基本情報
運用会社・設定日: AIEQ（AI Powered Equity ETF）は米国のETF運用会社Amplify Investmentsが提供するETFで、2017年10月17日に設定されました。世界初の「AI搭載株式ETF」として登場した経緯があり、フィンテック企業EquBot社がIBMのAI技術を活用した運用プラットフォームを提供しています。
経費率・純資産総額: 経費率（信託報酬）は0.75%とアクティブ運用ETFとして平均的な水準です。2024年末時点の純資産総額は約1億1,400万ドル（約160億円）で、決して大規模とは言えませんが一定の資金規模を維持しています。なお、米国の代表的なインデックスETF（例えばS&P500連動ETF）の経費率が0.1%未満であることを考えると、AIEQのコストはかなり高めです。
ベンチマーク: 独自のAI Powered Equity Indexに連動する成果を目指すETFで、この指数はEquBot社のAIが算出するものです。指数算出・ファンド運用ともにNYSE Arcaに上場しており、米国株式を主要投資対象としています。
運用戦略・仕組み
AI活用のポートフォリオ構築: AIEQ最大の特徴は、IBM WatsonをはじめとするAI技術を駆使してポートフォリオを構築している点です。具体的には、機械学習（ML）や自然言語処理（NLP）の能力を持つIBM Watsonプラットフォーム上でEquBot社が開発したモデルを用い、毎日6000社以上の米国企業データを収集・分析しています。AIは財務諸表等の構造化データだけでなく、ニュース記事・ブログ・SNS投稿などの非構造化データまで膨大な情報源を自然言語で解析し、企業の将来見通しを評価します。人間のアナリストでは到底目を通せない100万件超/日のデータポイントを処理できる点が強みで、「何千人ものリサーチアナリストが24時間体制で働いているようなもの」と表現されています。
モデルの評価プロセス: AIは複数のモデルを組み合わせて銘柄選定を行います。例えば、企業の財務健全性スコア（財務指標による定量評価）で基本的な選別を行った上で、WatsonのNLU機能でニュースやSNS上のセンチメント分析を実施し、話題のトレンドやその情報源の信頼性を評価します。さらに、経営陣の実績データやESGスコアなど企業の質的要因にもスコアを付与し、最後に業界全体やマクロ経済動向といった外部要因も考慮して総合的に判断します。こうした多角的アプローチにより、AIは将来的に株価上昇の可能性が高いポートフォリオを構築しようと試みます。
運用の仕組み: AIEQは基本的にアクティブ運用型のETFですが、運用は人間のファンドマネージャーではなくAIアルゴリズムに委ねられています。そのため、ファンドはEquBot社が算出するAI指数（AI Powered Equity Index）に連動する形で運用されます。同指数の銘柄選定・ウェイト付与方法は非公開の独自アルゴリズムであり 、月次でリバランス（組入れ銘柄の見直し）が行われます。必要に応じてポートフォリオは月単位で大きく組み換えられ、常に最新のAI分析に基づく構成となるよう設計されています。
パフォーマンス
過去のリターン: AIEQの運用開始以来のトラックレコードを見ると、残念ながら市場平均（S&P500）を持続的に上回る成果は挙げられていません。設定直後の初年度は市場に劣後し、2年目でベンチマークに肩を並べ、3年目には大きく上回るというように、年度によって成績がばらつきました。例えば2020年頃にはAIがコロナ禍の医薬セクター急騰を捉えたことで市場をアウトパフォームする年もありましたが、その後の2021～2023年は毎年S&P500指数に劣後しています。実際、2017年10月の設定から2024年8月末までの累積リターンは約+68%に留まり、同期間のS&P500が+147%と倍以上だったというデータもあります。直近の2023年もAIEQは約+14%の年間リターンでしたが、S&P500の約+18%には届きませんでした。こうしたことから、長期的なリターン面ではインデックス投資に見劣りする状況です。
リスク指標: リターンの振れ幅（リスク）も考慮する必要があります。AIEQのボラティリティ（価格変動性）は、一般的にS&P500連動ETFよりも高い水準にあります。例えば最大ドローダウン（過去最大の下落率）を見ると、AIEQは-38.97%とS&P500の-33.72%を上回る下落を経験しています。またシャープレシオ（リスク調整後リターン）もS&P500を下回っており、この5年間の実績では低Sharpe・高標準偏差という評価です。要するに、AIEQはリスクを多く取っている割にリターンが見合っていない傾向が見られます。運用開始以来2022年まで一貫してインデックス（S&P500やAI指数）に負けており、投資家にとって追加コストに見合う超過リターンを提供できていないことがデータから指摘されています。
投資対象とポートフォリオ構成
