智能投顾的前景与陷阱 | To FinTech and Beyond

大多数个人投资者可以从股市参与中获益。然而其收益取决于投资者是否持有适当的多元化投资组合。本文研究了使用智能投顾后投资者的投资行为情况。在人口统计学特征以及与人类顾问的互动方面，智能投顾的采用者与非采用者类似，但智能投顾的采用者在资产管理方面往往更加积极，管理的资产也更多。同时，投资者采用智能投顾能更有效地对资产分散管理。对于事前投资分散程度较低的投资者，智能投顾降低了投资组合的波动率，并提高了投资收益；对于事前投资分散程度较高的投资者的影响不显著。使用智能投顾后，所有客户的非理性交易行为减弱，包括处置效应、趋势跟随、极值效应，但没有完全消失。本文的研究估计，智能投顾未来将遍布全球，因此着重强调了智能投顾的前景以及陷阱。

何为智能投顾？

本文的研究重点是金融科技（FinTech）智能投资顾问工具，该工具通过数字化程序与平台向个人投资者提供投资组合多样化的建议，不需要人力顾问的干预。其基本组成是经典的Markowitz 均值-方差优化方法。该方法以平均收益向量和方差协方差矩阵作为输入，返回一组有效的投资组合。

智能投顾具有以下优点：智能投顾通过使用技术从而降低人力成本；智能投顾使用基于金融理论的可复制算法克服主观认知局限和偏见；智能投顾可以简化和加快与客户的联系；智能投顾更加透明并且其实现策略更加简单和高效。

但智能投顾未必没有陷阱：使用自动化工具时，个人不愿将所有决策权交给算法；智能投顾可能会将公司利润置于投资者利益之上；均值-方差优化法未考虑投资机会集的时间变化也没有明确地考虑到有效边界是每个个人投资者视野的函数；方差协方差矩阵难以精确估计等。

实证研究

本文研究的智能投顾工具专注于印度股票，目标群体是印度一家大型经纪公司的个人投资者。本研究使用了四个数据集，包括个人访问智能投顾的信息、投资者人口统计特征、每日所有交易以及每个月末的投资组合持有情况。数据涵盖2015年4月1日至2017年1月27日期间。

文章提出了两个实证策略：首先显示单一差异结果，控制未观察到的时间不变的投资者特征；其次，构建一种基于差异差异分析的识别策略，该分析利用引入智能投资顾问工具中的准随机变化来减少时变投资动机可能带来任何结果的担忧。

本文首先分析采用智能投顾的用户，以了解在金融建议领域接受技术创新的投资者类型。结果如下表所示：

表A显示，智能投顾用户和非用户在几个人口统计特征方面没有经济或统计上的显著差异，无法区分，包括他们的性别，年龄等。表B显示，智能投顾用户更关注他们的账户，平均进行了更多的交易，交易量更大，因此产生了更大的交易费用。总体来看智能投顾用户是更积极的投资者。表C、D显示，智能投顾用户的资产管理规模大大高于非用户，持有的股票也更多。在样本期内，智能投顾用户表现优于非用户。

总体而言，智能投顾工具的用户与非用户在人口统计学和时不变特征方面没有实质性差异，但他们似乎不太容易出现行为偏差，资产管理规模较高，交易活动也高于非用户。

接下来，在投资者内部分析智能投顾对投资组合多样化、风险和投资回报的影响，该分析将所有时间不变的决定因素分开。将样本限制为在2015年7月之后的任何时间点使用组合优化工具的投资者，对于那些不止一次使用优化器的人，本文只考虑优化器的首次使用日期。这种方法使得能够确保投资者的时间不变特征无法影响交易行为和表现的任何变化。如下表所示：

发现平均而言投资者持有的股票数量增加了0.16股，约为使用智能投顾工具前持有股票数量中值（12股）的1.3%。将所有投资者集中在一起可以掩盖横截面效应的实质性变化，发现在使用智能投顾后，投资组合的波动性会降低，而在使用智能投顾之前，投资组合的波动性不一定会改变。为了评估在智能投顾使用前的多样化程度的影响，首先计算每个投资者在首次使用智能投顾后一个月持有的股票数量与首次使用智能投顾前一个月持有的股票平均数之间的差异。如下图所示：

证据表明，多元化的投资者从智能投顾中获益更多——其技术使得不太精明的投资者也可以简单地实施建议，这表明与其他形式的建议相比，智能投顾可以成为帮助投资者实现投资组合多样化的有效工具。

本文的第三组测试检验了个人投资者在买卖股票时表现出的显着行为偏差。测试遵循前后设计，其中作者比较了采用机器人建议前一个月与采用后一个月的偏差，并将分析重点放在金融领域的三个突出偏差上：对于卖出决策，检查了处置效应；为了评估购买行为，研究了趋势追逐；最后还检查了排名效应。

结果表明，在使用智能投顾之后，这些偏差明显减少了，尽管并未完全消除。无论投资者在使用前多元化如何，结果都成立。偏差并未完全消除的原因是投资者可以在智能投顾建议的基础上进行额外交易，投资者可以决定不全面遵循投资顾问的建议。

研究结论

本文研究结果发现智能投顾采用者往往更积极，管理资产更多，可获得多元化收益。事前多方投资者会增加股票持有量并持有波动性较小且回报较高的投资组合。已经多元化的投资者持有较少的股票，但波动性有所减少，并且在使用后交易更多。所有投资者都会根据在线账户登录来提高注意力。本文发现智能投顾采用者的行为偏差表现出突出减少，包括处置效应、趋势追逐和排名效应。

这篇文章的结果强调了智能投资顾问工具的前景和陷阱，针对多元化程度较低的投资者，金融机构应推广使用智能投顾工具，而更成熟的投资者和更多元化的投资者在使用智能投顾后可能会表现出较低的费用调整绩效。未来的研究应深入探讨针对不同类别投资者需求的智能投顾建议干预措施的优化设计。尽管智能投顾有广大前景，但它的陷阱并不能让它成为所有个人投资者的灵丹妙药。

