智能投顾开启惠普金融新时代
智能投顾：开启惠普金融新时代
最近几年，人工智能这个词在网络上爆红：谷歌的“AlphaGo”称霸棋坛，微软机器人小冰出了诗集，百度机器人小度又击败了“最强大脑”…人工智能领域的研究可以说是捷报频传。如果无敌的人工智能与传统金融机构相遇，将会碰撞出什么样的火花？如果将“AlphaGo们”应用到理财领域，是否就能赚得盆满钵满？
事实上，金融界的AlphaGo——智能投顾早已起航。
什么是智能投顾？
智能投顾起源于年美国的次贷危机。由于美国报税体系复杂，每个投资人背后都会有投资顾问帮助他报税，同时做一些相关的投资，投资顾问会收取2%到3%左右的佣金。然而经济危机爆发后，市场变得不景气，许多量化公司于是开始寻找其他的方式来降低投资成本，提高投资效率。在这种背景下，美国一个团队采取用智能软件代替高级投资顾问帮助投资人进行投资，将成本从2%左右降到0.25%，这就是智能投顾最初的原型。后来，随着大数据、深度学习等技术的发展及应用，这种利用软件投资的方式逐渐发展成为现在的智能投顾。
智能投顾（Robo-Advisor）利用大数据分析、量化金融模型以及智能化算法，根据投资者的风险承受水平、预期收益目标以及投资风格偏好等要求，运用一系列智能算法，投资组合优化等理论模型，为用户提供投资参考，并监测市场动态，对资产配置进行自动再平衡，提高资产回报率，从而让投资者实现“零基础、零成本、专家级”动态资产投资配置。
一个典型的智能投顾服务过程主要包含以下步骤：
1）客户画像：系统通过问卷调查评价客户的风险承受能力和投资目标；
2）投资组合配置：系统根据用户风险偏好从备选资产池中推荐个性化的投资组合；
3）客户资金托管：客户资金被转入第三方托管；
4）交易执行：系统代理客户发出交易指令，买卖资产；
5）投资组合再平衡：用户定期检测资产组合，平台根据市场情况和用户需求变化实时监测及调仓。
智能投顾的几大关键技术
大数据
信息量小或者缺乏解读信息的能力是投资失败的根本原因之一。智能投顾虽然没有复杂的人类大脑，但是它可以掌握超越所有人工投顾的数据量。
“大数据”本质就是一个领域、一个范畴中的全部数据。有了全部数据就可以知其然而且知其所以然，做出最科学、最合理的决策。用户行为大数据与金融交易大数据是机器学习的“养料”，它们驯化出来的人工智能是整个智能投顾的核心。
云计算
智能投顾拥有的数据量越多，就越需要提升其对数据的分类、建模、链接、分割与整合能力。这就是识别、理解和转换表达包括语言、文字、图像、声音、视频等多种类型信息的“自然语言处理技术”。
为拥有海量数据的处理能力，还必须不断提升速度。单一的PC、移动终端、服务器群组无法满足速度需求，只能通过互联网来提供动态易扩展且经常是虚拟化的“云资源”。目前云计算已形成每秒10万亿次甚至更高的运算能力，因而可以模拟核爆炸、预测气候变化和市场发展趋势。
深度学习自主进化
当面对新的任务，人工智能能够依托现有程序自行探索实现升级换代，而不是预先编程输入先验知识或答案。
智能投顾由两个不同功能的“大脑”组成：策略系统和评估系统。当智能投顾工作时，策略系统不断分析当前局势提出决策方案，提供最佳可选的若干个“下一步”；评估系统则负责发现每个“下一步”实施后影响整体盘面的种种可能，然后两个“大脑”通过优胜劣汰互动择取各自的平均值，筛选对冲后一步步形成最终决策方案。
智能投顾的优势
从业界现状来看，“智能投顾”的前景非常广阔。它主要有如下优势：
降低门槛
传统的高收益金融产品通常有一定的资金门槛，一句“对不起先生，我们这里最低的理财额度是万”，足以让很多人望而止步，而智能投顾能充分利用自动化手段降低成本，帮人巧妙地避开了投资顾问们犀利的白眼，解了囊中羞涩的尴尬，非常适合年青一代及中小投资者。
最优配置
根据不同投资人的风险偏好和风险承受能力，提供最优资产配置方案。智能投顾非常注重风险，其配置原理是现代组合理论，一个基本原则是高收益、高风险，其第一步就是鉴别投资者的风险承受能力，绝不会推荐老年人买p2p。
战胜人性
在传统方式投资过程中，人由于贪婪和恐惧，往往会做出错误的判断。智能投顾则会非常冷静，理性对待市场信息，研判出最佳投资方案。
节省成本
通过节省人工顾问成本，以及线下开设网点的成本，降低金融机构的日常运营成本，提升金融机构的盈利能力。
解决利益冲突
传统的投资顾问的获利来源之一是交易佣金，所以顾问与客户之间存在潜在的利益冲突。顾问希望客户增加交易频率以实现获利，但这又损害了客户的利益。“智能投顾”不以收取佣金为目的，能完全站在客户角度设计投资方案。
智能投顾的发展和挑战
在美国，受益于人口结构变化、人工智能技术发展和监管法规等因素，智能投顾管理的资产规模从年以来复合增长率超过80%。根据MyPrivateBanking的预测，未来五年中，美国智能投顾行业将继续高速增长，预计在年全行业资产管理规模将达到1.6万亿美元。
同时，传统资产管理公司如贝莱德、高盛等巨头纷纷布局智能投顾。它们凭借品牌和客户群的优势迅速转化，获客成本低、资产管理能力强，市场优势十分明显。
在中国，智能投顾起步较晚，但是中国居民家庭财富在不断增长，财富管理市场空间巨大。据BCG数据，年末，中国个人可投资金融资产总额约为万亿人民币，5年内保持12%的年均复合增长率，到年底我国个人财富总规模将接近万亿人民币。随着互联网理财日益流行，年轻一代对互联网财富管理也更加认同。智能投顾概念引入我国后，大量的科技创业企业开始出现，年下半年以后传统金融机构也大力布局智能投顾方向。
“智能投顾”在中国虽然前景广阔，但同时也面临着许多挑战。它主要面临着如下挑战：
1、中国金融市场还不够成熟，智能投顾机构可投资的高流动性金融产品还相对有限，许多高收益非标资产无法实现高流动性，这可能导致智能投资设定的投资组合存在流动性风险。
2、投资者教育不足。智能投顾只能把风险在一定范围内降到最低，但是不能完全消除风险。而国内投资人在风险发生时，普遍反应不太理智。
3、监管存在缺失。同P2P领域一样，在缺乏监管的市场环境下，很容易出现“劣币驱逐良币”的情况。现在一些P2P公司打着“智能投顾”的旗号进行揽客，实际上却没有相关的技术支撑，导致了客户对“智能投顾”领域的产品信心大大降低，不利于市场良性发展。
想了解更多的算法讯息吗？
想学习更理性的处事之道吗？
《算法统治世界》，你值得拥有~！
书中思维导图链接：
转载请注明：http://www.duanmaomaos.com/tzyhyw/1311.html
