10月18日，全球誕生了第一只應用人工智能（AI）、機器學習進行投資的ETF：AIPoweredEquityETF，紐約交易所的代碼AIEQ。

根據(jù)報道，AIEQ是一只依據(jù)EquBot獨門算法所打造出來的主動式交易型開放式指數(shù)基金。通過持續(xù)不斷地分析6000只美國掛牌股票和處理每天逾100萬條先關(guān)的公告文件、財報、新聞以及社群文章，利用量化擇時、量化選股、因子分析、事件驅(qū)動等策略篩選出最具潛力的各個，進行投資。

數(shù)據(jù)顯示，該ETF自10月18日上市交易以來，3個交易日跑贏了美國兩大股指。這顯示情理之中的事，擁有如此巨大信息分析量的ETF，如果還不能夠?qū)崿F(xiàn)盈利，這才是值得懷疑的。即使按照傳統(tǒng)金融學的理論，這樣的投資方式也是能夠獲利的。但是由于缺乏大量數(shù)據(jù)支撐且當前美國股市處于單邊上漲行情之中，利用量化投資策略跑贏大盤應該是大多數(shù)機構(gòu)投資者都能夠?qū)崿F(xiàn)的，首只機器人選股ETF并沒有可參照性。

但首只機器人選股ETF的誕生卻預示今后金融投資的發(fā)展趨勢，相較于傳統(tǒng)的人工選股、人工投資，純機器顯然具有無法比擬的優(yōu)勢：紀律性、準確性、及時性、客觀性、系統(tǒng)性、分散化等。

機器人選股式的投資方式固然方便，但這其中也蘊含著風險。量化投資策略的發(fā)展，最終會導致策略本身的趨同化，無論程序化交易、高頻交易或者是算法交易等如何演化，最后的策略很可能具有高度的一致性，這種趨同化交易最終會導致系統(tǒng)性風險的產(chǎn)生（已經(jīng)在市場中得到了多次驗證）。具體而言就是，一旦有一個機構(gòu)的交易策略被觸發(fā)，其他機構(gòu)的類似交易策略都可能同步觸發(fā)，這會產(chǎn)生相互追逐式交易方式，一旦爆發(fā)風險，其損失是難以估量的。我國股指期貨2015年的大跌，很有可能就是類似的情況。

個人認為，即使當前量化交易已經(jīng)成為主流，多樣化的交易方式仍然是值得倡導的，而且個人交易經(jīng)驗式的法則大多時候是很難通過量化程序來表達的。投資者在研究量化投資策略的同時，也不能忽視其他類型的交易模式。

交易的最終目的都是為了盈利，對于普通投資者而言，只要能夠盈利，無所謂投資用何種投資方式。