来源：The Promises and Pitfalls of Robo-Advising

“智能化”重构中国财富管理市场

根据客户的资产状况和风险偏好，“聪明”地推荐合适的理财产品，或“冷静”地提示超出风险承受能力，这一让许多投资者习以为常的场景，透露着一个有趣的信号：以AI(人工智能)为代表的智能化技术，正逐步实现对中国财富管理市场的“重构”。

近几年快速兴起的智能投顾，是智能化技术在财富管理领域最基础和直观的应用。从2015年开始，蚂蚁财富、腾讯理财通等人工智能理财平台陆续上线，中国平安等大型金融集团及众多银行、基金公司纷纷入局，“智能投顾”这一新生事物开始进入普通民众的视野。

2018年资管新规落地后，“持证上岗”的要求令一度火爆的智能投顾有所降温。不过，这并不妨碍业界乐观看待这一行业的前景。

兴业证券研报预计，2022年中国智能投顾管理资产总额将超过6600亿美元，用户数量超过1亿。

知名咨询公司波士顿(BCG)联手中国平安旗下陆金所25日发布的《全球数字财富管理报告2019-2020》认为，在财富管理领域，智慧化个性顾问可以大大降低人工服务成本和门槛，助力机构实现客群下沉，过去仅针对高净值客群的金融服务得以普及普通客群。

报告同时表示，“智能化时代”的财富管理服务，并非简单地用智能投顾完全替代人工投顾，而是利用大数据和人工智能等技术，基于客户真实的财富水平、风险偏好及所处生命周期，定制化、动态迭代地提供包括财富保值增值、税务与财务管理、传承规划等有具体目标的财富管理服务。

报告称，智能化技术可从加速投资者教育、个性化服务普惠大众、实现更加稳健的风险管理3个领域，推动中国财富管理市场实现跨越式发展。

一些例子印证了这一观点。作为中国平安旗下的财富管理平台，陆金所通过投资者适当性管理体系(KYC)、产品适当性管理体系(KYP)的逾400个标签，可实现14个品类超7000个产品与平台4400万用户的精准匹配。独家研发的意图预测模型系统(KYI)则可借助“神经触点”动态识别和预测客户的潜在意图。2016年至今，陆金所已累计对300万笔交易进行风险超配提示，涉及金额逾3900亿元。

在业界看来，通过惠及规模庞大的“长尾用户”，智能化技术正令财富管理市场从看似饱和的“零和博弈”变成前景可观的“增量游戏”。

《全球数字财富管理报告2019-2020》认为，智能化将成为未来10年财富管理市场发展最为重要的方向。智能化技术预计可帮助整个市场资产管理规模实现25%至50%的增长，并助力各类机构实现15%至30%的收入提升，以及25%至50%的利润改善。

陆金所控股首席执行官计葵生表示，智能化在中国财富管理市场的发展刚刚开启，目前市场规模仅占5%至6%。“用户远未得到满足的财富管理需求中蕴藏着巨大的市场空间。中国财富管理市场极有机会步入‘去人工化’的智能时代，实现跨越式发展。”计葵生说。

在通过“普惠化”助推财富管理市场发展的同时，智能化技术也提升着财富管理行业的监管水平和效率。《全球数字财富管理报告2019-2020》分析称，监管科技以及AI技术的应用，正从政策追踪、内部监控、风险分析及监管报送等角度，助力行业打造更加高效、精准、专业和开放的监管环境。

业界同时期待，在管理创新风险的同时，监管能为创新提供更多沃土。

BCG董事总经理、全球合伙人谭彦表示，监管定位应适时地从被动监督升级到主动引领，一方面对新技术保持敏锐度，前置监管制定规则、引导应用规范化发展，建立沙盒机制鼓励新技术应用与落地。另一方面，监管重点应从监督规则转为监督数据，减少对创新的监管不确定性，并探索完善“智慧监管”体系。

来源：新华社上海

如何判断一个智能投顾产品的好坏？

2016年既被称为人工智能新元年，又成为人工智能发展的第一个60年甲子期。Alpha Go带动各行各业掀起人工智能之风。金融行业也不例外，把人工智能与金融业务结合起来，迈步走向更智能的“科技金融”。

其中智能投顾业务被称为科技金融业务的典范，从美国的Kensho、Wealthfront、Betterment等机构开始，国内出现了众多智能投顾机构。不论是证券业、基金业、银行业等标准的金融机构，还是第三方的金融产品销售机构和互联网金融机构，纷纷抛出智能投顾概念，各自推出产品。尽管一边是概念的升温，但另一边则是市场的质疑。

投资人以及行业在体验这些落地产品的过程中均开始反思，什么样的智能投顾具有价值，科学的银行业智能投顾的判断标准在哪里，为什么很多智能投顾还是以问卷测评、产品推荐为服务的起点和终点。

因此，对于如火如荼的智能投顾，梳理其发展中遇到的争论，分析争论背后的定义和概念，阶段性思考其发展方向，对于整个行业的发展来说至关重要。

智能投顾不等于赚取高回报的神秘机器人

因Alpha Go通过机器学习在围棋中战胜人类选手，全社会对机器学习投去神秘甚至畏惧的眼光，尤其是其深度学习能力。智能投顾也因此被戴上神秘而强大的光环，众多投资者希望借助机器人在金融市场中交易，尤其是类似股票交易的可自动化交易的领域，希望机器人能像“收益收割机”一样获取源源不断的超高额回报。

即使自己不能像科学家一样造出类似的东西，也希望市场有机构能提供类似的机器人，让机器人执行其投资指令或投资建议，让自己获得超额收益。如果能这样，那么客户愿意付费去采购这样的机器人，这个神秘的机器人就是期待的“智能投顾”。

