科技猎亿欧智库：智能投顾的现实，重视AI但远未委以重任
本文系亿欧智库原创，以下基于笔者对市场信息分析与研究得出，错误和偏颇之处在所难免。请大家家多多指正批评。
【分析师观点】
1、投资者对于投资顾问的需求主要体现在“情绪管理”和“投资策略/建议”；
2、算法存在已久，智能投顾在近年来的发展主要得益于大数据和计算力的提升；
3、总体来看，智能投顾降低了投资的门槛，吸纳了更大规模的投资群体；
4、在投顾过程中，但凡涉及到认知层面的东西，AI多少有点措手不及；
5、 从“情绪管理”功能看， 在相当长的一段时间内智能投顾会保持AI+专业经验的状态； 而从AI涉略的“ 投资策略/建议”环节来看， 重视AI 但远未到委以重任的地步。
是蒸汽和电力的发明推动社会从小范围、低效率的农耕时代步入大规模、协作共赢的工业时代，是互联网和新技术群体一步步将信息汇合流通，为社会创造出更大的价值。毫无疑问，科技是推动社会进步的根本力量，是产业振兴的前奏。
将目光汇聚到金融领域，会发现Fintech作为金融行业的科技解决方案，正在悄无声息地改变着金融的方方面面。所谓的Fintech即Financial Technology（金融科技），是以数据为基础、技术为核心驱动力、为传统金融行业服务。
本文聚焦观察Fintech应用中的一支——智能投顾的发展，希望能给予一定结构化的信息以飨读者。
一、整体看Fintech在发展，更加深度介入金融产业链；
（图1）
Fintech1.0在大范围实现全球化，随后进入中国，Fintech2.0将中国传统金融从线下搬到了线上实现互联互通，Fintech3.0不是单一某项技术，而是一个技术集群的发力，主要通过大数据、云计算、人工智能、区块链等来改变传统金融信息采集来源、风险定价模型、投资决策过程、信用中介角色，大数据征信与反欺诈、智能客服、供应链金融等都是这个时期的代表，Fintech3.0将时代推着朝智能化方向去发展。
是科技让股票（估计占全球交易活动的50%）在几毫秒内进行交换，也为市场提供了所需的流动性。从整体来看技术在发展，更加深度介入金融产业链。
二、 投资者对于投资顾问的需求主要体现在“情绪管理”和“投资策略/建议”；
（图2）
如图2所示为“2012-2017年沪深300指数走势和交易量对比”（沪深300指数代表基金的涨跌，成交量代表客户“申购”减去“赎回”后的情况），在图中圈出的“1”位置看出基金涨幅度不大的情况下，客户成交量趋稳； 在圈出的“2”位置看到，基金稍有下降趋势便带动成交量呈明显减少的态势，而基金稍有上涨，客户便大量买入带动成交量数值增大。从中， 一方面可以看出投资过程中投资者所表现出的贪婪和恐慌情绪的波动，另一方面投资者相对投资顾问，后者相对多数前者能更有效地集聚信息、更透彻的了解金融市场，从而来帮助投资者作出建设性的选择，所以投资者对于投资顾问的需求主要体现在情绪管理和投资策略/建议，再如下表1（资产配置属于投资策略/建议中的一环）。
（表1）
（图3）
如图3所示，将资产流通过程分为买方和卖方两块来看，“基础资产-金融产品-销售渠道”为卖方链条，“投资者-基金-投资顾问”为买方链条。
1、基础资产：指债券、股票等基础产品，或其它衍生品，是行业最底层；
2、金融产品：由资产管理机构设计、管理并销售，是产业的核心环节；
3、销售渠道：银行、第三方财富公司等机构凭借资源和专业能力承当销售工作；
4、站在买方来看，投资者投资基金，基金聘请了投资顾问作为基金的管理者。
（图4）
