想靠機器人理財，你該先搞懂這些事

1. 要求擴大回測績效範圍，例如拉到金融海嘯前，了解演算法面對市場變局的因應能力。

2. 可詢問「最大交易回落」（maximum drawdown）。最大交易回落意指「到最高點後下滑的程度」，換句話說，就是投資人進場後可能遇到的最糟狀況。

費用

費用是投資人最容易混淆，也是最要搞清楚的部分。雖然市面上常見各種「免手續費」、「免轉換手續費」的說法，但使用者在優惠期結束後，可能仍須支付其他部分費用。

此外，計費方式與投入資金多寡有關。縱使費用高低與服務好壞未必直接連動，但對設定投資績效不過5～8％的新手而言，1％的費用差距就有很大影響。

因此，除了釐清可能費用名目外，投資人最好要進一步詢問：是否有記載費用計算方式，以及收費原因解釋的機器人理財服務「白皮書」等說明文件，蒐集相關細節再評估。

資料來源

許多機器人理財服務號稱藉由「大數據」作為演算法的後盾，但「股狗網」創辦人賴冠吉認為，「資料來源」正是投資人必須掌握的重點，

「機器人理財的運作是 “garbage in、garbage out”，吃進的資料是垃圾，出來的結果也會是垃圾。」

要了解資料品質好壞，彭瀚生建議，投資人至少要詢問以下3個問題：

1. 資料來源有哪些？是否包括台灣與各國股市交易資料、各國經濟民生數據，或是企業財報數據？
2. 資料提供者是誰？是各國交易所提供資料？還是由程式抓取網頁資料？
3. 資料多久更新一次？能否提供即時的數據供機器人運算？

投資標的

最後，可投資標的是否完整，更與機器人投資績效直接相關。每種機器人理財商品的投資標的和數量都各不相同，投資人在選擇前，應該先整理所能選擇的標的有哪些，如果選擇有限，更要確認品質是否符合期待。

此外，雖然台灣的機器人理財服務多投資基金，但是也有以ETF為標的的智能投資工具，可供ETF投資者選擇。

沒穩賺！無法預知突發危機

有了機器人與演算法加持，就能保障投資績效嗎？事實上，有兩個機器人理財可能潛藏的盲點，投資人不得不留心：

突發事件難預測