但这一逻辑却存在深刻悖论。因为智能投顾是科技专家造的，如果他们能够造出如此神秘高端的智能投顾机器人，那为什么科技专家不直接将此机器人用于自有资金的市场交易并通过资产管理获取回报，而要依靠出售机器人的投资建议给他人，来获取此类回报？

因此，只能推出智能投顾不可能是赚取高回报的神秘机器人这一结论。如此以来，既然智能投顾难以赚取超高回报，那么赶上风口的神秘感一定会褪去。当潮水褪去时，客户的信任感将大打折扣，该类智能投顾将从神坛上跌落下来。这也说明，目前的证券投资，尤其是股票投资市场中，智能投顾的理念是需要重新定义和反思的。

从技术上看，机器学习可以分为多种做法，例如通常所说的符号主义、联结主义、行为主义、进化主义、贝叶斯派等派别。但不论如何，哪怕是深度学习也尚且不能完全解构金融市场的多重复杂混沌属性。金融市场不同于人造的某类固定规则下的博弈，例如围棋象棋、德州扑克等游戏规则透明固定，存在明确的推理基础，而金融市场的因子相互依存，资金因素、情绪因素、政策因素、工具因素、参与者反身性因素等每个方面都既是市场的自变量又是因变量，相互转化、相互依存，在时间序列中形成不可完全重复的动态混沌结构。

这些复杂性，使得现阶段的机器学习尚不能精准处理这些理性逻辑链条和非理性情绪因子，难以发挥确定的作用。当然，并不能否认机器学习在金融市场的作用。从交易信号看，机器学习是可以作为辅助信号和储备信号的，是资产管理投资交易的参照性工具，是一种新式方法论。

智能投顾不等于程序化交易相关的量化交易

量化交易在狭义上又可以称为程序化交易。美国从20世纪60、70年代开始将程序化交易应用于金融市场，尤其是对于一些逻辑可以触达，但手工执行难以到达的交易，机器程序交易具有巨大的便利性。

除了严格的下单、成交、批处理、技术指标等以外，程序化交易还可以实现止损、止盈、趋势跟踪等辅助交易目的，尤其是在时间较短的高频领域，通过市场微观结构理论，可以在秒钟级甚至毫秒级以内实现订单的买卖，获取波动率极低的高性价比收益。

但这些程序性量化交易并不能称为核心范畴内的智能交易，尽管具有较多自动化，但不涉及如图像识别、声音处理方面的感知智能，也不涉及语言文本、逻辑推理的反向学习、深度学习、有监督无监督的机器学习等。

机器学习的魅力在于根据已有的输入条件、在已明确的目标下，依据特定的规则，获得信息处理的模型过程参数或函数。量化交易在于根据已有的逻辑和数据前提，通过历史回测和多次模拟，得到想实现的业绩目标。

量化投资需要的数据信号以及信号之间的钩稽梳理合成，往往是在投前离不开逻辑假设，在投后又需要业绩归因。如果没有逻辑，黑箱化，不可解释或只是关注技术上的回测效果，可能是过度拟合，且是失真的。

因此，当没有搭建机器学习平台构建深度学习因子时，机构追求此类方式的交易需求较为强烈，但当机器学习和深度学习构建之后，面对机器学习给出的成百上千个“优质”模型，机构反而不会拿真金白银去实盘每一个策略。原因就在于，机器学习的不可解释性和金融市场条件之间的复杂因果性。

在不清楚自身的风险敞口类别和暴露程度时，作为谨慎的基金经理，必须只认可其作为补充交易信号，而不能作为充分性的自动化量化交易信号依据。也就是说，机器学习在金融市场的交易远远没有成熟，金融市场的资产管理交易复杂程度远高于规则清晰的棋艺游戏类推理和有监督的深度学习，但把机器学习的金融交易作为辅助信号是有必要的。

智能投顾不等于形似而神不似的智能客服

除了智能投顾的“投”与量化交易、程序化交易有相似之处，智能投顾的“顾”，即客户服务方面，如果用人机交互的对话系统的问答方式，与目前市场火热的“智能客服”也有相似之处。

智能客服，是指利用NLP（神经语言程序学）自然语言处理技术，结合语料问答和知识图谱，提供类似人工客服的应答系统。以往电信、政府、银行等众多的服务性机构在传统业务中会雇佣大量的人工客服团队，而智能客服通过技术化处理省略掉大部分人工客服，提高服务效能。

但目前的智能客服主要是由技术专家结合行业客户一起研发，技术专家输出技术，行业客户提供知识点。而智能投顾是在投资和财富管理领域中发挥财富顾问的作用，通过熟悉客户、认知客户，以此建立需求的起点，在人机交互中洞察客户，更“懂”客户，并以此服务客户的投资全过程。

就目前看，智能客服和智能投顾存在较多本质性差异：

一是智能客服往往能够处理通用性问题，但当问题涉及行业特征和客户特征时则难以回答。例如“怎么购买产品？”智能客服很容易回答，但对于“我该购买什么产品？”则很难回答。同样对于“明天市场走势如何？”很容易回答，但对于“明天的市场情形我该做什么？”则很难回答。而后者正体现了智能投顾的差异化优势。

二是智能客服回答较为静态和被动，不能实现动态和连续。很多智能客服仅仅是将储存的问题调用出来，很难动态跟踪客户的变化，只是为了硬着头皮回答客户批量性简单性的相同问题，并没有主动洞察客户的思想。智能投顾是在主动洞察的基础上发挥“顾问”的作用而不是“客服”的作用，进而带来个性化的专业价值。也即是说，智能客服偏功能性，而智能投顾偏分析性。

三是理念上的差异。智能客服追求“响应即服务”，而智能投顾是“诊断后才服务”。智能客服只要以固定的问题、固定的答案应答即可，但智能投顾是固定的问题，不同的答案。这也隐射出客服是一种事后、售后性的工作，但投顾是一种事前、前瞻性的工作。

