《2018智能投顾白皮书》 ——智能投顾的商业模式

同济大学智能投顾实验室和羽时金融日前联合发布了《2018智能投顾白皮书》，白皮书对目前国内的智能投顾市场进行了盘点，并梳理了当下智能投顾市场的商业模式，如果按业务模式划分，可以分为B2C，B2B2C和B2B三类。其次《2018智能投顾白皮书》还提到，目前国内金融监管部门还没有针对智能投顾出台比较明确的监管政策和法规。

《2018智能投顾白皮书》认为，当前智能投顾领域的发展现状主要包括以下三种商业形态，第一种形态是提供智能化的投资顾问业务，第二种是利用智能化的方式来构建量化投资策略，进行资产管理业务，第三种是为上述两种业务提供智能化的技术服务，包括大数据分析，知识图谱数据库，以及利用智能化的投资研究工具。

兴起于2015年的智能投顾，正赶上国内互联网创业的高峰期，早期的智能投顾，都是B2C模式，基本借鉴了传统互联网创业企业的营销模式，这种模式一方面大量采用互联网的营销手段，如通过网站、直播、微信、微博、社交媒体、口碑营销、病毒式营销等。另一方面，这种模式基本上都需要大量导入流量，需要花费大量费用去购买流量。这些早期的智能投顾企业，一方面积极引入社会资本，另一方面大量的招聘善于进行互联网营销的团队，这不仅包括电商模式的营销团队，也有很多企业引进了网络游戏的营销团队。但是，实践证明，Betterment和Wealthfront运用的非常成功的模式，在国内并没有取得成功。

为什么美国成功的模式在国内没有获得成功？同济大学智能投顾实验室副主任李延刚告诉记者，其一、国内投资环境投机性较强。尽管最近几年，资产配置的投资理念开始被重视，但是真正地接受资产配置理念的用户少之又少，哪怕是很多高净值用户，也不是真正的能坚守资产配置的理念，短期个别资产的大幅波动，会对他们造成巨大的影响。

其二、国内大多数投资者更相信传统的“听”来的信息。这样的信息是通过投资者相关联的人传播的，更容易获得他们的信任。而智能投顾，早期基本都是贯彻通过机器智能自动的输出服务，很难获得用户的信任。

其三、业务牌照问题。绝大多数的智能投顾公司，既没有第三方基金销售牌照，也没有投资咨询业务牌照，这样无论是资产配置方案中具体的各种资产品种的执行，还是策略组合的交易，都难以打通。其四、互联网流量红利的衰落。智能投顾兴起的2015年，基本上也是国内互联网流量红利开始走下坡路的时期，不仅互联网流量大家争夺的越来越激烈，而且互联网流量获取的成本越来越高。通过烧钱模式来获取流量难以持续。

文章来源：中国商业电讯

智能投顾重构财富管理生态

财富管理与新兴金融科技的结合，使得财富管理行业正在进入新的阶段——智能财富管理。2008年智能投顾起源美国，据Credio数据显示，美国智能投顾行业资产规模从2014年的43亿美元，上涨至2015年的1218亿，而2016年资金管理规模飙升至3000亿美元左右。我国智能投顾在近年发展迅速，据Statista估算，2017年中国的智能投顾管理的资产达289亿美元，其年增长率高达261%。
智能投顾的出现及快速发展，给传统的面对面财富管理模式带来了冲击并促成了新的财富管理模式。相较于传统的投资尽调工作需全部由人工来完成，国美金融智能投顾相关负责人认为，人工智能之基础在于大数据及模型算法，应用人工智能的技术后，尽调工作的效率与准确性将得到极大提升。

其中，另类数据可以辅助财富投资机会识别，未来另类信息将不再另类。 另类数据包含网站数据抓取、舆情数据、地理定位、信用卡追踪、卫星定位等，国美金融在智能投顾业务方面采用大量另类数据。例如，在国内会出现基金备案类型与实际投资类型不相符的情况，则需要智投模型抓取实盘诸多数据来判断基金实际类型从而进行合理的投资组合;此外，在国美智投实际应用中还会抓取财经新闻、研究报告、社交数据以及基金经理过往实盘业绩数据等要素来进行判断。

