作法自斃--為什麼不再依賴AI智能理財(或稱:機器人理財)：個人投資 vs AI智能投資

更新於 2025/04/18發佈於 2024/10/11閱讀時間約 5 分鐘

投資理財內容聲明

AI智能投資（也稱為機器人理財）近年來廣受關注，因為它提供了一種自動化、數據驅動的投資方式，吸引了許多投資者。然而，經過筆者1-2年的實際操作經驗，筆者發現機器人理財的績效遠不如個人投資選股表現，無論是保守型的單一標的或是積極+保守型配置的投組。
本文將探討筆者對AI智能機器人理財的見解，並剖析其背後的問題。

1. 基礎基金(含ETF)績效不佳

機器人理財的運作原理依賴於風險屬性分析，根據投資者的風險偏好推薦一系列共同基金組合。問題在於，能配置的共同基金選項通常有限，僅限於提供機器人服務的金融機構自行發行的標的或是其代理銷售的標的，譬如說某日系投信發行的機器人理財只會建議該日系自行發行的共同基金之投組，而某把"機器人理財"掛在公司商標上的投顧，更是僅僅代理屈指可數不到10檔的ETF，堂而皇之號稱用一筆資金就投資全世界，所以不要被天花亂墜的話術給吸引，請睜大眼睛、摸著良心、運用理智(如果投顧經理人或是機器人AI腦袋不靈光，咱們腦袋可得靈光點兒)，好好為自己的積蓄找個好地方安身落腳吧。

若這些選擇有限的基金的表現普普通通，無論AI技術多麼先進，推薦的投資組合績效也不會太出色。筆者發現，即便是使用了機器人理財，結果依然難以超越市場的平均表現。

機器人理財實在不怎麼Smart

2. 缺乏靈活性

機器人理財依賴預設的模型進行自動投資決策，但這樣的模型往往不夠靈活。當市場波動劇烈時，機器人可能無法快速調整策略，錯失某些投資機會。相比之下，筆者的個人投資能夠根據市場變動進行靈活調整，取得更好的回報。

還有很重要一點，機器人理財根本不會保有現金。也就是說如果給機器人N萬元，它會在當下投組花光光，不會留下任何一分錢未來時機比較好的時候加碼。如果非常幸運是正好都買在低點，那恭喜，但就算那個標的是當下的高點甚至歷史新高而可能未來3年都難以回到這種歷史新高，機器人還是會建議就是要把錢當下放進去。

3. 費用結構，即使虧損也照樣收費

儘管機器人理財標榜費用低廉，但實際上，即使當月投資組合的績效是負的，投資者仍然需要支付機器人AI使用費。這使得投顧金融機構在任何情況下都能獲利，而投資者則必須承擔虧損的風險。
因省小小錢，賠了更大的收益機會，值得嗎?

4. 缺乏人性化判斷

AI智能雖然能夠處理大量數據並進行精密的分析，但它無法像人類投資者那樣考慮市場中的非量化因素，例如政策變動、國際衝突或突發事件對市場情緒的影響。這些因素通常會對市場產生重大影響，而機器人的模型無法有效應對。

5. 過度依賴歷史數據，忽視新興產業機遇

機器人理財依賴歷史數據進行決策，但這也導致它無法充分預見未來的市場變化。現今技術發展迅速，許多新興產業如人工智慧相關供應鏈、特斯拉電動車、碳權交易、數位支付等，都是未來潛力無窮的投資標的。然而，由於這些產業缺乏10年以上的歷史數據，機器人理財很難為投資者提供準確的投資建議。筆者認為，這些新興市場雖然尚無長期數據可供回溯，但其未來潛力值得關注。

6. 長期規劃中的保守性

筆者曾委託機器人理財以10年後的退休基金做為投資目標來規劃投組，但機器人可能會為了穩定而誤認為配置較多的債券或低風險基金就能達標，殊不知而這種策略雖然穩健，但可能錯過一些短期內高潛力的投資機會，無法滿足想要更快速追求達到目標的投資者需求。

7. 寧錯不改，搞了365天才再平衡

這是筆者非常非常詬病的機器人AI理財大問題、大麻煩、大爛包。阿爾發機器人投顧公司的合約規定首次機器人AI投組建議後，需等待合約生效滿一年後機器人才會再給予調整建議，換言之，無論首次的投資組合建議是賺是賠，投資人都必須傻呼呼地等365天，機器人才會再給建議。如果這檔配置是賺，感覺還好，頂多是賺不多(請回頭看本文章的第1點)，如果是賠 ~~ 不好意思，投顧公司照樣收機器人AI理財使用費! 至於那些有血有肉的投顧公司養的理財顧問人員只會辯稱: 因為機器人AI是回測歷史大數據來建議的，這建議很OK啊!

那麼『現在進行式』的事件，譬如美國聯準會升息或降息對於債券型基金價格造成的天大影響，機器人要滿一年後才會再回測喔。這樣的AI投組真的符合投資人需求嗎? 符合聯準會的政策嗎? 投資朋友們，您們明白了嗎? 哈哈哈!

結論：

機器人理財只是一種工具，機器人AI只可根據平台經營的商品(譬如ETF、共同基金等)提供投資建議，"號稱"適合投資經驗少的投資者。然而，筆者實際操作中發現，它存在多種限制，包括過度依賴歷史數據、費用結構不透明，以及缺乏靈活性。所以機器人理財不見得是一個好選擇。

本篇文章會先列出話術的細節，可以照抄照念，文末也會整理出理由的「核心信念」，讓讀者可以自由變化，以自己的語彙說出。