投資対象: AIEQは米国上場企業全体を投資ユニバースとしています。大型株から中小型株までAIが有望と判断した銘柄を組み入れますが、実際にはポートフォリオの約85～90%が大型株で占められており、中型株が約10%、小型株への投資は数％未満と比率は低めです。これはAIが選好する銘柄に時価総額の大きい企業が多いことや、流動性・安定性を考慮して大型株中心の構成になっている可能性があります。
組入銘柄数・構成比: ファンドに組み入れられる銘柄数はおおむね100～150銘柄程度で推移しています。2024年末時点では147銘柄が組み入れられていました。上位構成銘柄の比率は合計で全体の30～40%程度を占め、1銘柄当たりの比率は最大でも5～7%程度に抑えられています。これはS&P500など伝統的な大型株指数と比べると上位銘柄への集中度がやや高いものの、個別銘柄リスクが極端に高い水準ではありません。分散効果という点では、100銘柄以上に投資しているため特定企業の不振による影響は限定され、分散投資のメリットは一定程度享受できる構成と言えます。
主要セクター・銘柄: テクノロジー関連株がポートフォリオの中核となるケースが多く、AIが有望視する銘柄としてハイテク大型株が上位に名を連ねる傾向があります。実際、2024年12月末時点の上位構成銘柄を見ると、1位NVIDIA（比率6.61%）、2位Microsoft（6.27%）を筆頭に、KLA、テキサス・インスツルメンツ、Apple、S&P Global、RTX（レイセオン）、スターバックス、モノリシック・パワー・システム、ペプシコと続きました。上位10銘柄だけでも半導体、ソフトウェア、ハードウェア、金融サービス、航空防衛、食品飲料など多彩なセクターが含まれており、AIが特定業種に偏らず幅広く銘柄選択している様子がうかがえます。もっとも、株式市場全体で時価総額の大きいハイテク企業は依然AIの選好にも入りやすいため、ポートフォリオ全体としてはハイテク株比率が高めになる傾向があります（実際、2023年9月時点ではApple、Microsoft、Amazon、Alphabetの4社だけでポートフォリオの約24%を占めていました ）。一方で、相場環境の変化に応じエネルギー株や公益事業株などディフェンシブ銘柄を増やすこともあり、セクター構成は動的に変化します。例えば2021年秋には一時エネルギー株（Chevron等）がトップ10に入るほど比重が増えましたが、その後数ヶ月で外れるなど、組入れ銘柄が大きく入れ替わった例があります。このようにポートフォリオはAIの分析結果に応じて頻繁に調整されるため、ある時点の構成はあくまで「瞬間的なスナップショット」に過ぎず、数ヶ月後には上位銘柄が様変わりしていることも珍しくありません。
リバランス頻度: 前述の通り、AIEQの指数は基本的に月次でリバランスされます。つまり毎月AIが改めて全銘柄のスコアを算出し直し、評価の高い銘柄を新規組入れ・組換えする仕組みです。必要に応じてキャッシュポジションを増減させることもありますが（変動の激しい局面では現金比率を高めることもある）、概ねフルインベスト（ほぼ全額を株式に投資）で運用されます。月次調整とは別に、臨時の大きな市場変動時に機動的な売買が行われるかについて公式には明かされていませんが、基本は定期リバランスで戦略を実行していると見られます。
メリット・デメリット
メリット
• 莫大な情報の活用: AIは人間では処理しきれない膨大なデータを分析に取り入れます。毎日数千社規模の企業情報や100万件を超えるニュース・SNS投稿等をチェックできるため、情報優位性を獲得しうる点が強みです。人間の感覚では見逃してしまう初期の兆候や関連性も、AIなら発見できる可能性があります。
• 迅速なトレンド把握: ソーシャルメディアで急浮上した話題や突発的ニュースにも即座に反応し、ポートフォリオに反映できる機動力があります。実際、GameStop株の急騰劇（2021年初）の際も、AIEQはブログやSNSなど非伝統的データソースの監視を通じてこうしたネット上の熱狂を素早く感知しました。また、政府高官の発言や著名CEOのツイートといった市場に影響を与えるあらゆる情報をデータポイントとして捉えるため、マーケットの変化を早期に捉える可能性があります。
• 人間のバイアス排除: 投資判断において人間が陥りがちな感情的バイアスや思い込みを排し、データドリブンで客観的な銘柄選別が行われます。EquBotはAIモデルにバイアス検出・低減の仕組みも導入しており 、過去データに過度にとらわれたり恣意的な判断が入る余地を減らしています。
• 分散と組入替の柔軟性: 100銘柄以上に投資するため、一部の銘柄の不振でファンド全体が大打撃を受けるリスクは限定的です。さらにAIが常に新たな有望銘柄を探索しポートフォリオを入れ替えてくれるため、伝統的なアクティブファンドのように「特定テーマに固執して損失が膨らむ」という事態になりにくい点もメリットです。実際、AIEQは相場環境の変化に合わせて大型ハイテク株からエネルギー株へ乗り換えるなど柔軟な資産配分調整を行っています。
