1、周維：最近這么火的智能投顧是什么？最近“智能投顧”（Robo-Advisor）這個話題了確實火得不得了，作為這個行業(yè)較早開始摸索實踐的從業(yè)者（氪空間第四期項目“理財魔方”獲1000 萬人民幣天使輪融資，要做中國化的智能資產(chǎn)管理應用_36 氪）,和 VC 機構是越來越也發(fā)現(xiàn)最近一段時間對這個領域感興趣的多。雖然苦逼吭哧了一年多的創(chuàng)業(yè)終于成了大家都看好的大方向，但我同時也發(fā)現(xiàn)，如前兩年的 P2P 一樣，很多魚龍混雜的平臺開始打著“智能投顧”的旗號，一面坑用戶，一面圈投資人的錢，沒有靜下心來好好鞏固自己的智能投資管理系統(tǒng)，這對整個行業(yè)的健康發(fā)展都是不利的。所以看到知乎上有“智能投顧”這個話題，感覺還

2、是應該把這個概念說清楚，行業(yè)也應該在喧囂中沉下心來把基礎的事情做好。當然本人的理解也有不完善的地方，歡迎大家一起討論。回答這個問題前我們先看看行業(yè)相關數(shù)據(jù)以理財行業(yè)里面最為標準化的公募基金數(shù)據(jù)來看，整個基金產(chǎn)品和基金銷售在中國可以說已經(jīng)發(fā)展得非常充分。截止 16 年 6 月中國公募基金資產(chǎn)規(guī)模已達 7.95 萬億元，公募基金公司 108 家，基金產(chǎn)品數(shù)量達3114 只。銷售端有銀行、券商、第三方基金銷售平臺、電商、直銷等眾多銷售渠道百花齊放。6 月末公募資產(chǎn)規(guī)模達 7.95 萬億元。不僅基金產(chǎn)品多，而且基金投資收益也都還不錯先看基金六個月業(yè)績：過去 24 個半年里只有 7 次虧損；平均半年收益

3、率 8%；投資任意一只基金滿半年正收益概率 71.8%。再看基金一年業(yè)績：過去 12 年里只有兩年虧損；平均年收益率19.2%；投資任意一只基金滿一個自然年度正收益概率 79.8%。但基金投資者卻往往是虧錢的從基金贖回比例數(shù)據(jù)來看，投資者平均持基時間約為一個季度：在投資用戶踴躍申購之后的一個季度往往伴隨著大幅虧損，說明投資用戶在賠錢：來，我們一起把重要的事情說三遍：投資產(chǎn)品在掙錢，投資用戶在賠錢！投資產(chǎn)品在掙錢，投資用戶在賠錢！投資產(chǎn)品在掙錢，投資用戶在賠錢！基金行業(yè)發(fā)展得那么好，產(chǎn)品也很掙錢，為什么投資用戶卻是賠錢的？“做投資決策，最重要的是要著眼于市場，確定好投資類別。從長遠看，大約90%

4、的投資收益都是來自于成功的資產(chǎn)配置?！?“全球資產(chǎn)配置之父”加里布林森上面這段話清晰地說明了投資收益中資產(chǎn)配置的重要性，而資產(chǎn)配置又是投資顧問的重要職能，中國理財市場里存在大量掙錢的金融產(chǎn)品，也有大量低學歷的金融銷售，但恰恰缺少大量優(yōu)秀的投資顧問，缺少專業(yè)人才給投資用戶做資產(chǎn)配置，這也是為什么中國大部分投資用戶會賠錢。缺少投資顧問是中國用戶投資賠錢的最重要原因！分割線 2什么是投資顧問：既然投資顧問這么重要，在介紹智能投顧之前先讓大家了解什么是投資顧問。在國內大家對投資顧問（Financial Advisor 簡稱 FA）可能都比較陌生或理解有偏差，但投資顧問在美國這樣的金融發(fā)達國家是卻比較常