如图4所示，投资顾问（当然还有销售渠道）架起了投资者购买金融产品的桥梁。投资顾问作为基金的管理者，作为服务着投资者的理财顾问，主要发挥着两大功能：情绪管理和投资策略/建议。
1、情绪管理： 人为通过和客户充分沟通，判断客户的风险偏好水平。一般风险偏好会表现为恐惧和贪婪两个方面，而且并不是固定不变的，大部分人的风险偏好会随着市场涨跌、收入水平等因素的变化而波动。
2、投资策略/建议 ： 对于投资来说，比收益更为重要的事情是风险。资产配置即为在风险确定的情况下，投顾为投资者给出该风险下最高收益率的投资组合方案。
三、AI赋能投资顾问给予“情绪管理”和“投资策略/建议”；
智能投顾是人工智能AI+投资顾问的结合体，智能投顾也被称为机器人投顾（Robo-Advisor），依据现代资产组合理论、结合个人投资者的风险偏好和理财目标、利用算法和友好的互联网界面，为客户提供财富管理和在线投资建议服务。一般而言，其成本远低于人类投资顾问，因其服务过程能够实现全部或绝大部分自动化操作管理，因此被称为智能投顾。
（图5）
如图5所示， 根据美国金融监管局（FINRA）2016年3月提出的标准，智能投顾服务包括：客户分析、大类资产配置、投资组合选择、交易执行、投资组合再选择、税收规划、投资组合分析。
AI主要作用于投顾服务链的客户分析、大类资产配置、投资组合选择环节和组合再选择 环节 ，辅助投资顾问做好客户情绪管理和给予投资策略/建议 功能。
1、情绪管理；
（1）客户分析： 通过大数据获得用户个性化的风险偏好及其变化规律，人工智能的算法可以帮助投资者更有效评估他们的长期投资目标、真正的风险偏好，甚至在情绪影响时为他们作出更理性的判断并与他们进行沟通。相对传统投顾的人为沟通环节，一方面一定程度上做到降本增效，另一方面 在于这种风险偏好可以实时进行动态数据采集和计算，减少一定的滞后性。
2、投资策略/建议；
（1）大类资产配置： 根据用户个性化的风险偏好结合投资模型定制个性化的资产配置方案，同时利用互联网对用户个性化的资产配置方案进行实时跟踪调整。
（2）投资组合选择： 投资组合选择是依据前两步骤得出的进一步结论。客户分析是测量出好的风险偏好参数，资产配置是形成不同风险偏好的资产组合，组合选择是完成前两步的一一对应。在这个环节智能算法辅助投资策略生成以及量化投资策略。
（3）投资组合再平衡： 组合再平衡主要是指随着外界（宏观事件、市场、投资者偏好）的变化，智能算法会进行实时分析和调整。如果资产投资配置偏离目标资产配置过大，投资组合再平衡可以实施动态资产配置向静态资产配置的重新调整（自动风控/自动调仓）。
四、“AI+投资顾问”现状的具体应用=数据搜索引擎+自动生成报告+辅助量化交易；
基于上一板块对智能投顾服务链的分析，阐明AI作用于服务链上的哪些环节，延续的这个版块将是对AI在辅助投资策略/建议上的具体应用的剖析，分别有数据搜索引擎、自动生成报告和辅助量化交易。
（图6）
如图6，“AI+投顾”主要有3类应用：数据搜索引擎、自动生成报告以及AI辅助量化交易，其中前2类也在为AI辅助量化交易打基础。
（图7）
如图7，数据搜索引擎：过去复杂的查询和逻辑判断依赖人工完成，现在用知识图谱和机器学习作为人工的辅助。
（图8）
如图8，自动生成报告：分为结构化数据和生成叙述文章两大步骤，从技术出发可以看作自然语言理解和自然语言生成（+可视化），总的来说解析文本提取出关键信息嵌入相应的报告模板，自动生成报告。
（图9）
【量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。】