• ヘッジファンド戦略の民主化: 従来はヘッジファンドや機関投資家のみが利用していた最先端のAI分析を誰でもETFを通じて利用できる点も利点です。高額な最低投資額やロックアップ期間なしで、AI運用の恩恵を受けられるのは個人投資家にとって魅力と言えます。
デメリット
• 市場平均に劣後: 最大の難点は肝心のパフォーマンスが市場平均を上回れていないことです。過去5年以上にわたりS&P500指数に勝てておらず、毎年のようにベンチマークを下回っていると指摘されています。高いコストを支払っているにもかかわらずリターンで報われていない点は大きなデメリットです。
• 高コスト: 経費率0.75%はインデックスETFと比較して手数料負担が重いです。例えば米国株ETFの代表格VOO（S&P500連動）は経費率0.03%程度であり、その25倍ものコストがかかる計算です。アクティブ運用ETF全体で見ても0.75%はやや高めで、長期では費用分だけ投資家の利回りが目減りする点は無視できません。
• ブラックボックス性: AIの判断プロセスが投資家からはブラックボックスに見える点も不安材料です。人間のファンドマネージャーであれば「なぜこの銘柄を組み入れたのか」説明できますが、AIEQでは理由を問いただすことができません。結果として投資家はAIを「信じる」ほかなく、理解不能な銘柄入替えが行われる可能性を常に抱えることになります。
• ボラティリティ・下落耐性: 前述の通りAIEQは価格変動が大きく、下落局面で指数以上に下げる傾向があります。AIがリスクテイクを好む局面ではポートフォリオも攻撃的になるため、相場急落時のドローダウン（含み損期間）が深く長引く恐れがあります。実際、2022年の弱気相場でもAIEQはS&P500以上に大きく値下がりしました（最大下落率で約39%）。投資家はインデックス以上の値動きを容認する覚悟が必要です。
• 頻繁な売買によるコスト: 月次リバランスに加え銘柄入替えが活発なため、ポートフォリオの回転率（ターンオーバー）が高い点もデメリットです。売買回数が増えればスプレッドや市場インパクトによる隠れコストが積み重なり、税金面でも課税対象取引が増える可能性があります。類似するAI運用ETFの例では年間回転率が400%を超えるものもあり 、AIEQもそれに近い水準で取引を繰り返していると推察されます。長期投資において、これらコストはパフォーマンスの足かせとなり得ます。
• 純資産規模・流動性: 純資産総額が1億ドル強と中規模で、出来高もそれほど多くありません。他のメガETFと比べると流動性リスク（大量売買時に思った価格で約定できないリスク）はやや高いです。また将来的に資金流出が続けば繰上げ償還（ファンド閉鎖）のリスクもゼロではなく、この点は注意が必要です。
他のAI関連ETFとの比較
AIEQ以外にもAIを活用した運用戦略を掲げるETFがいくつか存在します。それらの運用戦略の違いやパフォーマンス、コストを比較してみます（純粋にAIを運用に用いるETFに絞り、AI関連企業に投資するテーマ型ETF（例: Global XのBOTZやAIQなど）は除きます）。
• Qraft社のAI搭載ETF（例: QRFT, AMOM, NVQなど）: 韓国発のフィンテック企業Qraft Technologiesは、AIを用いた米国株ETFを複数提供しています。代表的なものにAMOM (AI Enhanced U.S. Large Cap Momentum) とNVQ (AI Enhanced U.S. Next Value)があります。これらはそれぞれモメンタム戦略、バリュー戦略にAIを組み合わせたアクティブETFです。例えばAMOMはS&P500構成銘柄の中からAIが強い上昇トレンド銘柄を50前後選択する戦略で、年数回の高速回転売買を行うため回転率449%にも達しました。経費率は0.75%とAIEQ同等ですが、純資産はAMOMで約4,900万ドルとAIEQより小規模です。パフォーマンス面ではAIEQ同様にS&P500に対し概ね劣後していますが、市場局面によっては成功例もあります。例えばバリュー株ETFのNVQは独自のAIバリューモデルによって従来のバリュー指数を上回る成績を収めた期間もありました。とはいえ総じて見ると、Qraftのシリーズも長期的な超過リターンは限定的で、依然として模索段階と言えます。