四是技术上的差异。尽管智能客服和智能投顾可能都会用到NLP等语言技术，但是技术的深度和颗粒度远远不同。智能客服将通用技术运用于各个行业，既覆盖非金融业务，又触及金融业务，“泛而不专”。若希望实现专业的回答，则需考虑到每一个垂直行业都有非常多的细节，尤其是涉及行业的微小专业知识和相关流程。

因此NLP技术必须深度结合行业知识，才能将智能程度提升到更高水平。例如，对于“怎么样购买产品？”与“购买产品怎么样？”，在纯语言技术上差异可能不大，但对于财富管理行业而言，前者意味着客户尚没有享受金融产品，后者则表示客户已经在关心自己投资的金融产品，差异迥然。

智能投顾的本质与内涵

通过多角度的边际比较可以看出智能投顾其深刻内涵和本质，即智能是手段，投顾是目的。通过利用人工智能这一手段，来实现传统上难以实现的顾问式服务目标。

首先，智能投顾的“智能”必须包含核心的人工智能技术。现阶段核心的人工智能技术可以分为两大方面，感知智能与认知智能。感知智能与人的感觉知晓相关，例如视觉、听觉等。

目前来看，视觉方面的人工智能技术主要是图像识别技术，包括虹膜识别、人脸识别、无人驾驶等；听觉方面的人工智能技术主要是语音合成、声纹识别、语音测评等。认知智能与人的语言、理解和逻辑相关，例如学习、推理、思考、规划等。

目前来看，落地的领域主要是游戏、棋艺和自然语言处理等。尤其是自然语言处理NLP，包含语义分析、语用分析、机器翻译、文本匹配、文本分类、对话系统等。也就是说，人工智能技术必须触及人的“眼睛、耳朵、嘴巴”三方面之一。如果金融业中的智能投顾，并不涉及这三方面的技术，则只能说使用的是传统的网络工程技术，因此不能简单称为智能投顾。

其次，智能投顾的“投顾”，必须包含金融中的“投资”和“顾问”两方面的服务内容。投资服务，就是人工智能下的智能投顾机器人能像投资经理和基金经理一样帮助客户，实现事前的风险预算、事中的资产配置、事后的自动调仓、投后监测和市场研判的自动化；顾问服务，就是智能投顾机器人能像银行顾问服务人员一样，为客户实现方案定制、资产诊断、财富规划、咨询陪伴等内容。

如果没有这些功能，只是把产品像超市一样堆积在网络页面和手机软件中，本质只是电子渠道销售而已，离真正的智能投顾相差甚远，有盗名之嫌。

因此，整体而言，要判断一个智能投顾产品的好坏，必须要从理论上的“顾+投+智能”三要素结合出发，同时利用金融行业的特殊性，深刻理解并践行落地。作为一项称得上人工智能方面的科技金融创新，智能投顾必须尽可能为客户实现上述的三要素价值。

由此，也可以推导出，科学的智能投顾判断标准是：既要像投资经理一样为客户在财富管理上做出“靠谱”的财富回报，也要像理财顾问一样为客户表现出人性化“温暖”的沟通和体贴陪伴。

当然，判断一个产品，做成一件事，也可以从人的角度来评价：谁来做，为谁做，谁评价。

当前智能投顾面临着一定的泡沫，不管是各类持牌金融机构，还是非金融机构，不论是注重资产管理的机构，还是注重客户服务的机构，不管是二级金融市场，还是一级金融市场，“智能投顾”业务正轰轰烈烈开战，泥沙俱下。相信人工智能的风口期过去后，市场将迎来更为真实的检验，行业将会更多反思智能投顾的标准、定义、内涵和外延等，反问是否真的给客户创造了价值。

来源：北京贝塔智投CEO马天平

四大问题待解 银行智能投顾踌躇难展

3月4日，《中国经营报》记者从招商银行了解到，该行已成为首批获准成为公募基金投资顾问业务试点的银行之一。另有消息称，中国工商银行、平安银行也已获得该试点资格。

此次3家入围公募基金投资顾问业务试点的银行，恰是在国内较早开展智能投顾的商业银行。业内人士认为，此次银行获得基金投顾业务试点机构资格，将进一步丰富产品内容，同时刺激投资者接受“管理型投顾”，有利于智能投顾的发展。

智能投顾被认为是长尾用户财富管理的发展方向，尤其是资管新规落地之后，净值化、去刚性兑付的过程将进一步释放和激发巨大的智能理财需求，不过目前银行在这一领域处于观望状态，银行开展智能投顾仍面临投资门槛较高、投资组合数量相对较少、风险等级划分粗略、风险测评依赖客户主观意识等问题，要普及到更广泛的长尾人群仍有很长一段路要走。

基金投顾试点利好智能投顾

近日，记者获悉，招行已收到中国证监会下发的无异议函，成为首批获得基金投顾业务试点资格的商业银行之一。有消息称工行、平安银行也已陆续收到了证监会下发的无异议函。

招行相关负责人告诉记者，正式开展基金投顾业务之前，该行做了诸多准备工作，包括整体业务方案的设计、人员组织架构的搭建、投资策略和顾问服务体系的建设、内外部系统开发、内部管理制度建立等。“因为我们有三年多‘摩羯智投’积累的经验，总体上，各种工作都在有条不紊地进行，争取尽快向客户推出我行的基金投顾业务。”

亿欧智库分析师孟凤翔告诉记者，此次基金投顾试点最大的变化在于管理型投顾的放开，即可以实现代客理财，试点机构可以代客户作出具体基金投资品种、数量和买卖时机的决策，并代客户执行基金产品申购、赎回、转换等交易申请，开展管理型基金投资顾问服务。

某股份制银行资管部人士告诉记者，此前银行正是因为管理型投顾受到限制，使得银行智能投顾的发展受到影响。

招行相关负责人指出，此次获得基金投顾资格后，基金投顾以公募基金为基础投资标的，整体上，公募产品标准化、起点低，是一种可以面向全行客户的“普惠金融”产品，该行也将降低基金投顾业务的投资门槛，尽可能服务到更多有需求的客户。

