智能投顧-使用者畫像、投資組合選擇、推薦引擎、大資料挖掘

智能投顧面面觀之AI慕課

原文位址：https://www.jianshu.com/p/437c895794e0?utm_campaign=haruki&utm_content=note&utm_medium=reader_share&utm_source=weixin

“最後編輯于 2017.11.14 21:49”>2017.11.13 11:47*

自我介紹

大家好，我是博士後研究員肖子龍，在深圳某金融機構任職，研究領域是智能投顧。很高興今天能來到AI慕課學院和大家做一個簡單的交流，我分享的題目是《智能投顧面面觀》，從一個研究員的視角從理論、技術、市場、公司幾個層面來剖析智能投顧領域，最後就我們準備落地的一個智投項目和大家做一個簡單的分享。

慕課回顧

在進行正式的課題分享之前，我們首先對AI慕課學院的《智能投顧進階特訓班》課程進行一個簡單的回顧。我覺得王蓁博士的智投課程簡直就是為我們從事智投領域的工作者量身定制的，真的是手把手的教我們如何搭建一個智能投顧系統。不管你是想轉入智投領域的新人，還是了解智投領域但是屬于算法小白，抑或是懂智投也懂算法但是尚未實際操盤過整個智投系統的搭建，在這裡都能紮實學到你想要的東西。

智能投顧課程體系包括智能投顧的概念原理模型簡介等基礎性内容；也包括TensorFlow和深度學習模型的應用，自适應模組化和優化在量化投資中的應用以及文本挖掘算法等進階性内容；還包括智能投顧系統架構，從資料清洗到大類資産配置再到智能調倉群組合監控等進階内容。

現在智投班的基礎課程已經結束，王蓁博士已經帶我們踏進了智能投顧領域的大門，其不僅對智能投顧的原理和市場現狀進行了剖析，還對智能投顧的數學基礎進行了回顧，另外重點介紹了MPT、BL和TB三個資産組合配置模型。思路很清晰，層層遞進。基礎打牢後，希望在後續的算法進階和項目實操方面擷取更多的知識幹貨，并能真正意義上的自己動手完成一個RA系統的搭建。

課題分享

接下來開始跟大家分享課題内容，主要是從研究員的視角來剖析智能投顧，技術細節不會過于深入，請了解。大家如果想了解課題的詳細内容，待會分享完後，可将PPT發給大家。第一次做這樣的公開課分享，如内容有不對之處，請不吝批評指正，謝謝。

PART 1 理論基礎

本研究子產品将對智能投顧的理論基礎進行系統的梳理。如市面上智能投顧的運作都需要建構資産組合（特别是大類資産配置的智能投顧公司），基于現代投資組合理論（MPT）建立一定條件下風險回報率最高的投資組合成為目前行業的标配；此外，對于提供投資政策和投資建議的智能投顧公司，均需要用到量化投資理論（QIT）；最後，如果需要執行自動化交易，還需要用到程式化交易理論（PTT）。

現代投資組合理論（MPT）

智能投顧最重要的理論基礎是馬克維茨的投資組合理論。投資者的投資組合選擇可以簡化為平衡兩個因素，即投資組合的期望回報及其方差。以方差衡量風險，可通過分散化降低風險。給定投資者的風險偏好和相關資産的收益與方差，最優投資組合有唯一解。随着人工智能算法和大資料的普及，現在MPT已經能夠在計算機上自動實作，通過海量計算，計算機會告訴你怎樣配置資産及分散風險是最優的。目前市面上智能投顧大都是基于MPT，建立一定條件下風險回報率最高的投資組合。

量化投資理論（QIT）

量化投資理論幾乎覆寫了投資的全過程，包括量化選股（多因子選股、風格輪動、行業輪動）、量化擇時（趨勢追蹤、市場情緒）、股指期貨套利、商品期貨套利、期權套利、統計套利、另類套利等（量化投資具體體系可以參照我的簡書文章《全棧金融工程師算法技術解構》，位址http://www.jianshu.com/p/6c3888c2e846）。

程式化交易理論（PTT）

程式化交易主要是應用計算機和現代化網絡系統，按照預先設定好的交易模型和規則，在模型條件被觸發的時候，由計算機瞬間完成組合交易指令，實作自動下單的一種新興的電子化交易方式。也就是說，程式化交易強調交易模型和計算機程式在交易中的重要性。程式化交易按照步驟可分為交易模型的建立、測評和執行。

PART 2 技術體系

本研究子產品将對智能投顧的技術體系進行簡單的回顧。一般而言，除了區塊鍊技術很少用以外，大資料、雲計算、人工智能三種Fintech底層技術共同構成了智能投顧的技術基礎。從技術核心來看，有基于大資料的客戶精準畫像的建構，給客戶推薦不同投資組合的基于協同過濾的推薦引擎，基于網絡爬蟲、自然語言處理、圖像識别等技術的大資料挖掘，以及基于機器學習深度學習的AI算法投資模型或評價體系等。

技術基礎

智能投顧運用雲計算、大資料、人工智能等技術将資産組合理論等其他金融投資理論應用到模型中，再将投資者風險偏好、财務狀況及理财規劃等變量輸入模型，為使用者生成自動化、智能化、個性化的資産配置建議，并對組合實作跟蹤和自動調整。

技術核心一：使用者畫像

使用者畫像，即使用者資訊标簽化，通過收集與分析消費者社會屬性、生活習慣、行為特征等主要資訊的資料之後，抽象出使用者的商業全貌。使用者畫像依賴于大資料，并且要根據變化的資料不斷修正。智能投顧是通過“使用者畫像”以各式各樣的标簽來“了解”使用者的特點，然後自動給特定使用者提供真正所需的服務。使用者畫像能給智能投顧帶來商業價值。在對使用者進行基本資訊、财務狀況、投資知識、投資經驗、風險偏好、風格偏好、政策偏好、行業偏好等次元畫像後，智能投顧就可以将不同的投資組合推薦給比對的使用者。

使用者畫像補充：

使用者畫像已經成為智能投顧的剛需。智能投顧使用者畫像的商業價值如下：

1、精準營銷：推薦使用者感興趣的股票、債券、基金等，

2、使用者研究：指導産品優化，産品功能的私人定制等；

3、個性服務：智能資訊推薦、個性化資産配置建議等；

4、活躍使用者：提高交易活躍度，提高使用者體驗和黏性。

技術核心二：推薦引擎

推薦引擎，即借助個性化推薦技術，基于使用者的基本資訊，從使用者的行為和偏好中發現規律，進而判斷使用者是否對此項産品感興趣，為不同使用者提供個性化的内容，以此提升産品的内容吸引力。其實質是利用資訊過濾技術向使用者推薦其可能感興趣的産品。根據實際各類推薦算法應用情況看，協同過濾推薦算法（即CF算法）比較适合金融機構采用，可嘗試應用在智能投顧産品當中。

