中国智能投顾的类型有哪些？

近年来我国智能投顾起步较快，但由于监管政策和市场特点不同，在商业模式和运行机制上与美国的情况存在一定差异。可以说，多数智能投顾尚未实现真正的智能化，自动化理财程度较低，总体上呈现为半智能、初级智能、智能因素甚至是“智能包装”等情形。据笔者统计，[1]目前我国的智能投顾模式主要可归为以下三大类。

1. 主流模式

此类智能投顾通过和海外证券公司合作的方式，根据投资者的风险偏好和投资目标，甄选合适的投资标的，实现风险分散化，向用户提供多区域、跨类别、综合性的最佳资产组合投资路径。

2. 资产配置建议模式

此模式通过收集调查问卷评估用户风险偏好，但后续所提供的投资组合多由主动型基金、理财产品、P2P产品构成，而非传统意义上的ETFs，且不提供后续调仓操作服务，仅提供大类资产配置建议。此模式具有一定的半智能性，事实上多以金融产品销售为主。

3. 证券投资模式

证券投资模式是指智能投顾直接服务于专注股票市场的用户，为其提供股票市场分析服务。这类服务通常依托股票交易及看盘软件，多由券商或股票IT公司提供，作为其增值服务的一种。

相较于传统投资顾问，智能投顾具有三大特点：成本小、门槛低、规避情绪化交易。

成本小。传统投资顾问的管理费用普遍高于1%，而智能投顾的管理费用普遍在0.15%左右，且不需要实体经营场所和线下理财顾问团队，边际成本随着客户量增多而下降。

门槛低。传统投资顾问面临“10万美金”困局。富裕人群普遍拥有财富顾问，而家庭收入在10万到50万美元之间的客户群却无法得到个性化的咨询服务。智能投顾对客户的最低投资额度要求低，有利于实现财富管理从少量高净值客户向大量中产阶级人群的下沉，能够扩大C端客户的数量。

规避情绪化交易。贪婪与恐惧是人性的弱点，容易造成止损与保盈的不及时。在传统证券投资中，投资者的投资决策易受心理因素影响，羊群效应和锚定效应等心理误区造成的失败案例层出不穷。智能投顾往往能够在用户情绪低落时及时干预，帮助用户做出更为理性的投资理财决策，依据大数据的巨量信息监控各种信号，克服人性中的弱点，比较准确地做出买入抛出等多种投资决断。

文章来源：腾讯金融研究

银行智能投顾，你用了吗？

据介绍，智能投顾(Robo－Advi－sor)是利用大数据分析、量化模型及算法，根据投资者的个人预期收益和风险偏好，提供相匹配的资产组合建议，并自动完成投资交易过程，再根据市场变化动态调整，让组合始终处于最优状态的财富管理服务。其服务流程包括:客户分析、构建投资组合、自动执行交易、动态调整组合、投资组合分析。

某商业银行工作人员刘莹表示，传统投顾一般是指投资顾问通过与客户充分沟通，判断其风险偏好水平，定制最优的理财配置方案。但受各家银行考核压力的销售导向，难以很好匹配用户的风险偏好，且个人客户一对一的投资顾问咨询费昂贵，主要为高净值人群提供保值、增值、传承、公益慈善等一系列财富管理咨询服务。中产及以下大众人群很难享受专业化、定制化的投资咨询服务。

智能投顾则降低了投资服务门槛，主要为中产及大众客户提供服务。刘莹指出:“互联网金融平台普惠、共享的特点，吸引众多中小投融资主体，基于互联网提供服务的智能投顾可根据客户以问卷等形式反馈的信息进行风险偏好判断，然后计算机后台利用算法自动计算出满足条件的投资组合，在全球范围内实现资产配置，本质上讲节约专业投顾的人力成本，且可更高效、便捷、廉价地为中低净值客户提供投资理财、资产配置等服务，投资门槛也明显低于传统投顾。”刘莹介绍，传统专业投资顾问的门槛在百万元以上，而私人银行理财起点多为600万元以上；智能投顾平台对客户的最低投资金额要求都很低，有的甚至实现零门槛。

刘莹同时指出，智能投顾的服务流程较简便，全流程均可在互联网上实现，相对标准和便捷，一般只需几个步骤，短短几分钟就可完成。

刘莹指出，相比人工投资顾问，智能投顾收取更低的费用。“传统投资顾问由专业人士担任，主要针对高净值人群，由于人力成本高，传统投资顾问的管理费普遍高于1%，且边际成本下降不明显。但基于计算机算法辅助的智能投顾，管理费普遍在0.25%－0.5%之间，边际成本随客户增多而下降，边际效应明显。”