“基金投顾试点的开放，在一定程度上利好智能投顾的发展。智能投顾在一定条件下可以触发实现‘管理型投顾’，不过，目前智能投顾发展缓慢，原因之一是投资者对于‘管理型投顾’的接受程度不高。基金投顾试点，可以刺激投资者教育，让更多投资人了解‘管理型投顾’。”苏宁金融研究院高级研究员黄大智告诉记者：“同时，基金投顾可以视为是智能投顾发展的基石。智能投顾是在整个投顾行业的基础上发展起来的，基金投顾试点开放，将赋予投顾业务更多的管理权限和投资品种，在这种情况下，智能投顾能投资的品种就更多了，有利于其进一步发展。”

记者注意到，此次获准成为公募基金投资顾问业务试点银行，均在业内较早开展了智能投顾业务。其中，招行在2016年底上线了智能投顾产品“摩羯智投”，根据该行2018年业绩报显示，摩羯智投累计销售规模已达到122.33亿元；2017年下半年，平安银行上线了“平安口袋银行智能投资顾问”，即“平安智投”；随后，工行在国有大行中首个推出了基于人工智能技术的智能投顾品牌“AI投”。

与此同时，更多银行机构推出了智能投顾产品，如中国银行推出了“中银慧投”、中国建设银行发布了“龙智投”、浦发银行的“极客智投”、兴业银行的“兴业智投”、广发银行的“广发智投”等。许多城商行也紧跟步伐，比如江苏银行发布了“阿尔法智投”、江西银行推出了“财富智投”。

银行智能投顾业务仍待完善

艾瑞咨询去年发布的《智能理财4.0：2019全球智能理财服务分级白皮书》数据显示，2016年中国智能理财服务市场规模仅300.7亿元，到2018年已上升到2546.9亿元，预计到2022年，中国智能理财服务市场规模将达到7370.5亿元。

2018年资管新规的出台，首次将“智能投顾”产品服务纳入监管范围。业内人士认为，规范发展后的智能投顾，将能凭借其低成本、个性化的特征，使高质量的资产配置服务能普及到更广泛的长尾人群，成为未来发展的方向。然而，自资管新规落地后，却鲜少有银行高调推出新的智能投顾业务。

“大家应该普遍认可这是未来的发展方向，不过现阶段可能考虑到市场接受度、技术成熟度、性价比等原因，智能投顾在业务开展优先级上并不占优。”上述城商行资管部人士告诉记者，在推出智能投顾业务之前，有些基础性工作要先做起来才能真正发挥智能投顾的作用，例如产品的丰富程度、银行业务的线上化程度、对客户画像的精细化程度等。

孟凤翔认为，对大型银行而言，目前银行发展智能投顾的难点主要是体制机制的问题，大象转身比较难；对中小银行而言，其整体的技术能力和资金方面相对较弱，对发展智能投顾会有影响。“中小银行可以选择与第三方合作或者和大行合作，也有一些银行已经在布局了。”

记者梳理了目前多家银行的智能投顾产品情况发现，部分银行的智能投顾的门槛相对较高，不利于吸引长尾客户。数据显示，招行“摩羯智投”和中信银行“信智投”的首次申购门槛较高，为2万元；门槛较低的是浦发银行“极客智投”和建行“龙智投”，门槛分别为1000元和2000元。此外，投资组合数量相对较少，用户选择余地小。

孟凤翔补充认为：“一方面，部分银行风险等级划分粗略，笼统的分级很难真正描述用户的风险等级情况，用户需求难以保证。另一方面，目前智能投顾风险测评过程依赖主观选择，随意性强。在风险测评环节，智能投顾产品多依据用户直接选择进行判断；问卷形式的评估在一定程度上引入了‘智能化’，但用户的主观选择依然起主导作用。用户可能存在对自己相关情况认识不清等问题，进而导致风险测评结果与自身实际风险偏好相差较大。”

对于智能投顾未来的发展，孟凤翔给出了三点建议：一是银行应增强风险测评环节的客观性，推动投资组合推荐向“千人千面”发展，即在风险测评中加强对用户相关信息和投资数据的调用，减少用户的主观随意操作，可以提高所推荐的投资组合与用户的匹配度，进一步提高用户的使用体验，增强用户黏性；二是银行应放开风险等级划分，实现用户可承受风险范围内的收益最大化，因为相对固定的风险等级难以真正刻画用户的风险承受能力，也难以真正对用户进行个性化评估，各智能投顾产品要逐步细化并尽可能地放开风险等级划分，实现向动态化、个性化的风险等级评价转变，促进风险收益情况与用户的匹配；三是丰富基金产品种类和投资组合设置。

来源：中国经营报

疫情之下的线上理财

刚过去的这个春节，由于突如其来的疫情的影响，变得有些不同寻常。全国人民共同抗疫取得成效，然而也有不少行业由于疫情不得已延迟复工，即使是复工之后，业绩也比不上往日，银行理财业就面临着这样的问题。

银行理财产品销售受挫。春季本应该是银行理财产品销售的旺季，然而因为疫情影响，今年的销售场面略显凄凉。一方面，许多人被迫待在家中，银行网点也限制了营业时间，网点客流量明显较往年减少，而咖啡店、餐厅类适合理财经理同客人谈生意的地方的营业限制进一步约束了线下理财产品的销售。另一方面，疫情或多或少改变了人们的消费观念，再加上理财产品受众的收入也受疫情影响减少，人们或许更倾向于短时间内持有现金，而非进行投资理财。

银行转变传统销售方式，开启线上直播时代。为解决线下困境，不少银行转变思维方式，要求业务人员开展线上直播方式，为顾客推销产品。2019年是一个直播业异军突起的年度，诸如李佳奇、薇娅等头部销售主播知名度急剧上升，带动了无数品牌的销量，一时间使主播业也成为炙手可热的行业。借助这种思想，理财经理线上直播不失为一种良好的尝试，将传统的理财产品销售与互联网直播结合在一起，或许会碰撞出不一样的火花。中银理财于2月11日开始了空中小课堂直播，观看人数达2.6万人次，主讲内容包括突发疫情对资本市场的影响战、疫情洞悉投资良机等。随后，其又举办了2场空中小课堂直播。2月25日，建信理财的云课堂也首次直播。

