無論是 Nasdaq 100 還是 S&P 500,他們在 2023 年增長幾乎都由 Mag 7 公司驅(qū)動(dòng),而 Mag 7 公司都是典型的 AI 受益者,這些公司在 AI 領(lǐng)域的深厚布局是這一輪增長的源動(dòng)力。

更進(jìn)一步拆分 S&P 500 EPS 也可以得出相似結(jié)論,即?EPS 的 40% 由科技公司驅(qū)動(dòng),其中大部分是由 Al 驅(qū)動(dòng)的。

當(dāng)然,除了 Mag 7 外,因?yàn)?LLM/AI 受益的公司還有很多,如何識(shí)別這些公司,并以合理的評(píng)價(jià)標(biāo)準(zhǔn)對(duì)公司進(jìn)行組合、監(jiān)測、調(diào)整,是一個(gè) AI-native 投資工具的核心價(jià)值,也是 AGIX 的長期目標(biāo)。

2.為什么?QQQ無法抓住 AI-alpha

每一次技術(shù)范式轉(zhuǎn)變,都需要全新的框架和路徑來做投資判斷。

QQQ 是一個(gè)很好的例子。追蹤 Nasdaq 100 指數(shù)的 ETF QQQ(Invesco QQQ Trust)是美股市場最大的 ETF 之一,也被公認(rèn)為普通人參與科技股投資的最佳入口,是過去 20 年科技與增長股的代名詞。但 QQQ 并非誕生之初就和科技投資劃等號(hào),直到 2003 年在 methodology 層面剔除了所有金融服務(wù)相關(guān)公司、在構(gòu)成上更加 tech-driven 后,QQQ 才真正意義上和科技股掛鉤。

Nasdaq 100 指數(shù)是基于 Nasdaq 交易所上市的100 家最大的非金融類公司編制的指數(shù),它被廣泛視為美國科技行業(yè)的重要晴雨表,投資者常用它來衡量科技股的整體走勢。這個(gè)指數(shù)還被用作各種投資產(chǎn)品的基礎(chǔ),比如 QQQ(Invesco QQQ Trust)就是在 Nasdaq 100 基礎(chǔ)上設(shè)計(jì)、跟蹤 Nasdaq 100 指數(shù)表現(xiàn)的 ETF 產(chǎn)品。

在移動(dòng)互聯(lián)網(wǎng)時(shí)代的早期,QQQ 也沒有第一時(shí)間感知到新技術(shù)浪潮中的 alpha,其表現(xiàn)和 S&P 500 走勢相對(duì)一致,直到 2013 年后,隨著移動(dòng)互聯(lián)網(wǎng)進(jìn)入爆發(fā)期,QQQ 才開始和 S&P 500 之間拉開差距。

即便已經(jīng)足夠“tech-native”,到了 AI 時(shí)代,代表科技股的 QQQ 也無法完美映射 AI 領(lǐng)域的價(jià)值流動(dòng)。過去 3 年,QQQ 的底層指數(shù) Nasdaq 100 增長了 163%,而 Nvidia 增長了 982%,Microsoft 增長了 209%。

考慮到 QQQ 追蹤的  Nasdaq 100 指數(shù)中仍然存在例如百事可樂、Costco、星巴克等非科技公司,因此,我們對(duì) QQQ ETF 的 IT 板塊增長進(jìn)行了拆分比較。

在 ChatGPT 發(fā)布之后,QQQ IT sector 和 QQQ 整體表現(xiàn)之間開始出現(xiàn)分化,尤其在 2024 年 Q1 后,QQQ IT Sector 表現(xiàn)明顯優(yōu)于 QQQ 整體。但即使如此, AGIX 的表現(xiàn)明顯優(yōu)于 QQQ IT Sector。

這是因?yàn)榧词乖诳萍脊景鍓K、甚至同一垂直領(lǐng)域中,不同公司因其產(chǎn)品特性、商業(yè)模式、團(tuán)隊(duì)?wèi)?zhàn)略等原因,受益于 AI 的程度、以及和 AI 耦合度都存在極大差異,而 AGIX 能夠用純粹的“AI+”視角對(duì)科技公司優(yōu)中選優(yōu),找到真正受益于 AI 的公司。