但刘莹强调，我国智能投顾还难以降低交易成本。“欧美等国的智能投顾有一个很重要的优势，其成本大幅低于同等水平的传统投顾服务。我国当前市场上正常的智能投顾均以公募基金为资产标的，通常其认购、赎回、托管成本和管理费用综合达1%－2%，是国外智能投顾的2－4倍。”

机器为主，人工辅助

工商银行城市金融研究所分析师王雅娟指出，中国智能投顾市场已发展出多种投顾模式，有的专做国内基金组合，有的投资海外ETF(交易型开放式指数基金)，有的投资股票组合，有的投资P2P、理财、基金等产品组合，有的专做策略出售者和策略购买者之间的C2C平台。商业银行智能投顾的主流模式是第一种。

国内银行较早推出智能投顾的是浦发银行和招商银行。据介绍，招行“摩羯智投”是运用机器学习算法，融入招行十多年财富管理实践及基金研究经验，在此基础上构建以公募基金为基础、全球资产配置的“智能基金组合配置服务”。在客户进行投资期限和风险收益选择后，摩羯智投会根据客户自主选择的“目标—收益”要求构建基金组合，由客户进行决策、“一键购买”并享受后续服务。摩羯智投包含目标风险确定、组合构建、一键购买、风险预警、调仓提示、一键优化、售后服务报告等，涉及基金投资的售前、售中、售后全流程服务环节。同时，摩羯智投有较完善的售后服务:会实时进行全球市场扫描，根据最新市场状况计算最优组合比例，若客户所持组合偏离最优状态，将提供动态的基金组合调整建议，客户认可后，即可自主进行一键优化。

浦发银行的“浦发极客智投”(原“财智机器人”)，集投前分析诊断、投中智能交易、投后跟踪提醒为一体。其以零售客群8000多个数据标签的客户视图为依托，通过大数据分析和智能算法结果，了解和检视用户既往的资产及收益情况，根据用户风险承受能力、资产状况、期限偏好等维度分析，进行个性化的跨种类财富产品推荐。用户在此基础上，还可自主选择修改，一键购买以优化整体资产配置。除了资产、交易、风险偏好等数据外，用户的浏览、点击等行为足迹数据也将被纳入智能算法，形成用户分析、策略制定、产品遴选、交易执行、账户持续跟踪再分析的闭环式智能投顾服务。

交行金融研究中心高级研究员何飞、首席宏观分析师唐建伟在一篇文章中比较了招行和浦发智能投顾的资产池差异:“招行"摩羯智投"以公募基金做资产标的，主要基于两点考虑。一方面，公募基金具有"穿透面广、标准化程度高、认购起点低、流动性好"等优点。另一方面，招行是目前国内排名靠前的基金销售和资产托管机构，积累多年基金经理个人行为数据库。这预示着"摩羯智投"未来将着重围绕"基金配置优化"这一目标升级。与之不同，浦发"财智机器人"以基金、银行理财、贵金属等作为标的资产，种类较丰富，但同时面临更大挑战。除此以外，大类资产配置的复杂性预示"财智机器人"未来需要加强风险防范。”

有专家指出，在投资品类方面，国外智能投顾主要投资标的为低成本的ETF，以及全球各个地区债券资产，包括很多另类投资资产，以真正达到立体化智能资管的效果。而国内证券市场发展时间较短，可投资产品类别有限，ETF的规模、种类和多样性难与美国等较成熟市场相比，不能有效分散风险。

何飞、唐建伟另外指出，当前，商业银行在进行KYP(了解你的产品)时，更多采用机械方式提前配置投资组合，尚无法对影响资产收益的不同因素进行具体分析，即无法实现实时调仓目标。

招行认为，在中国，由于市场的有效性不同及国内指数基金的多样性不足，智能投顾更适合采用主动管理型基金为主要配置标的。在中国要做好智能投顾，既需发挥机器在数据处理和模型进化方面的优势，也需发挥人在构建非结构化数据库方面的经验，更需人与机器深度融合。因此，摩羯智投并非完全依赖机器，而是人与机器的智能融合方式。

“人工智能不一定是全机器化操作，而应是人与机器服务的有机结合。”王雅娟指出，“根据资管新规要求，金融机构在必要时应采取人工干预措施，强制调整或者终止智能投顾业务。事实上，无论风险管控环节还是营销服务环节，银行都应充分发挥"人"的优势，将人工智能与自然人服务相结合。”

