高盛的对冲基金 ETF 正在通过 AI 押注冲击标准普尔 500 指数

人工智能的繁荣让正在寻求优势的对冲基金大获全胜。

彭博数据显示,价值 1.27 亿美元的高盛对冲行业 VIP 交易所交易基金(股票代码 GVIP)扫描 13F 文件以建立受欢迎的对冲基金精选投资组合,该基金在 2023 年迄今已上涨超过 16%。 相比之下,标准普尔 500 指数上涨了近 10%。

GVIP 2023 年的出色表现在很大程度上要归功于其持有的三大股票:AI 宠儿 Nvidia Corp.、Broadcom Inc. 和 Advanced Micro Devices Inc.。在 Nvidia 的带领下,随着围绕该技术的炒作,这些芯片制造商在过去一个月里股价飙升。 最新一轮企业财报中的热门话题。 虽然 GVIP 自 2016 年底成立以来一直落后于标准普尔 500 指数,但 ETF 的回报表明对冲基金能够走在人工智能热潮之前。

咨询公司 The ETF Store 的总裁 Nate Geraci 表示:“GVIP 和被追踪的潜在基本面驱动的对冲基金经理在最近的 AI 狂热之前进行了适当的定位,值得称赞。” “也就是说,每只狗都有它的一天。”

高盛的对冲基金 ETF 正在通过 AI 押注冲击标准普尔 500 指数

GVIP 每季度重新平衡一次,由美国对冲基金前十大持股中出现频率最高的 50 只股票组成。 其持股在每次重组时的权重相同。

Geraci 表示,通常情况下,ETF 往往在科技股和成长型股票表现出色的时期表现良好,而在风险偏好恶化时表现不佳。 因此,与标准普尔 500 指数 19% 的跌幅相比,GVIP 在 2022 年表现不佳,暴跌 32%。

尽管业绩不佳,但 GVIP 在 2023 年迄今为止的表现是一年中的胜利,大多数活跃的经理人都被 AI 的狂热吓得措手不及。 根据瑞士信贷 5 月 22 日的一份报告,主动管理公司中最大的减持包括苹果公司、特斯拉公司、英伟达、亚马逊公司和微软公司——这些公司约占标准普尔指数的三分之二。 500 的 2023 年收益。

Nvidia 是 GVIP 的头号持股,权重为 2.5%,今年以来已飙升约 170%。 根据彭博汇编的数据,GVIP 于 2022 年 11 月增持了这家芯片制造商的股份。

尽管表现强劲,但 GVIP 年初至今仍流出近 2200 万美元。 彭博资讯的埃里克·巴尔丘纳斯 (Eric Balchunas) 表示,ETF 可能会继续难以吸引投资者。 虽然 GVIP 的表现优于标准普尔 500 指数,但技术含量高的基金,如 1890 亿美元的景顺 QQQ 信托系列 1 (QQQ) 今年飙升了 21%。

“有了这样的基金,人们可能会说,‘我不需要这个,我就买 QQQ,’”高级 ETF 分析师 Balchunas 说。 “说到业绩,鉴于投资者似乎对进入股市感到害羞,我认为这对基金来说并不重要。”

作者: Katie Greifeld

韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/71909.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月4日 00:15
下一篇 2023年6月5日 02:20

相关推荐

  • 巴菲特的伯克希尔股价因盈利增长而创历史新高

    伯克希尔哈撒韦公司(Berkshire Hathaway Inc.)周六的收益报告显示,第二季度营业利润超出了华尔街的预期,股价跃升至历史新高。 沃伦·巴菲特旗下的铁路、公用事业、能源和保险公司集团的 B 类股票周一上涨 3.6%,至 362.58 美元,创历史最高收盘价。这是自 11 月以来的最大涨幅,推动该股突破去年 3 月创下的历史新高。 爱德华·琼斯…

    2023年8月12日
    21700
  • 设计多资产收入:它是互补的

    作者:AllianceBernstein的Christopher Mason ,24 年 3 月 2 日 多资产收益策略正变得越来越流行,但有些策略可能会带来比预期更多的风险。关键是设计互补曝光。 投资者越来越多地寻找能够实现特定目标的策略,而收入是其中的重中之重。对于那些专注于满足日常开支、为退休支出做准备甚至更广泛的投资组合多样化的人们来说,这是有意义的…

    2024年3月23日
    13200
  • 北京大学金融时间序列分析讲义第24章: 向量自回归模型

    24.1 VAR(1)模型 多个资产收益率的联合模型中最常用的是向量自回归(Vector Autoregression, VAR)模型。称k元时间序列rt服从一个一阶向量自回归模型,即VAR(1),若有 rt=ϕ0+Φrt−1+at(24.1) 其中ϕ0是k维常数向量,Φ是k阶常数方阵,{at}是序列不相关的弱平稳列,Eat=0,Var(at)=Σ…

    2023年8月5日
    32400
  • 北京大学R语言教程第46章: 整洁建模基础

    从前面的模型介绍可以看出, 常见的有监督学习问题为回归问题和判别问题, 每一种问题都可以用许多种不同模型解决, 而每一个模型都可能包含需要调优的超参数集合, 对数据可能有不同的预处理、转码、函数变换、降维等变换。 这些模型由许多个R扩展包实现, 而且接口、选项各自不同。 tidymodels包提供了针对统计建模用户简便易用的建模功能和使用规范。 R有许多建模…

    2023年12月6日
    25000
  • 便携式阿尔法:阿尔法和贝塔的分离与再结合

    执行摘要: 可携式阿尔法是机构投资者的宝贵工具。一种流行的现代方法是将对冲基金的阿尔法与通过期货合约或掉期等衍生品获得的合成贝塔敞口相结合。 在设计可携式阿尔法策略时,投资者需要考虑五个关键因素:贝塔值选择、抵押品、估值变化、嵌入式贝塔值和合成对冲基金敞口。 在投资组合中将 alpha 和 beta 概念分开,投资者可以找到获得两者的最有效方法。然后可以有效…

    2024年10月15日
    9200

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部