華爾街老司機：在美火熱的智能投顧，如何移植到中國？

在百科上，智能投顧的定義頗為繁瑣。“智能投顧指虛拟機器人基于客戶自身的理财需求，基于目前市場狀況和底層标的表現，基于金融和投資學的投資組合理論，通過算法和産品搭建一個資料模型，來完成以往人工提供的理财顧問服務。 ”

對此，财鲸聯合創始人王蓁給出一個簡明的定義——

智能投顧是，一套告訴投資者如何個性化投資，并且最終能為投資者賺到錢的獨立運作系統。

回顧智能投顧的曆史并不算長，但發展速度頗快。2010、2011年，美國西海岸湧現了第一批 robo-adviser 機器人投顧。2014年，robo-adviser 以中文名“智能投顧”出現在中國市場。2017上半年，國内傳統金融機構布局加快，興業銀行、江蘇銀行、光大銀行等相繼推出它們的智能投顧。

研發智能投顧，意在中國财富管理市場。财富管理業務鍊條可以劃分為四個步驟：了解需求、形成投資方案、方案執行、監控調整。

但傳統财富管理行業面對着諸多痛點。例如财富增長帶動旺盛的市場需求，但人手不足引發産能沖突，難以覆寫更多的群體。此外，新産品層出不窮，市場關聯度增加，周期切換加速，對投研能力提出挑戰。而智能投顧正想要解決這些問題。

還值得關注的是，在蓬勃和熱鬧之餘，如今的中國智能投顧行業還充斥着不少亂象。行業冒出了很多不知名的非主流的同業。一部分是原來的P2P公司，理财産品搖身一變“智能投顧”；一部分是原來主打财經媒體、社群的公司。

從更具體的角度來說，在9月7日雷鋒網(公衆号：雷鋒網)AI慕課學院舉辦的系列講座第一課（傳送門）中，王蓁直言，常見的智能投顧都是“人工的智能”。

他解釋說，常見資産配置模型，諸如現代資産組合理論、馬克維茨模型、均值方差模型(MVO)、Black-Litterman模型等，在國内都不可行，其中，使用BL模型的一定是“人工的智能” 投顧。就實際問題次元，國内公募基金交易存在申購贖回的時間滞後、贖回價格的不确定性等問題。

而美國是智能投顧的發源地，行業的成熟度居于翹楚。美國智能投顧的原理是什麼？為什麼受到美國投資者的歡迎？美國智能投顧模式在國内可行嗎？對于中國而言，有何借鑒之處？

上述問題将在【9月14日本周四晚上8:00】第二節公開課“華爾街老司機：在美火熱的智能投顧，如何移植到中國？”上由财鲸聯合創始人王蓁博士帶來深度解讀。據介紹，财鲸是國内已實作商業化落地，通過傳遞驗收；符合銀監會監管要求，可以在金融機構内部部署私有服務；國内已實作無人工幹預，在防火牆隔離下，能夠獨立自主運作的智能投顧系統。

智能投顧系列講座由雷鋒網AI金融評論聯合雷鋒網AI慕課學院共同舉辦，邀請王蓁博士為我們持續分享，關于智能投顧原理、業态、算法模型和應用落地的一切。

講座分為兩部分——線上公開課、線上線下結合的正式課程。正式課程分為初、中、進階三階段。

初級課程将在公開課精華基礎上，增加常見資産配置模型與機器學習基礎内容。

中級課程是進階課程的預備課，将深入剖析金融研究和投資領域常見的人工智能算法，包括風險平價資産配置模型、基于多因子模型的資産配置、量化投資中的自适應模組化和優化方法、自動化的文本挖掘算法、非結構化資料應用、金融搜尋、金融知識圖譜建構等。

進階課程會結合國内智能投顧的落地案例，拆分講解如何搭建和實施一個真正的智能投顧項目，主要覆寫思考和解決問題的思維方式和案例介紹。

本文作者：伊莉