据了解，浦发极客智投依托浦发智能App的人机交互能力，构建“智能应答、在线专家、理财经理”三位一体的在线服务体系，提升用户服务效率和体验。

文章来源：上海证券报

中国银行业智能投顾的潜力巨大

目前，智能投顾在全球范围内越来越火，各个国家都非常重视。特别是欧美日本可以说是智能投顾的领头羊。美国在智能投顾的“心理”上是想捷足先登，当领头羊。试图汲取在互联网金融包括支付、金融科技等方面落后于中国的状况。

中国由于监管特别是对互联网金融时期的混乱如临大敌，一朝被蛇咬 十年怕草绳，结果影响到了智能金融、智能投顾的发展。尽管如此，中国有互联网金融、金融科技的强大科技基础，对于智能投顾这个金融业最具前景的行业，企业有动力去探索研发。只要你在金融领域，错过AI金融，错过智能投顾，必将错过金融业未来。敏锐的中国企业是不会袖手旁观的，最可喜的是中国商业银行包括大型商业银行都开始涉足智能投顾，尽管是初步的，也非常值得肯定。

如果说互联网金融是普惠金融的话，那么智能投顾就是标准的普惠金融投资顾问。我们知道在现有人工分析师投资顾问中，门槛都至少在100万以上才有资格享受到投资顾问的“辅导”。传统的投资顾问是富人的专属投资产品，根本没有一般投资者的份。

智能投顾涌现后，其普惠性迅速显现出来，一般投资者几乎都可以享受到这个高层次顾问待遇。特别是工农中建交五大国有银行推出智能投顾后，其普惠性受众群体迅速扩大。服务人群更广、投资门槛更低、管理费率更低，还能实现相对高的投资回报。不过，需要清醒的是，目前银行业的智能投顾不能算作真正的智能投顾。充其量仅仅是一种数量化工具而已。智能投顾与数量化工具是有本质区别的。

所谓“智能投顾”是指提供自动化，并主要以算法驱动的财务规划服务的数字化平台。典型的“智能投顾”通过在线调查收集客户的财务状况和未来理财目标等信息，然后使用数据提供建议与支持客户投资。

在投资理财的过程中，能体现智能的环节有三个：一、投前：运用智能技术提供自动化投资风险倾向分析、导入场景化需求、投资人理财目标分析等。二、投中：实现自动化分仓交易、交易路径的最大效率或最小成本算法、以及比对市场动态所衍生的交易策略等等。三、投后：自动化帐户净值跟进、自动调仓提示、智能客服、与其他可预先设定场景的服务规划等等。

智能投顾自身的学习能力等是数量工具所不具备的。中国银行业智能投顾具有很大的提升空间。

文章来源：财富动力网

智能投顾未来有巨大的市场

智能投顾是传统投顾和人工智能、大数据等技术结合孕育的产物。传统投资顾问是以投资顾问的专业素养和从业经验为基础，结合投资者的资产状况、风险偏好、预期收益等，为投资者提供专业的投资建议。智能投顾将人工智能等技术引入投资顾问领域，运用智能算法以及组合投资后的自动化管理技术，帮助用户实现主、被动投资策略相结合的定制化投顾服务，能够提升投顾效率，推动投顾行业智能升级。智能投顾最早起源于美国，发展历程大致可分为三个阶段。

在线投顾阶段：20世纪90年代末期，可供投资者选择应用的投资分析工具的技术水平和规模开始扩大。2005年，FINRA 颁布 NASD IM2210-6 Requirements for the Use of Investment Analysis Tools 规章，允许证券自营商将投资分析工具（investment analysis tools）直接让投资者使用，投资者可以利用投资分析工具进行不同投资策略的投资收益分析，对收益和风险有更好的把控。此后，在线资产管理服务规模迅速增长，更多长尾客户在此阶段受益。此阶段的特点主要是机器智能应用比较有限，主要应用领域是投资组合分析。

机器人投顾阶段：2008年～2015年期间，大量新兴科技企业开始为客户直接提供各类基于机器学习的 “数字化投顾工具”，机器人投顾商业模式开始发展。这些公司开发的面向客户的投顾工具提供的功能之前只被金融从业者应用，目前已经广泛被客户所直接应用。在这个阶段的很多实际应用案例中，证券公司对他们的“数字化投顾工具”提供的投资策略负责。

