共识粉碎机荐：拾象是非常专业的AI团队，AGIX也是拾象今年发行的AI ETF，欢迎老板们一起通过AGIX ETF参与AI投资浪潮
随着 ChatGPT 的问世，科技股投资叙事已经变成了 AI-driven，投 AI 才是投科技。二级市场上配置 AI 时，英伟达、Tesla、Google、Meta、Apple 等有极强 AI-angel 的头部科技公司股票是最直接的选择。但如果要积极有效地参与某个行业 Beta，最好的方式一定是购买宽基指数 ETF，例如 $QQQ（追踪 Nasdaq100 指数 ETF）就是过去 10 年人们参与互联网浪潮的科技股投资工具，相对应地，在 AI 投资主题下，选择一只 AI ETF 无疑是低成本高效配置 AI 组合的实现方式。
$AGIX
（KraneShares Artificial Intelligence & Technology ETF）
是由曾发行过中概互联 ETF $KWEB 的指数发行商 KarenShares 在今年夏天推出的一只专注于 AI 的指数基金产品 ，
截至今年 10 月 11 日， $AGIX 的 YTD 收益为 29.69%，作为对比，QQQ 是 20.47%，$AGIX 比 $QQQ 多出了近 10 个百分点。
值得一提的是，虽然市场已经有不少 AI ETF，但在主流的几只 AI ETF 中， $AGIX 是 2024 年初至今唯一跑赢了标普 500 指数的。
$AGIX 最大的特点在于它足够 LLM-native。
$AGIX 的 AI 原生不仅体现在它的发行的时间上，更本质的区别则体现在其选股方法论和 Portfolio 组成上。$AGIX ETF 追踪的底层指数是 AGIX Index，涵盖了半导体、AI Infra 和软件应用三个板块 40 家左右的公司，这些公司是从上千家上市公司中经过严密的方法论层层筛选而出，有的是 AI 浪潮的重要参与者，有的则因为业务积累、商业模式等原因能够优先受益于这场新技术革命。随着 AI 技术的进程变化，不同板块、公司的 weights 也会进行对应调整。
除了二级科技股，为了完整呈现此次 AI 革命的价值股，$AGIX ETF 也对一级市场头部公司保持了一定敞口。
作为市场上第一只包含私募股权投资的 ETF，$AGIX portfolio 组合中会针对大模型公司、头部应用等 AI 关键价值分配环节上的高增长公司进行配置，在不漏掉 AI 关键玩家的同时，也让投资者可以以更低成本、高流动性的方式实现对一级市场头部 AI 公司的持仓。
在分析 $AGIX ETF 的产品逻辑之前我们可以先来看该产品的收益表现。我们可以把 $AGIX ETF 和美股投资者们熟悉的 Nasdaq 100、S&P 500 做一个对比。
$AGIX 的长、短期回测表现都远超 QQQ 及其他指数产品的回报。尤其是 2022 年 12 月 ChatGPT 发布后，AGIX 的表现与 QQQ 等科技指数产生分化，逐渐体现出 AGIX 构建的 AI Alpha 的有效性，假设投资者在 ChatGPT 推出后投资到 $AGIX 中，现在已经实现翻倍的投资回报。
（注：此处的表现为 AGIX ETF 底层指数回测，并非 $AGIX ETF 实际已有收益）
。
AGIX 与 S&P 500 相关性主要集中在大盘股的波动中，而科技及 AI 领域底层公司的表现与 S&P 500 的相关性逐渐降低。
虽然 $AGIX 和 $QQQ 的相关性较高，但二者的表现也在随着 AI 的增长不断分化。
相关性角度， $AGIX 和 $QQQ 呈现出收益同涨同跌的趋势，但在投资配置上，产品的涨跌幅才是长期资产配置的观察重点。
如下图所示，当市场下跌时，AGIX 和 QQQ 跌幅相近，而市场上涨时，AGIX 收益基本保持在 QQQ 之上。也就是说，持有 AGIX 拥抱了比持有 QQQ 更大的涨幅，但并没有以更大的下行风险为代价。
更具体来看，如果在 ChatGPT 推出后，以相同比例做多 $AGIX 并做空 $QQQ，那么该策略收益在之后一年多的时间内盈利将接近 30%，并且
$AGIX 的增长
几乎以一条平滑曲线始终向上，波动也极小， 这个趋势也体现出了 AI 因素促进股价上涨的稳定性和有效性，主要原因来自于 AI 带来的企业资本投资回报率和 EPS 的提升。
因为 $AGIX 和 $QQQ 同属于被动 ETF，它们两者之间的表现分化和底层指数十分相关。
和 $QQQ 追踪的 NASDAQ 100 指数比较的话，AGIX 指数的长、短期收益显著更高，在上行市场中，可以捕获 NASDAQ 100 指数的 184%，实现 NASDAQ 100 指数盈利翻倍，下行市场中，则基本与其基本保持一致。也因此，基于底层指数的回测，我们可以说 AGIX 的 1 年 、3 年、 5 年的年化回报均显著跑赢 QQQ。