在篩選納入到 AGIX Index 的公司過程中,我們發(fā)現(xiàn)當(dāng)下只有 10% 左右的公司能夠和 AI 進(jìn)行有意義的結(jié)合,更多的公司還在觀望 AI 的進(jìn)展,當(dāng)然也會(huì)有不少科技公司會(huì)在這輪 AI 競賽中被淘汰,因此,如果要正確抓住 AI beta,選擇正確的“籃子”就變得相當(dāng)關(guān)鍵。

3.更 AI native 的?Portfolio 構(gòu)建

在前幾次 AI 浪潮中,圍繞 AI 主題也誕生了不少 Index 和 ETF,例如,ARK 在 2014 年發(fā)行的 ARKK 和 ARKQ 都將 AI 作為重要構(gòu)成,Indxx Artificial Intelligence & Big Data Index 則發(fā)行于 2018 年。

但如果觀察這些指數(shù)(和 ETF 產(chǎn)品),就會(huì)發(fā)現(xiàn),和 QQQ(Nasdaq 100)一樣,它們的組合中也存在非 AI 相關(guān)的公司,尤其是非此次大語言模型浪潮相關(guān)的公司;有些仍然圍繞機(jī)器視覺或機(jī)器人為主線來構(gòu)造組合,并不能反映價(jià)值捕獲,服務(wù)于投資者想要“純粹”AI組合的需求。此外,ARK 的 ?ARKK 、ARKQ 等類似 AI 主題 ETF 的另外一個(gè)共性是,AI 只是這些產(chǎn)品 methodology 的組合之一而非全部,背后的潛在理念是,AI 是對(duì)科技投資的補(bǔ)充而非顛覆。

AIQ Index Top 10 Components

這一觀點(diǎn)放到今天顯然存在瑕疵:由 LLM 催化的 AI 革命是對(duì)已有科技生產(chǎn)的顛覆,AI is eating software,這項(xiàng)新技術(shù)不僅會(huì)帶來生產(chǎn)力革命、創(chuàng)造全新的需求,甚至也會(huì)帶來新的商業(yè)模式。因?yàn)楫a(chǎn)品機(jī)制和技術(shù)絕對(duì)早期的局限性,長期來看,這類產(chǎn)品也會(huì)面臨和 QQQ 類似,可能會(huì)“失效”的挑戰(zhàn)。

AGI 進(jìn)程才剛剛開啟,并且一定會(huì)經(jīng)歷其他歷次技術(shù)革命一樣的“硬件投入——基礎(chǔ)設(shè)施建設(shè)——應(yīng)用大爆發(fā)”三個(gè)周期,為了在行業(yè) beta 之上捕捉到每個(gè)階段的 alpha,AGIX 也做了全周期地覆蓋。我們從上千家上市公司中層層篩選至 50 家左右,并隨著行業(yè)發(fā)展調(diào)整數(shù)量和權(quán)重,我們能在其中看到各個(gè)行業(yè)板塊隨 AI 發(fā)展起到的不同作用,也能看到真正優(yōu)秀的 AGI 公司,從早期探索者逐漸成為行業(yè) leader ;我們更期待看見隨著下一個(gè) AI 時(shí)代“蘋果”“英偉達(dá)”的上市,他們可以不斷被納入 AGIX 指數(shù)。

好的價(jià)值工具能夠幫助投資者正確識(shí)別時(shí)代 beta,投資者抓住時(shí)代的beta是參與變化的最低要求,AGIX提供了這樣一個(gè)工具。

文章轉(zhuǎn)自微信公眾號(hào)@海外獨(dú)角獸

上一篇:

AI-native 應(yīng)用長什么樣?

下一篇:

Kore.ai:LLM能否為AI客服帶來新一輪洗牌與機(jī)遇
#你可能也喜歡這些API文章!

我們有何不同?

API服務(wù)商零注冊

多API并行試用

數(shù)據(jù)驅(qū)動(dòng)選型,提升決策效率

查看全部API→
??

熱門場景實(shí)測,選對(duì)API

#AI文本生成大模型API

對(duì)比大模型API的內(nèi)容創(chuàng)意新穎性、情感共鳴力、商業(yè)轉(zhuǎn)化潛力

25個(gè)渠道
一鍵對(duì)比試用API 限時(shí)免費(fèi)

#AI深度推理大模型API

對(duì)比大模型API的邏輯推理準(zhǔn)確性、分析深度、可視化建議合理性

10個(gè)渠道
一鍵對(duì)比試用API 限時(shí)免費(fèi)