協同過濾推薦算法基于一個“物以類聚，人以群分”的假設，喜歡相同物品的使用者更有可能具有相同的興趣。基于協同過濾的推薦系統一般應用于有使用者評分的系統之中，通過分數去刻畫使用者對于物品的喜好。協同過濾被視為利用集體智慧的典範，不需要對項目進行特殊處理，而是通過使用者建立物品與物品之間的聯系。目前，協同過濾推薦系統被分化為兩種類型：基于使用者(User-based)的推薦和基于産品(Item-based)的推薦。

基于使用者的推薦系統具體步驟包括：（1）收集使用者偏好，從行為和交易中尋找使用者喜好；（2）相似性計算，即找到相似的N個使用者；（3）計算并推薦，通過N個使用者推薦産品。基于産品的協同過濾算法和上述類似，但它從産品本身，而不是使用者角度。比如偏好外彙的使用者都偏好QDII，那麼可以知道外彙産品和QDII産品的相似度很高，而使用者喜歡外彙，那麼可以推斷出使用者也可能喜歡QDII。

推薦引擎補充：

基于使用者的推薦系統具體步驟分解：

1、收集使用者偏好：從行為和交易中尋找使用者喜好

使用者偏好應從使用者的行為和交易中發現規律，并基于此進行推薦。從财富管理産品内部來看，使用者的曆史交易記錄也就是購買的金融産品是最簡單有效的偏好分析依據，此外還包括線下咨詢、線上（網頁或APP）對某項服務的點選流、頁面停留時間等，對不同行為産生的使用者喜好進行權重，然後求出使用者對某項金融産品的總體喜好，以此來表示使用者對産品的喜好程度。比如通過計算得出目标客戶A，與其他客戶BCD情況。

2、相似性計算：計算與目标客戶最相似的N個使用者

對使用者的行為分析得到使用者的喜好後，可以根據使用者的喜好計算相似使用者和産品，然後可以基于相似使用者或産品進行推薦。所謂計算相似度，有兩個比較經典的算法，Jaccard算法和餘弦距離相似性算法，本質上需要做的還是求兩個向量的相似程度，使用哪種算法則需結合實際情況。下面以基于使用者的相似性推薦為例：

為計算與目标客戶最相似的N個使用者，最直接的辦法就是把目标使用者和資料庫中的所有使用者進行比較，找出和目标使用者最相似的N個使用者。以前文A為例，通過使用者的相似性計算，目标客戶A與D相似度高，基于使用者的推薦算法将向A推薦股票、債券和基金。

但是當資料量巨大的時候，計算N個相似使用者的時間将會非常長，而資料庫中的大部分使用者和目标客戶A在産品偏好方面不存在交集，故無需計算所有使用者，隻需計算和A有交集的使用者。這裡将用到使用者的反查表，即偏好股票的有A、B、D，偏好基金的有A、D，通過反查表，與目标A有交集的的使用者隻有B和D，而使用者C被排除。

然後使用相似性公式（Jaccard算法或餘弦距離算法），分别計算目标客戶A和B、D與的相似度，不管使用哪個公式，A與D相似度最高，但如果此時我們的N設定為2，那麼我們就得出了與你最相鄰的使用者是D和B。

3、計算并推薦：通過N個使用者推薦産品

通過相似性計算，根據D和B的偏好，可推薦給目标A的産品有股票、債券、貨币、基金、另類資産共五種産品，如何确定上述五種産品的推薦排序，以提高推薦成功效率。這裡要使用到相似度，假如使用算法得出A與D的相似度為80%，A與B的相似度為40%，那麼對于上面五種産品，推薦度可按以下方法計算：

股票：1×0.4+1×0.8=1.2

債券：1×0.4+1×0.8=1.2

基金：1×0.8=0.8

貨币：1×0.4=0.4

另類資産：1×0.4=0.4

是以，推薦系統會首先把股票和債券推薦給A，這個可能是A你最需要的，其次是基金、貨币和另類資産。

技術核心三：大資料挖掘

通過網絡爬蟲等方式擷取文本、圖檔等内容，基于自然語言處理、圖像識别等技術，從網絡文本、圖檔中提取關鍵資訊。例如，從公告中提取公司财務資料，從研報中擷取一緻預期資料，建構網絡輿情系統監測行業和概念熱點。公司公告（股東大會、重大利好、增發、交易提示、配股、股權股本、重大事項）和财務報表（年報中報季報、業績預告、業績快報）、分析師的研究報告、股吧雪球論壇文章、微網誌微信社交網絡、新聞媒體報道、搜尋引擎傳回資訊呈現給大家的大都是一些非結構化的資訊，采用文本挖掘的方法對這些非結構化資料中的金融資訊進行挖掘，進而可以在智能投顧中為客戶精準推送産品和資訊，輔助客戶的投資決策。

文本挖掘是通過分析網際網路，從大量文本資料中尋找其規律的技術。網際網路資料具有資料量大、資料結構複雜、資料内容分散等特點，呈現出爆炸性增長的趨勢。為了從中提取出有效資訊，必須選擇合适的資料挖掘政策。文本挖掘需要進行大量的資料采集和運算等，其基本挖掘流程劃分成内容采集、内容挖掘和行為分析三個環節。

文本挖掘補充：

網際網路資料抓取體系

網絡文本挖掘流程圖

文本挖掘流程具體步驟分解：

1、内容采集

進行網際網路文本資料挖掘的基礎是資料的真實性和有效性，内容采集主要包括以下兩個方面。

• 頁面内容爬取。這是将網頁的内容通過爬蟲擷取的部分，分析頁面代碼格式，進行網頁代碼的編碼轉換等，盡可能擷取自己需要的資訊。
• 頁面垃圾過濾。頁面中不可避免地會存在大量的垃圾資訊，這些資訊嚴重幹擾到對後期資訊挖掘的準确性，頁面垃圾過濾機制會找出包括廣告在内的段落以及其他對内容挖掘無效的部分，并将其清除，不進入内容挖掘部分。