5、見（美國人民當了 100 多年的韭菜，到上世紀 70 年代左右最終認命自己打不過市場和機構，干脆把錢交給投資顧問管理）。準確定義投資顧問是干什么的，首先要了解一下發(fā)達金融體系里投資理財行業(yè)的分工。發(fā)達的金融產(chǎn)業(yè)依靠的是專業(yè)化分工和規(guī)模效應，投資理財領域如下圖存在“金融產(chǎn)品”和“投資顧問”兩個層面的分工：1)金融產(chǎn)品：金融產(chǎn)品本質上是為大眾或專業(yè)投資者提供基礎的投資工具。公募基金就是最典型的標準化投資工具，舉個栗子，如果你非常看好互聯(lián)網(wǎng)行業(yè)，你就可以選擇互聯(lián)網(wǎng)投資方向的基金，而該基金專攻方向就是通過專業(yè)的調查研究，選擇最有前景、價值被低估的互聯(lián)網(wǎng)公司股票進行投資，并通過這種投資獲得盡可能的收益；

6、金融產(chǎn)品一般是不進行資產(chǎn)配置的，好比一個明確投資互聯(lián)網(wǎng)行業(yè)的基金就不應該去投資鋼鐵行業(yè)的股票，否則就違背了大家申購這個基金的初衷（當然國內這種掛羊頭賣狗肉的基金數(shù)量不少，韭菜身邊到處是坑?。?。2)投資顧問：投資顧問是連接用戶端和金融產(chǎn)品端的重要橋梁投資顧問連接用戶端通過一系列細致深入的訪談了解用戶的風險偏好這里面的關鍵是用戶有時候實際表達與他真實的風險偏好是有差異的。比如隔壁老王說他有 30 萬要理財，目標是半年后能買輛勞斯萊斯，如果真的按照老王的意思直接給他組合資產(chǎn)，最后大概率是 30 萬被完全虧掉，因為極高收益都是伴隨的極大風險，但這其實并不是老王真正期待的的。所以判斷客戶真實的風險偏好需

7、要理財顧問非常專業(yè)細致的溝通，而這種溝通成本往往是非常高的。投資顧問連接產(chǎn)品端根據(jù)不同用戶的風險偏好定制的配置資產(chǎn)組合但凡涉及“投資”，比“收益”本身更重要的事情，永遠是“風險”。資產(chǎn)配置就是在風險確定的情況下，給出在該風險下最高收益率的投資組合方案。如果投資高比例的股票基金是為了在更高風險下追求高收益和高流動性，那么投資更多貨幣基金卻是在低收益下獲得高流動性和幾乎無風險。如果只看收益不險，不管你的決策怎樣，投資結果怎樣，其性質都是感性的，或者說就是賭博，一個典型的例子就是風險不透明的 P2P。資產(chǎn)配置有很多現(xiàn)成方法論，如：Markowitz Mean-Variance Model，Black

8、Litterman Model 等等，當然實踐使用中還需要根據(jù)實際情況調整一些參數(shù)，鑒于是科普就不在這里一一展開了。總之，如果把金融行業(yè)類比餐營業(yè)的話，那么金融產(chǎn)品就好比是各種食材，按標準配料，類型豐富；而投資顧問則是廚子，選擇并加工上好的食材，最后做成客人喜愛的大餐。人精力有限，術業(yè)也有專攻，想在兩、三個領域同時做到頂尖水平幾乎是不可能的，所以專業(yè)的事情還需要專業(yè)機構來承擔。分割線 3智能投顧一般來講智能投顧就是人工智能投資顧問的結合體，搞清楚上面什么是投資顧問后就應該好理解了。（當然金融領域類也有人工智能金融產(chǎn)品結合的方向，比如說量化投資 Hedge Quant，下面也會有介紹）與傳統(tǒng)投資

9、顧問一樣智能投顧依然承擔者用戶和金融產(chǎn)品之前的橋梁作用，那么人工智能又是如何發(fā)揮這個橋梁作用的呢？通過算法和模型定制風險資產(chǎn)組合計算機的普及解決了幾十年前金融統(tǒng)計計算效率的問題。幾十年前不少大學還都沒有計算機，一個簡單的線性回歸（linear regression）都需要幾個研究生算幾個小時，通過手工計算一個幾十年序列收益均值的協(xié)方差矩陣，想想就要了，等算完了，估計投資機會也過去了。將計算機引入金融研究，極大的提高了金融的運行效率，大規(guī)模金融統(tǒng)計計算終于成為了現(xiàn)實。這幾年也能看到不少機器學習如SVM、神經(jīng)網(wǎng)絡、甚至深度學習 deep learning 做股票預測的論文。所以金融投資擁抱計算機和