技术革命是连续、渐进向前延伸的过程，和其他历次技术革命一样，AI 也会有“硬件投入——基础设施建设——应用大爆发”三个周期，在这个长周期中，不同阶段持续有不同公司受益。
站在投资角度，bet 个股是不连续的、散点式的投资布局，这种不连续的参与方式本身也和技术演进逻辑相悖。
基于这一点，宽基指数 ETF 显然是个人投资者最具性价比的一揽子投资工具，但并非所有 ETF 都能够让投资者享受到预期收益，不同 ETF 表现差异之间的区别它们的组合构建十分相关。
只有能够在 Portfolio 层面映射出技术革命特点的 ETF 才是有价值的一揽子投资工具，大多数主题性 ETF 回报低于投资者预期正是 Portfolio 环节的问题：
1）底层标的名不副实：如同我们在前面提到的，市场上不少 AI ETF 更多讲的是泛科技概念，而非真正的 AI 公司，除了 AI 主题，能源、EV 等热门主题 ETF 都有类似瑕疵；
2）标的权重配置的方法论过于机械：常见的例如平均 3%的权重，只单纯按照市值加权等方式都无法完整灵活、有机地反映出技术进化程度以及不同板块的受益程度。
为了规避上述问题，$AGIX ETF 首先做到了：
•
组合的完整性：
ETF 组合中有对二级市场 AI players 的全面覆盖，确保“不错过”任何大幅受益于 AI 发展的底层标的，同时提供了一级市场敞口。虽然 GenAI 早期阶段成熟公司更容易因 AI 获益，但在更原生的一级市场 Gen AI 中，OpenAI、Anthropic、Perplexity 以及 11 Labs 公司等都实现的惊人收入，成为 AI 走向大众的关键锚点。如果不能覆盖一级市场标的，AGIX 就不能体现组合的完整性，更重要的是从回报角度来讲，不能获取一级市场更有爆发力的企业价值上涨。
•
组合的准确性：
组合的准确性来自于 portfolio 构建的方法论的科学和巧妙设计上。在技术快速更迭、动态演进的当下，机械简单的方法论，比如平均加权、市值加权等等，都无法反映微观层面上，不同公司由于执行能力，业务 AI 耦合度等等方面而带来的差异化竞争优势。
$AGIX 拥有更 AI-native 的 Portfolio 构建
在前几次 AI 浪潮中，围绕 AI 主题也诞生了不少 Index 和 ETF，例如，ARK 在 2014 年就发行了 ARKK 和 ARKQ 都将 AI 作为重要构成，Indxx Artificial Intelligence & Big Data Index（IAIQ Index） 则发行于 2018 年。
但如果观察这些 ETF 产品 的构成，就会发现，它们的组合中也存在非 AI 相关的公司，尤其是非此次 LLM 浪潮相关的公司；有些仍然围绕机器视觉或机器人为主线来构造组合，并不能反映价值捕获，服务于投资者想要“纯粹”AI 组合的需求。此外，ARK 的 ARKK 、ARKQ 等类似 AI 主题 ETF 的另外一个共性是，AI 只是这些产品 methodology 的组合之一而非全部，背后的潜在理念是，AI 是对科技投资的补充而非颠覆。
这一观点放到今天显然存在瑕疵：由 LLM 催化的 AI 革命是对已有科技生产的颠覆，AI is eating software，这项新技术不仅会带来生产力革命、创造全新的需求，甚至也会带来新的商业模式。因为产品机制和技术绝对早期的局限性，长期来看，这类产品也会面临和 QQQ 类似，可能会“失效”的挑战。
投 AI 不只是投英伟达，
$AGIX 可以
抓住 AI 技术扩散过程中的价值分配变化
从 ChatGPT 诞生至今，毫无疑问 Semi，尤其是英伟达作为价值王者的位置仍旧坚定，但经过将近 2 年时间，Semi 之外的其他板块也慢慢诞生出 AI-alpha，例如，随着 AI 开始进入企业实际应用、创造实打实的收益，软件板块的公司，例如，Palantir 和 ServiceNow 的 AI 产品线开始创造出实打实的收益，教育产品 Duolingo 借助 AI 推出更新的产品和用户体验，也有机会将用户 ARPU 提升到新的量级，公司股价也迎来历史高点。为了在行业 beta 之上捕捉到每个阶段的 alpha，就一定有要做全周期地覆盖。
这也是 $AGIX 和半导体 ETF 表现之间的差异的原因。如果把 $AGIX 和半导体 ETF $SOXX 的表现进行对比，我们会发现 AGIX 不仅跟上了 SOXX（半导体 ETF）的上涨，在 SOXX 回落时也
彰显出了良好的韧
性与抗跌能力。
这也是 AGIX 组合中多元配置、全链条布局 AI 重要公司的体现。