2、内容挖掘

主要是對需要的特定資訊進行提取，該階段處理後的文本資料是後期進行分詞、情感分析的基礎。

3、行為分析

整個文本挖掘過程的重點和難點是分詞和情感分析，對于海量文本資訊而言，程式的處理速度也是至關重要的一點。

技術核心四：AI投資算法

AI投資政策這塊主要采用機器學習算法，整合市場資料，建構性能更好的預測模型，判斷資産在未來一段時間的走勢；通過優化決策，建構更好的交易信号。

以機器學習預測模型為例，完整的機器學習步驟包含預處理、學習、驗證、預測四個部分。

AI算法補充：

機器學習主要分為三種類型，監督學習（Supervised Learning）、無監督學習（Unsupervised Learning）和強化學習（Reinforcement Learning）。我們對主流分類方法來介紹機器學習在量化投資中的應用，實際上，各種方法的應用模式可以互相交叉。

監督學習的主要目的是使用有類标的訓練資料構模組化型，我們可以使用經訓練得到的模型對未來資料進行預測。監督是指訓練資料集中的每個樣本均有一個已知的輸出項。如使用回歸預測連續輸出值，回歸的方法有OLS回歸、嶺回歸、LASSO回歸等；利用分類對類标進行預測，分類的方法有Logit回歸、SVM、決策樹、随機森林、KNN、神經網絡、深度學習等。

将無類标資料或者總體分布趨勢不明朗的資料，通過無監督學習，可以在沒有已知輸出變量和回報函數指導的情況下提取有效資訊來探索資料的整體結構，進而發現資料的潛在規律。如通過聚類對無類标資料的潛在模式進行挖掘，聚類的方法有K-means、層次聚類等；對資料實作壓縮降維，降維的方法有主成分分析（PCA）、線性判别分析（LDA）等。

強化學習的目标是建構一個系統，在與環境互動的過程中提高系統的性能。通過與環境的互動，系統可以通過強化學習來得到一系列行為，通過探索性的試錯或者借助精心設計的激勵系統使得正向回報最大化。強化學習有四個基本元件，包括輸入：環境（States），動作（Actions），回報(Rewards)以及輸出：方案（Policy）。和監督學習不同，強化學習沒有确定的标簽，需要機器自己摸索，每一個動作對應一個獎賞，最後得到一個獎賞最大的方式進行資料處理。AlphaGo就是一個強化學習的執行個體。強化學習的主要算法有：Sarsa，Q學習，政策梯度，Actor-Critic學習，深度Q網絡等。

AI算法在量化投資中的具體應用可以參照我的簡書文章《機器學習在量化投資中的應用》，位址http://www.jianshu.com/p/807a9979ea5e

PART 3 市場分析

本研究子產品立足于智能投顧行業發展整展現狀，梳理了智能投顧的基本概念、客戶群體、投資标的、投資過程等基礎知識，對海内外智能投顧的發展情況進行了簡單回顧，并就智能投顧的主要特點進行了剖析。此外，通過詳細解析智能投顧行業發展的驅動因素和制約因素，了解智能投顧行業目前所處的準确地位，為後面對行業中具體公司的分析做鋪墊。

基本概念

智能投顧也稱機器人投顧(robo-advisor)，其運用雲計算、大資料、人工智能等技術将資産組合理論等其他金融投資理論應用到模型中，再将投資者風險偏好、财務狀況及理财規劃等變量輸入模型，為使用者生成自動化、智能化、個性化的資産配置建議，并對組合實作跟蹤和自動調整。智能投顧作為人工投顧的替代品，通過擷取使用者的風險偏好水準以及大緻預期收益率等名額，運用智能算法以及組合投後的自動化管理技術，幫助使用者實作主、被動投資政策相結合的定制化投顧服務。因其服務過程能夠實作全部或絕大部分自動化操作管理，是以被稱為智能投顧。

智能投顧的發展曆史大緻可以分為三個階段：傳統投顧階段、線上投顧階段、智能投顧階段。

傳統投顧階段/投顧1.0（20世紀末以前）：為高淨值客戶進行一對一的人工服務，對資産進行全方位的财富管理，賺取顧問費、傭金及收益分成。

線上投顧階段/投顧2.0（20世紀末-2015年）：以人工服務為主，投顧為中等淨值客戶提供交易性投資組合管理和有限的投資建議；網際網路金融時代，客戶可根據自身需求線上上平台進行投資理财。

智能投顧階段/投顧3.0（2015-至今）：有限或無人工服務，利用計算機程式系統根據客戶自身理财需求，通過算法和産品搭建資料模型，為客戶提供理财建議。具有低成本、無情緒化、規模化等特點。

客戶群體

智能投顧的目标客戶主要面向中産及長尾客戶。

中産及以下收入人群龐大，存在強烈的資金管理及投資需求。美國年收入3到20萬美元屬于中産階層，占總人口80%左右。而在中國，到2020年，中産階層将達到7億人，接近總人口一半。龐大的中産階級人群，除了購買常見的金融産品之外，還存在資産配置的需求。

傳統投顧投資門檻高，投顧費用昂貴，主要客戶為高淨值人群。傳統投顧通過與高淨值客戶進行一對一溝通，為其提供包括保值、增值、傳承、公益慈善等在内的财富管理咨詢服務。中産及以下長尾人群很難享受專業化、定制化的投資顧問服務。

智能投顧降低了投資服務門檻。基于網際網路提供的服務可根據客戶以問卷等形式回報的資訊進行風險偏好判别，然後計算機背景利用算法自動計算出滿足條件的投資組合，在全球範圍内實作資産配置，本質上來講節約了專業投顧的人力成本，且可以更高效、便捷、廉價地為C端中低淨值客戶提供投資理财、資産配置等服務，且起投門檻也明顯低于傳統投顧。

投資标的

智能投顧給使用者呈現的是一個投資組合，投資标的為市場常見的投資品種。背後其實是全球範圍内的股票、債券、基金、ETF以及房産、另類投資等投資标的。美國典型智能投顧平台投資标的大部分為ETF，目前國内的ETF産品太少，智能投顧也處于起步萌芽狀态。國内目前階段也隻是根據使用者自行選擇的風險等級和投資期限，給出由多個公募基金構成的投資組合，與FOF比較相似。

投資過程

智能投顧的投資過程基于傳統的投資理論和方法政策，實質上是将傳統投資理論的應用場景網際網路化。大部分智能投顧平台會借助問卷等手段判别使用者的風險承受水準、收益要求和投資期限等資訊，部分智投平台更是直接讓使用者先後勾選風險等級和投資期限。無論是以問卷形式還是簡單粗暴直接勾選風險承受等級和投資期限，都相當于是對客戶的可投資資産風險和預期收益的分析，相當于給平台建構投資組合設定了限制條件。根據客戶的風險水準與投資期限，計算機借助風險分散等傳統的投資理論以及量化投資政策等方法建構投資組合，并在投後過程實時跟蹤宏觀事件、市場和投資者偏好的變化等情況，進行自動風控和授權後的自動調倉。

