當涉及到需要支付投資管理費用時，對理財投資者來說明智的選擇應該是清楚了解你買入的理財產品是什么。在投資顧問的幫助下，你通常指望得到α，或者超出市場運行規(guī)律的高收益，但卻忽略了β系數（證券投資中衡量投資組合風險的指數）。

事實上，越來越多的研究顯示，投資顧問所謂的主動式管理投資組合對個人投資者來說結果未必會如愿。曾擔任銀河證券基金研究所運營總監(jiān)，現理財魔方金融顧問馬永諳表示，“從接觸過的大客戶和小客戶中，我曾經做過一個統(tǒng)計，小客戶賠錢的概率高達70%至80%，這是非常殘酷的現實。”馬永諳指出，小客戶雖然會關注資訊，關注基金公司的投資建議，但是他不知道要如何選購產品以降低風險及時止損，造成虧損。

“在不齊全的信息支撐下做出錯誤的決策，這在小客戶當中是比較普遍的問題。”國外智能投顧鼻祖Betterment數據可視化專家Joe Jansen表示，好的投資顧問應該是能夠給投資者制定整體性規(guī)劃的工具。這是非常豐滿的理想，那么現實是怎樣的呢？

近日，美國鼻祖級智能投顧Betterment公布了其從2004年1月起始至2016年6月的投資組合歷史表現，并結合獨立投資咨詢公司Asset Risk的數據評估投資者的平均回報率。其中，超過30500期Betterment投資組合的表現優(yōu)于人類投顧管理的組合88%。據解釋，這些反映Betterment的投資組合的歷史表現數據均基于ETF，或是Betterment IRA（個人退休帳戶）投資組合中大類資產跟蹤的指數的止損策略回測。所有收益率包含了Betterment服務收費和ETF交易費用。另一個指標——平均個人投資者回報率為摘自APCI的數據。

具體來說，Betterment創(chuàng)建了一個網頁小部件，讓用戶可以直接查詢過去十年特定時期Betterment的投資組合回報率與風險率。比如，2016年1月到2016年6月期間，Betterment 70%投資于股票的投資組合取得了7.8%的累計收益，最高月度收益5.9%，年化收益率為19.6%，而相同時期內，標普500的收益為1.72%，年化收益為3.47%。與此同時，平均個人投資者股票風險率為4.4%，處于低水平。再比對一組數據是，與此同期的滬深300指數下跌19.41%，股票型陽光私募指數下跌1.83%。

這是非常優(yōu)越的投資組合表現，大家一定賺翻了。而事實上，長期來看投資者有沒有賺翻我們不得而知，只是，在這十多年的收益與風險率比對中，細心觀察我們可以發(fā)現智能投顧不甚完美其值得投資者注意的地方——應變能力不強，機器學習的主動學習能力對于風險管控可以說尚未突破人類的局限。

總體來看，Betterment的投資組合風險和收益表現波動大致與市場經濟走勢相符。首先，從2006年1月到2006年12月，70%股票+30%證券的投資組合下，Betterment累計收益率為12.2%。

而往后推進，2007年1月至2007年12月，該組合累計收益率為5.7%，風險率也有所降低。

而到了2008年1月至2008年12月，該組合累計收益率為-26.1%。

我們都知道，2007年夏季起，美國發(fā)生了因次級抵押貸款機構破產、投資基金被迫關閉、股市劇烈震蕩而引起的席卷全球的次貸危機。股票尚屬于高流動性金融理財產品，而這一次，智能投顧并沒有發(fā)揮出被認為所具有的風險預測和管控作用。

而在2010年，依靠智能投顧推薦的投資組合和管理的理財行為，同樣未能在金融市場的沖擊下幸免。2010年５月，道瓊斯30種工業(yè)股票平均價格指數在20多分鐘內暴跌約1000點，降幅達９％，市場稱之為“閃電暴跌”。在此期間，2009年收益率還維持在37%的投資組合，到了2010上半年，立刻暴跌至負增長，及時止損的機制并沒有很大的成效。

同樣，在今年上半年跑贏標準500收益的業(yè)績中，Betterment的表現亦比較波動，比如2016年5月至2016年6月，收益率一度降至0.7%，2015年6月至2015年12月則為-3.4%，2015年6月至2016年6月平均則為0.3%。

我們知道，上半年中，恐怖襲擊等“黑天鵝”事件時有發(fā)生，而在市場的強烈沖擊下，智能投顧的機器學習功能在多大程度上能夠及時給予用戶進行調倉的投后管理建議呢？

需要指出的是，股票與證券的投資比例在調整之下也呈現出類似的波動規(guī)律，比如把股票比例降低。當然的是其具體收益率會有所不同。

業(yè)內人士分析稱，這種應對風險能力羸弱的現象意味著人工智能的主動學習能力尚未能夠突破人為管理的局限，更別說人為干預占比較重的依靠大數據挖掘進行的資產配置與策略推薦了。在此以Betterment為例，其余

根據市場調研公司CB Insights的數據，截至2016年6月，AI行業(yè)內完成超過200筆風險融資交易，交易額達到15億美元，讓2016年有望成為創(chuàng)紀錄的一年。不得不說，無論是真實AI，或者只是簡單的智能解決方案，AI在金融業(yè)都理所當然地受到追捧。

外媒Insight稱，我們需要指出的是，今天許多數字金融服務的所謂AI技術，并非真AI，它們也沒有真正利用AI為其客戶創(chuàng)造出多大的價值。許多依賴于數據和模型的“新的”信貸決策程序，與其說是革命性的，還不說只是一種進化。

但這類技術就像無人駕駛汽車解放人類那樣——長遠來說非常具有潛力，只是解決語義理解還是一道大大的坎。未來，我們也許可以做到哪怕生活中一個小細節(jié)的發(fā)生，都能計算出它將如何影響股價。

接下來的下半年中，市場將繼續(xù)面臨多種挑戰(zhàn)，比如美聯儲是否加息、美國大選最終結果、英國脫歐后續(xù)影響、恐怖主義蔓延、“薩德入韓”引起的東北亞局勢動蕩等問題，各智能投顧平臺會有怎樣的表現呢？

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。