文．蔡武穆

高通膨時代，ETF已經成為全民運動，不管是領股息或賺價差，都是增加財富的管道，東吳大學資料科學系助教邱嘉豪就是一例，在教書之餘，也投入ETF的研究與教學，即將在六月開班授課，分享投資心得。

邱嘉豪是電機博士，有巨量資料的專業背景，某天跟券商朋友聊天，得知投資工作短時間內要看好多的參數指標，於是整合巨量資料及金融商品，解決投資的痛點。

選股程式 108個因子+六個模型

ETF是追蹤指數的商品，基金經理人會參照很多的因子，如基本面、技術面、籌碼面或其他選項繪製成指數，例如，大家所熟知的0050 ETF就是追蹤台灣50指數，挑選市值前五十大的公司，而0056 ETF是追蹤台灣高息指數，挑選未來一年股息殖利率最高的前五十檔股票。

邱嘉豪認為，投信在組成ETF時，會用設定四至五個因子去挑股，最多十多個因子，但如果用電腦來分析，一次可以處理數十個，甚至上百個因子，會比人的腦力精準。

因此，他以巨量資料的背景撰寫挑股程式，嘗試用AI機器人選股，自組ETF試圖跑贏現有的ETF及大盤，追求更多報酬。

邱嘉豪利用爬蟲技術，收集37個基本面因子及71個技術面因子，像是營收、毛利、均線、KD值等共108個因子進行挑股，搭配六個模型，如線性回歸、邏輯回歸、LSTM等截長補短，進行深度學習。

程式系統篩選出動能相對強標的

他說明，AI機器人會將上市櫃一千多檔股票排序，他以前面績效二十名進行投資，每個月十日財報公布時，機會人會自動列出新增的股票及剔除的股票，進行換股的操作。

不管是牛市或熊市，AI機器人會挑出動能相對強的個股，舉例來說，2023年六月升息的環境，程式系統篩選出富邦、元大、兆豐、台新、中信、大樹、泰博等金融股及生技的防禦型類股，而今年一、二月份，挑選出台積電、鴻海、台光電、日月光、家登等半導體相關類股，統計二個月下來，績效將近有30%報酬。

他進一步說明，AI機器人也會挑出自己意想不到的股票，例如，有一陣子大立光營收一直下滑，股價跌破三千元，機器人卻預測下個月可以買，「消息面告訴我大立光一直掉單，怎麼可能去買這一檔，但機器人從技術線型推測下個月可能Ｖ轉，那一次我賺了將近20%的報酬。」

自組ETF 績效更勝一籌

過去，在還沒研發機器人選股之前，邱嘉豪也是買各家投信所推出的ETF，他個性較保守，投資0050 ETF及美股S&P 500 ETF，五年下來僅賺一倍，自組ETF之後，績效大幅成長，以2020年九月到2021年九月來比較，自己組ETF有50%報酬，而同時期的0050 ETF報酬僅20%左右。

不過，他坦言，AI機器人選股系統還有進步的空間，例如，每月十日機器人選出股票之後，還是必須自己親自下單，未來會加入量化投資技術讓機器人自行下單。其次，目前每次下單比重都相同，未來也會讓機器人學習分配比重，創造更好績效。

一般人沒有系統程式的背景，如何自組ETF？邱嘉豪說，投資人要先具備財報的專業知識，如營收、EPS、ROE、本益比等，從上市櫃公司挑選出會賺錢的公司，另一種方式較為簡便，就是從既有ETF的成分股挑選個股，如0050為市值前五十大的公司，從中挑選十檔或二十檔來組合。

總結來說，先學習基本面，再從現成的ETF中成分股挑選個股，組成自己的ETF，最具時效性。

領息或賺價差？ 先了解個人投資屬性

若想要買市面上現成的ETF，邱嘉豪提醒，投資人要先了解自己投資屬性，是想要短線賺價差，還是長線領股息，以00940來說，這檔ETF主打的是月配息，不料在建倉時，短線持股趁機獲利了結，造成00940上市跌破發行價，很多人覺得買錯了，籌組自救會喊冤，就是搞不清楚自己的投資屬性。

他強調，00940是月配高息ETF，應以長線看待，若是炒短線，根本不可能買這檔ETF。

另外，有些人認為高股息ETF是「左手換右手」，用本金配息，這樣的想法就不是長線的思維，以0056來說，每年殖利率6%~8%，按理說，每年股價應會降6%~8%，現在股價應該超級低，但實際情況是，0056上市股價緩步爬升，中間雖遇到經濟逆風下挫，還是有強勁上漲的動能。

邱嘉豪指出，如果投資人偏好領息，可以選擇0056、00878、00939、00940，或是債券ETF做長線布局，若是想賺價差，可以選擇00919、00891、00904等主題式的ETF。

ETF有菜市場效應 基本功要做足

「搞不清楚為何買這檔金融商品，才是最大的風險」，他強調，每一檔金融商品都有風險，就算是定存也會有通膨的挑戰，ETF是一籃子的股票，風險已大幅降低，若是市場上每檔ETF都重挫，就是系統性的風險，屆時做什麼都沒有用。

ETF有菜市場效應，很多人不了解自己的投資屬性，人云亦云亂買商品，他提醒，投資小白進入市場，還是要做足功課，基本面和技術面要稍微了解，遇到逆風時才不會慌亂。他六月將開班授課，要讓新手了解投資的基礎知識，能順利銜接其他老師的課程，同時，帶領大家讀懂科技和投資之間的微妙關係，不被網路詐騙所迷惑。