發展概況

1、市場規模

A.T. Kearney公司預測，2016-2020年間美國智能投顧市場年均複合增長率高達68%；2020年整個智能投顧市場的資産管理總額為2.2萬億美元，占當時全球财富管理規模比例超過2.2%，市場滲透率則将從0.5%猛增至5.6%。

在經濟L型運作的背景下，中國财富管理市場繼續保持高速增長。2016年，中國個人持有的可投資資産總體規模達到165萬億元，2014-2016年的年均複合增長率為21%，繼2008-2010年後再次站上20%大關。

2、盈利模式

咨詢管理費是智能投顧主要收入來源。智能投顧盈利模式和傳統投資理财機構類似，都是收取中間費用盈利。不同的是，智能投顧中間手續費數量少且費用率較低。主要原因是智能投顧平台是依靠網際網路優勢，可以節省人力成本和分支機構成本。此外，智能投顧具有規模效應，可以通過低費率吸引大量客戶，以量取勝。

以美國為例，傳統投顧服務收費項目繁多且極不透明，往往會收取咨詢費、交易費、充值提現費、投資組合調整費用、隐藏費用、零散費用等近十類費用，總費率高達1%以上。而智能投顧則采取完全透明化的單一費率模式，即隻收取0.15%-0.35%的咨詢管理費，不再涉及其他費用。但交易過程中産生的交易費、持有費等中間費用由投資者自行承擔，由于目前智能投顧投資标的以ETF産品為主，具有費率極低的特點，年總費用率普遍在0.03%-0.55%水準。

3、海外概況

美國智能投顧創業公司先行，傳統金融機構後來居上。自2008年起，Betterment，Wealthfront等第一批智能投顧公司相繼成立，在智能投顧市場深耕細作，經曆緩慢卻穩定的增長。Betterment于2016年3月獲得1億美元E輪融資，資産管理規模40億美元，估值7億美元，在過去的15個月，資産規模增長了近30億美元。另一家代表公司Wealtfront于2014年獲得6400萬美元的D輪融資，目前資産管理規模30億美元左右。随着人工智能，大資料分析等技術的發展，智能投顧在2015年突然呈現爆發式增長态勢，傳統金融機構意識到其對傳統投顧市場的威脅，亦紛紛成立智能投顧部門，或通過收購創業公司，涉足智能投顧領域。2015年5月，嘉信理财上線智能投資組合服務後，不到三個月時間吸引24億美元投資，以及3.3萬多名客戶，目前該項服務資産管理規模超過40億美元；2015年8月，全球最大的資産管理公司Blackrock收購了機器人投顧初創公司FutureAdvisor，次年三月，高盛收購線上退休賬戶理财平台HonestDollar。

4、國内概況

相比起美國，我國智能投顧起步較晚，尚處于早期階段，創業公司、券商機構、銀行機構、BAT等網際網路巨頭陸續入局，智能投顧市場熱潮漸漸擴大。自2014年我國首個智能投顧——勝算在握上線以來，智能投顧快速發展，彌财、錢景私人理财、愛理不理網等平台相繼上線，各具特色。此外，網際網路理财平台和BAT等網際網路巨頭也逐漸開展合作，推出智能化理财功能，配合自身的網際網路金融産品超市，加緊在智能投顧領域的布局。據不完全統計，我國目前宣稱具有智能投顧功能或者正在研發智能投顧的網際網路理财平台超過20家，回顧國内智能投顧市場，由0到1，再到初步完成布局，僅用了2年時間。

主要特征

傳統投顧一對一的投資理财詢問服務有成本高，服務對象少、知識儲備不足，經驗較少、存在道德風險等缺點。智能投顧将人工智能和大資料等技術引入投資顧問領域，可以處理海量的資訊，快速應對時勢。具有低門檻、低費用、投資廣、易操作、透明度高和個性化定制六大優勢和特點。

1、低門檻

特點一：低門檻使得中産及長尾客戶全覆寫，實作全民理财。

傳統的專業投資顧問的門檻在百萬元以上，而私人銀行理财起點多為600萬元以上，部分私人銀行甚至将門檻設定到1000萬元，主要針對高淨值客戶。大部分中産及以下長尾人群很難享受專業化、定制化的投資咨詢服務，而這類人群不僅基數大，在理财上也一直有着資産保值、增值的強烈訴求。智能投顧平台對客戶的最低投資金額要求都很低，最低要求普遍在1萬元-10萬元左右，部分智能投顧如Betterment或錢景私人理财甚至實作了零門檻，這一設定為各層次的投資者打開了私人财富管理的大門，真正意義上實作了全民理财，進而将C端客戶的數量指數級擴大。

2、低費用

特點二：相比人工投資顧問，收取更低的費用。

傳統投資顧問由專業人士擔任，主要針對高淨值人群，由于人力成本高，傳統投資顧問的管理費普遍高于1%，且邊際成本下降不明顯。但是基于計算機算法輔助的智能投顧，管理費普遍在0.25-0.5%之間，邊際成本随着客戶的增多而下降，邊際效應明顯。

3、投資廣

特點三：投資标的範圍廣闊，可在全球範圍内尋求最佳資産配置。

智能投顧平台往往通過與第三方ETF基金公司或國外金融機構合作的方式，為使用者提供全球範圍内的投資組合，若涉及到稅率問題還可自動選擇最佳方案。例如Wealthfront涉及多達11項資産類别，包括美股、海外股票、債券、自然資源、房産等，投資組合的載體為指數基金ETF；投米RA為使用者提供專門的美股賬戶用以投資美國股票，RA賬戶用來投資智能投資組合，包含精選ETF，分别追蹤美國、中國、其他發達國家和開發中國家的股票、債券、房地産市場等相關指數，境内理财則是由投米RA提供國内固定收益類産品理财服務（P2P 理财），涵蓋活期、短期、中期、長期産品。

4、易操作

特點四：簡化服務流程，提高使用者體驗。

智能投顧的服務流程較為簡便。全流程均可以在網際網路上實作，相對标準和固定，大幅簡化使用者操作過程，一般隻需幾個步驟就可完成投資，省去分析和選擇投資标的的過程。智能投顧平台一般都通過網頁或APP的形式，投資者隻需要在平台上回答相應的投資調查問卷，智能投顧系統便可以評估出投資者的風險偏好水準、确定理财方案，自動生成相應的投資配置組合。整個流程下來所花的時間僅需幾分鐘，達到高效、精準比對使用者資産管理目标。智能投顧就像一個貼身管家，7*24小時随時響應客戶需求，不間斷智能化管理客戶的專屬投資賬戶。