人工智能投顾阶段：2015年至今，以大数据为基础的深度学习被广泛应用，人工智能技术取得突破型进展。智能投顾服务商和科技企业开始尝试开发能够完全消除人类参与投资管理价值链的人工智能系统。目前包括国外的Bridge Water、Wealthfront，国内的弥财等都已经实现了这样的系统开发和商业化运营。通常采用“人工智能+云计算”体系结构的服务商，在计算设备和软件开发方面投资巨大（少则1-2亿，多则几十亿），能够同时服务千万、亿级别的海量用户。

智能投顾的服务流程

美国金融业监管局（FINRA）指出，智能投顾提供的服务应该包括下列投资管理价值链中的一项或多项：客户分析、大类资产配置、投资组合选择、交易执行、投资组合再平衡、税收规划以及投资组合分析。其中投资组合分析仅面向专业用户。客户分析：客户分析是提供符合个人情况的精准投资建议的前提。目前，主流的智能投顾平台在进行客户分析和画像时，基本均采用调查问卷和询问打分形式。

大类资产配置：根据现代资产组合理论，在确定性收益情况下是存在最优投资的。大多数智能投顾服务都利用此原理建立了分散的投资组合。并且依据其不同的商业模式做了优化。

投资组合选择：主要有两种类型，一种是由风险等级选择不同的投资组合，而另外一种是根据投资风格选择不同的投资组合。

交易执行：大多数智能投顾基本都是利用自有的券商或合作券商提供顺畅的交易执行服务。

投资组合再平衡：组合再平衡主要是指随着市值的变化，如果资产投资配置偏离目标资产配置过大，投资组合再平衡可以实施动态资产配置向静态资产配置的重新调整。

税收规划：是美国智能投顾平台特色，产品自动提供税收亏损收割节税功能。具体操作是卖出投资者亏损的资产，抵免一部分资本利得税，同时买入其他类似资产，从而达到合理节税和增加客户净收益的目的。

投资组合分析：投资组合分析主要是智能投顾为客户提供的投资分析，一般包括：业绩展示，业绩归因，风险因子分析，组合描述性统计分析，回测和模拟等。

智能投顾的核心优势

智能投顾的核心优势在于通过技术的引入，极大降低人力成本，从而降低客户获取投顾服务的门槛和费用，有助于推动普惠金融发展。传统投顾服务的费用昂贵，主要客户为高净值人群。而智能投顾引入了人工智能和大数据等技术，可以快速处理海量信息，根据客户填写问卷反馈的信息进行风险偏好判别，通过算法模型为投资者提供资产配置建议，极大节约了专业投顾的人力成本，降低了客户获取投顾服务的门槛和费用，具有低门槛、低费用、投资广、易操作、透明度高和个性化定制六大优势，充分挖潜投顾行业长尾市场。低门槛：传统的专业投资顾问的门槛在百万元以上，而私人银行理财起点多为600万元以上，部分私人银行甚至将门槛设定到1000万元，主要针对高净值客户。智能投顾平台对客户的最低投资金额要求普遍很低，最低要求普遍在1万元-10万元左右，这一设定扩大了投顾服务覆盖半径，能够覆盖大部分中产及以下长尾人群，使得C端客户的数量指数级增长。

低费用：传统投资顾问由专业人士担任，人力成本高，管理费普遍高于1%，且边际成本下降不明显。但是基于计算机算法辅助的智能投顾，管理费普遍在0.25-0.5%之间，边际成本随着客户的增多而下降，边际效应明显。

投资广：智能投顾平台往往通过与第三方ETF基金公司或国外金融机构合作的方式，为用户提供全球范围内的投资组合，若涉及到税率问题还可自动选择最佳方案。例如Wealthfront涉及多达11项资产类别，包括美股、海外股票、债券、自然资源、房产等，投资组合的载体为指数基金ETF。智能投顾的投资决策和投资组合管理由人工智能平台完成，可同时对多个投资标的进行投资管理，产品投资范围广，分散度高。

易操作：智能投顾的服务流程较为简便。全流程均可以在互联网上实现，相对标准和固定，大幅简化用户操作过程，投资者只需要在平台上回答相应的投资调查问卷，智能投顾系统便可以评估出投资者的风险偏好水平、确定理财方案，自动生成相应的投资配置组合。整个流程下来所花的时间仅需几分钟，达到高效、精准匹配用户资产管理目标。

