Robinhood 全面 AI 化！智慧體自動交易、加密永續期貨與週末美股一次上線

Robinhood 在 HOOD Summit 宣布三大升級：AI 智慧體可自動分析市場並下單，加密永續期貨最高 10 倍槓桿，美股與 ETF 週末也能交易。傳統券商正逐步接受加密市場「永不關門」的交易文化。
（前情提要：幣安開放 AI 代理交易：Agent OS 上線，下單支付一把抓）
（背景補充：OG.com 也要搞個股永續合約！Coinbase、Kalshi 之後第四家申請 CFTC）

本文目錄

美國券商 Robinhood 在德州休斯敦 HOOD Summit 上一口氣推出三大升級，把「AI 智慧體自動交易、加密永續期貨、週末美股」全部裝進同一個帳戶。

產品管理副總裁 Abhishek Fatehpuria 直言，成為活躍交易者首選平台是公司的首要任務，且不會把重心放在單一資產類別上。這套打法的核心假設很簡單：交易者想要更多市場、更長的交易時間和更多風險工具，Robinhood 要讓他們留在一個 App 裡。

AI 智慧體：讓 OpenAI 和 Anthropic 幫你交易

Robinhood Agents 允許使用者在 App 內建立 AI 智慧體，選擇 OpenAI 或 Anthropic 模型，並給予它獨立帳戶存取權。這個智慧體能分析市場、建立觀察清單、交易股票、選擇權與加密資產。

更進一步的是 Loops 功能，使用者可設定常駐指令，讓智慧體在符合特定條件時自動執行策略，而不需要每次都下達新指令。

這項產品的需求基礎已經存在。Robinhood 今年上半年開放外部 AI 智慧體接入其交易基礎設施，已超過 15 萬筆 agentic accounts 建立，每天產生數百萬次工具呼叫。這次把智慧體嵌入 App 內，大幅降低了技術門檻。

但風險控管是關鍵。Robinhood 預設要求使用者逐筆核准 AI 智慧體提出的交易，使用者可關閉此保護。智慧體在推出時無法融資，只能使用其專屬帳戶中的資金。

產品管理資深總監 Gina Pasqua-Abeles 說，智慧體應該被視為一種以研究為主、能執行交易的輔助工具，公司仍期待使用者保持一定程度的監督。

加密永續期貨進駐美國券商

Robinhood 還透過 Robinhood Derivatives 與 Bitstamp 合作，向符合資格的美國客戶推出加密永續合約，起始資產為比特幣與以太坊，最高 10 倍槓桿，其他支援資產為 3 倍。

永續合約因為沒有到期日且能提供雙向槓桿，早已成為加密市場的主流產品，但過去多集中在離岸交易所。美國零售交易者受監管限制，直到現在才有主流券商把這類產品帶進來。

美國期貨產品主管 Grace Q 說明，公司知道永續合約交易者想要槓桿，但對於波動性更高的長尾代幣，刻意以較低的槓桿起步，未來可能隨時間調整上限。

週末交易：美股向加密學習「永不關門」

Robinhood 還將透過 Bruce ATS 這個替代交易系統，在週末提供部分美國股票與 ETF 的交易。這是 2023 年推出 24 Hour Market 之後的最後一塊拼圖，24 Hour Market 平日 24 小時交易，但週末仍停盤，現在終於填補缺口。

加密資產全年無休的交易模式，對傳統股市形成壓力。紐約證券交易所與 Nasdaq 都已提交延長交易時段的申請，券商與替代交易系統也早已把股權交易拉到傳統 9:30 至 16:00 視窗之外。

資料與衍生品的生態系布局

Robinhood 同時賣出外部資料給 AI 智慧體作為決策依據，包括 Unusual Whales 的選擇權資訊、Nasdaq 的市場資料、Token Terminal 的加密資料，以及 Quiver Quantitative 追蹤的政府動態。

衍生品方面還有另一項新產品：透過 Cboe 推出的收益合約，這是二進位制合約，讓使用者直接賭公司能否達成營收、EPS 或如蘋果的 iPhone 銷量等指標。

市場意義：加密交易結構反向輸出到主流金融

Robinhood 這一系列產品指向同一個方向：活躍散戶可以在單一帳戶中自由切換股票、加密、選擇權、預測市場與槓桿衍生品，同時逐漸忽略傳統市場時鐘。

Fatehpuria 說得很直接：你可以賣股票轉買加密，也可以賣加密去參與預測市場。加密市場花了數年以這種方式執行，現在它的市場結構正迴流到主流金融體系。

對臺灣投資者而言，這代表一個趨勢訊號：全球券商對交易工具的定義正在重構。加密市場培育的習慣，24/7 交易、永續合約、AI 代理下單，不再是離岸平台的專利，而是主流券商爭相複製的標準配備。Robinhood 這步走得夠快，但 Charles Schwab、Interactive Brokers、Fidelity 等傳統券商也在擴張產品線，下一波的差異化戰場可能在 AI 智慧體的資料深度與執行效率。