10、智能算法過去就一直存在，人工智能與金融未來只會結合的更加緊密。具體在資產(chǎn)配置這塊應用，可以通過資產(chǎn)配置模型由計算機得出最優(yōu)投資組合，也可以通過多因子風控模型更好更準確的把握前瞻性風險，還可以通過信號監(jiān)控、量化手段制定擇時策略。計算機的加入讓資產(chǎn)配置做得更精準，也讓投資決策變得更加理性。通過大數(shù)據(jù)識別用戶風險偏好隨著這幾年互聯(lián)網(wǎng)應用的增多和數(shù)據(jù)積累，我們可以看到類似亞馬遜向我們推薦個性化的商品、netflix 推薦個性化的影視節(jié)目、還有今日頭條這樣推薦個性化的新聞。同樣在智能理財領域也是根據(jù)用戶這塊大數(shù)據(jù)識別用戶的個性化的風險偏好，根據(jù)不同的風險偏好提供個性化的理財方案。這樣一個好處在于解決前面

11、說的傳統(tǒng)理財顧問通過溝通識別風險偏好的帶來的高成本問題，羊毛出在羊身上，這種成本最終也會反映在用戶的投資收益里面，降低這塊的成本就是幫用戶提升收益。更厲害的地方在于這種風險偏好的識別可以實時動態(tài)計算，一般風險偏好會表現(xiàn)為恐懼和貪婪兩個方面，而且并不是固定不變的，大部分人的風險偏好會隨著市場漲跌、收入水平等因素的變化而波動。比如15 年上半年牛市的時候很多人都進入了股票市場，這就是貪婪導致的風險偏好的提升，但到了 15 年下半年熊市的時候，大家的風險偏好因恐懼又開始下降。如果是理財顧問來做這件事情，得到結論可能會有一定的滯后性，另外帶來額外的溝通成本也會增加不少。總之因為客戶收入、年齡、性別、心

12、理特征的差異會產(chǎn)生不同的風險偏好和風險偏好變化軌跡，根據(jù)這樣的特性智能理財就要做到千人千時千面。因此識別智能投顧就有以下四個標準，離開這些標準說自己是智能投顧都是耍：1、通過大數(shù)據(jù)獲得用戶個性化的風險偏好及其變化規(guī)律2、根據(jù)用戶個性化的風險偏好結合算法模型定制個性化的資產(chǎn)配置方案3、利用互聯(lián)網(wǎng)對用戶個性化的資產(chǎn)配置方案進行實時跟蹤調整4、不追求不顧風險的高收益，在用戶可以承受的風險范圍內實現(xiàn)收益最大化當然大家也要理性的認識到，在智能理財領域計算機還無法完全替代人，在一些關鍵時刻還是需要人依靠專業(yè)經(jīng)驗來做決策，如果 100%依賴計算機也會導致一些特殊風險的出現(xiàn)，所以在相當長的一段時間內智能理財也

13、都會保持人工智能專業(yè)經(jīng)驗的狀態(tài)。我非常堅信智能投顧在中國有比美國更廣闊的發(fā)展前景，看看電商，淘寶、京東加起來市場份額比 amazon 還大，為什么？因為中國線下零售太弱了，沒有沃爾瑪?shù)饶菢拥臋C構成為競爭者。你再看看現(xiàn)在國內線下投顧市場是個什么水平，比中國零售當年還弱。如果你對中國智能投顧的未來有信心，歡迎大家加入一起為行業(yè)的未來奮斗！分割線 4智能投顧的差異說到智能投顧，不得不說美國的 Wealthfront、Betterment、FutureAdvisor 等這些公司曾經(jīng)也是我們的模仿對象，也是現(xiàn)在很多國內智能投顧公司號稱的模仿對象。但經(jīng)過我們一年的創(chuàng)業(yè)實踐，通過長期大量用戶數(shù)據(jù)的積累分析，