相较于美国成熟商业模式，目前国内的平台存有算法同质化等问题。国美金融智能投顾相关负责人表示，目前境外智投模型被广泛借鉴应用,但应注意到国内的投资环境、投资理念等有所不同。
成熟的智能投顾首先应该做到“千人千面”。基于客户交易行为的用户画像，分别从客户主观风险承受意愿、客户客观风险承受能力，以及客户交易行为表现出的真实风险偏好，三个维度综合评估客户真实的风险偏好和风险承受能力，并实时追踪和动态评估变化，对不同的客户构建定制化的投资组合，真正实现不同客户的个性化调仓和动态风险等级调整。

文章来源：中华网

穿透中国式“智能投顾”：难题不是技术，而是资产定价

业内人士看来，随着以互联网方式展业的银行，包括内地的直销银行、香港的虚拟银行等牌照陆续发放，通过智能投顾，“机器管钱”应是未来长期的趋势。

不过，各大金融机构推出的智能投顾的底层资产、策略差异极大，在相似风险偏好、久期的情况下，底层资产配置存在差异。

造成这一情况的原因，在于各家机构仍以“卖理财”的思路做智能投顾，人为干预因素影响智能投顾。

算法“黑箱属性”

目前，智能投顾的“算法”得到监管和许多智能投顾创业公司的关注。此前，有媒体报道称，智能投顾模型同质化严重，导致同涨同跌情况明显。

从算法来看，历史上有过严重依赖算法投资失败的惨痛教训。1998年，长期从事债券量化分析的美国长期资本管理公司（LTCM）突然巨亏，一位业内人士表示，LTCM等从美联储等历史数据去做模型，即使加入人工智能等技术，风险往往也是系统性的、很难把握，实际上还是需要人工干预。

近日，弘量研究CEO雷春然认为，智能投顾需要算法创新，全球50多类大类资产中，比如美股与土耳其里拉的关系是什么，德国国债与阿根廷农产品的关系如何量化？这需要相关性矩阵估计，通过机器学习实现。

人工神经网络应用到特定系统的最大障碍之一是其“黑箱”属性，这一点引起了央行的特别注意。

央行4月27日以答记者问的形式表示，金融科技的发展正在深刻改变金融业的服务方式，在资管领域就突出体现在智能投资顾问。近年来，智能投资顾问在美国市场快速崛起，在国内也发展迅速，目前已有数十家机构推出该项业务。

央行认为，运用人工智能技术开展投资顾问、资管等业务，由于服务对象多为长尾客户，风险承受能力较低，如果投资者适当性管理、风险提示不到位，容易引发不稳定事件。而且，算法同质化可能引发顺周期高频交易，加剧市场波动，算法的“黑箱属性”还可能使其成为规避监管的工具，技术局限、网络安全等风险也不容忽视。

风险与组合不匹配

不过，在业内人士看来，目前，国内智能投顾的问题在于人工干预因素太大，资产组合和风险不匹配。

雷春然认为，从底层资产看，要穿透基金的过往净值、风格漂移、收益等，智能投顾需要选择风格明确、业绩稳定的基金，“我们会把基金的风格漂移指数控制在5%-8%，如果基金飘逸现象比较严重，就说明基金管理人配置了很多不在投资范围内的股票等资产。”

但是，一些智能投资组合中，有的中等风险组合，货币基金占比过大，甚至达到40%-50%。一些风格越进取，风险偏好越高的智能投顾组合，股票型基金占比反而越低，货币基金、债券型基金占比反而越高。有一些智能投顾组合，调仓次数过于频繁。

