聊一聊智能投顾

人工智能

去年三月,AlphaGo打败李世石,震惊世界,人工智能的高潮就此来临。人们在面对人工智能的时候怀抱着很复杂的感情,有兴奋也有恐慌,害怕自己赖以谋生的工作就此被机器取而代之。

智能投顾就是投资顾问中的AlphaGo。一眼看上去,智能投顾已经对人工投资顾问的金饭碗构成威胁,但事实是,智能投顾是对人工投资顾问的一个强有力的补充力量。

根据中证协和中证登方面的数据显示,投资者和协会注册投顾的比例高达3138:1,也就是说,人工投顾是极度稀缺资源。这就造成了人工投顾的服务对象只能是投资资金量极大的投资者,资金量相对较小的散户基本没有可能从中分羹。

所以说,智能投顾的出现其实是市场的需要,是对市场现有投资顾问力量的一个助攻。

1. 智能投顾是什么?

智能投顾,本质上还是投资顾问,所以智能投顾首先应该成为一个合格的投资顾问,其次才是智能化。

市场上上的各种投资产品多种多样,五花八门,光公募基金就有四千多只,就好比菜市场上有上千种食材,一个从来没炒过菜的人根本不知道要买哪些东西回去,小白投资者在面对这些投资产品的时候也是同样的心情。

投资顾问就是市场和投资者之间的桥梁,投资顾问需要了解市场上的所有投资品,同时要了解具体投资者的自身情况和投资目的,帮助投资者规划投资,选择合适的投资组合。

那么这个过程中,投资顾问要做的事情应该是:

  1. 市场上的各类投资产品有着深刻的了解,并及时动态把握市场变化;
  2. 了解客户基本情况包括个人基本信息、投资资金量、投资目标、风险承受能力等,结合市场情况,给出投资方案;
  3. 持续跟进客户后续的情况变化,结合市场变化情况,动态地对投资方案做出及时调整,做到资产配置、市场情况和客户自身情况始终保持匹配状态,即个性化定制和调整投资方案
  4. 能够及时对客户的提问做出回应。
  5. 能够把给客户的投资配置建议背后的原因和逻辑,完整准确地传达给客户。

一个智能投顾能做到以上几件事情,是最基本的要求。从这个角度上衡量市场上那些智能投顾产品,能够符合要求的真是凤毛麟角。

智能投顾只是在投资顾问的基础上增加智能化。智能化就像是投资顾问手中的利器,能够把投资顾问要做的事情做到更好:

  1. 关于第一件事情,智能投顾可以通过大数据和机器学习、自然语言处理等技术,综合市场的大量历史数据和最新数据进行分析,能够更准确地把握市场上各种投资产品的情况
  2. 关于第二件事情,智能投顾相比人工投顾,在基于客户情况数据综合做出判断的过程中,能够不受影响地、更加理性地给出客户定制投资方案;
  3. 关于第三件事情,智能投顾能够不断地获得市场上最新的数据进行分析,不断地对客户的投资行为进行分析,做到实时跟进,有必要时触发资产配置调整,相比于人工投顾效率更高
  4. 关于第四件事情,智能投顾可以做24小时不间断工作,成本更低,效率更高。
  5. 关于第五件事情,这一点只靠智能投顾是不够的,智能投顾它可以通过机器学习快速地做出恰当的决策,但是它不会给我们解释,这一点中,人工投资顾问的作用就凸显出来了。人工投资顾问可以对机器做出的决策做后续验证、研究和解释,进行客户教育,所以投资顾问绝不会因为智能投顾的到来而丢掉饭碗,而是去做更加有价值的事情,是不是很开心~

如果一个智能投顾能做到以上几点,那就真的是智能投顾了。

2. 智能投顾和量化投资有什么区别和联系?

量化投资基于数学,是一种技术,它的目的是通过建立合理的量化模型和策略,在一定风险阈值内,最大化资金的收益。量化投资的基础是数学,最近几年,机器学习在量化投资中也发挥了重要的作用。那作为投资者而言,在参与量化投资时,投资方式可以有两个姿势:

  1. 如果有量化经验可以自己建立量化策略,配置合适的选股和择时策略;
  2. 如果不会建立策略,可以在一些量化投资平台上跟进某些量化达人的投资策略。

在量化投资中,没有投资经验和精力的投资者,没有办法定制属于自己的投资方案,这就是量化投资和智能投顾最根本的区别。

和量化投资不同,智能投顾是一种服务。它的目的是,通过全方位了解客户需求,为客户推荐合适的资产配置策略。资产投资过程中,智能投顾中会用到一些量化投资技术,主要用的是多因子量化投资技术。

打个比方,量化投资是一种高超的厨艺,掌握这门厨艺的人可以自己去菜市场买菜,并做出符合自己口味的菜,而不会量化投资这门厨艺的人,只能去别人那里蹭饭吃(跟投);智能投顾是一个有着高超厨艺的专职厨师,这位厨师在做菜之前会询问用户的喜好、口味、健康情况甚至体脂率,结合用户的情况定制菜谱,做出符合用户口味的菜。

目前市场上的真相是,很多智能投顾产品,做的只是量化投资。平台上摆出几个大V做的收益惊人的量化投资策略,让用户follow,不考虑用户的个体差异性,并没有遵从以用户为中心的投顾原则。

3. 现有的智能投顾产品都是什么操作?

