SOXQ ETF: 전면

반도체 분야에 동물령이 돌아왔다고 해도 과언이 아닐 것이다. 지금은 아주 오래전 일처럼 보이지만 실제로 이 분야는 2022년에 큰 어려움을 겪었습니다. 그러나 인공 지능(AI)의 발전과 이 기술이 제공하는 감질나는 장기적 기회는 이 시장 분야에 대한 투자자의 열정을 다시 불러일으켰습니다. , 투자자들은 반도체가 AI 혁명을 촉진하고 있다는 사실을 점점 더 높이 평가하고 있습니다.

Nvidia의 1분기 실적 발표 이후(나중에 자세히 설명) Susquehanna의 판매 측 분석가들은 AI를 "새로운 골드 러시"라고 부르며 AI를 위한 선택과 삽을 판매하는 회사로 Nvidia를 환영했습니다. Nvidia는 현재 헤드라인을 장악하고 있으며 당연히 그렇습니다. 그러나 Marvell 및 Advanced Micro Devices를 포함하여 이러한 AI "선택 및 삽"을 제공하는 다른 칩 주식도 있다는 점을 기억하십시오.

이러한 선택과 삽 놀이에 집합적으로 투자하는 한 가지 방법은 다음과 같은 집중형 반도체 ETF를 이용하는 것입니다.Invesco PHLX 반도체 ETF (나스닥:SOXQ) . 따라서 투자자들에게 이러한 주요 반도체 기업에 대한 상당한 노출을 제공하는 이 반도체 중심 ETF를 살펴보겠습니다.

SOXQ ETF란 무엇인가요?

SOXQ는 PHLX 반도체 부문 지수에 투자하는 Invesco의 상대적으로 작은 1억 2,800만 달러 규모의 ETF입니다. 이 지수는 미국 상장 반도체 주식 30개의 성과를 측정하도록 설계되었습니다. Invesco에 따르면 이는 "반도체의 설계, 유통, 제조 및 판매에 종사하는" 회사를 포함하여 반도체 공급망의 모든 부분을 포괄합니다. 지수와 펀드는 매년 재구성되고 분기별로 재조정됩니다.

AI와 반도체에 대한 투자자들의 열광이 급증하는 상황에서 SOXQ가 연초 대비 38% 상승한 것은 놀라운 일이 아닐 것입니다. ETF는 2021년에야 출시되었기 때문에 장기적인 실적이 많지 않습니다.

SOXQ는 또한 0.19%에 불과한 매우 합리적인 비용 비율을 특징으로 합니다. 이는 SOXQ에 10,000달러를 투자하는 투자자가 첫 해에 수수료로 19달러만 지불한다는 의미입니다. 이 비용 비율은 시장에서 가장 인기 있는 일부 반도체 ETF의 비용 비율과 유리하게 비교됩니다.iShares 반도체 ETF (나스닥:SOXX)그리고VanEck Semiconductor ETF (나스닥:SMH), 둘 다 비용 비율이 0.35%입니다.

또한 AI 관련 ETF 중 일부보다 훨씬 저렴합니다.Global X Robotics & Artificial Intelligence ETF (나스닥:BOTZ)아니면 그ARK 자율 기술 및 로봇공학 ETF (BATS:ARKQ) , 각각 0.69%와 0.75%의 높은 사업비율을 가지고 있습니다. 낮은 수수료로 ETF에 투자하면 시간이 지나도 포트폴리오 가치를 보존하는 데 도움이 됩니다.

SOXQ의 홀딩스

SOXQ는 특별히 다양하지 않습니다. 보유 종목이 31개에 불과하고 상위 10개 종목이 펀드의 64.5%를 차지합니다. 그럼에도 불구하고 Nvidia, AMD, Marvell과 같은 반도체 및 이름에 대한 희석되지 않은 노출을 찾고 있다면 이것이 반드시 문제가 되는 것은 아닙니다.

SOXQ는 투자자들에게 이러한 AI 리더들에 대한 상당한 노출을 제공합니다. Nvidia는 11.2%의 비중으로 펀드의 최고 보유종목입니다.

이 시점에서 가장 무심한 투자자라도 Nvidia가 폭발적인 수익을 보고했던 시절을 알고 있을 것입니다. 2023년에 이미 가격이 두 배 이상 올랐고 시가총액 기준으로 세계 최대 기업 중 하나였던 Nvidia는 24%의 상승률로 하루 만에 시가총액에 거의 1,840억 달러를 추가해 가장 큰 단일 기업에 조금 못 미치는 수준이었습니다. -역사상 시가총액이 하루 증가했습니다.

엔비디아는 이번 분기 매출을 전년 대비 64% 증가한 약 110억 달러로 예상해 분석가 추정치인 72억 달러를 크게 앞질렀습니다. CEO Jensen Huang은 ChatGPT와 같은 생성 AI 애플리케이션이 칩 수요를 주도하고 있다고 말합니다. 이러한 유형의 애플리케이션에는 상당한 컴퓨팅 성능이 필요하기 때문입니다.