与之相对，境外的智能投顾组合底层资产基本为ETF基金，采用零手续费等做法，这使得养老金、强积金等机构投资人进入，智能投顾市场得以快速发展。近日，北京市网络法学研究会副秘书长赵鹞认为，智能投顾的投资对象多为ETF基金，但并不是所有的ETF都适合作为智能投顾的投资标的。要实现客户风险偏好与投资期限的匹配，需要自上而下的选择投资标的ETF，排除（高）杠杆、风险分散不充分和单一市场投资的ETF，以及历史短、市场流动性不充分、业绩较差等的ETF等。

文章来源：搜狐财经

券商智能投顾靠谱吗？

传统的证券经纪业务已然成为一片红海，最终留存老客户、吸引新客户依靠的是券商的服务质量和效率。而智能投顾是提升客户服务体验的有效手段，是赢得未来服务之战的关键武器——

　　广发证券推出机器人“贝塔牛股票”和“贝塔牛理财”，中信证券自主研发“信e投”，国信证券推出“金太阳”APP平台……近年来，券商纷纷加快机器人智能投资顾问领域投入和布局。

　　与传统投顾相比，智能投顾能为投资者带来哪些好处？从行业角度来看，发展智能投顾存在哪些瓶颈？未来又应如何更好地发展智能投顾？

　　为投资者带来便利

　　“券商智能投顾可以克服传统投顾人为情绪造成的追涨杀跌，帮助投资者更为理性地投资，为我们带来不少便利。”北京股民文齐阳常常用“信e投”进行投资分析。

　　文齐阳常用的“信e投”是中信证券自主研发的金融理财APP。针对股票交易型客户及理财客户的不同需求，其推出了“基金组合”及“股票大师”两款特色AI投顾产品。“基金组合”作为人机结合的智能投顾，提倡多产品配置理念，意在解决客户“择时选基没方向、盯盘调仓没时间、风险控制没定力”的理财痛点，未来将基于用户行为数据深度挖掘，研发更多有特色的组合方案。“股票大师”是一款人机交互式投顾产品，主要针对个人投资者海量的个股类问题痛点进行智能化服务。该模块基于对个股行情面、技术面、消息面、资金面等多维度数据分析，将智能诊股、形似K线、筹码分布、智能回测等智能服务整合其中，高效匹配客户诉求。

　　“我司提供的智能投顾产品有两大类，贝塔牛股票和贝塔牛理财。”广发证券相关负责人介绍，智能投顾可以给客户带来如下便利：一是缓解客户股票或基金选择恐惧症。目前市场有多达3700只股票、近万只理财基金，面对琳琅满目的理财品种，客户有可能出现理财产品选择困难。智能投顾可以根据客户风格偏好及当前市场环境选择最适合客户的投资品种。二是客户服务门槛降低，人人可以享受普惠智能金融服务。传统客户服务中，小客户很难获得机构有效、专业的服务，通过智能投顾则可以将专业服务普及到广大中小客户。三是客户收益率提升。智能投顾可以有效克服人类情绪投资弱点，且具有分散投资特点。

　　除了中信证券、广发证券等行业排名前五的领军券商以外，不少大中型券商也纷纷进军智能投顾领域，各具特色。

　　2017年9月，光大证券推出了集智能理财、社交、资讯等为一体的“智投魔方”产品服务体系。其中，智能理财基于对用户需求的洞察，以及对客户风险偏好和风险承受能力的考量，运用大数据挖掘、人工智能、机器学习等先进科技，从而为用户提供更多智能资产配置方案。

　　兴业证券正以机智猫为智能品牌，规划并已逐步落地的智能投顾业务涉及智能客服、智能资讯、多种交易辅助工具、客户画像及账户诊断等产品范围。其中，智能客服产品将于近期全面升级。升级后的智能助手全面整合了公司已有的智能投顾产品，可以为客户提供包括业务咨询、行情查询、智能选股、智能资讯、金融百科在内的对话交互服务。