透明度高：传统投资顾问服务的信息披露晦涩，存在金融产品供应商与客户需求不匹配的问题，而智能投顾对投资理念、金融产品选择范围、收取费用等披露充分，且客户随时随地可查看投资信息，具备较强的专业性和客观性。智能投顾严格执行程序或模型给出的资产配置建议，采取自动化策略为客户提供资产组合服务，不会为了业绩而误导客户操作而获得更高的佣金收入，相对传统投顾而言，减少了道德风险，更加客观公正。

个性化定制：基于多元的理财目标提供丰富的定制化场景。智能投顾在用户主动提供或测评得到风险偏好及投资期限之后，为其个性化定制最佳投资组合，并且将详细方案清晰呈现。

文章来源：新财富

人工智能与金融结合，“智能投顾”能否成为一个好的金融管家？

创新一直以来都是互联网金融行业的核心，近些年越来越多的企业开始投入到科技金融的大潮当中。智能投顾作为金融创新的一种，利用人工智能的优势，结合投资人的风险水平、期望收益以及市场动态，采用多种算法和模型给予投资人综合的资产配置服务。在海外市场具有低成本、专业化等特点，发展十分迅速。是近年来风靡华尔街的创新性金融科技 。

但究竟什么是智能投顾？

智能投顾概述

1、定义

智能投顾是智能金融的一种应用模式，指通过智能算法，结合投资者的投资状况、风险偏好和理财目标为投资者提供自动化的投资组合，并可根据市场的动态提供资产配置建议。

2、发展背景

政治环境：

2014年第十二届全国人民代表大会上，国务院总理李克强在政府工作报告中提出要促进互联网金融健康发展，完善金融监管机制，重点强调了互联网金融在整个国民经济中的积极作用。互联网金融为智能金融的前身。

2015年3月份，证监会发布《账户管理业务规则（征求意见稿）》，提出“持照投资咨询机构可以接受客户委托，代客执行账户投资和交易管理，对智能投顾公司同时开展投资咨询和资产管理业务释放了积极信号。

2017年7月，国务院印发《新一代人工智能发展规划的通知》，其中提到在智能金融方面，要建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态；鼓励金融行业应用智能客服、智能监控等技术和装备；建立金融风险智能预警与防控系统，这意味着人工智能金融应用得到了国家层面的力挺。

经济：

我国宏观经济态势良好，尽管2008年受美国次贷危机的影响，我国国内生产总值出现回落，经济发展遇冷，但在接下来4万亿投资的影响下，我国经济快速发展，从2011年起，我国经济增长速度始终维持在10%左右，良好的经济环境为金融创新及智能金融的发展提供了基本条件。

国民收入稳步增加，2000年以后，我国城镇居民可支配收入一直呈上升趋势，且增长较快，资产的剩余带来了巨大的理财需求。

社会：

市场的波动性，使得个人投资者之间参与市场交易获利有较大难度。

传统的投顾只覆盖了机构投资人和高净值人群，且收费较高，中低端人群的理财市场是一个巨大的缺口，且市场上优质的投顾资源较少，行业水平参差不齐，投资门槛低的智能投顾应运而生。

年轻一代正处于的财富快速积累的阶段，这部分人群对于互联网的接受应用程度较高，这部分人群的市场上升空间巨大。

技术：

人工智能的发展给智能投顾提供了技术的支撑，包括云计算、大数据、智能算法、深度学习等；互联网及APP的发展成熟也已经为智能投顾铺好了渠道。

文章来源：鲸准干货

智能投顾能成为理财的好帮手吗？

中基协最新的数据表明，大多数基民的年化收益率在2%左右，跑输各类资产。背后的原因主要是普通投资者没有专业的投顾。

传统投顾，资金门槛高，收费也相对较贵，普惠人群难以承受。新兴的智能投顾，资金门槛低，收费低甚至免费，得到了很多投资者的关注。然而，很多人往往止于"心动"，不敢投入真金白银付诸于"行动"。

智能投顾是什么？它能为投资者做什么？我们在挑选智能投顾时需要注意些什么？本文通过对上述问题的解答，为大家揭开智能投顾的神秘面纱。

智能投顾的前世今生

智能投顾是什么？顾名思义，智能投顾就是用机器人取代人，为大家提供理财服务。

智能投顾应运而生，得益于以下三个条件：

快速增长的普惠投顾需求。传统投顾门槛高、费用贵，一般家庭和个人难以承受，投资者希望找到门槛低、费用便宜、相对透明的投资顾问。这是智能投顾的需求基础。

人工智能技术的进步，尤其是深度学习取得突飞猛进的发展，因此人工智能得以在包括金融等众多领域内一试身手。这是智能投顾的技术基础。

美国资本市场的有效性。经过近200年的发展，美国资本市场越来越有效，美国的共同基金（类似于我国的公募基金）市场中，只有不到10%的主动管理的基金能够打败市场，被动投资的理念大为流行。这是智能投顾的市场基础。

