智能投顧是随着人工智能、大資料、區塊鍊等數字技術興起而出現的行業應用，專門為客戶提供量化投資分析，以及理财決策建議，國外最早出現于2008年。理财魔方為國内首款智能投顧應用，于2015年9月正式上線，到目前，交易使用者約10000人，累計交易4.5億。這一萬人，他們成為國内相信機器人投顧所給出的投資建議的先驅……
理财魔方金融顧問馬永谙，曾擔任銀河證券基金研究所營運總監，他表示，“從接觸過的大客戶和小客戶中，我曾經做過一個統計，小客戶賠錢的機率高達70%至80%，這是非常殘酷的現實。”
馬永谙指出，小客戶雖然會關注資訊，關注基金公司的投資建議，但是他不知道應該在什麼時候買入或者退出，也不知道要如何選購産品以降低風險及時止損，造成虧損。“在不齊全的資訊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。”
這些問題就成為了小客戶基金理财的痛點。“是以，有什麼方法能夠把面向大客戶提供的貼身投資顧問服務，也提供給小客戶，來解決理财中的階級差距和最大的不公正——人人都有權利參與理财。”
在美國，因為市場經過了幾十年的培育，建立起了一支龐大、高效的人工顧問團隊，但這尚且不能滿足美國客戶的需求，“反觀國内市場，要在短期内建立起這樣一支能滿足廣泛客戶理财顧問需求的團隊幾乎是不可能的。是以，我們想到借助網際網路、it技術途徑來實作這個想法。”
理财魔方ceo袁雨來表示，投資顧問的核心價值在于解決理财過程中的風險識别、産品組合、交易時機選擇問題。對于一個人類投顧來說，計算這些問題要面對海量的資料以及對客戶的跟蹤調查，其精力大約每月隻能服務20多個客戶，比較有限，是以他們隻會選擇回報率高的大客戶服務。是以事實上，理财市場的核心問題是投資顧問的效率問題，而不是水準問題。是以說，智能投顧的出現，現階段首先是達到一個合格的投顧的水準基礎上，解決效率問題。
理财魔方聯合創始人周維表示，傳統私人銀行、财富管理機構主要面向投資600萬元起步的高淨值人群，而理财魔方主要目标客戶為投資額小于300萬的低淨值人群提供資産配置服務，這一人群在國内市場中無疑是一個巨大的群體。
袁雨來為清華大學計算機科學博士出身，曾任職英特爾負責資料挖掘，理财魔方是其第三次創業了。他表示，人類投資顧問的工作過程是一個理性分析的過程，無論是分析客戶的目标、市場和産品的風險等方面，是以它能夠被計算機所重構，實作。在做這個事情時，可以把它分成四個領域：
·依據使用者的投資行為、特征資料的分析。人工智能可以基于資料的分析幫助我們了解一個使用者的風險承受能力，投資目的等各種各樣的需求。 ·通過對金融市場和金融産品的資料采集、整理、清洗、挖掘，利用人工智能從定性和定量兩個層面分析市場與資産的風險，并篩選不同市場階段下不同的産品組合，優化投資産品組合。 ·對曆史資料的分析以及未來趨勢的預測，做出不同時間點下的資訊分析結構和資産配置，提出建議。 ·最後一點，由于公募基金屬于一種長期的投資，市場會不斷地變化，投顧需要對使用者進行跟蹤和調整。智能投顧會依靠算法對使用者進行投資跟蹤，相當于售後評估，然後根據市場變化與使用者的風險比對度來判斷，什麼時候需要提醒使用者控制風險，比如進行降低投資比例等交易。
據了解，通過與中央财經大學、易觀智庫等機構合作，理财魔方通過資料搜尋而非對接接口的方式收集了國内50萬款理财産品和2000餘家理财銷售平台資料，每分鐘抓取一次發标資料，實時更新發标排行榜，使用者可以追蹤購買産品的風險和收益情況。“從第三方獲得資料之後，我們會對資料進行梳理和清洗，保證錄入資料的準确。”
至于完成這些資料挖掘和分析的算法，袁雨來稱，除了運用大資料裡面經典的支援向量機、決策樹、蒙特卡洛模拟等算法，他們根據金融領域的特點調整參數與算法組合，結合金融領域的政策，建構自己的金融模型和算法模型。
如波士頓咨詢最新公布的報告指出，金融科技是一次金融和it在技術上的融合以及互相協調。在金融方面的技術，據介紹，理财魔方和中央财經大學、易觀合作制定了一套理财産品風險評級，一共十個風險等級，每個月更新一次。
那麼說到這裡，最重要的資産組合配置如何來完成呢？
一般來說，專業投資機構和高端私人銀行等理财配置模型普遍源于馬柯維茨（markowitz）的“投資組合理論”。該理論于1952年提出，并獲得了1990年諾貝爾經濟學獎。而近年來，尤其是智能投顧行業多選擇了“black-litterman模型”，理财魔方也從前者轉向了後者。
所謂馬柯維茨投資組合理論，是指投資組合有效邊界模型，它用“均值—方差”來刻畫這兩個關鍵因素，研究“理性投資者”在證券投資決策中應該怎樣選擇收益和風險的組合的問題。
是以把上述優化投資組合在以波動率為橫坐标，收益率為縱坐标的二維平面中描繪出來，形成一條曲線。這條曲線上有一個點，其波動率最低，稱之為最小方差點（英文縮寫是mvp）。這條曲線在最小方差點以上的部分就是著名的（馬考維茨）投資組合有效邊界，對應的投資組合稱為有效投資組合。投資組合有效邊界一條單調遞增的凹曲線。
如果投資範圍中不包含無風險資産（無風險資産的波動率為零），曲線amb是一條典型的有效邊界。a點對應于投資範圍中收益率最高的證券。
但是，周維解釋稱，從中也看到，無限制的“均值-方差”最優化模型存在着容易産生比較極端的資産配置，比如對某個資産的強烈做空；以及産組合對于輸入的資産預期收益值的變化非常敏感等問題。是以，鑒于這些限制，高盛的兩個交易員fischer black和robert litterman提出了black- litterman資産配置模型。
black-litterman模型使用貝葉斯方法，将投資者對于一個或多個資産的預期收益的主觀觀點與先驗分布下預期收益的市場均衡向量相結合，形成關于預期收益的新的估計。這個基于後驗分布的新的收益向量，可以看成是投資者觀點和市場均衡收益的權重平均。
理财魔方表示，“bl模型”是對馬可威茨模型的優化，克服了馬可威茨模型對參數敏感性的弱點，同時加入了對未來市場的預期。
百度ceo李彥宏在第二季度财報分析會議上表示，雖然目前還不能預測兩三年内人工智能+金融會怎樣的發展，但它确實具有巨大的市場潛力。面對智能投顧，業界的聲音也是質疑多于肯定，但都不能否認這是一個必然的趨勢。
“僞ai”、“并不那麼智能”、“難以在中國市場落地”等問題，也許這是存在于目前的市場中，畢竟，新興技術需要一個疊代和完善的過程。袁雨來指出，随着智能投顧市場的逐漸壯大，新的需求還會被催生出來，現階段智能投顧的任務不是取代人類投顧，而是需要達到作為合格的投顧的目标去解決效率的問題。而等到更多的資本進入後，對智能投顧技術上的真正考驗才算真正到來，到了這個階段技術領域才是核心的發展階段。
本文作者：溫曉桦