多家银行理财子公司发布线上风险测评功能。除了产品推销以外，包括中银理财、农银理财、中邮理财、交银理财、工银理财、建信理财和兴银理财在内的多家理财子公司发布了首次购买理财产品线上自助进行风险承受能力评估的功能。此功能为长期服务，且不限于疫情相关理财产品。这也标志着银行理财未来的走向或更加便利化、电子化、科技化。

线上理财不失为一个有潜力的发展方向。处在互联网快速发展的时代，传统的银行理财也将面临向数字化、智能化转型，疫情是一个正好的机遇。同时，对于金融监管来说，也要适应这种发展，并相应地完善监管条例。线上直播等方式或许也能吸引一批新的客户，相较于传统的理财经理服装正式地推销产品，化身为线上主播之后，无论从着装、还是话术方面，都变得不那么严肃，或许能在维持原有的客户人群的基础上吸引新的受众人群。但是，业务人员、以及监管部门也要注意真实、准确地披露产品信息，切莫因线上销售，就对产品进行夸大，无论以哪种形式，理财的本质还是为客户服务，而线上业务的开展，则应以更利民为方向，若是本末倒置，则得不偿失。

来源：普益咨询

国内智能投顾的驱动因素与制约难点

智能投顾依托互联网大数据，利用人工智能和量化投资等技术手段，根据客户的风险偏好和投资需求为客户提供个性化的投资建议，交易和投后服务。与传统理财顾问服务相比，智能投顾具有高效、便捷、费用低的特点。智能投顾在我国的发展有着充足的驱动力。

投资理财市场潜力巨大，根据贝恩发布的《2019中国私人财富报告》，中国个人持有的可投资资产总体规模在2018年就达到了190万亿，并保持着较快的增长速度，中国个人可投资资产1000万人民币以上的高净值人群规模达到197万人。金融类资产，包括基金、资管、银行理财等规模增速远超资产总体增速，多元化资产配置的需求也处于稳定增长中。

国内私募基金经历市场起伏，有追求绝对收益的诉求，在美国，机构投资者为金融市场的主要参与者，专业能力强，好的对冲基金（Hedge fund）往往能获得稳定的收益，受到投资者的信赖。而国内的私募基金在牛市中高歌猛进，而一旦进入熊市，业绩就快速下滑，无法为投资者获取稳定的回报。智能投顾为私募基金提供了一种有效的工具，有助于提升私募基金的绝对收益获取水平。

券商佣金率持续下降，经纪业务转型迫在眉睫，自2015年4月正式开放了“一人一户”的限制，券商经纪业务的价格竞争一触即发，行业佣金率持续下降，倒逼着券商经纪业务加快转型，提升服务质量。而差异化的投顾产品是不少券商的发展重点，多家券商推出了投资顾问的APP产品，不仅扩大了投顾业务的覆盖面，还能为客户提供个性化的服务。智能投顾在这一领域大有可为。

散户比例高可能是中国发展智能投顾的优势所在，相比美国庞大的代客理财市场，中国的投资者更愿意自己操盘，投资工具比专业人士更能满足散户的需求。智能投顾将原本专业人士使用的投资工具带给了散户，在金融知识储备有限的情况下依然可以进行量化投资和资产配置。此外，互联网移动端产品也吸引了年轻投资者的加入。

同时我国也存在着一些智能投顾发展的限制条件

国内大类资产配置的客观条件还不具备，Wealthfront能提供资产配置组合的原因是美国的金融市场中有对标全球各市场各种资产大类的ETF产品，而中国目前只有200多只ETF，且大多为股票指数ETF。金融产品和对冲工具数量不足，无法分散投资组合的风险。此外，个人客户的资金比较分散，通常持有多个账户，现阶段还无法实现多账号的归集管理。

量化投资的监管框架有待完善，实现多账户的归集管理智能投顾的一大优势是信息透明，美国的智能投顾遵守《1940 年投资顾问法》的规定，接受 SEC 的监管。我们看到主要的智能投顾网站上都有投资白皮书，阐述其使用的投资方法，决策过程都做了详细的说明，信息披露非常完善。如何确保投资策略的合理性，保护投资者利益是国内智能投顾有待解决的问题。

智能投顾的风控体系有待加强，如何确保投资策略的合理性，保护投资者利益是国内智能投顾有待解决的问题。无论是大类资产配置或是投资策略都必须设定严格的止损条件。智能投顾有自动化操作的特性，当市场发生突发情况的时候，系统可能无法正常地运行，建立起合理的应急预案和人工处理流程至关重要。

来源：普益咨询

股市震荡中，智能投顾价值凸显

油价暴跌,美股触发熔断,“超级黑天鹅”突然袭击下造就的“金融惨剧”犹在眼前。当地时间3月12日,美股再次触发熔断。作为股市最亲密的参与主体,投资者亦损失惨重。曾贵为全球首富的贝佐斯,个人净资产一次减少约70亿美元。对于欧美股市走势,兴业证券(601377,股吧)张亿东认为,未来数周仍将震荡筑底、频现暴涨暴跌的不稳状态。

相较于惨淡的美股、欧股,A股市场近期展现出极强韧性,颇有“逆市而为”之势头,被一些业内专家赞之为国际资本的避风港。不过股市最大的特征就是不确定性,短期上看A股甚至港股,仍面临“倒春寒”的盘整压力。所以无论是A股还是欧美股投资者,都要清醒的意识到,投资有风险,切忌大意。无数案例也证明了一点,牛市中亏钱的不少,熊市中也未必不赚钱。