智能投顾早期的先行者，例如WealthFront和Betterment，就尝试推出基于人工智能的、以指数基金为底层资产的智能投顾服务。这种投顾成本低、门槛低、投资收益不输主动管理的基金，得到了投资者的广泛欢迎，管理规模屡创新高。

大约在2015年左右，智能投顾进入中国，之后银行、券商以及第三方财富管理机构纷纷推出智能投顾。

智能投顾能为投资者做什么？

智能投顾为大家提供的是投资顾问，也就是理财服务，它一般包括五个子功能，分别是客户画像、大类资产配置、投资组合构建、业绩归因以及动态再平衡。

大家都知道，不同的人有不同的投资理财需求，投资顾问提供的理财建议必须与投资者的投资需求相匹配。因此，智能投顾首先是了解投资者的投资需求，包括投资者的风险承受能力、投资期限（即投资时间的长短）等信息。

在掌握投资者的投资需求后，基于"人工智能算法+经典的资产配置模型"，智能投顾会给出贴合这个投资者需求的大类资产配置建议。这里的大类资产包括现金、债券、股票、商品以及另类资产。

在这个大类资产配置建议的指导下，智能投顾通过一个筛选算法精选各类资产中的佼佼者（主要是各种类型的公募基金），形成一个可配置的投资组合。在构建好投资组合之后，智能投顾会启动持仓跟踪，通过一个指标体系（由各种能够解释持仓组合风险和收益的因素构成）来对持仓组合进行业绩归因分析（即这个组合的风险以及收益主要受哪些因素的影响）。

在业绩归因的基础上，智能投顾会结合一个动态再平衡算法检查当前的持仓组合是否是最贴合投资者投资需求的，如果当前的持仓组合因为市场的变化或者投资者需求发生变化而不能最好地满足投资者的投资需求，系统就会发起再平衡的动作，也就是调整成分基金或者它的占比。

通过客户画像、大类资产配置、投资组合构建、业绩归因以及动态再平衡这五个环环相扣的步骤，智能投顾努力做到两点：一是为投资者推荐的投资组合贴合投资者的投资需求；二是确保推荐的投资组合是当下最优的组合。

智能投顾如何选

一看平台。首先，智能投顾是一个相对复杂的系统，对管理团队的要求比较高，需要有投资、人工智能与大数据、风险控制等方面的专业人员，因此小型的公司或者团队恐难以胜任。其次，大的平台能够对接很多基金公司和资管机构，因此平台接入的公募基金和资管产品数量多、种类丰富，这就为智能投顾进行大类资产配置打下了良好的基础。

二看业绩。智能投顾一般会根据投资者的风险承受能力和投资期限构建15-30个不等的投资组合，首先大家要看不同组合在风险收益特征上的区隔是否明显，也就是稳健的是否稳健，承受风险博取收益的在风险收益比上是否出色；其次对于中高风险的组合，要看智能投顾在下跌时能否比别人跌得少，上涨时能否比别人涨得多；最后可将智能投顾中的中高风险的组合和公募FOF以及混合型基金进行比较，看看它的风险和收益表现的排名如何。

三看服务。智能投顾一般都提供O2O（线上和线下相结合）服务。线上服务主要满足投资者共性的服务需求，例如持仓跟踪分析服务，申购、赎回等与交易流程相关的服务等等，这些服务一般通过智能客服机器人在线提供；线下服务主要满足投资者个性的服务需求，一般由线下的专业营销顾问或者投顾团队负责。大家在选择智能投顾时，需要比较线上线下服务的专业化程度、响应速度。

因为了解，所以信任。和传统投顾一样，只有对智能投顾有较多的了解，才能够放心使用它，让它帮我们理财、生财。这需要财富管理机构、监管机构和投资者共同努力，打造让投资者用得起、用得放心的专业投顾系统。

文章来源：亿欧网

搭建人工智能量化投资平台 让金融投资更加“智能”

从刷脸支付到无人超市，从智慧医疗到无人驾驶……人工智能正以不可思议的发展速度席卷全球，刷新着人们的认知，重塑着各行各业的生态格局。其中，金融行业无疑是极具价值又充满挑战性的人工智能应用场景，受到人工智能的深刻影响。