1、量化投资： 它是一种作用于投资策略环节的方法，将经验型的投资思想模型化成一定量、一定规则、一定关系，在价格波动的基础之下，输入数据估计模型，产生交易信号，称之为量化投资。定量投资和传统的定性投资本质上来说是相同的，二者都是基于市场非有效或弱有效的理论基础，两者的区别在于定量投资管理是“定性思想的量化应用”，更加强调数据。
2、AI辅助量化交易（如图9）： 采用的技术主要有机器学习、自然语言处理和知识图谱。机器学习主要用于从数据到模型的量化建模，自然语言处理主要用于解析非结构化文本并纳入量化模型，知识图谱则主要用来从知识关联的角度去进行逻辑推测。利用机器学习技术，结合预测算法，可以依据历史经验和新的市场信息不断演化，预测股票、债券等金融资产价格的波动及波动间的相互关系，以此来创建符合预期风险收益的投资组合。
五、智能投顾的模式图与对应的企业图谱；
（图10）
从业界发展趋势来看，初创公司多以技术为主导，依附传统金融机构做市场的拓展，传统金融机构也在试水智能投顾。
六、智能投顾的理想遭遇现实；
1、算法存在已久，智能投顾在近年来的发展主要得益于大数据和计算力的提升；
人工智能的终极目标是模仿人类大脑的操作，算法基础早在20年前就已然扎根成型，深度学习归属于机器学习下的分支，是更多层次的神经网络，使用它需要更大量的大数据去训练模型和在原来的算法基础上引进更多的附加算法加以改良，也是在近年来大数据、云计算并行计算、硬件GPU的支持让计算能力得以快速增加。
2、总体来看，智能投顾降低了投资的门槛，吸纳了更大规模的投资群体；
（图11）
较之传统投顾一对一的投资理财询问服务有成本高，服务对象少、知识储备不足，经验较少、存在道德风险等缺点。智能投顾将人工智能和大数据等技术引入投资顾问领域，可以处理海量的信息，快速应对时势。如图11所示，具有低门槛、低费用、投资广、操作简单、透明度高和个性化定制6大优势，对中产及长尾客户进行全覆盖，实现全民理财，普惠金融。
3、在投顾过程中，但凡涉及到认知层面的东西，AI多少 有点措手不及；
得益于Fintech2.0的互联网、移动互联网应用的增多和数据的积累，利用大数据识别用户风险偏好可以做到千人千面，一方面相对传统理财顾问的面对面沟通方式，智能投顾在一定程度上可以做到降本增效，另一方面， 在投资面前人非草木，恐惧和贪婪的情绪会随着市场的涨跌、收入水平等因素的变动而波动， 大数据识别对风险偏好可以进行实时动态数据采集和计算，减少一定的滞后性。
目前为止人工智能的优越性主要体现在计算力上，按照感知、认知递进的层面来看，目前还停留在感知向着认知层面攀爬的过程，中间横着一个瓶颈期有待挑战，同样在智能投顾领域计算机也还无法完全替代人类，在一些关键时刻还是需要依靠专业经验来做决策，比如说识别风险偏好这个环节，个中的关键是客户有时候实际表达的与他的真实风险偏好其实是有差异的，但凡涉及到认知层面的东西如果100%依赖计算机将会导致一些特殊风险的出现，从情绪管理功能看， 在相当长的一段时间内智能投顾会保持AI+专业经验的状态。
而从AI涉略的 投资策略/建议环节来看， 人工智能所能替代的只是初级的信息收集与处理等基础工作，运用大数据独立做投资决策更多是一个概念，成熟市场很少这样操作。在许多金融科技从业者看来， 重视人工智 能但远未到委以重任的地步。
最后插播一则充满希望的广告——
随机附上改变人生命运的购买链接： http://www.iyiou.com/a/ai_shenzhen_2017
本文作者吴亦，亿欧专栏作者；微信：flamingo92（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。