前者經歷的是經濟衰退和長期低迷，後者則見證了市場的強勁反彈與快速崛起的新形態金融商品。這種不同的初期市場體驗，深刻影響投資決策與風險偏好，而這正是近因偏誤在行為金融學中所體現的影響。

長期來看，如果因近因偏誤導致投資人投資過度保守或過度積極的產品，都有可能對投資收益產生不良影響，如何避免這種偏誤出現，參考過去二十年的大類資產週期表可以發現，不同資產類別的表現雖有高度的隨機性(某一年的熱門資產可能在接下來幾年中績效表現不佳，反之亦然)，但投資組合的收益率卻維持穩定，因此雖然市場難以精準預測，但分散不同資產的投資方式，能避免依賴近期市場表現和經驗做出決策，導致錯誤的資產選擇。

例如在過去 15年至今，美國股票領先新興市場股票，但在2009 年及2017 年，新興市場股票曾經大幅領先美國市場的表現。甚至連預期報酬率最低的現金資產，在過去15年裡都曾在2018年與2022年兩次取得年度資產最佳表現。

Vanguard 創辦人約翰柏格曾說：「與其在稻草堆裡找一根針，不如買下整堆稻草。」，對於進行廣泛資產配置的投資人來說，全球投資能夠確保掌握全世界各角落的成長機會，並且能有效分散風險。

這是最重要的一點，因為人性很難完全避免受到近因偏誤的影響，若能自動化進行投資決策，便能避免人為干涉，導致投資計劃無法持續。在實踐中做到這一點的最佳方法是設定長期資產配置並持之以恆，保持良好的心態，同時定期執行再平衡，以確保在邁向投資目標的過程中，投資組合的風險收益特徵，始終與投資人的風險承受能力保持一致。

機器人理財能透過演算法分析大量全球各地金融市場的資產變化，以及各個不同面相與維度的豐富經濟數據，並藉由量化分析的各式因子挑選出當期最佳標的組成投資組合，在資產配置分散風險的同時，也能藉由不帶感情的智能系統幫你處理定期定額和再平衡等投資決策，避免近因偏誤所帶來的情緒陷阱。

註1：FOMO：害怕錯過Fear of missing out的簡稱，原指擔心自己不在場會錯過有意義的事情，而產生的不安與持續性焦慮。後應用在股市中多指沒有參與到某段市場上升帶來的收益，而產生的焦慮感。