客服热线：
手机版
二维码
作者：野马财经缪凌云
不 久前，花旗集团发布最新研究报告称，在未来十年时间里，机器人顾问管理下的资产将会呈现出指数级增长的势头，总额将达到5万亿美元。而AT Kearney出具的报告则更为乐观，预测未来五年智能投顾市场GAGR将达到68%，到2020年AUM有望突破2.2万亿美元。
至于我国，虽然智能理财刚刚起步不久，但可以预见的是，随着国人财富的进一步积累，理财观念的日趋成熟，金融市场的进一步规范，被动投资产品的日益丰富，以及资 本项下的监管政策改革种种预期，包括QFII 2、个人换汇额度提升、人民币汇率市场化等，智能投顾未来在中国的发展存在巨大的想象空间。
面对广阔的市场前景，越来越多的平台给自己戴上“智能理财”的帽子，也有不人少质疑“伪智能理财”其实更多，那么，到底什么是智能理财呢？
1
什么是真正的“智能理财”
对于智能理财，复星昆仲资本高级投资经理可宗嘉给出的定义是“以自动化、计算机算法为基础，结合个人投资者的具体风险偏好与理财目标，持续跟踪市场变化，在资产偏离目标配置时对其进行再平衡。”
凤凰金融总裁张震使用了“通过大数据分析系统、量化金融模型以及智能化算法，实现筛选优质资产、洞察用户需求、定制投资组合”这样的表述。
积木盒子CEO董骏则给出了“线上运作”、“海量资产提供与筛选能力”、“个性化推荐”、“自我学习能力”、“实时监控与再平衡能力”等要素。
事实上，行业内对“智能理财”绝对统一的定义尚未形成，不过，却基本都离不开两个概念——“智能投顾”与“机器人理财”。
这两种概念大致含义基本相同，当然也各有侧重，分别体现出“智能理财”的两大特性。
一方面：量化投资
无论是京东金融、积木盒子还是凤凰金融，绝大多数涉及“智能理财”业务的平台，在介绍时都会提到“量化模型”这个词汇，作为支撑智能理财的重要基石，量化投资可以简单概括为“对基于模型筛选出的资产组合的投资”，映射到智能理财中来，需要满足以下几个特性。
其一，海量的备选资产
这一点很好理解，由于智能理财的最终目的是为投资者提供优质的“投资组合”，那么很显然，只有在足够广阔的资产池中，才有更大的余地与挑选合适的产品，其中包括期限的匹配、风险的对冲等诸多方面。
而这也是如今' 互联网金融企业纷纷选择多元化战略、努力争取更多牌照的重要原因。
其二，有效的筛选模型
当拥有了足够多的可供选择资产之后，接下来最重要的就在于如何筛选优质资产，并进行重新组合，而且，在这一过程中，不仅要考虑到资产属性之间的相互弥补，也要纳入每个资产所述市场（债市、股市、' 期货）、行业（纺织、钢铁、冶金）以及宏观经济周期的波动。
当然，是否有能够建立这样的模型，以及谁的模型所推导出的资产组合更加优质，这就是每个平台各自能力的高低了。
值得注意的是，在谈及量化模型的时候，汤森路透高级量化研究员' target='_blank' >李亚峻提出要建立“透明的盒子”，即模型的基本运行原理应对外公开，以供投资人作出决策（当然关键性模块构成不会公开）。
其三，投资策略的选择
如果说，建立模型筛选资产属于战术操作环节，那么投资策略的选择则属于战略上的判断。
量化投资之下的投资策略，可以分为“贝塔策略”与“阿尔法策略”两种。简单来讲，“贝塔策略”指的是与目标市场高度关联的投资方式，例如股票 市场中的“指数基金”，采用的就是纯贝塔策略；至于“阿尔法策略”，则与市场整体波动无关，最简单的，就是寻找独立行情股票 。
由此，我们也可以看出，贝塔投资比较简单，而阿尔法投资存在着诸多不确定因素，且其实，目前绝大多数（甚至可以说所有）智能理财，所采用的都是前者，本质还是和“指数基金一个道理”，不过它们的参照市场从股市拓展到债券、小贷、融租、期货甚至一级市场了而已。
无疑，与单一投资相比，贝塔策略可以有效分散风险；然而，如果从理论角度去看，“困难的阿尔法”却应该是智能理财的最佳发展方向。
原 因很简单，提到智能理财，大家言必称“个性化”，很显然，真正个性化的投资者，是很少会钟情“指数型投资方式”的；同时，如果能够真正做到“个性化”，为 根据每个投资者自身需求匹配不同的“阿尔法”，那么“智能投顾预测某个股票 给10000个人的时候，这10000个人去买入这支股票 ，价格就被抬高了，这 个策略很可能就失效了”的尴尬状况亦会极大缓解，或者说，这一状况原本就应该被考虑到模型中。
当然，上文用到了“理论上”这样的表述，因为 在实际市场中，要想达到上述理想状态，还有极其漫长的路要走，甚至不可能完全达到，京东金融副总裁' target='_blank' >金麟在谈及旗下产品时就表示：“目前还只是静态数据的运 用，随着人工智能和机器算法等技术不断进步，产品会不断优化和升级。”懒财网CEO陶伟杰更是直言，“机器人理财刚从0走到0.1”。