5、透明度高

特點五：投資組合、投資資訊以及費用等資訊完全透明，投資過程自動完成，客觀公正。

傳統投資顧問服務的資訊披露晦澀，存在金融産品供應商與客戶利益相沖突的問題，而智能投顧對投資理念、金融産品選擇範圍、收取費用等披露充分，且客戶随時随地可檢視投資資訊。智能投顧給出的資産配置方案多數是基于經典的資産配置理論，具備較強的專業性和客觀性。智能投顧嚴格執行程式或模型給出的資産配置建議，采取自動化政策為客戶提供資産組合服務，不會為了業績而誤導客戶操作而獲得更高的傭金收入，相對傳統投顧而言，智能投顧減少了道德風險，更加客觀公正。

6、個性化定制

特點六：基于多元的理财目标提供豐富的定制化場景，針對客戶的風險偏好及投資期限為其個性化定制最佳投資組合。

基于多元的理财目标提供豐富的定制化場景。智能投顧為投資者提供了基于多種場景的資産配置計劃，颠覆了傳統投顧的單一的資産管理模式。以錢景私人理财為例，其為投資者提供了存錢購房、存錢結婚、存錢育兒、存錢養老和夢想基金五個理财目标，理财動機不同，定制的理财方案也各不相同。

針對客戶的風險偏好及投資期限為其個性化定制最佳投資組合。智能投顧在使用者主動提供或測評得到風險偏好及投資期限之後，為其個性化定制最佳投資組合，并且将詳細方案清晰呈現。以摩羯智投為例：若設定投資期限1-3年，風險承受級别5，那麼系統給出的投資組合是摩羯14号，檢視詳情可以看到主要分成4類産品組合：固定收益（48.58%）、股票類（26.61%）、現金及貨币（13.42%）、另類及其他（11.39%），使用者可以看到每一類各自包含的公募基金品種以及對應的資金配比。

驅動因素

智能投顧在金融科技創新、證券行業變革、社會結構變化和巨大市場空間等因素的驅動下，将開啟下一個财富管理萬億藍海市場。

驅動因素一：金融科技創新。大資料、人工智能等金融科技核心技術推動智能投顧登上舞台，并不斷的進行産品和服務的創新。

海量資料時代來臨，多元度+高頻度的大資料為智能投顧發展奠定基礎。随着網際網路、移動終端普及，以及物聯網的興起，全球迎來海量資料時代，資料規模将呈現幾何式增長。同時，資料源将越來越豐富、資料擷取方式将更加多元、資料處理成本将持續降低。大資料的蓬勃發展将重塑投資領域格局。除了資料規模外，大資料的發展還包含次元、頻度兩個方面：1）資料次元不斷增加：即使用者産生資料的類型、層次、場景越發豐富，諸如交易資料、社交資料、行為資料、信用資料等各類資料層出不窮；2）資料頻度快速提升：即資料的記錄及釋出頻率持續提升，由低頻資料向高頻資料轉化，例如，網際網路平台流量、浏覽有效時長、使用者交易額等實時監測資料相對于傳統的定期财務報告資料頻率更高、更加精确和前瞻反映使用者狀況。

“研究-交易”是投顧的核心步驟，人工智能技術（包括索引技術、知識圖譜、圖像識别、機器學習、決策智能等）構築的智能投顧已滲透在“研究-交易”的各個方面。智能投顧的複雜性在于影響市場的因素複雜繁多，是以AI技術需要在每一步環節将發達的金融理論相結合，目前來看我們認為智能投顧尚在初期。不過随着資料搜尋分析、報告生成、量化交易每一步驟得到“細緻的”智能化，優秀的智能投顧産品将指日可待。

驅動因素二：證券行業變革。券商傭金率的持續下降，一人一戶政策的全面放開，以及行業競争格局的轉變，為智能投顧的發展帶來機遇。

券商傭金率持續下降，倒逼券商探索新的盈利點。近年來，網際網路證券蓬勃發展，網際網路開戶、交易、資産管理等業務不斷取得突破。激烈競争導緻券商經紀業務傭金率近年來持續下行，2016年一季度行業整體傭金率已下滑至0.042%，創曆史新低。傭金率持續下滑對業績産生深遠影響，尋找新盈利增長點迫在眉睫。以智能投顧為代表的增值服務有效提升客戶體驗，滿足個性化需求，同時充分發揮券商投研、産品設計等專業優勢，有助于實作經紀業務轉型更新，開拓新市場空間。

一人一戶政策的全面放開，激發客戶多樣化需求。2015年4月，中證登釋出通知，明确A股市場全面放開“一人一戶”限制，即自然人與機構投資者均可根據自身實際需要開立多個A股賬戶和封閉式基金賬戶，上限為20戶，表明投資者可同時在多家券商開戶。新政策環境下，投資者數量、股票賬戶數量高速增長，且客戶更換證券賬戶的壁壘被消除，潛在需求被有效激發，券商經紀業務的價格競争一觸即發，行業傭金率持續下降，倒逼着券商經紀業務加快轉型，提升服務品質。傭金率較低且具有各類特色服務的券商競争優勢将更加顯著，而差異化的投顧産品是不少券商的發展重點，據不完全統計，已有超過30家券商推出了基于智能投顧的APP産品，不僅擴大了投顧業務的覆寫面，還能為客戶提供個性化的服務。

網際網路證券興起促使行業競争格局發生改變，智能投顧業務是必争之地。網際網路證券的興起，證券行業原有的競争格局被打破，傳統大型券商、中小型券商以及緻力于切分證券業市場的網際網路企業，均有強烈的意願在智能投顧領域取得先發優勢。

驅動因素三：社會結構變化。千禧一代的崛起，居民财富的增加，理财觀念的成熟和目标多樣化，為智能投顧的發展帶來了巨大的需求。

千禧一代崛起，更易接受網際網路化的智能投顧。中國上世紀八九十年代出生的年輕一代（80後、90後即為千禧一代）正逐漸成為社會的中堅力量。他們的理财投資的行為習慣和思維方式深受網際網路影響，更容易接受網際網路新事物和新産品，在投資、借貸、理财等金融行為上，更依賴科技驅動型工具與方式，他們中大多數正處于經濟能力上升或穩定階段，未來一段時間内他們對智能投顧的需求會呈直線上升。