迎接人工智能时代，优秀的金融投资机构必然大力发展人工智能系统。合理运用人工智能技术，将给金融领域注入新活力、带来新机遇——这是行业从业者的共识。

破除金融与人工智能的壁垒

人工智能需要高深的数理知识和开发经验来支撑，这是金融从业者所不具备的，因此急需搭建起连接金融与人工智能领域的“桥梁”

虽然前景光明，但在现实层面，人工智能在量化投资领域的应用，仍存在一些难度和挑战。其中，最大的难度来自于金融和人工智能两个领域的认知壁垒。人工智能背后需要高深的数理知识和大量项目开发经验来支撑，这是金融从业者所不具备的。同样，对于人工智能开发工程师来说，金融也是一门需要具备专业知识才能深入理解的复杂领域。

这种壁垒造成了很多金融机构尽管对人工智能技术有着迫切需求，但往往只能采用第三方解决方案。因此，迫切需要一座桥梁，能够连接起金融与人工智能两个领域，破除认知壁垒，推进行业的深度融合。在这种背景下，墨宽投资公司应运而生。

业内人士告诉记者，在投资的运作模式上，他们会根据以往经验，将某些金融投资行业的金融问题量化，转化为具体的技术问题，然后提供给人工智能专家们解决。给出的人工智能解决方案在评估和改造后，将被运用到最初的实际问题中，实现相应价值。通过这一方式，金融和人工智能两个领域的人才可以专注在各自擅长的领域，并经由墨宽投资帮助他们将优秀的人工智能成果运用到有价值的金融场景中去。“对于一些有实际投资想法并想运用人工智能技术但自身无法实现的机构，我们也会提供帮助，发现和解决真正有价值的金融问题。”

构建量化投资的投资模型

通过数量化方式投资，即用量化手段来评估收益风险而作出更理性的投资决策，前景可期

目前，世界上众多出色的金融投资机构已开始将人工智能运用到产品和服务中。国内也已经有不少券商、金融机构开始尝试人工智能在金融领域的应用，如光大证券推出的“智能魔方”、中信银行推出的“信智投”等。不过，这些产品属于智能投顾或智能交易等范畴，重点在于用更多维度的数据了解客户，用更精准的推荐引擎推荐投资组合、理财产品、风险提示等。

业内人士介绍，量化投资是通过数量化方式来进行的投资。它以获取稳定收益为目的，是用量化手段来评估收益风险而作出更理性的投资决策。量化投资基于高度量化的数据，每个用于决策的特征都拥有精准描述，比如数值或是分级。其中，投资的决策大多是基于概率，每个交易的进场、出场点、交易时机，都有大量数据支撑，使得每个操作都有迹可循。同时，量化投资还基于数学模型。这个具有严密数据指导的模型基于一些特定的投资想法而建立，并运用数学方式描述自身在市场的运作方式。基于此，量化投资者可以进行分析，作出交易决策。

借助机器学习分析金融市场

通过机器学习的方法获得金融市场投资可靠预测，指导投资行为，进而探索出金融与人工智能合作共赢的稳定模式

在人工智能领域，举办算法比赛是一个快速常见找到问题解决方案的形式。自大数据、人工智能在全球范围快速崛起以来，涌现出许多数据算法比赛平台。其中，最著名的是2010年创立的卡歌网（Kaggle），是主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台，也是数据算法专家脱颖而出的重要渠道。据了解，该平台已经吸引了80多万名专业人士的关注。2017年3月，谷歌宣布收购Kaggle，或许正是看到了Kaggle背后的巨大资源。

在我国，阿里巴巴、百度等大型互联网公司也举办过大量数据算法比赛，希望通过吸引优秀数据算法人才形成优秀的人工智能解决方案，并运用到实际中去。但是具体到金融投资领域，由于门槛更高、问题更复杂，目前国内并没有类似的大型人工智能金融投资算法比赛，因此很难得到有价值的人工智能方案。为解决这个问题，墨宽人工智能量化投资平台借助机器学习手段，打造出一个人工智能系统来分析金融市场。

文章来源：新华网

人工智能投资真热还是“虚火”？ 投资仍是小众行为

人工智能发展至今，已形成颠覆行业和人类生活的强大能力，在图像处理、语音识别、服务机器人等诸多领域形成了诸多新商机，将给广大创业者提供前所未有的机遇。”

中国NVIDIA(英伟达)公司全球副总裁、中国区总经理张建中在一次演讲中说。的确，人工智能自降生以来就仿佛自带光环、备受瞩目。尤其是最近，国务院印发的《新一代人工智能发展规划》中提出，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，更使得人工智能将引爆智能投资革命成为坊间议论的焦点。与此同时，也有人表示担忧，人工智能投资是不是有些过热，该适度降降温了。但事实真的如此吗？

