大数据和人工智能在金融领域的应用已不是新鲜事。早在2009年,利用计算机算法模型进行投资理财的智能投顾就在美国兴起,由于少了人为因素的影响,迅速受到大量投资者和机构的青睐。国内的智能投顾虽然起步较晚,但近两年在AI和Fintech的风口下,也涌现出不少智能投顾平台和工具。来自北京的“魔活儿”就是其中一家。
目前国内的智能投顾产品要么To C,为个人用户提供基于股票证券、海外资产、P2P的理财配资服务。要么To B,为机构提供AI理财产品或者智能投顾基础方案。
魔活儿创始人韩越在启动项目之前对国内智能投顾市场做了大量调研。他发现国内C端市场受到政策和个人投资者理念的影响,对智能投顾的接受度不是很高,需要投入大量教育用户的成本。而且已经有许多平台在C端进行了布局。所以魔活儿选择从B端切入。
但是在B端市场也有许多初创公司入局,虽然行业刚刚起步,但未来必定会陷入白热化竞争。为了做出差异化,韩越选择从二三线城市商业银行市场切入。
“在国内的二三线城市有200多家城商行、500多家农商行以及上千家农村信用社,它们坐拥二三线城市庞大的市场,手握大量用户,拥有大体量的存款,但是在资产端缺乏理财渠道和方法,盈利模式仍以储蓄为主,这是一个空白市场,也是魔活儿的机遇。”
韩越在今年1月份启动了魔活儿项目,专注为二三线城市的商行客户构建AI智能投顾平台。
目前,魔活儿智能投顾产品已经完成开发,并且已与多家地方性城商行达成合作将产品落地。魔活儿目前可以提供国内所有的公募基金标的。“平台可以根据用户主观风险意愿、客观风险承受能力和理财目标等维度给出符合用户风险偏好的资产配置方案,同时也会提供风险预警服务。”
魔活儿的资产配置量化策略依据的数据主要有两方面:一是标的公开的结构化数据,包括历史净值数据、基金元数据等;二是财经资讯、政策信息、研究报告等非结构化的数据。他们利用自然语言处理技术抓取这些数据,并通过特定的算法模型构建资产配置的数据模型,从而得出资产配置策略。
商业模式上,魔活儿主要依靠智能投顾系统搭建、提供定制化的增值服务、基金销售佣金分成等渠道获利。
创办魔活儿之前,韩越曾在美国纽约高盛全球总部做量化投资管理工作。他拥有纽约州立大学计算机系博士学位,曾在华尔街做过5年量化投资,接触过许多智能投顾公司。和韩越一起创业的王栋毕业于华盛顿大学计算机系,曾先后任职于AIG集团和FactSet,有5年金融行业大数据经验。他们此前曾获得高维资本和AA加速器的种子轮融资。