雷鋒網(wǎng)按：在美國(guó)，交易員、量化研究員正在慢慢消失，而與此相反，金融科技、機(jī)器學(xué)習(xí)以及人工智能方面的招聘崗位卻在逐步上升。這又說(shuō)明了什么呢？

要解釋這一現(xiàn)象，我們先要了解什么是智能投顧，以及我們?yōu)槭裁匆鲋悄芡额櫍?/p>

常見(jiàn)的智能投顧都是“人工的智能”

王蓁博士在雷鋒網(wǎng)AI慕課學(xué)院的直播課（http://www.mooc.ai/course/157）中告訴我們，國(guó)內(nèi)號(hào)稱在做智能投顧的公司數(shù)量至少有300到500家，而這300到500家公司里面99%可能都是P2P公司。如果你要說(shuō)每一家P2P公司都是擅長(zhǎng)人工智能或者機(jī)器學(xué)習(xí)，這種說(shuō)法確實(shí)很難讓人信服；與此相反，他們可能更擅長(zhǎng)的是進(jìn)行網(wǎng)絡(luò)借貸業(yè)務(wù)。

市場(chǎng)上大家耳熟能詳?shù)囊恍┲悄芡额櫰鋵?shí)都是“人工的智能”——人在背后進(jìn)行的操作，而在前端封裝成一個(gè)自動(dòng)化的工具，實(shí)際上并沒(méi)有真正地實(shí)現(xiàn)我們預(yù)想的機(jī)器學(xué)習(xí)、沒(méi)有人工干預(yù)的智能。

Black-Litterman模型是上世紀(jì)90年代由高盛的Fisher Black和Robert Litterman提出的，是一種對(duì)傳統(tǒng)Markowitz均值方差模型的改進(jìn)。該模型可以在市場(chǎng)基準(zhǔn)的基礎(chǔ)上，由投資者對(duì)某些大類資產(chǎn)提出傾向性意見(jiàn)，模型會(huì)根據(jù)投資者傾向性意見(jiàn)，輸出對(duì)該大類資產(chǎn)的配置建議。

Black-Littermanm模型自提出來(lái)后，已經(jīng)逐漸被華爾街主流所接受，現(xiàn)在已經(jīng)成為高盛公司資產(chǎn)管理部門(mén)在資產(chǎn)配置上的主要工具，并且被多個(gè)投資銀行和資產(chǎn)管理公司用來(lái)進(jìn)行資產(chǎn)配置。而其核心就是人工的智能，即人把自己的觀點(diǎn)輸入到模型進(jìn)行干預(yù)，而真正的智能投顧是沒(méi)有人工干預(yù)的，也就是說(shuō)智能投顧一定不是BL模型。

對(duì)于傳統(tǒng)資產(chǎn)配置模型，當(dāng)我們?cè)谶M(jìn)行公募基金的配置的時(shí)候，可能90%多的配置比例都會(huì)配置到貨幣基金和理財(cái)產(chǎn)品當(dāng)中去，因此我們其實(shí)是完全沒(méi)有實(shí)現(xiàn)任何資產(chǎn)配置的功能，這是傳統(tǒng)資產(chǎn)模型天生的一些缺陷。

而傳統(tǒng)的資產(chǎn)配置模型還有一個(gè)問(wèn)題是它會(huì)進(jìn)行頻繁的調(diào)倉(cāng)，只要輸入非常小幅度的改變可能就會(huì)導(dǎo)致資產(chǎn)配置結(jié)果的巨大震蕩。傳統(tǒng)的資產(chǎn)配置模型，比如昨天配置50%的股和50%的債，但今天很可能配置的是90%的債券和10%的股票，這樣用戶就不得不進(jìn)行頻繁的調(diào)倉(cāng)，而更高的調(diào)倉(cāng)頻率帶來(lái)的是費(fèi)用的問(wèn)題，我們最終會(huì)導(dǎo)致我們所有掙的錢(qián)可能都交了手續(xù)費(fèi)了。

而當(dāng)我們真正在做公募基金組合的時(shí)候，我們還需要考慮公募基金一些特殊的一些情況，比如我們申購(gòu)和贖回的時(shí)間是存在滯后性，你在今天買(mǎi)公募基金的時(shí)候，其實(shí)你并不知道你會(huì)買(mǎi)入多少份，因?yàn)樗趲讉€(gè)交易日之后才會(huì)給你確認(rèn)買(mǎi)入價(jià)格，那時(shí)候你才知道你買(mǎi)了多少份額，而你贖回的時(shí)候也有同樣的問(wèn)題。

另外一個(gè)是起投門(mén)檻的問(wèn)題，因?yàn)椴煌墓蓟鸹痤愋陀蠥BCE甚至各種其他的類型，每一種不同的類型，它的收費(fèi)方式不一樣的，它的費(fèi)用可能包括每年的管理費(fèi)，可能包括銷售服務(wù)費(fèi)，可能包括前端費(fèi)用，后端費(fèi)用，可能還包括鎖定期的費(fèi)用。比如說(shuō)我們一般都說(shuō)C類基金沒(méi)有費(fèi)用，但實(shí)際上的情況并不是這樣的。因?yàn)镃類基金它不但有固定管理費(fèi)，有的C類基金可能還會(huì)收比較高的銷售服務(wù)費(fèi)。