居民财富穩步增長，中産階級不斷壯大，投資管道匮乏引緻理财需求巨大。受益于國民經濟快速發展，我國居民家庭金融資産持續快速積累，2016年，中國個人持有的可投資資産總體規模達到165萬億人民币。此外，中等收入群體數量可觀，我國中産階級也随着私人财富快速膨脹而迅速拓展，僅次于美國與日本，預計2030年中産階層數量将占總人口的70%。然而，目前我國财富管理投資管道依舊匮乏，大部分投資資産集中于銀行、基金以及信托等機構釋出的理财産品。**不斷積累的居民财富以及擴大的中産階級數量将催生大量理财需求，也對資産管理服務的類型和品質提出了更高的要求，中國整體财富管理市場前景巨大。

居民理财觀念日漸成熟，理财目标趨向多樣化和定制化。理财意識逐漸覺醒，理财需求增長空間廣闊。由于家庭儲蓄的增加以及收入結構中投資性收入所占比例逐漸加大，居民的理财投資意識和理财投資參與程度增強，存款搬家不斷提速，新增儲蓄額占GDP比重近三年來穩步下降，家庭财産形式也從單一的銀行存款和房産轉變為涉足多種金融資産。 随着房地産市場不斷調整，金融産品日益豐富，居民理财觀念趨于成熟，中國居民進行資産配置和财富管理的必要性和可行性都在提升，為财富管理行業注入更大活力。

驅動因素四：市場空間巨大。财富配置和投資标的日趨多元化，服務長尾客戶實作普惠金融。

固定資産投資逐漸向金融資産投資的轉移，财富配置和投資标的日趨多元化。我國居民的投資特點是“重儲蓄，輕投資”。與美國多元化财富配置不同，我國整體資産配置還顯得過于單一，大類資産以及現金比例過高，不過由于近幾年以來，低利率市場環境以及投資理财觀念日益流行，我國居民财富配置也逐漸呈現出多元化趨勢。其中金融資産在居民投資起着越來越重的地位。随着居民投資從原來的不動産、固定收益類投資項目向金融資産轉移，居民的金融理财、資産配置及投資咨詢等需求将顯著增長，而智能投顧作為一個分散投資風險的工具，能有效滿足居民多元化投資的需求以及幫助居民實作一定投資收益，将受到潮流所青睐。

填補财富管理行業空白市場，服務長尾客戶實作普惠金融。在财富管理方面，目前大衆富裕階層投資管道較為有限而且相對集中化，傳統的二級市場投資如股票和債券，一般需要耗費大量的時間與精力用于研究，還需承擔股市波動性可能潛在的投資損益；即便是基金産品，仍需要花費較多精力去跟蹤以及篩選，而且集中持股的風險也并未是以而分散化；房地産投資則需要前置大額資金，而且要面臨相應政策監管風險、市場價值波動以及租金不穩定等風險；對于其他理财産品，信托産品投資門檻高，而銀行理财産品預期收益率持續下滑，這些也導緻使用者難以省心又省力，獲得投資收益相對合理的理财産品與服務。

智能投顧的出現，将按照不同年齡段和不同收入狀況的投資者群體的風險承受能力、投資目标給予配置不同類别資産以及投資建議。此外，由于智能投顧具備較高的專業化程度和政策執行力，給出的資産配置方案多數是基于經典的資産配置理論，并且有固定的閥值設定，達到止損、止盈邊際會自動操作，能夠有效克服人性弱點也無需使用者進行操作，進而實作風險有效分散化做到以最小的風險獲得最大的投資收益。 是以，我們認為智能投顧通過算法為客戶量身定制個性化的理财方案，實作風險/收益合理化，為長尾客戶提供普惠式的投資顧問服務，将有效彌補财富管理版圖其中空白地帶，實作真正意義的普惠金融。

制約因素

智能投顧目前在美國已經發展得如火如荼，國内很多券商和網際網路公司也躍躍欲試，不過将智能投顧遷移到國内發展，仍受到一些現實方面因素的制約：如行業公司要面對被動長期投資接受度不高，分業監管受到限制，ETF市場不成熟投資标的缺乏，分類稅制使得收益虧損無法互相抵免，風控體系還不夠完善等問題。

制約因素一：投資者對被動長期投資模式接受度不高，養老金不能入市。

散戶為主的投資者，更關注短期回報，對智能投顧以被動長期投資模式為主的接受度不高。美國投資者大多數是機構投資者，更傾向于通過穩定的投資風格追求深度價值投資和長線回報。而在國内的投資市場散戶衆多，且可投資産水準較低。散戶占比更多，投機性強，賭性大，更傾向于以市場風向為主導，習慣短線操作，是以更關注市場短期波動帶來的價格調整，與智能投顧偏重中長期回報的政策步伐不一緻。A股換手率遠高于全球其它國家股票市場。

養老金雖說契合長線投資需求，但國内尚無入市條件。美國特殊的養老金制度使得個人參與繳費的401K和IRA計劃賬戶占退休收入比重不斷提高，此類賬戶需要自己打理，同時不能提現、不能轉移，屬于長線投資，智能投顧很好的契合了這類賬戶的投資需求。而中國養老金則以社保形式由政府全權打理，并無這類剛性需求。

制約因素二：投資顧問與資産管理分業監管，代客理财受到監管限制，多賬戶歸集管理不可行。

美國智能投顧公司受SEC監管，一旦獲得投資顧問牌照，既可提供投資建議服務，也可以直接管理客戶的資産。而我國投資顧問與資産管理兩項業務分屬不同的法律法規，這使得我國僅有投顧資格的公司無法代顧客交易。

美國智能投顧平台的大量業務是個人客戶委托的養老金賬戶投資，客戶一旦将其個人賬戶連接配接投顧平台、經過資金托管後，投顧平台很友善的可以代替客戶操作，且跨平台操作也很順利。而國内的個人客戶的資金比較分散，通常持有多個賬戶，在國内分業監管下，現階段還無法實作多賬戶的歸集管理，個人單個投資賬戶随意便捷跨平台的操作幾乎不具可行性。

制約因素三：ETF産品有限，金融産品和對沖工具匮乏，無法分散投資組合的風險。

ETF是當下美國市場中成長最快的投資品種，美國ETF資産管理規模已占到全球的73%，ETF産品種類繁多，涵蓋國内市場、國外市場、股指、債券、商品等多個類型。大量标準化的資産為智能投顧建構組合提供養料。而中國ETFs産品數量和體量都非常小，據Wind統計，截止2016年5月末，中國市場共有131隻ETF，資産規模僅為4729億元，且主要是股票指數型ETF，其中權益型ETF和貨币型ETF合計114隻，債券型ETF、商品型ETF等品種較少，金融産品和對沖工具匮乏，無法分散投資組合的風險。此外，中國的股市波動大，T+1的制度，缺乏做空機制等均限制資本市場的創新發展。如果擴充投資标的到非标領域，則面臨難以評估風險的問題。