人工智能投资仍是小众行为

“其实，在我跟市场接触过程中发现，真正投资人工智能的并没有那么多，大部分机构都在做试错性尝试。”业内人士称。

会上，盛世方舟发布了人工智能研究报告，结果显示人工智能投资仍是小众行为，应用层仍存较大市场空间和投资机会。

人工智能这个词，最初是由达特茅斯大学助理教授约翰·麦卡锡在1956年提出的，指展现出看似具有智能行为的硬件或者软件。但受制于当时的计算能力，人们无法完成大规模的并行计算和并行处理，使得人工智能未能如愿的智能起来。直到2006年，随着硬件层、数据层以及算法层等各方面技术储备趋于成熟，科学家提出“深度学习”神经网络，才使得人工智能得以获得突破性进展。如今，深度学习的应用使得语义识别、图像识别的准确率大幅提升，进而促使人工智能产业又一次进入快速发展阶段。

“在看某个领域的投资热不热的时候，会观察两方面数据：一是媒体的热度，即看起来的热度；二是资金的热度，即真金白银的热度。”

文章来源：中华网

相比传统投顾 ，智能投顾有哪些优点？

智能投顾，即数字化资产配置，作为新型财富管理方式，自问世以来一直备受市场关注。在智能投顾出现之前，投资顾问服务一直被认为是高净值客户群体才能享有的财富特权，大量客户的财富管理需求没能得到有效满足。而随着大数据、人工智能等技术的发展，金融巨头也积极布局智能投顾，如高盛、苏格兰皇家银行、嘉信等也纷纷涉足该领域。

在国内投资市场日趋成熟的情况下，智能投顾这个新生事物与传统投顾相比，到底有哪些优点呢？我们一起来看看：

 广义的智能投顾，是指通过IT的手段或用人工智能的一些算法解决金融领域的一系列效率的问题，进而提高效率和自动化水平。而狭义的智能投顾则指线下理财顾问的线上化，即把线下理财顾问一系列工作实现线上化、互联网化，尤其实现自动化，这其中会用一些人工智能的方式提高效率。而目前我们提到的“智能投顾”，基本上是指狭义的智能投顾。

而智能投顾这两年之所以会有较快的发展速度，除了跟人工智能技术提升有关的客观因素之外，还涉及到市场供与求的变化。

在以往，传统财富管理机构的主要精力放在可投资资产较大的高净值人群，财富管理市场的长尾客户的理财需求大多都得不到满足。根据相关数据，市场投资者数量为10038.85万人，投资咨询从业人员却仅有5.02万人，二者比例约为2000:1，强烈的供需矛盾催生智能投顾发展。

另外，据机构的相关报告显示，随着新中产收入的逐步提高，理财金额也在同比上升。2017年，中国新中产不同收入层级的结余或理财占年度收入的占比保持在20%以上，而在使用互联网理财的平均时长方面，可为27.7个月，互联网理财资金约占所有理财资金的27.3%。

大量的新中产家庭希望通过理财来实现财富增值，也明白科学配置资产的道理，但在实际操作方面，苦于时间和知识的局限，或者是偏小的资金规模，都成为新中产家庭实现财富期望的阻力。

同时我们也看到这样一个现象：新中产大都拥有不错的教育背景，对于傻瓜式的跟风投资，内心并不信任； 相反，在投资观上，大都是以理性分析为主，但这类群体主要还是困于没有合适的获取投资理财的渠道。而智能投顾其实正可以解决这类用户在投资理财方面的痛点问题；而如果能够在多场景方式，让他们能自主自己所需或适合的理财产品，那再适合不过。

但是，目前国内的智能投顾，大多都是类似理财魔方这样，通过固定的KYC引导投资者选择固定的投资标的，并没有考虑到投资者所处的人生时机（比如：结婚、生育），也没有从投资者的财富现状，考虑投资者的持续投资能力，在这些方面投资者几乎是千人千面。

可喜的是，虽然智能投顾不能做到真正的个性化配置，但是根据方太证券的调查显示，亚太地区对智能投顾接受程度高达75% 以上，比全球平均约高出10个百分点，相较于北美、欧洲等发达国家市场，对智能投顾产品的接受度更高。这就为未来智能投顾在中国的进一步发展就奠定了很好的基础。

文章来源：三思投顾