14、我們認為如果完全模仿 Wealthfront 這樣的美國公司，在中國必然沒有前途。國內還沒有文章詳細解讀過 Wealthfront，我先介紹一下吧。Wealthfront 的首席投資官是大名鼎鼎的 Burton Malkiel，Princeton 的大學教授，A Random Walk Down Wall Street（書中文名是漫步華爾街，吐槽這個翻譯）的作者，這本書基本代表了被動投資（Passive Investing）的投資哲學，即不能長期戰(zhàn)勝市場，所以只應該集中精力在三件事情上：1、多樣化分散投資；2、降低支付費用；3、降低稅負（非 401K 部分投資在美國要交投資所得稅）這個邏輯在于

15、，既然長期戰(zhàn)勝不了市場，那就干脆直接投資市場算了（投資指數(shù) ETF），而且要投資不同的相關性弱的 ETF，當然中間也需要識別用戶風險，根據(jù)風險定制資產(chǎn)配置方案，并且低頻做rebalance。當然，如果大家都是這么做，那大家的收益和風險也就差不多，Wealthfront 還有什么獨特優(yōu)勢和市場價值？既然收益一樣那就比費用唄，依托互聯(lián)網(wǎng)的低人工費用，Wealthfront 成功的把費用降到了 0.25%，線下大量支付 1.50%傭金的用戶看了會怎么想，這意味著一年收益瞬間就可以提升 1.25%的收益啊，要知道美國銀行存款利率接近于零啊，立馬大量的用戶就被互聯(lián)網(wǎng)搶過來了。Wealthfront 按照

16、 Burton Malkiel 的投資哲學去執(zhí)行，效果還不錯，2011 年底發(fā)展到現(xiàn)在，最新的 AUM（Assets Under Management）是$3.52 billion，去年同期是$2 billion，發(fā)展速度還是挺快的。但是我說這個投資哲學只適用于美國，為什么呢？看圖：以 S&P500 指數(shù)為例，在 Wealthfront 發(fā)展的過去 5 年可以用收益高（年化收益 9.3%，在美國同期存款和貨幣基金收益幾乎為 0%）波動小來形容，投資這種指數(shù)讓客戶賺得臉都笑歪了，能不成功嗎？但如果在中國投資指數(shù)并長期被動投資，結果會是這樣：與 S&P500 指數(shù)相比，滬深 300 過去 5 年是

17、這樣的，年化收益只有0.06%（余額寶最高的時候都有 6%?。乙徊恍⌒馁I在了去年 6月的最高點，資產(chǎn)直接縮水近 50%，讓中國用戶像 Wealthfront 這樣持續(xù)投資指數(shù)，公司玻璃就等著挨磚吧。所以像美國智能投顧這樣按被動投資法，在中國做指數(shù)投資，用戶肯定拿不住。所以我們現(xiàn)在結合一年多的實際經(jīng)驗，也引入了熟悉中國基金業(yè)的著名研究專家，潛心搞了大半年，終于找到了我們認為適合于中國市場的智能投顧之道。至于是什么，這個已經(jīng)離題就不說了，以后會讓大家知道！分割線 5最近看到一些文章把一切計算機參與的金融活動都納入到智能投顧的這個范疇，這樣理解是有偏差的，下面說兩個容易混淆的概念1、量化投資(

18、Hedge Quant)量化投資大部分交易是由計算機完成，也使用各種模型算法，但主要只針對股票和商品的現(xiàn)貨、期貨、衍生品市場，并不涉及大類資產(chǎn)的配置，量化投資并不等同于智能投顧。量化投資也有兩大的分支：技術分析和無風險套利技術分析也就是國內各種“大師”經(jīng)常說的 MACD、KDJ、二八輪動等，特點是能止損，但勝率低，收益要看天吃飯；后者運用的金融工程里面的無套利定價原理，利用計算機強大的計算能力尋找市場上的無風險套利(Arbitrage)機會，所有 Arbitrage 的基礎，就是在高度有效 (Efficient) 的市場中發(fā)現(xiàn)微小的失衡。這方面最著名的投資機構當屬 Jim Simons 的 RenaissanceTechnologies，他的獨門秘籍