文章来源：中国经济网

智能投顾奇葩发展术：越靠“爹”，越有机会

随着近年来“科技赋能”企业的浪潮，金融作为与科技高融合性领域之一，自然被推向新的风口。

而智能投顾作为金融业的“智能化”载体，自然也顺势成为新的焦点。无论是阿里、腾讯、京东等互联网巨头企业，还是平安、招商等传统金融机构，亦或是初创公司，都已经顺应潮流，搭上了智能投顾这辆班车。

目前行业格局雏形初现，Statista数据显示，预计到2022年，中国智能投顾管理资产总额将超6600亿美元，覆盖人群将达到1.03亿。在市场发展前景之好下，该行业正走向何处，更是备受市场关注。

智能投顾可以说是传统投顾借助人工智能、大数据、云计算、算法等新科技之力，所发生的“突变”，具有门槛低、费用低、效率高等新特点，但本质上，依旧是以提供财富管理服务为主。这也就说明了一点，智能投顾依然承担着用户和金融产品之间的桥梁作用，而能否成为被客户选中的理财咨询平台，这取决于客户对该平台的信任度。

再加上，去年国内大量互联网金融平台的频频暴雷，严重打击了投资者对相关理财平台的信心，理财人对于平台的风控能力、专业水平等因素的考量更加敏感。因此，平台的“安全指数”也成为投资者选择理财平台的一项重要参考准则，对于日益崛起的智能投顾平台亦是如此。

而这些说法从榜单中可以看出，能挤进前20名的智能投顾平台，有很大的原因离不开自身具有的强大且发展较为稳定的大企业这一重要的助力器，这也就是我们俗称的“拼爹”。如具有互联网巨头企业作为背景的有蚂蚁财富、理财通、京东智投；具有银行背景的壹账通、摩羯智投；具有上市背景的小赢理财、璇玑；专业背景下的投米AR等。

站在投资者的角度来看，那些具备“拼爹”背景的平台，该智能投顾平台也具有大企业技术水平、风控能力、市场影响力等资源的基因，较其他初创公司，其稳定性、专业性、可靠性更高。因此，高度关切理财平台风控水平的消费者，他们对这些具有强大企业作为支撑的平台，青睐度更高、信任度也更高。

而站在平台发展的角度来看，各智能投顾平台自起步开始就伴随着营销、影响力、用户关注度、用户体验等厮杀，再加上投顾业务的智化，实际上前期就伴随着对人工智能等高成本技术的输出，前期的切入压力并不小。

若能借助互联网巨头BATJ、传统银行、上市公司等这些大企业“财力”、“物力”及“影响力”，不仅可以缩短技术输出周期和缓解成本压力，更是提高了企业的起跑点。这样一来，“拼爹”的平台所需要跑的距离较短，发展速度自然比其他新创平台的发展速度更快。

因此我们可以看到在市场竞争正从“单打独斗”走向“强强联合”的大环境下，寻找一个强大的靠山作为支撑，对于智能投顾的发展具有很重要的驱动作用。或者说，未来能在市场上脱颖而出的绝大部分智能投顾平台也将会是那些具有强大外力作为支撑的平台。因此，“拼爹”也正成为一个影响企业竞争和消费者选择的一个重要的影响因素。

文章来源：企鹅号

智能投顾或成为中国个人财富管理和资产管理升级的突破口

智能投顾又称机器人投顾，是数字化投顾的一种，具体来说，是指“通过互联网技术，以投资者的风险偏好、财务状况和投资目的为依据，利用大数据和量化模型（主要是现代组合投资理论），为客户提供基于标准化资产的配置方案，并根据市场变化进行持仓追踪和动态调整的一系列财富管理服务”。

　　随着中国经济快速发展和金融科技深层融合所带来社会生活的变迁，大众的投资需求和投资习惯也在经历升级，与当前如火如荼的消费升级相对应，中国的财富管理市场亟待一场投资升级。京东数字科技研究院研究员张彧通表示，与美国相比，中国的智能投顾拥有更为广泛的客户群体。智能投顾作为定制化、数字化的财富管理解决方案，有望成为中国个人财富管理和资产管理升级的突破口。

