【FPAT協會】AI與資產管理(二)

追蹤清單 分享
分享課程
頁面連結
分享到社群媒體

關於本課程

優惠免費期間:2026-07-31
課程下架時間:2026-11-30 23:59 (下架後,即無法再重複觀看課程)
測驗關閉時間:2026-11-30 23:59,請務必在時間內完成測驗。

課程影片觀看完,請記得完成課程測驗

電腦/筆電:請點選左側選單的【課程測驗】,進行測驗。
手機:請點選右上角【☰】圖示,點選【課程測驗】,進行測驗。
★ 完成測驗後,請點選「標示為已完成」,讓進度成為100%,才算完成課程。

課程認列注意事項

完課紀錄結算時間:為每週四結算;統計期間:上週五至本週四。
CPD時數將於每週五下午由FPAT協會主動匯入,請於次週一後至 FPAT 官網或 LINE@ 查詢時數。
★有效持證人CFP®/AFP觀看完畢並完成課後測驗者(70分以上):可認列CPD時數 1小時。
★ 逾期持證人CFP®-AFP需繳交課程費用,課程觀看完畢並完成課後測驗者(70分以上)才能認列CPD時數。
★ 課後測驗及格(70分以上),若未觀看課程、測驗分數不及70分者,恕無法認列CPD時數。

觀看設備與網路需求

設備: 請自備手機、平板、筆電或有喇叭的電腦(擇一即可)。
網路: 請確保網路連線順暢,觀看影片才會流暢。
瀏覽器建議: 請使用 Chrome、Safari 或 Firefox 等瀏覽器觀看。請勿直接使用 LINE 內建瀏覽器打開,否則影片會出現沒有聲音的狀況。

課程簡介

本課程以「AI 與資產管理」為主軸,介紹人工智慧如何重塑投資管理流程。面對財富管理已由「產品導向」轉向「以客戶目標為中心」的全球趨勢,CFP® 理財顧問必須理解金融科技如何改變服務模式。本課程融合國際金融科技趨勢、AI 方法論與台灣本地監理環境,從 Robo-Advisor、Black-Litterman 模型與再平衡機制、生成式 AI(GenAI)到金融機構案例(BloombergGPT、Morgan Stanley AskResearch、JP Morgan Chase IndexGPT),協助學員了解 AI 如何強化投資組合管理流程。

為提高 CFP® 顧問的實務能力,課程特別納入 ESG 投資與 ETF 的研究方式,示範如何從證交所 ESG 儀表板、ESG IR Platform 取得資料,並應用在投資組合建構與績效分析。此外,本課程將探討加密貨幣與 ETF(如 Bitcoin)在多元資產組合中的角色,協助學員理解其資產配置價值與風險管理方式。

課程也將簡介線上資源如投組回測平台與 ETF 評析文章,使學員能直接使用實務工具強化投組回測、ETF 分析與報告撰寫技巧。最後,課程解析金管會《金融業運用人工智慧指引》與 EU AI Act,協助 CFP® 遵循合規要求,並掌握 AI 財務建議的風險分類與適當使用方式。

課程最終希望協助 CFP® 夥伴運用 AI 成為更有效率、更具洞察力的理財專業顧問,能在實務中應用 AI 工具輔助客戶資產配置、ETF 選擇、風險管理與財務決策。

推薦延伸課程(兩項)

( A ) ETF 與資產配置進階班
.ETF 的申購/贖回與流動性機制
.ETF 資金流量與市場行為分析
.多資產配置與再平衡策略
.原型 ETF、債券 ETF、Smart Beta、主題型 ETF 實務案例

( B ) AI 在投資管理的實作工作坊
.使用 Python 與 AI 工具進行投組回測
.ML 預測模型與傳統模型比較
.用 GPT 建立半自動化投資研究流程
.建構可複製的 AI 投資組合

關於講師

韓傳祥老師 專家檔案

講師姓名:韓傳祥
講師職稱/單位:副教授/清華大學計財系

講師簡介:
韓傳祥副教授合聘於國立清華大學計量財務金融學系與數學系,兼任清大創業車庫執行長以及政治大學國際金融學院,專長在應用機率、財務工程、風險管理、金融科技與區塊鏈等領域。著有中文專書三本,英文論文近四十篇,多項美國與台灣專利。長期受邀擔任產學研以及媒體的評選委員,實際推動金融科技發展;另結合多家金融機構與國內外科技公司,形成創新的服務模式,促進對銀行、證券以及保險公司提供智能化投資與資產管理服務,具有豐富的產學合作與新創輔導經驗。

你將會學習到什麼?

  • 1. 理解 AI 與 Fintech 在資產管理的最新發展,掌握國際機構應用案例與台灣監理環境的要求。
  • 2. 理解 Robo-Advisor 與投組模型的基礎原理。包含 Markowitz、Black-Litterman、再平衡策略與 AI 於預測/優化上的應用。
  • 3. 簡介線上資源進行投資組合分析與回測。例如在「投組大擂台」或是 Portfolio Visualization 等免費平台,進行 ETF、股票、加密資產的組合配置與績效比較。
  • 4. 能善用 ESG 資料進行投組建構。包含 ESG 來源、ESG 選股方法、ESG 投組績效分析。
  • 5. 理解加密貨幣在多元資產組合中的角色。包含 Bitcoin 的風險分散效果、與股票/債券/黃金的低相關特性,及其在 The Economist 實證中的貢獻。
  • 6. 了解 GenAI 風險與合規要求。掌握金管會 AI 指引與 EU AI Act 對財務建議的規範框架。

課程內容

AI與資產管理(二)

  • 課程內容
    44:05
  • 課程測驗

想要接收最新資訊的推播通知嗎?