炒股要重视策略,不同时期关注点和出手点不同。银河证券分析师洪亮认为,目前外围风险加大会突显A股市场配置价值,看好A股中长期机会;摩根资产管理朱超平认为价值型股票资产的价值将逐渐显现;点掌财经执行总裁顾远洋主张坚持长期量化价值投资,以不变应万变。

“在股市打磨近20年,比较了解股民心态和行为,A股散户占比极高,操作上以市场风向为主导,具体表现是热衷概念而非业绩、偏爱新股、换手率高等。事实上频繁止损比交易行情将带来的亏损更凶狠。”毛羽在谈到A股散户的市场行为时这样表示。

很多时候,正是因为此类行为,一些股民即使在牛市中也没赚到钱。也许是吃一堑长一智,在国内外股市联动效应更加凸显的当下,股民对智能投顾的接受度和信赖度在逐渐提高。

据悉,智能投顾秉承多样化的投资理念,基于标准模型算法和长期数据回测,让机器学习人工智慧并进行人力难以实现的高强度计算,最终通过分析找到投资的大数据规律,在海外发展比较成熟。

当前,国内智能投顾市场处于3.0时代,即半智能时代。依托大数据和机器学习锻造的风控系统,尽量规避操作过程中的“情绪干扰”。

点掌财经顾远洋在接受媒体采访时曾表示,阿牛智投“高增长IC”和“高盈利IC”风控因子有效性很高,这是被用户实战操作所印证的,执行风控因子的策略,比盲目频繁止损更有效。

阿牛智投通过基于标准的模型算法和长期的数据回测,协助投资者在风云变幻的市场中寻找相对确定性,产品风险收益比相当于美国一流基金经理的水平,得到广大A股用户认同。

“一位来自河北的用户曾在微信后台留言:‘通过阿牛智投的产品,可随时查看股票走势,包括买卖点、配仓建议等,更清晰了解持有股票的动态,当行情变动时可第一时间做出相关反应。即使在2015年股灾中,我小赚一笔’。”顾远洋在和记者交流中言道。

其实,当下欧美股市和2015年A股股灾市场破坏力同样惊人。虽然A股目前所受影响尚不明显,但对于股民而言,树立长期的量化价值投资理念,用先进的技术武装自己,增加炒股之路的砝码,是极有意义的。“未雨绸缪”说的应该就是这个道理。

文章来源：点掌财经

智能投顾加速产品净值化转型

自2019年底以来，资管新规过渡期延长呼声在增加，绝大多数银行仅在化解存量方面难度不小。虽然当前监管层没有明确表态是否会延长，但通过央行、银保监等相关人士的发言，我们可领会一些信号。2月7日，央行副行长潘功胜在国新办发布会上回应“资管新规是否会延期”的问题时表示，央行和银保监会正在进行技术评估，存在可能性。

对于监管层信号，业内人士认为资管新规过渡期大概率将延长。事实上，银行产品净值化转型的确面临很大挑战。长沙银行资产管理部总经理向实曾向表示，净值化产品发行对系统、人员、托管挑战很大，管理模式要变化，对人员能力要求更高，也需要更多人。

笔者认为，即使过度期延长，但难题依然存在：其一是产品估值问题，其二是投资者接受度问题。当然智能投顾更深入的应运可加速产品净值化转型，这点在银行业乃至整个融业等都是如此。

据悉，过去预期收益型产品估值容易且准确性要求相对低，按照不同类型资产分别估值即可；净值型产品估值于披露频率和估值精确度方面要求严格，开放式产品依据开放频率披露，封闭式产品则每周至少披露一次，所以银行在估值系统方面的搭建时，对自身投研能力、技术水平等挑战也进一步提高，但净值化转型是趋势、是必然。

智能投顾作为科技和金融耦合之产物，本身具有股票、债券等大类资产配置属性，银行加强资产配置和实时调仓的投顾能力，建立动态前沿配置统计学习系统，可以很好解决理财业务净值化转型的产品估值问题，同时在加强投资者教育方面也是一个新的契机。

当下，银行理财用户大多已习惯固定收益类产品，因此普遍难以接受有浮动收益的净值型产品。所以银行在净值化转型的道路上，需让投资者意识到净值型产品非意味着亏损概率增加，但想要实现，任重而道远。

“我认为，不仅是银行业，金融行业都需要在投资者教育方面加强力度。当然相较于银行理财，智能投顾现阶段于股票、债券、基金等大类资产领域的运用要更深入。我们产品专注于垂直股票市场，投顾产品涵盖从股票到行业板块，从交易策略到风控机制，实现可视化的智能投研，满足用户智能分析的多维需求。通过基于标准的模型算法和长期的数据回测，协助投资者在风云变幻的市场中寻找相对确定性，产品风险收益比相当于美国一流基金经理的水平。“一位不愿透露姓名的智能投顾行业从业人士在接受采访时如是表示。

同时，在私募基金领域，量化基金受青睐度在提高。中信证券曾撰文表示，2019Q3私募基金整体规模增至13.4万亿元，产品发行升温，量化类产品持续受追捧，量化策略在私募基金的未来发展空间可期。

不过，和银行理财产品的转型一样，目前券商、信托目前面临很大压力，券商固收为主的结构虽暂未有大的改变，但面临资管新规压力下，主动转型已初现端倪。相信随着智能投顾在机器学习、统计分析等方面的进一步突破，强化资产配置和投资组合管理，会将加快反哺产品净值化的转型之路。

文章来源：未央网

品钛发布智能投顾近期表现，市场波动下如何保证财富科学管理

近期，美股波动剧烈再三触发熔断，以过山车式的涨跌，结束了美股十多年的牛市。与此同时，欧洲国家、加拿大、菲律宾、巴西、墨西哥等外围市场也跌势惨烈，多国股市触发熔断。

疫情黑天鹅事件席卷全球，国际市场遭遇滑铁卢，众多投资者损失惨重。品钛智能资产配置引擎“璇玑”在大跌之前通过云计算与人工智能技术，准确预测了市场风险，帮助投资者幸免此次大跌。