另一方面：机器人对人工的替代
这一替代主要包含两个部分，一是基础性工作的替代，二是决策性工作的替代。正如积木盒子CEO董骏所提出，“没有线下理财团队，完全线上运作”是智能理财的重要表现。
对此，可以参照如此图形：
（图片来源：懒财网）
该 图所描绘的，是理财过程中，机器人与人可参与程度的对比，可以看到，就目前而言，用户获取（界面、柜员）以及支付结转这些基础性工作已经基本为机器所代 替，也正如前文提到的，机器人在投资研究与投资决策阶段可参与程度还十分有限，因此，现阶段智能理财的发展尚处于资产配置模型开发初期。
至 于想要进一步深入，就需要用到“深度学习”这一功能了，譬如前不久高调亮相的“阿尔法狗（知道这一名字的由来了吧，想要用机器人代替人类进行阿尔法投资， 需要进行深度学习），不过，积木盒子智能投顾项目负责人郑毓栋也指出了深度学习中的一个大“Bug”，即“过度拟合”，整个逻辑解释起来比较复杂，用一个 类似的例子吧：
在猜拳时，A猜测B可能出拳头，于是自己就出布；
然后B猜测A可能出自己出拳头，因此自己应该出剪刀；
然后A猜测B可能猜出自己猜出B可能出拳头，因此自己应该出拳头；
然后B猜测A可能猜出B可能猜出自己出拳头，那自己应该出布；
于是就陷入了死循环……
在这一死循环下，是无法得到局部最优解的，因此对智能理财而言，既要能够算出局部最优，又要兼顾模糊性正确，这个要求对人类而言或许并不苛刻，但机器人想要做到却有很多门槛需要跨越。
彩蛋一：
写到这，也许可以简单地对“智能理财”的做个总结，即在考虑到个人对市场整体影响的情况下，为个人寻找到次优资产组合，以达到在某一风险条件下实现最大收益的目的。
不 过，熟悉博弈论的朋友可能感到，这一结果和“纳什均衡”有点类似，而“贝塔策略”也有着浓厚的“纳什均衡”的影子，辛辛苦苦绕了一大圈却得到了同样的结 果，难怪有不少经济学家怀疑“阿尔法策略”到底存不存在。（当然，当投资者远小于市场容量，即使用阿尔法策略的投资者对市场施加的影响有限到可以忽略不计 的情况下，这一策略显然是可行的。）
况且，刚刚起步的智能理财离这些担心还很遥远，大数乘除还没有算清楚，微积分什么的，以后再说吧。
2
“智能理财”的优势
虽然真正意义上的“智能理财”离我们还很遥远，但随着越来越多平台的尝试，我们已经可以享受到部分红利。
首先，平台运营成本的降低。客户获取、支付结转这些基本功能已经可以由机器人代替，大大降低了平台的人工人本，倘若未来私人顾问此类业务也能由机器人代替，成本无疑会出现再一次极大的降低；
其次，投资门槛降低。基础性工作由机器人代劳后，使得同一时间服务很多用户成本可能，进而导致投资门槛降低；
再者，弥补投资者专业能力不足的缺陷。在国人财富不断增长的同时，理财水平并没有同步提高，而机器人则可以为所有人提供相同水平的服务；
最后，理性化投资。理性化投资包含两个方面，一是理性化服务，即机器人在为客户提供服务的时候不会夹带私货；二是理性化选择，可以避免人类紧张、贪婪、恐惧等弱点，这一优势阿尔法狗在面对李世石时表现无疑。
彩蛋二：
智能理财的另一个维度
上文对智能理财的分析，都是从投资人角度出发，提供个性化的理财服务（让理财产品去适应人）；其实，与之相对应的，还有另一种思路——寻找或者说组合投资者的共性，让人去适应理财产品。
众所周知，除了二级市场（包括股票 、期货、债券等所有投资标的的二级市场）之外，其它绝大多数投资都存在期限的限制，但与之相对应的，投资者资金的使用却并不固定。
换句话说，债权人对“活期”的偏好和债务人对“定期”的偏好一直存在，一般情况下，理财收益的高低总是与投入资金的灵活性成反比，如果我们选择了活期理财，在获得资金灵活性的同时就不得不忍受相对较低的收益。
但智能理财却在试图将“高收益的同时保持高流动性”这一不可能变为可能。
其实原理很简单，无非是解决两个问题。
第一，债权人方面，确保投资期限与投资收益完全匹配
此类产品的雏形应该是银行的“定活两便”存款，而随着技术的进步，用户需求的提升，计息间隔也从一年、半年逐步向三个月、一个月缩短，甚至是“按秒计息”。
实现这一目的的方式为“债权转让”，很多平台都已经具备这一能力，不过要想真正实现“随存随取”状态下债权与债务的无缝衔接，需要庞大的基数去对冲个人投资期限的变化。
当然，懒财网CTO李子拓同时表示，要想做到真正安全、可持续的“随存随取、按秒计息”，还需要具备预判用户投资行为（期限）的能力。