制約因素四：分類稅制下難以進行稅收規劃與統籌，無法進行稅收虧損收割。

美國的個人賬戶種類繁多，稅收規則各不相同，例如可減免稅的終身俸賬戶、應稅經紀賬戶、聯名賬戶等，由于采用綜合所得稅制，稅務籌劃空間大。目前中國的個稅征收體系實行分類稅制，按照工資薪金所得、個體工商戶生産經營所得、勞務報酬所得等11個征稅項目，每個項目采取不同的計征辦法、适用不同的稅率，缺乏對不同交易進行不同處理的相關規定，進而欠缺稅收規劃的基礎和基于資本市場的避稅方式，是以，國内智能投顧産品難以通過稅收規避或稅收收割等手段幫助投資者降低成本。

制約因素五：風控體系的健全程度跟不上智能投顧的自動化程度，趨勢投資模式不适應國内的散戶市和政策市。

無論是大類資産配置或是投資政策智能投顧都必須設定嚴格的止損條件。智能投顧有自動化操作的特性，當市場發生突發情況的時候，系統可能無法正常地運作，建立起合理的應急預案和人工處理流程至關重要。此外，智能投顧依賴的是模型和算法，而任何一個模型的搭建是建立在對長期規律的摸索之上，這就決定了由此設定的算法更适合長期的投資，比如趨勢性規律。以中國市場為例，由于受到政策性因素的影響多一些，導緻短期内模型的參數經常發生變化，是以很難做長期預測。此外，中國市場是以散戶投資者主導的市場，通常有比較明顯的追漲殺跌等短期行為，指數基金不能擇時，對于風險較難控制，一旦遇到低迷的市場，就會遭遇嚴峻的考驗。

PART 4 公司研究

本研究子產品立足于公司層面，從商業模式分類入手對具體的智能投顧公司進行調研。按照人為參與程度的高低，智能投顧分為機器為主，以人為主和人機結合三種模式，并相對應六種的主流的商業模式。按照這6種分類，本研究子產品将從挑選部分國内外典型智能投顧公司展開分析。

公司分類

按照人為參與程度的高低，智能投顧分為機器為主，以人為主和人機結合三種模式，并相對應六種的主流的商業模式。其中，機器為主中，主要有三種模式，一種是基于現代資産組合的大類資産配置模式，一種是基于量化投資的投資政策型模式，還有一種是基于大資料分析的投資輔助型模式；以人為主中，社交跟投型模式是目前主流模式；人機結合中，又可細分為線上引流至線下的O2O模式以及原有平台在智能投顧方向上的功能擴充。

公司代表

• 大類資産配置：基于現代資産組合理論，根據不同承受風險，在全球範圍内配置最優的各類資産大類品種，如美國股票類、公司債券類、房地産類，防通脹證券類、自然資源等。該模式的關鍵在于被動投資，不以追求主動收益為主，而以風險最小化追求長期穩定收益為主。國外的代表性公司有Wealthfront、Betterment等。我國目前上線的大類資産配置型智能投顧平台其商業模式與國外的Wealthfront、Betterment等平台相仿，其主要特點是采取與海外經紀公司合作的模式，根據投資者風險和投資目标，遴選全球優質投資标的，分散風險，幫助投資者實作跨區域、跨資産類别的全球資産優化配置，并為投資者帶來長期穩健的投資回報。相較于其他平台而言，其資産種類更為豐富而且多樣，充分實作資産風險分散化與多樣化、同樣也為可以成為國内使用者投資海外市場簡單而且高效的工具。國内具有代表性的智能投顧平台，包括投米RA、藍海智投、彌财等。
• 投資政策：投資政策型的智能投顧更偏重于政策與交易，主要有量化政策和主題政策兩大類，可以自行開發或者搭建平台。由于投資政策尤其是量化政策的實施效果與交易過程直接相關，這類智能投顧公司交易系統開發的要求更高。國外的代表性公司如基于主題政策投資的Motif，國内如去中介化的政策與交易平台微量網和量化政策平台優礦網等。
• 投資建議：投資建議型的智能投顧更偏重于大資料分析，通過利用機器學習算法分析公司财報、宏觀資料、網絡輿情等在内各類海量資料，提供各種垂直化金融服務，如預測上市公司收入、基于突發事件給予投資指導、提供股票政策等。這一類具有代表性的智能投顧平台包括國外的Trefis、Kensho和國内的百度股市通、同花順iFinD、勝算在握、資配易、理财魔方等一系列智能投顧平台。值得注意的是，針對我國散戶多、投資偏好主動投資等特點，該類型的智能投顧重點在于輔助使用者進行投資決策，如選股選基和優化資産配置，而非重在政策和交易。
• 社交跟投：将職業或業餘投資高手的投資業績和持倉情況分享出來，供投資者參考，讓普通投資者享用投資咨詢服務，最直接從社交投資網絡中獲益的方式就是複制/跟投其他使用者的投資政策。社交跟投型的智能投顧代表性平台包括國外的Covestor，國内的雪球網、股票雷達和嘉實基金推出的金貝塔等。
• O2O：通過線上免費的金融工具吸引大量客戶，而後二次挖掘出合适的客戶引流至線下，并提供有償投資服務。這類智能投顧平台的特點是将機器人投顧與人工投顧相結合，既為客戶提供免費的财務規劃工具，同時也向有需要的客戶提供收費的私人投資顧問服務。國外典型的智能投顧O2O平台如Personal Capital，國内如七分鐘理财。
• 原有平台在智能投顧方向上的功能擴充：将智能投顧功能很好地整合到公司原有營運的體系，通過對接内外部資源和投資标的，更好地服務原有體系的客戶，以及增強吸引投資者的作用。具體包括傳統金融公司推出的智能投顧服務，如國外的先鋒基金和嘉信理财和國内的平安一賬通（平安保險）、摩羯智投（招商銀行）、璇玑智投（民生證券）、貝塔牛（廣發證券）等；網際網路金融公司在智能投顧方向的切入，如國内的京東金融推出的京東智投等；以及第三方财富管理平台的智能化，如國内的聚愛财PLUS（聚愛财）、錢景私人理财（錢景财富）等。