一般來(lái)講，對(duì)于C類基金，如果購(gòu)買(mǎi)時(shí)間不足一年的話，還可能會(huì)收一筆鎖定期的費(fèi)用,雖然可能只有千分之一或者是更低，但是它其實(shí)就是有收取費(fèi)用的，無(wú)形中便增加了模型的復(fù)雜度。再比如說(shuō)B類基金，它可能更多是偏向于機(jī)構(gòu)投資者或者高凈值客戶。很多B類基金，它的投資門(mén)檻可能是500萬(wàn)人民幣起。

除了BL模型（Black-Litterman模型），其他常見(jiàn)的模型如現(xiàn)代資產(chǎn)組合理論、馬克維茨模型、均值方差模型(MVO)等，在國(guó)內(nèi)都不可行，其中，使用BL模型的一定是“人工的智能” 投顧。就實(shí)際問(wèn)題維度，國(guó)內(nèi)公募基金交易存在申購(gòu)贖回的時(shí)間滯后、贖回價(jià)格的不確定性等問(wèn)題。

很多銀行證券、基金在做這種資產(chǎn)配置的時(shí)候，不但有公募基金類似的配置需求，而且有可能想添加一些自由產(chǎn)品——理財(cái)產(chǎn)品。理財(cái)產(chǎn)品可以是銀行凈值型理財(cái)，也可以是P2P產(chǎn)品，甚至可能是非標(biāo)型的產(chǎn)品。由于這種P2P產(chǎn)品可能是非標(biāo)型的，因而在跨大類資產(chǎn)配置時(shí)，我們就需要解決大類資產(chǎn)不同之間的穩(wěn)定性和有效性等問(wèn)題。而跨大類資產(chǎn)配置的調(diào)倉(cāng)流動(dòng)性則是一個(gè)更難的問(wèn)題。

假設(shè)我們買(mǎi)了一個(gè)鎖定期為一年的銀行理財(cái)，雖然公募基金流動(dòng)性有T+X（1、2、3...）之間的區(qū)別，但是相對(duì)于私募基金一年鎖定期來(lái)講都是可以忽略不計(jì)的，在這種情況下我們?cè)撊绾翁幚?？我們?nèi)绻{(diào)倉(cāng)，這個(gè)時(shí)間市場(chǎng)如果又變化了，我們依然可以調(diào)公募基金；但是私募基金占用的資金成本在鎖定期內(nèi)該如何去調(diào)倉(cāng)則是一個(gè)很實(shí)際的問(wèn)題，還有很多很細(xì)的問(wèn)題，只有親自去進(jìn)行一個(gè)智能投顧系統(tǒng)的實(shí)施和部署，你才能體會(huì)到真正有多少的實(shí)際問(wèn)題，有多少個(gè)坑在前面等著你。

{王蓁博士是目前國(guó)內(nèi)唯一沒(méi)有人工干預(yù)的智能投顧系統(tǒng)、從產(chǎn)品需求設(shè)計(jì)到整個(gè)算法研究，帶領(lǐng)開(kāi)發(fā)團(tuán)隊(duì)進(jìn)行系統(tǒng)開(kāi)發(fā)以及機(jī)構(gòu)部署唯一負(fù)責(zé)人，將在《智能投顧高級(jí)特訓(xùn)班》（http://www.mooc.ai/course/157）系列課程中為我們分享，關(guān)于智能投顧原理、業(yè)態(tài)、算法模型和應(yīng)用落地的一切。}

量化投資是新概念嗎？

量化投資是指通過(guò)數(shù)量化方式及計(jì)算機(jī)程序化發(fā)出買(mǎi)賣(mài)指令，以獲取穩(wěn)定收益為目的的交易方式。在海外的發(fā)展已有30多年的歷史，其投資業(yè)績(jī)穩(wěn)定，市場(chǎng)規(guī)模和份額不斷擴(kuò)大、得到了越來(lái)越多投資者認(rèn)可。

事實(shí)上，互聯(lián)網(wǎng)的發(fā)展，使得新概念在世界范圍的傳播速度非常快，作為一個(gè)概念，量化投資并不算新，國(guó)內(nèi)投資者早有耳聞。但是，真正的量化基金在國(guó)內(nèi)還比較罕見(jiàn)。

在國(guó)內(nèi)現(xiàn)有的量化投資環(huán)境下，投資容易獲得收益嗎？

國(guó)內(nèi)常見(jiàn)的量化私募或者量化投資，一般來(lái)講還是偏高頻交易。

在國(guó)內(nèi)現(xiàn)有的量化投資環(huán)境下，投資容易獲得收益嗎？

其實(shí)本質(zhì)上問(wèn)這個(gè)問(wèn)題是想回答為什么我們需要智能投顧。隨著我國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，資產(chǎn)的投資收益率會(huì)越來(lái)越低，這個(gè)時(shí)候就需要有新的投資方式，也是更理性更成熟的投資方式——量化投資，這也是在發(fā)達(dá)國(guó)家已經(jīng)被廣泛采用的投資方式。