　　智能投顾经历了暂时性的退潮

　　张彧通表示,国外机构对数字化投顾普遍看好，花旗银行预测至2020年该市场AUM有望突破2.2万亿美元。2015年前后，数字化投顾商业模式被引入中国，与之相关的创业浪潮出现，一年内宣称开展智能投顾的企业数量跃升至50余家。经历几年的发展，市场热潮逐渐扩大，但是受制于金融市场发展基础和政策，企业只能提供基于算法的资产配置建议，很难提供简单便捷的交易，基本上以公募基金作为资产配置的主要标的。

　　据他介绍，目前，我国的智能投顾产品以所依托的产业领域划分，可分为三大类：

　　第一类，以互联网公司为基础的智能投顾创业公司。互联网公司的智能投顾商业模式历史包袱较轻，且思路比较开阔，所以一般以境外资产管理的运作方式移植到境内平台的方式开展。在投资方式和投资标的方面，选择具有较低相关性的大类资产，帮助用户构建AFOIF，实现充分分散风险的目的。

　　第二类，以银行、基金等金融机构为基础的智能投顾产品。背靠国内银行、基金的强大的零售能力，此类智能投顾产品可谓是含着金钥匙出生。但是银行、基金系的智能投顾产品在互联网思维上稍显薄弱，并没有贴合互联网用户的需要。例如银行系智能投顾虽然零售能力较强，但缺少投研能力，在配置能力上较弱；基金系智能投顾虽然投研能力足够，但互联网角度较少，营销色彩较浓，且销售能力欠缺。。在我国，类似基金系智投往往扮演的是卖方营销手段的角色，具有无法规避的利益冲突。

　　第三类，以券商为基础的智能荐股概念“智投”和其他衍生“智投”。智能选股类“智投”是否是真“智能投顾”，一直饱受非议。因为智能投顾是为用户构建一个低成本、低门槛的去中心化FOF，而智能选股很难在分散性上、管理成本上、以及用户的风险偏好匹配上满足大众投资者的要求。很多券商基于其经纪业务的需要，也开发了一些选股工具号称智能投顾，一些智能投顾从业者对此持保留态度。

　　张彧通认为，由于至少三个方面的问题存在，导致这三类智投产品都无法打开市场，进而无法满足客户的需求。这也是最近一两年智能投顾市场经历了一波退潮与蛰伏的原因。

　　第一，中国智能投顾行业的交易成本高。智投行业投资标的主要是ETF产品。与美国ETF市场规模效应下交易成本低和标准化程度高不同的是，中国的智能投顾公司主要以代销场外基金作为主要的配置方法，其中的损耗非常大。例如，股票型基金或债券型基金，当前场外公募基金的赎回+申购的总周期约为5~8天，而QDII则更是长达10~25天。

　　第二，中国智能投顾的可选产品少，分散效果有限。国内的公募基金主要是A股的股票型、混合型基金，基于国债、金融债或者企业债的债券型基金，相对来说较为丰富的货币型基金，以及少量的QDII和黄金ETF。分散效果非常有限。

　　第三，中国智能投顾行业还未摆脱卖方投顾的角色。囿于监管环境和市场特征，国内智能投顾还未能摆脱卖方投顾的角色，存在利益冲突。智能投顾多是沦落为营销工具，而非真正的个人资产管理账户。绝大多数的智能投顾，包括互联网创业公司或银行基金的智能投顾，都是通过销售金融产品，向卖方收费，这在本质上就不可能规避掉利益冲突。以基金销售为例，智能投顾公司通过销售基金，从基金公司收取申购费用分成、赎回费用分成以及管理费用分成，其中申购和赎回是按笔收费，管理费用是按年化收取。此时，智能投顾公司有两种选择，鼓励用户频繁调仓以更大程度转圈申购赎回的手续费，或是鼓励用户长期持有以收取管理费分成。当智能投顾公司发现频繁调仓获取的申购赎回手续费更多时，很难再照顾到用户的长期利益。

