AI「選基」熱度漸起！究竟靠不靠譜？橫向對比主流AI選基「套路」

當AI的車輪向前滾動時，每個人都會被它帶着前進。當下AI 正從「效率外掛」升級為「隨叫隨到的智囊」。當生成式AI無縫融入日常，年輕用户最先把它當成升級版搜索引擎：生活常識、旅行攻略、代碼 debug，乃至理財選基，只要一句「你怎麼看？」就能立刻獲得整理好的答案。

面對全市場 1.3 萬隻公募基金，行情複雜、指標繁雜，傳統「一頁頁翻公告」的調研方式令人生畏；而 AI 能在幾秒內拉取淨值、回撤、行業分佈、經理履歷並給出橫向對比，這種「授人以魚」的交互恰好擊中年輕人「快、準、懶」的需求痛點。

於是，「懶得研究→直接問 AI→抄作業式下單」成為新的投資儀式感，社交平臺上的「100 萬交給 AI 打理」「一鍵指令生成組合」等話題熱度水漲船高，基金討論區里曬 AI 組合收益的帖子動輒上萬點贊。我們選取當下4個比較主流的AI智能體，按照年化收益10%-20%的收益要求出一份ETF理財計劃，看看AI「選基」會有哪些「套路」？

1、阿里千問

首先登場的是最近比較火熱的阿里千問，其11月17日公測以來，一周下載量破 1000 萬次，增速超 ChatGPT、Sora 等知名應用，上線3日即躋身蘋果 App Store 中國區免費總榜前三。

最后千問給出的結果是20%的華泰柏瑞紅利低波ETF（512890）、合計55%的科技主線產品包括華夏上證科創板50成份ETF（588000）、國泰納斯達克100ETF（513100）等，以及債券，黃金類資產 .

數據來源：千問AI

那麼我們來細分看一下，可以看出千問AI給出的投資組合是相對來講比較單一，估計是主要參考了這兩年的數據，因此成長部分全部集中在了TMT賽道。當然TMT賽道是值得期待的，但是當前過高的估值也讓很多資本近期表現的謹小慎微。

在當前板塊輪動加劇的情況下如果，押注同一賽道整體的風險性還是比較高的。同樣的該策略爲了對衝風險選擇了黃金作為避險資產，畢竟黃金作為一種傳統的避險資產，與科技股這種「風險資產」存在明顯的相悖邏輯。但近期兩者同步創下歷史新高，打破了這一傳統模式，因此避險資產的設立上還有待推敲。

2、騰訊元寶

騰訊元寶這邊主打集眾家之所長，其全量接入 Tencent HY 2.0（騰訊混元 2.0）與 DeepSeek V3.2 兩大最新頂流AI大模型。「快慢雙模型 + 微信流量池 + 高質信源 + 超頻迭代」做成組合套餐，形成短期內難以複製的生態壁壘，這正是它最大的競爭優勢。

那麼我們相同的問題元寶給出的結果，基本是投資在海外市場，其中納斯達克佔比超40%，而國內這邊除了南方東英恆生科技指數ETF（03067.HK）基本都是內地投資者難以接觸的品種。

數據來源：元寶AI

來細分看一下，這份配置單中納斯達克100佔據絕大部分，的確從過往「戰績」來看，納斯達克100確實可以達到這個收益：2013-2025年化收益15.8%，夏普比率0.80，均優於同期標普500和道瓊斯指數；最近14個完整年度中，納指100有11年跑贏標普500，最大回撤（剔除2008年）僅28%，低於標普500的34%，呈現「漲得多、跌得少」的特徵。

但是還是同樣的問題，這份榜單中幾乎全是成長類資產，且科技賽道佔據絕大部分。一旦行業出現震盪，那麼資產比較容易虧損，如果只依靠羅素大盤成長ETF來分散風險感覺還是不太夠。需要佈局一些更穩健的底層資產。

至於為什麼會推薦海外資產，可能與其旗下富途證券國際（香港）有限公司主攻海外市場的策略有關，但是如果是普通投資者的話無疑會增加時間和金錢上的成本。

3、豆包AI

豆包憑藉算法優勢在眾多AI產品中佔據前排位置，QuestMobile數據顯示，豆包月活1.72億，居國內原生AI應用第一；DeepSeek 同期1.45億，騰訊元寶3286萬。之前炒的沸沸揚揚的豆包手機，也證明了豆包在AI界舉足輕重的地位。

我們看到豆包給出的配置清單非常的完整。相對與前面兩位選手而言，豆包在產品多樣性上是明顯有優勢的，基涵蓋穩健的華泰柏瑞滬深 300ETF（510300）、也涵蓋了進攻端的國泰納斯達克 100ETF（513100），還設置了臨時調倉的貨幣基金產品。

數據來源：豆包AI

那麼平心而論，這份榜單即便在專業的理財機構手中也是拿得出手的。但還是同樣的問題，在於進攻端的路線比較單一，科技、信創等賽道受政策影響較大，可能出現階段性調整。

且配置主要還是以寬基為主，這類資產在穩健性上是有了，但是如果要放在進攻端可能會稍顯不足，如果投資者想要達到20%的上限，那麼進攻端需要做一些調整。

4、文心一言

最后我們來看文心一言，其訓練語料 72% 為中文，融合搜索、百科、知道、貼吧等本土高質數據，C-Eval、CLUE 等中文基準平均準確率領先同類國產模型2–3個百分點，，醫療、法律、金融等「知識密集型」任務實體識別準確率比稀疏激活的 DeepSeek 高3–5個百分點。

而這識別「更準確」的文心一言，在配置的ETF上似乎顯得格外保守。30%的紅利+20%的滬深300+15%的國債的配置，直接讓防禦類資產的總數達到了65%。

此外，黃金ETF、豆粕ETF這類商品類ETF主要的作用也是爲了抗通脹，增加組合穩定性，也就是説只有納斯達克100作為進攻端，整體進攻手段乏善可陳。

數據來源：文心一言AI

以10年國債ETF（511260）為例，該防禦類資產成立至今的平均年化收益為3.77%，年初至今收益不到0.5%，整體彈性是略顯不足的。因此這份配置單更加趨於低波動的收益穩健增長。

最后我們總結一下：儘管AI投顧能在幾秒鍾里把財報、宏觀、輿情全部掃一遍，給出「千人千面」的菜單，看起來聰明又貼心。但這位「理財助理」仍是「歷史復讀機」——它算不出黑天鵝，也躲不開數據造假、算法幻覺和隱形偏見。一旦市場風格切換，AI 推薦的「高勝率」組合也可能瞬間失靈。把 AI 當作「理財助理」可以，但最終的按鈕仍需自己按——畢竟盈虧到賬時，AI 不會替你承擔一分錢風險。

國泰海通證券資管提示，投資者要清楚AI工具的可靠性依賴於背后的數據與假設，只能作為投資決策的輔助，不能替代自身的細緻調研與對個人財務狀況的考量；要關注AI在投資中的作用，認真研讀相關披露文件，通過均衡的方式構建抗風險能力，避免衝動決策。