• WisdomTree AIブーストバリューETF（AIVL, AIVI）: 大手運用会社WisdomTreeも近年AIを運用に取り入れたETFを投入しました。AIVL (WisdomTree U.S. AI Enhanced Value Fund) は米国のバリュー株式にAIアルゴリズムで銘柄選別を行うETF、AIVIはその国外（先進国株）版です。従来のバリュー指数（PBRやPERが低い銘柄群）に比べ、AIがより精緻に割安優良株を選び出すことを狙っています。特徴的なのは経費率の低さで、AIVLの経費率は0.38%とアクティブETFとして破格の安さです。これはWisdomTreeが既存の低コストバリューETFをリブランドする形でAI運用に移行した経緯があり、スケールメリットを活かしているためと考えられます。その甲斐あってか純資産も3億9400万ドル規模と比較的大きく 、AI運用ETFの中では成功例と言えるでしょう。パフォーマンスについては設定（戦略変更）から日が浅く評価はこれからですが、2023年後半～2024年の実績では従来のバリューETFと同程度か若干上回る推移をしています。AIEQのようなグロース寄り銘柄ではなくバリュー株中心のポートフォリオとなる点で性格が異なりますが、「AI + 低コスト」というアプローチで今後注目の存在です。
• StockSnips AIセンチメントETF（NEWZ）: NEWZ (StockSnips AI-Powered Sentiment All Cap ETF) は2024年4月に設定された新しいETFで、ニュース記事のセンチメント分析に特化した運用が特徴です。AIがニュースや記事見出しから各企業へのポジティブ/ネガティブな市場心理を解析し、ポジティブスコアの高い米国株（大型から小型までオールキャップ）を組入れます。経費率は0.65% とAIEQより低く抑えていますが、純資産規模はまだ約2,900万ドル程度で流動性は高くありません。短期的な成績では、2024年～2025年初めにかけてAIEQをやや上回るペースで推移しており（2025年1月末時点でNEWZ +4.79%、AIEQ +4.19%の年初来リターン ）、ニュースセンチメントというユニークな角度が功を奏している様子も見られます。ただし運用開始から間もないため評価は時期尚早であり、長期的に差別化されたリターンを出せるかは今後の課題です。
• VanEck ソーシャルセンチメントETF（BUZZ）: BUZZ (VanEck Social Sentiment ETF) はSNSやネット掲示板上の個人投資家センチメントを指数化して投資する異色のETFです。厳密には「BUZZ NextGen AI US Sentiment Leaders Index」というインデックスに連動するパッシブETFですが、この指数算出にAIによるテキスト解析が用いられているため広義のAI活用ETFに分類されます。米国個別株のうちSNS上で好意的に言及されている大型株上位75銘柄に等級投資する戦略で、経費率0.75%とAIEQ同様の水準です。2021年3月の設定当初は話題性もあり約1億ドル超の資金を集めましたが、その後のパフォーマンス低迷（ハイテク株調整局面で大きく下落）により資金流出が続き、現在の純資産は5,800万ドル前後に縮小しています。BUZZはテーマ色・エンタメ色の強いETFであり、AIEQのような真剣にアルファを追求する運用とは一線を画しますが、「AIでインターネット世論を指数化する」という点では興味深い比較対象です。残念ながらリターンはAIEQ以上に冴えず、設定来で見るとS&P500に大きく水をあけられている状況です（※参考：設定～2023年の累積リターンはBUZZが-負、S&P500は二桁＋）。
• その他/クローズした事例: 過去には他にもAI運用ETFが登場しましたが、投資家の支持を得られずクローズ（清算）に追い込まれた例もあります。例えばAI Powered International Equity ETF (AIIQ) はAIEQの海外株版としてEquBotが運用していましたが、規模縮小によりすでに運用終了しています。またカナダ初のAI搭載ETFであったHorizons Active A.I. Global Equity ETF (MIND)は、2017年に意欲的な試みとして設定されたものの累積リターン-12%と低迷し、S&P500の+65%を大きく下回る成績のまま2022年にファンド清算となりました。こうした事例は、AI運用が必ずしも投資家リターンに直結していない現状を物語っています。
総じて, 現時点で市場に存在するAI運用ETFはいずれも決定的な実績を残せていないのが実情です。最先端のAI技術を用いても、人間の知恵やシンプルなインデックス運用に継続して勝つことの難しさが浮き彫りになっています。一部にはAIEQのように資産や知見を蓄積し改良を続けているファンドもあり、「AI運用はこれから精度が上がる」という期待もあります。しかし現状では低コストのインデックスファンドに対する優位性は確認できず、むしろ劣後しているケースが大半です。AI技術の進歩スピードは速く、数年後には状況が変わる可能性もありますが、2024～25年時点の結論としては「AI搭載ETFは話題先行で実績が追いついていない」と言えるでしょう。投資家としては各ETFの運用方針やコストを十分比較検討し、AI運用に過度な期待を抱かず慎重に位置づけることが肝要です。
コメント