智能投顾跟踪调查
智能投顾跟踪调查
作者：刘悦
文章来源：部分内容摘录于知乎网
摘要——近日，柯洁以0：3的成绩结束了他与AlphaGo的围棋对战，这场围棋比赛让全世界聚焦人工智能的发展，它带来的不止是“阿尔法狗”的热度蹿升，更是人们对人工智能的关注以及这种技术给各个行业的颠覆。而最让人感到的新奇的便是将人工智能引进到金融的领域中，央行金融研究所互联网研究中心副主任兼秘书长伍旭川在第二届中国金融发展峰会上表达了“在人工智能领域，未来很重要的是智能投顾”这一观点。而人工智能的到来，又会在金融行业掀起多大的浪潮呢？
一、智能投顾概念
智能投顾，简单点说，它是虚拟机器人基于客户自身理财需求，通过算法和产品来完成以往人工提供的理财服务顾问。如果以人为参与程度的高低，智能投顾可以分为三种：（1）机器导向：一个是基于现代资产组合的资产大类配置模式，另一个是数据分析模式；（2）以人为主：主题投资和跟投模式；（3）人机结合：线上引流至线下的O2O模式是目前主流模式。
二、智能投顾优势
智能投顾，说白了就是借助人工智能技术和大数据分析，投资人可以直接把钱交给专业机器人来打理。而机器人结合投资者的财务状况、风险偏好、理财目标等。通过已搭建的数据模型和智能算法，为投资者提供量身定制的金融服务。如资产投资组合建议、票据理财、货币基金等。它与传统投顾相比较，具有以下优势，第一，最优资产配置，智能投顾会针对不同用户给予相应的个性化资产配置解决方案，为其实现个人资产的最优配置。第二，战胜人性弱点，人生而为人，天生会自带更是各样的感情，一旦情感上出现了波动，那么它将有可能影响你的行为。因此，智能投顾很好的战胜这一弱点，机器本身就是大的数据，它不参杂任何的感情，行动上比较冷静理智，具有客观性。第三，智能投顾实现普惠金融，由于服务成本就较高，传统投顾的高收益金融产品通常有一定的资金门槛，这令普通家庭的人很难去买这些产品。因此，智能投顾充分利用智能化手段，降低人工成本，是服务更能趋向于大众化。
当然对于智能投顾来说，最重要的还是它的核心技术算法模型，那么智能投顾究竟是如何为客户进行金融服务的，下面介绍两种常用的算法模型。
三、智能投顾主要模型算法
（1）Black-Litterman模型，这是当下国外较出名的投资公司WealthFront、Betterment均使用的一种模型算法。该模型最早于1990年，由高盛的两个交易员提出，随后发表与1992年。最初该模型被用于全球资本市场的配置。Black-Litterman模型使用的是贝叶斯方法，将投资者对于一个或多个资产的预期收益的主观观点与先验分布下预期收益的新的估计，这个基于后验分布的新的收益向量，可以看成是投资者观点和市场均衡收益的加权平均。它的主要步骤为：首先根据资产的市值权重，逆优化计算得到市场均衡收益，该收益为先验收益，之后加入投资者观点收益得到新合成的后验收益，对于该后验收益在根据均值-方差最优化模型得到新的资产组合权重向量。
（2）均值-方差模型。该模型是由H.M.Markowitz在1952年提出的风险度量模型，把风险定义为期望收益率的波动率，首次将数理统计的方法应用到投资组合选择的研究中。均值—方差模型投资者将一笔给定的资金在一定时期进行投资。在期初，他购买一些证券，然后再期末卖出。那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优组合。这时投资者的决策目标有两个：尽可能高的收益率和尽可能低的不确定风险。最好的目标应是使这两个相互制约的目标达到最佳平衡。由此建立起来的投资模型即为均值—方差模型。（本段摘自搜狗百科）
均值-方差模型引入数理统计方法刻画资产的收益和风险，分析资产组合。在该理论中，用资产的期望表示预期收益，对饮的方差表示风险。该理论假设用户在其对应的风险承受能力下，都是追求利益最大化，即在预期收益一定的情况下追求风险的最小化，在风险确定的情况下追求预期收益的最大化。对于不同类型的资产，不同的资产组合方式会带来不同的预期收益和风险。Markowitz指出，若以横坐标代表资产组合的风险，纵坐标代表资产组合的预期收益时，可以得到一条最优的资产组合边界曲线，即有效边界（Efficient frontier）。 (本段内容摘自知乎网 作者：xhxh）
除了上诉两种模型之外，其他算法模型还包括均值-绝对离差模型、最大最小化平均绝对离差模型、均值-半方差模型、高斯算法等。智能投顾就是集合了一系列算法之后，才会高效的为客户定制专属金融服务。强大的机器算法与人工算法相比，速度快了n倍，由此可见将人工智能引入金融行业是多么的重要。
四、智能投顾缺点
当然，智能投顾也没有完全代替传统投顾（人工），它在国内也面临着重重难题，主要有三方面：首先，中国的金融舒畅发育程度不够，国外的智能投顾多为被动型，也就是集中于ETF，用算法把ETF在全球进行配置，而中国的金融市场只有100多只ETF基金，做得更多的是主动智能投顾，其次，中国的大众投资者不成熟，特别是长期投资理念不充分，既不愿意承担投资风险，也不愿意承担投资成本。接着，智能投顾需要服务机构具备很强的能力，如资产管理和配置能力、海量的非结构化数据和数据处理能力以及成熟的人工智能模型。再者智能也还存在着其他特有的风险，如恶意代码、虚假业绩、操作系统有风险等。这就需要智能投顾公司或传统金融领域机构以及监督部门进行恰当的实时的引导和监督。在熟悉智能投顾模式潜在风险的情况下，可以对其进行相应的方式进行监管和控制。最后，由于目前国内投资者尚未完全形成为投顾服务付费的习惯，买方投顾发展尚存难度。另一方面卖方投顾又与基金销售脱不了干系。这也为监管工作增加了难度。（本段部分内容摘自东方财富网）
五、总结
目前，国外知名的智能投顾公司以WealthFront与Betterment最具代表性。国内随着智能投顾的热潮也出现了一些开发智能投顾公司。有传统金融机构退出数字化财富管理业务如招商银行的摩羯智能投顾、浦发财富机器人、平安证券等。也有求变的互联网公司，如京东金融、蚂蚁聚宝、百度财智机器人等。最后还有一类fintch创新公司，如璇玑、理财魔方、弥财、蓝海财富、等。
最后，从长远来看，智能投顾将会对财富管理行业带来深刻影响。除了已日益增长的市场数据之外，其内在价值--向个人投资者土工低成本的专业投资工具，这将扩大受益人群以及投资人群，这也许就是金融科技的价值所在。