文章来源：中国金融新闻网

品钛解读智能投顾的五大迷思

智能投顾作为舶来品进入中国以来，被提及得多，被理解得少。对于投资者而言，相对于选择某项产品或某个平台，拥有健康、科学的投资观念更为重要。

　　1、欣欣向荣的市场，机会与风险并存

　　2019 年年初以来，资本市场呈现欣欣向荣的景象：国内方面，沪深300、中证500、创业板普遍反弹约20%;全球市场方面，港股、新兴市场指数、标普 500 的涨幅约为10%。

　　主流观点认为，这其中的原因主要有二：

　　• 第一，中美贸易谈判有了新进展。一月底，特朗普方面表示有意愿与中国继续谈判，以达成贸易协议。这个与去年剑拔弩张贸易战的语调非常不一样，对于市场无疑是一个积极信号;

　　• 第二，证监会新任主席易会满对于设立科创板试点注册制发表了意见，市场对科创 版作为中国证券业的改革试点，抱有很大的期望。

　　品钛智能投顾团队认为，今年年初的市场反弹是消息驱动的结果，市场情绪和市场消息驱动的市场。但是，现阶段市场上有一些宏观数据也需要引起投资者关注：

　　• 宏观数据方面，中国二月PMI指数为49.2%，创三年以来PMI月度指数新低;

　　•3 月初，中国海关发布数据显示，中国 2 月以美元计价出口同比下降20.7%;剔除春节因素观察，整个1- 2 月，以美元计价贸易顺差 437 亿美元，收窄13.6%;

　　• 美国债市方面，十年期国债收益率和短期的国债收益率出现了倒挂现象。短期利率的上升意味着大家短期不愿意把钱借出，表示市场对短期经济仍持观望态度。

　　2、智能投顾不是事件驱动，而是数据驱动的

　　资本市场是消息驱动(event-driven)的市场。与消息驱动的模式不同，智能投顾的模型是数据驱动的模型。从长期来看，数据驱动的模型是更理性的决策模型。

　　品钛在设计模型时，会将技术面、基本面指标作为是否增配资产的重要因素之一，但这仅仅是一方面。

　　我们在配置资产时，更看重夏普比例(Sharpe Ratio)。简单来说，夏普比例是风险和收益之间的“性价比” ，如果同等收益下需承担的风险较小，或同等风险下能获得较大的收益，就可以被认为风险收益比“合算”。所以，即便市场有上涨信号，但如果风险太高，风险收益比“不合算”，我们便不会进行配置。

　　一切由数据、模型驱动，这是智能投顾与消息驱动型的投资行为，在投资依据上的一个较大不同。

　　3、指数上涨，不一定立刻赚钱

　　很多投资者对智能投顾的最大迷思之一是：是不是指数涨了，模型就会给我调仓，然后我就赚钱了？

　　回答是，我们不会根据市场波动去频繁调仓，这里的主要原因有二：

　　一个技术性的原因是：交易有成本，调仓需谨慎。品钛用的是以基金为主的模型，频繁调仓必然会带来高额的交易成本，给投资者带来较大的交易负担。

　　另一个是更加根本性的原因：如上文提到的，市场对情绪面和消息面的反应很快，所以趋势的建立更多是基于对消息面的解读。但是，我们不认为这适合于以基金组合长期配置为底层的组合模式。

　　投资是一个长跑。长跑中最重要的不是在其中一两个月抓到涨幅，而是在长期的过程中不要跌倒，不要中途退出比赛。

　　同样，投资者使用智能投顾进行投资，他们最大的期望不是能有一个抓底逃顶的策略，而是能以很低的波动和很小的回撤去放心地持有资产，直到长期趋势建立。当市场风险很大的时候，投资者的财富能够被守住。