经过我各方参考以及天马行空的想象,一个完整的智能投顾结构大概是下图这样式儿的:

智能投顾结构

大数据是人工智能的燃油,如果没有海量数据,人工智能绝没有如今一飞冲天的态势。因此,智能投顾中最基础和必备的应该是数据管理。数据管理保障的是数据的完备性、及时性、可靠性和可用性。数据管理有市场数据管理和用户数据管理两个具体模块,如果没有用户数据管理,那么这就退变成了一个智能量化投资的产品,跟投顾就没啥关系了。
市场分析预测是基于海量数据进行机器学习、数据挖掘、统计预测,得到一些市场前瞻性的分析,为资产配置提供参考因子。‘
大部分智能投顾产品的投资标的都是公墓基金。市场上有四千多只公募基金,而公墓基金池就像是脱胎于传统菜市场的高端精选菜市场,通过数据挖掘和多因子技术,选择出优质基金,并且分门别类,供资产配置进行选择。
以上四个功能模块的输出结果最终都为资产配置与动态调整模块服务。
资产配置是基于用户风险阈值、投资资金量、年龄收入等用户数据,加上市场数据和前瞻数据,完成最佳资产配置方案的设计。
动态调整在很多投顾产品里的说法是“再平衡”。这个再平衡中的平衡点是当下符合市场和用户双方情况的最佳资产配置方案。例如,市场情况出现变动,用户主动进行加仓、减仓操作,这些都会可能触发智能投顾的再平衡。

4. 现有的智能投顾产品大概长什么样子?

投资顾问过程的最终结果是,客户买到基金,完成基金销售。而投资顾问在整个基金销售的过程中,在作为投资顾问的同时也担任着一定的销售角色。在不同的产品设计中,智能投顾担任的角色并不相同——有的是销售管道,有的是基金销售平台,因此,这也涉及到一个合规性和安全性的问题。

我找到了一些以智能投顾自称的产品,包括:理财魔方、拿铁智投、好买储蓄罐、璇玑智投、蓝海智投、滚雪球以及招行推出的摩羯智投。其中,我选取了我认为相对于合格的两个智能投顾产品做了个列表分析:

理财魔方 拿铁智投
角色定位 销售管道 销售管道
安全合规 基金来源于银监会批准的第三方基金销售平台盈米财富 基金来源于银监会批准的第三方基金销售平台天天基金
了解客户 问卷调查初始分为10个风险等级 机器人版问卷调查风险等级未知,分级粒度未知
资产配置个性定制 10个不同等级对应资产配置较为合理;初始用不同数量的钱投资同一等级的配置方案时,配置情况会有调整;千人千面为用户个性化定制。 资产配置大类合理,但是感觉分散程度相对较小;智能投顾服务涉及三类基础资产配置以及这基础之上的个性化定制之外;初次之外还有一些针对有投资经验的人设计的一些可选投资方案;以上所有这些投资方案都可以直接购买而不用参与问卷调查。
及时回应 线上客服效率低微信客服很及时很专业电话客服还没试过 客服不够及时,问题回答不够细致专业
客户教育 有客户微信群,理财魔方的几个创始人都在群中给用户解答问题每个月有沟通策略会,讲解知识和分析调仓线下用户见面会,还没体验过 微信群里并没有特别有用的信息每个月有策略会,讲解经济形势、分析拿铁策略拿铁公众号的干货还是挺多的
体验感触 整体符合智能投顾的应有要素;千人千面是亮点,但关于千人千面的有效性我目前没有评论的资格。 虽然没有千人千面的宣传,但可以看出来拿铁也有个性化定制资产配置和调整功能;所有资产配置方案可以不通过评测直接购买,这一点有量化投资的基因,但后期的个性化调整仍旧属于智能投顾的职责范围,所以整体符合智能投顾的应有要素。

之所以说这两个产品相对来说比较合格的意思是,它们比较符合智能投顾应该具备的一些“品质”。你要是问我应该选择哪个智能投顾进行投资,我并没有办法回答,因为时间是投资的朋友,优秀的智能投顾产品需要时间来验证它的品质,短时间内无法做出合理建议。

还是那句老话:投资有风险,入市需谨慎

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,723评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,080评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,604评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,440评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,431评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,499评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,893评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,541评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,751评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,547评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,619评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,320评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,890评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,896评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,137评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,796评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,335评论 2 342

推荐阅读更多精彩内容