则可在确认风险管理思路时一并参考。这些产品在管理方式、费率和资产规模上各不相同,需要区分目的和交易条件后再进行比较。

投资前应依次确认:通过人工智能模型进行的筛选与指数跟踪有何不同,持仓是否集中于特定行业和大型企业,交易条件是否适合自己的下单方式。季度分配与总收益是两回事,因此不宜仅凭对现金流的期待作出判断。

如果模型的预测或数据解读与市场变化不相符,个股筛选可能产生与预期不同的结果。此外,美国大盘股和部分行业的走势、汇率波动以及交易时的买卖价差,也可能综合影响投资结果。还需注意,季度分配并不保证本金安全或业绩表现。

LQAI ETF是面向希望在美国大盘股敞口之上叠加人工智能主动管理的投资者的产品。与指数跟踪型产品比较时,除费用和交易条件外,一并检查模型风险、持仓集中度以及季度分配的性质,是较为适当的做法。