波动的市场中，智能化的资产配置能够战胜人对市场的贪婪、恐惧等主观情绪，在变幻莫测的金融市场中显得尤为重要。

3月经历美股有史以来最快回撤

品钛智能资产配置引擎“璇玑”基于马科维茨的现代资产配置理论，利用量化策略和机器学习算法，结合大数据的应用，为客户构建符合风险偏好、投资期限、客户画像的个性化的基金投资组合，将资产投到风险相关性低的不同资产大类中，并将组合风险控制在客户的风险承受范围之内。之后，系统将根据市场状况、客户个人情况、和客户持有资产情况持续提供智能调仓优化等服务，保证客户的组合风险被实时控制在个人承受范围之内。

数据显示，继9日、12日两次触发熔断后， 16日美股开盘再次暴跌，标普500指数跌超7％，触发熔断；18日道指和标普500指数午间跌幅超7％，又触发熔断。自1988年设立熔断机制以来，美股共经历5次熔断，除本月4次熔断外，另一次发生在1997年。

据品钛智能资产配置引擎“璇玑”监测数据显示，2020年3月美股创造出有史以来最快的回撤：标普 500仅用19天便下跌超过18%。相比之下，2008年初的金融海啸用了101天才从历史高点回落15%，为投资者提供了较长时间反应与避险；即便是当年第一次世界大战期间忽然爆发的1916年股灾，标普500下跌18%仍用了30天。

（图1：历史标普500暴跌回落超15%时刻）

智能资产配置的预见性调配

“全球疫情“与”油价暴跌”属于黑天鹅事件，但并非不可预测。在黑天鹅事件出现之前，品钛智能资产配置引擎“璇玑”已经监测到期权市场的隐含波动率，恐慌指数不断攀升。系统预测到海外市场大概率波动，于是主动降低了海外市场尤其是美股市场的资产配置，执行海外避险策略。

在璇玑的非常积极型、积极型、成长型、稳健型、保守型五个风险类别中，资产配置策略在2月26日都开始陆续避险，大幅降配除中国外的股权市场，并增配债券、黄金等避险资产。

（图2：2019年12月底璇玑标杆模型资产配置）

数据显示，2019年12月，品钛璇玑标杆模型大类资产配置中，美股与国内高收益债为配比最重的两类资产，美股在各类模型中占比为8%-23%，国内高收益债券在各类模型中占比20%-33%。

（图3：2020年2月底璇玑标杆模型资产配置）

而在2月份的资产配置中，璇玑对于美股的配置已经完全清零，并将主要资产配置调仓至国内纯债，占比35%-57%；继续保留国内高收益债的重要占比20%-29%。

数据显示，若用户在2月底进行调仓再平衡，本月涨跌幅截至3月18日结市应为-2%至5%区间，即用户在第一次熔断的大跌阶段，就基本规避了损失。

机器克服市场情绪实现稳定收益

品钛智能化财富管理追求长期、稳定的复利收益，用云计算、机器学习等技术将风险控制住在用户可承受范围内，进而追求更高的β市场收益。机器将基于市场因子与算法而实施策略，从而从根本上克服了投资过程中人的“厌恶损失”、“追涨杀跌”等市场情绪。

数据显示，2020年1月1日至3月18日，品钛璇玑通过资产配置的方式更好的控制了风险的波动，所设定的5种模型最大回撤区间为4%-9%，相应得到了-2%-5%的收益回报。暴跌的美股使得标普500的最大回撤约30%，收益率约-26%，但即便是国内外看好的A股市场，风险收益仍然不理想：沪深300最大回撤约为14%，至今收益率约为-12%；品钛璇玑的稳定表现，是多元化的资产配置与智能再平衡策略的效果显现。

（图4：2020年至今收益率：璇玑Vs沪深300 Vs标普500）

如图4: 2020年1月1日以来，市场波动巨大。2月3日，国内A股在疫情严峻环境之下暴跌开市，3000多只股跌停，璇玑各模型受A股影响略有下跌，但整体的下跌风险得到了有效控制。3月9日美股爆发今年第一次熔断，璇玑模型成功提前清空美股配置，并在后期保持了0美股的配置，避过一周内的多次熔断风险。

（图5：2020年至今最大回撤：璇玑Vs沪深300 Vs标普500）

品钛量化投资策略团队介绍，此前，品钛“璇玑”引擎运用过去近20年的市场回测数据进行不断演练，并在2016年完成解决方案对外输出落地，与民生证券达成合作。璇玑可以在 1 小时内完成多年的背对背仿真训练，总计积累了数千小时的经验。在历经了 2008 年全球金融海啸、2015 年股灾、2016 年熔断等市场黑天鹅事件后，璇玑最积极型资产配置组合历史最大回撤仅为 15%，年化复合收益达到了 16%。

依据系统趋势测算显示，品钛量化投资策略团队表示，目前国内外股市仍然波动剧烈，并未监测到明显向好信号。若客户条件允许且愿意承受错失反弹的风险，可考虑止损，同时，不建议投资者在此时仓促抄底。策略团队表示，若流动性充足，建议投资人手持足够应对1年的生活开销及负债偿还的现金，可考虑保留股票、智能投顾仓位。负利率、负债高企是周期尾端尚未解决的问题，即使没有疫情这样的外力施压，泡沫也需要破裂。

（图6：2016年1月璇玑成立至今累积收益率）

目前，品钛是国内拥有最多金融机构客户的智能财富管理解决方案提供商之一，已经和民生证券、江西银行、南京银行等多家金融机构合作智能财富管理项目。从2016年1月璇玑成立开始，璇玑5个标杆模型已经取得了16%-40%的累积收益率，以大数据、人工智能、云计算等技术为底层技术，为客户打造定制化的财富管理解决方案，希望帮助客户实现长期、稳定的财富管理。

文章来源：北国网