　　我们认为，这是智能投顾这种投资方式能给投资者带来的最大的价值。

　　4、对于长期投资者，个人风险偏好“不重要”

　　如果一笔资金可以被用作长期投资，那其实这笔投资的风险偏好与投资者个人的风险偏好关系就不大了，而是与这笔钱本身能够承受的风险相关。

　　若是投资者确定这笔资金可用作长期投资，那根据我们的模型获得最高收益的，会是最高风险等级的账户。

　　因为，根据品钛的智投策略，长期来看这笔钱能承受的风险非常小，它可能会在途中遭受一些损失，但市场是一个周期，当周期过去后资金会回来，并产生较好的回报。

　　但实操过程中，大部分人赚不到这笔长期的钱，原因可能是在中途回撤较大的时候心理承受不了，或是因为其他不可抗的原因，就提前赎回了。

　　5、绝大多数情况，机构比个人专业

　　有的投资者会有疑问：无论是自行购买或是通过智能投顾产品持有，其本质所持有的资产都是公募基金，那为何不自行去申购费相对较低的基金超市购买基金，而要使用相对服务费较高的智能投顾系统？

　　这里需要说明的是，如果投资人非常注重自主的投资行为，那去选择收取较低申购费的基金超市类服务，是理性的。

　　一般来说，智能投投顾产品，相较于普通的基金超市，提供了更多增值服务，包括(基金)产品的筛选，基金组合的构建，交易成本的优化等等。所有的这些会需要一些技术和服务上的投入。

投资领域的一条铁律是，绝大多数情况下，机构的专业度比个人投资者高。

文章来源：站长之家

智能投顾的价值在于什么?

2019年银联网络风险培训工作交流会于海南海口市举行，国美金融智能投顾首席顾问、清华大学五道口金融学院紫荆教育金融人工智能专家王蓁博士应邀出席并发表主题演讲《科技助力金融风险管理和支付创新》。

会上，王蓁指出，当前大多数“人工智能”其实是业务流程的自动化，距离智能还有较大空间。智能金融系统目前真正的价值，不是直接帮投资人稳赚不赔、保本保息，而是通过人工智能建立起金融机构的大规模自动化系统，让监管、银行、投资机构等决策行为，获取更全面的信息，减少对个人经验的依赖，做出更准确的决策、建立更有效的风控系统、提升更及时的黑天鹅响应机制、培养更有价值的长期资产筛选和大类配置能力。

王蓁表示，中美金融市场大不相同，国情和制度也截然不同，直接使用美国的模型(例如，财富管理和智能投顾领域的现代资产组合理论MPT, MVO, BL等)都不是最优的。

以财富管理领域的前沿技术智能投顾为例，直接使用美国现有的资产配置和智能投顾算法模型，通常会出现超配低波动率资产、配置结果不稳定以及较多人工干预等问题。并且，底层资产从美国ETF迁移到国内公募基金等，也会出现新的本土化过程中的实际交易流程和合规性问题。这些都需要从业机构研究符合中国国情的本土化智能投顾模型和产品。

尽管国内一些金融机构，落地过程中困难重重，但王蓁认为智能投顾在国内是可以做的很好的。例如国美智投，针对国内客户及市场特点，结合国内外的长期投资经验，构建了具有自己知识产权的大类资产配置和投资组合构建算法，更适合现阶段国内情况和银行客户使用，并且全套模型和系统已经服务包括国美金融在内的国内多家大型金融机构，实盘效果领跑行业。

王蓁认为，好的机器学习模型专家，一定需要兼备对具体业务的深刻理解和各个算法模型的熟练掌握，作为一个大脑，构建解决具体业务问题的解决方案流程框架和大体思路，然后对框架拆分的各个子系统和子模型，配备99个“流水线”研究和建模人员，辅助完成具体建模细节和调参等工作。然而，当前在国内，具有一个大脑能力的金融人工智能专家是极其稀缺的。

文章来源：Yesky天极新闻

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