AI 포트폴리오 관리가 투자자의 기대와 현실을 충족하고 있는가?

투자 영역에서 인공지능에 대한 열기가 한창인 가운데, AI 기반 상장지수펀드(ETF)의 성과가 주목받고 있습니다. 기술 및 반도체 중심 펀드가 급등하는 동안, 정교한 알고리즘과 데이터 처리의 약속에도 불구하고 전통적인 시장 벤치마크를 능가하는 데 어려움을 겪고 있는 AI 기반 ETF에 spotlight이 쏠립니다. 실제 이야기는 이러한 펀드의 실망스러운 성과에 있으며, 이는 AI가 포트폴리오 관리를 혁신할 것이라는 지배적인 서사를 도전합니다.

AI 기반 ETF의 어려움

투자 풍경에서 게임 체인저로 찬사를 받던 인공지능은 전통적인 counterparts와 비교하여 AI 중심 ETF가 부진하면서 현실 점검을 받고 있습니다. Invesco QQQ Trust와 VanEck Semiconductor ETF는 Nvidia와 같은 기술 거인에 힘입어 놀라운 수익을 올렸습니다. 이와 대조적으로, 포트폴리오 구성에 AI를 사용하는 ETF들은 3년 또는 5년의 기록을 가지고 있음에도 불구하고 더 넓은 시장을 뒤처지고 있습니다.

1억 360만 달러를 운용하는 AI 기반 주식 ETF(AIEQ)는 연초 대비 6.5%의 미미한 수익과 연평균 4%의 5년 수익을 기록하여 전통적인 펀드에서 본 인상적인 급등을 밑돌았습니다. EquBot의 CEO인 Chida Khatua는 IBM Watson을 사용하여 6,000개 이상의 미국 기업의 방대한 데이터 세트를 분석하는 펀드의 접근 방식을 설명합니다. 하지만 S&P 500과 비교할 때 펀드의 성과는 AI의 과장된 기대에 미치지 못하는 어려움을 드러냅니다.

AI ETF 영역에서 최대 규모인 16억 달러 규모의 SDPR S&P Kensho New Economies Composite ETF(KOMP)도 부진하고 있습니다. 연초 대비 0.08%의 미미한 수익과 3년 연평균 기준 4.3%의 하락으로, 견고한 포트폴리오 구성에서 AI의 생존 가능성에 의문이 제기됩니다.

AI 투자 풍경의 도전과 오해

Sage Advisory의 Komson Silapachai는 AI 중심 펀드의 어려움이 AI 방법론의 본질적인 결함보다는 능동적 관리 접근 방식이 직면한 더 넓은 도전과 더 일치할 수 있다고 제안합니다. 능동적 관리 모델을 따르는 AI 기반 ETF는 확률적 예측을 위해 역사적 시장 성과에 의존합니다. SPDR 아메리카스 리서치의 Matt Bartolini는 New Economies ETF가 전통적인 스타일, 시가총액 또는 섹터 분류를 벗어났다는 점을 들어, AI 중심 능동적 관리 펀드에 아직 이른 시기라고 강조합니다.

소액 투자자들의 AI 기반 펀드에 대한 기대는 기대와 현실 사이의 불일치에 기여할 수 있습니다. AXIS Financial의 설립자이자 투자 고문인 Chris Berkel은 순수-play AI 펀드, 즉 기술을 생성하는 회사에만 전액 투자하는 펀드를 추구하는 소액 투자자들 사이에서 흔히 발생하는 오해를 지적합니다. Berkel은 AI의 역할을 오해하지 않도록 경고하며, AI는 결정론적인 도구라기보다 사전 설정된 목표에 대해 시간이 지남에 따라 개선하는 도구임을 강조합니다.

투자 전략을 형성하는 AI 포트폴리오 관리

AI의 잠재력은 부인할 수 없지만, 전통적인 시장을 지속적으로 능가할 수 있는지에 대한 의문은 여전히 남아 있습니다. EquBot의 CEO인 Chida Khatua는 AIEQ의 경우 AI가 S&P 500을 대체하기보다 보완하는 것을 목표로 한다고 강조합니다. AI ETF가 S&P 대비 저조한 성과를 보인 이유는 S&P가 역사적으로 소규모 시가총액 지수보다 우위를 점해온 대형주 지수이기 때문입니다.

포트폴리오 방법론에서 AI의 역할은 Merlyn.AI 펀드에서 볼 수 있듯이 다양합니다. Merlyn.AI의 의장 겸 CEO인 Scott Juds는 그들의 AI가 성과 기여자가 아닌 '장식용'에 불과하다고 명확히 합니다. 적응형 모멘텀 전략은 유전 알고리즘을 활용하여 사후 선택 편향을 상쇄하며, 포트폴리오 구성에서 AI의 진정한 가치는 수익에 대한 직접적인 기여를 넘어설 수 있음을 보여줍니다.

포트폴리오 관리에서 AI의 효과성에 대한 논쟁이 계속됨에 따라 그 미래에 대한 관점은 갈립니다. Silapachai는 시간이 지남에 따라 AI 주식 선택의 개선 가능성을 보지만, Briefing.com의 수석 시장 분석가인 Brett Manning은 현재 AI의 사용이 효율적 시장 가설을 지지한다고 주장합니다. Manning은 AI가 기존 모델 밖으로 벗어나 시장 역학을 다르게 인식하지 못하는 것이 시장 이기 능력을 방해할 것이라고 주장합니다.

AI가 포트폴리오 관리를 혁신한다는 서사는 AI 기반 ETF가 실망스러운 성과를 겪으면서 현실의 검증을 받습니다. 투자자들이 금융 분야의 진화하는 AI 환경을 탐색함에 따라, 논의는 AI의 약속에서 실제 적용으로 전환되며, 이러한 펀드의 방법론과 목표를 더 면밀히 검토할 것을 촉구합니다.