智能投顧市場(chǎng)有多火爆？

在百科上，智能投顧的定義頗為繁瑣?！爸悄芡额欀柑摂M機(jī)器人基于客戶自身的理財(cái)需求，基于當(dāng)前市場(chǎng)狀況和底層標(biāo)的表現(xiàn)，基于金融和投資學(xué)的投資組合理論，通過(guò)算法和產(chǎn)品搭建一個(gè)數(shù)據(jù)模型，來(lái)完成以往人工提供的理財(cái)顧問(wèn)服務(wù)。 ”

國(guó)內(nèi)的理財(cái)顧問(wèn)實(shí)際上對(duì)于金融可能所知并不是太多，更多的是在維護(hù)客戶關(guān)系以及銷售上。王蓁博士定義的智能投顧是一套能夠獨(dú)立運(yùn)行的系統(tǒng)，可以不需要人工干預(yù)，并且告訴理財(cái)顧問(wèn)或者告訴個(gè)人投資者，你應(yīng)該如何根據(jù)你的實(shí)際情況進(jìn)行資產(chǎn)配置，最后組成一個(gè)組合投資，為投資者賺到錢(qián)。

智能投顧要解決什么問(wèn)題？

第一，提升產(chǎn)能。財(cái)富快速增長(zhǎng)帶來(lái)旺盛的市場(chǎng)需求、人手不足引發(fā)產(chǎn)能矛盾、難以覆蓋更多的群體，在智能投顧中都將得到一定的解決。

第二，個(gè)性化——理解每一個(gè)客戶的個(gè)性化需求。有了客戶的實(shí)際需求，然后就能進(jìn)行類資產(chǎn)進(jìn)行配置、選優(yōu)，符合用戶的實(shí)際需求，組建成一個(gè)個(gè)性化的投資組合。智能投顧其實(shí)很好地解決了財(cái)富管理行業(yè)在當(dāng)前的痛點(diǎn)，也滿足了未來(lái)發(fā)展趨勢(shì)。

第三、緊跟市場(chǎng)。所有的定投，所有的買(mǎi)入持有策略、被動(dòng)投資策略，甚至不適用美國(guó)美國(guó)市場(chǎng)、歐洲市場(chǎng)，這也對(duì)投研能力提出新的挑戰(zhàn)。

第四、一致性。一致性即全流程，包括體驗(yàn)，服務(wù)流程，投資方案，投后的服務(wù)業(yè)務(wù)的解釋和客戶心理的安撫，定期的業(yè)績(jī)回顧和市場(chǎng)教育。

第五、隨時(shí)在線。智能投顧將實(shí)現(xiàn)互聯(lián)網(wǎng)+數(shù)字化+智能化+24*7服務(wù)，可持續(xù)改進(jìn)交互方法。

第六，提高效益。解決大量閑置的數(shù)據(jù)無(wú)法發(fā)揮效率（非機(jī)構(gòu)化數(shù)據(jù)，文檔、語(yǔ)音，離散的結(jié)構(gòu)化數(shù)據(jù)），發(fā)現(xiàn)更多的業(yè)務(wù)機(jī)會(huì)同時(shí)降低成本。

詳細(xì)課程內(nèi)容，請(qǐng)點(diǎn)擊http://www.mooc.ai/course/157。

添加助手小艾（微信號(hào)MOOCCAI），發(fā)送“智能投顧”，并提交姓名+公司/職位，加入“智能投顧”行業(yè)交流群，同行業(yè)大咖玩轉(zhuǎn)智能投顧。

---

【智能投顧高級(jí)特訓(xùn)班】

AI+金融熱潮下緊抓智能投顧前沿趨勢(shì)！

四大行實(shí)操智能投顧系統(tǒng)端到端的經(jīng)典案例，手把手教你利用人工智能算法搭建系統(tǒng)的智能投顧項(xiàng)目！

課程鏈接：http://www.mooc.ai/course/157

加入AI慕課學(xué)院人工智能學(xué)習(xí)交流QQ群：624413030，與AI同行一起交流成長(zhǎng)

相關(guān)文章：

激烈競(jìng)標(biāo)、P2P畫(huà)皮、梯隊(duì)站位，2017中國(guó)智能投顧之江湖風(fēng)云

華爾街老司機(jī)：在美火熱的智能投顧，如何移植到中國(guó)？

回顧 | Al x 量化：智能投顧如何解決金融機(jī)構(gòu)財(cái)富管理業(yè)務(wù)的痛點(diǎn)？

回顧 | 風(fēng)口殺到，智能投顧卻在中國(guó)遭遇水土不服？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。