國外公司

Wealthfront

商業模式：大類資産配置

公司官網：https://www.wealthfront.com/

公司簡介：Wealthfront是最早推出智能投顧服務的平台，如今已成為智能投顧領域的标杆。其前身是一家于2008年在矽谷成立的名為“KaChing”的共同基金分析公司，于2011年12月轉型為智能投顧平台，成立時華爾街遭遇低谷，科技金融類公司逐漸發展壯大。WealthFront首先關注将IPO的Facebook的員工，在Facebook得到不錯的效果後公司把目光投向了LinkedIn。随後Amazon、蘋果、Dropbox、Google、微軟、Palantir和Salesforce等也成了公司的顧客。這些客戶也開始邀請科技圈以外的人加入公司。是以該公司的首要目标客戶就是矽谷的科技人員，這一群體處于中産階級，具有較高的收入水準，并且他們習慣于從網際網路獲得服務。該公司緻力于根據客戶的風險承受能力最大化扣除管理費和稅後的淨收益率，曾被評為“2013年度ETF政策分析師”。目前，Wealthfront的資産管理規模已達40億美元，擁有8萬多投資者，已募集資金已超1.29億美金。

投資标的：Wealthfront隻提供11個資産類别的跟蹤指數的ETF基金，包括美國股票、其他發達國家股票、新興市場股票、分紅股票、房地産、自然資源、美國政府債券、公司債券、新興市場債券、市政債券、防通脹證券（TIPS）。ETF産品的挑選标準包括費率水準、指數跟蹤誤差、市場流動性等。被動投資、以ETFs為主要投資對象是Wealthfront投資最關鍵的兩大特點。

資料來源：華創證券

盈利模式：Wealthfront通過收取營運費和管理費實作盈利，公司投資門檻為500美元。公司的主要收費結構主要包括兩部分，一是ETF營運費，一般平均費率為基于管理規模的0.12%每年；二是資産管理費，資産管理費是基于管理資産規模進行收費，其收取标準是：1萬美元以下的部分免費，1萬美元以上部分收取0.25%每年，同時每介紹一位新客戶，使用者可獲得5千美元額度的管理費減免。Wealthfront專注于小額資産管理，從其費率結構上也可以看出投資金額在1萬美元以内的使用者可以獲得更優惠的費率。

使用流程：Wealthfront投資過程主要分為四步：1）線上問卷測評，計算使用者風險等級：通過10個問題，包括年齡，收入水準，資産規模，最大損失承受意願等，了解客戶客觀的風險承受能力和主觀風險偏好水準，進而計算出客戶的風險等級；2）基于算法推薦投資組合：以現代投資組合理論為基礎，根據使用者風險偏好、賬戶類型等資訊，向使用者提供從11種資産大類投資标的選取的投資組合（投資标的是跟蹤各大類資産的ETFs）；3）使用者資金轉入第三方券商，實作代理投資：Wealthfront将使用者資金轉入第三方證券經紀公司ApexClearing，并代理客戶向客戶發出交易指令，買賣ETFs。目前和Wealthfront和合作的公司有先鋒集團、黑石、嘉信等；4）實時跟蹤，定時調倉：Wealthfront對投資情況實時跟蹤，根據使用者需求變化更新投資組合，同時采用門檻值法（設定上下限）定時調倉。

資料來源：東吳證券

功能特點：Wealthfront的主要功能包括使用者線上問卷調查測評、基于算法推薦投資組全、使用者線上平台充值、自動投資、實時監測。另外，增值服務也是Wealthfront的一大特色，其主要包括單隻股票分散投資服務、每日稅收虧損收割、稅收優化直接指數化。此外，公司還具有針對性地開發教育經費計劃和針對矽谷科技從業者發散單一員工持股的風險。

Betterment

商業模式：大類資産配置

公司官網：https://www.betterment.com/

公司簡介：創立于2008年的Betterment于2010年5月正式釋出智能投顧産品，以自動化線上服務方式幫助客戶進行财富管理，此後一直保持着良好的發展态勢。目前Betterment管理的資産規模已經超過60億美元，使用者數達到20萬，人均賬戶資産約3萬美元，可為客戶提供理财規劃（Financial Planning）、個人退休賬戶管理（IRA）、信托基金管理（Trusts）、稅收虧損收割（Tax Loss Harvesting+）等多種服務。

投資标的：Betterment的投資标的由股票ETFs和債券ETFs組成，包括6種股票ETF和7種債券ETF。所有的Betterment使用者都可以以低成本和高流動性的ETF投資方式配置全球化資産。

資料來源：作者

盈利模式：Betterment通過收取管理費實作盈利，無起投門檻。低于1 萬美元：每年收取0.35%的管理費（如果賬戶存款低于100 美元額外收取3 美元/月）；1 萬美元至10 萬美元：每年收取0.25%的管理費；高于10 萬美元：每年收取0.15%的管理費。Betterment旨在為個人賬戶和家庭賬戶提供智能投顧管理服務。費率結構上來看，優惠的費率也主要針對投資金額超過10萬美元的賬戶。

使用流程：Betterment投資過程主要分為四步：1）投資計劃推薦：使用者在首頁上填寫投資目标相關的基本資訊資料（年齡、在職或退休、年收入）。Betterment基于年齡和收入，為客戶推薦了三個投資模式：保守型的安全模式、以退休收入為目标的退休模式和保值增值型的普通模式，不同模式設定了不同的目标收益範圍和股票、債券配置比例；2）標明初始目标：使用者可以根據自己的需求先標明其中的一項投資模式，還可以對投資目标進行更改或增加更多的投資模式。Betterment會根據不同的投資模式提供不同類型的投資計劃建議和推薦資産配置，并告知使用者達到目标所需的投資金額。随着時間的推移，Betterment也将不斷提供平衡風險和報酬的最建立議；3）開設賬戶：填寫基本資訊，填寫财務背景資料，選擇主要和備份的安全問題并設定答案；4）投資交易：注冊成功後，該賬号與使用者的銀行賬号相綁定，使用者可以通過Betterment平台直接投資，在使用者的投資網頁界面上，顯示着客戶的投資餘額總額，包括本金和收益，并以儀表盤的形式顯示着客戶的投資中股票和債券的投資比例和餘額總額。Betterment向客戶提供合适風險的股票和債券的任意組合，客戶隻需要決定在股票和債券兩個投資項間的資金配置設定比例，即相應調整風險的高低，剩下的工作就可以由Betterment自動完成。

資料來源：作者

功能特點：Betterment沒有設計關于使用者的風險偏好的問卷，隻需要了解使用者的年齡、投資目标和投資期限，就可以為使用者輸出優化的投資組合，大幅簡化了使用者的操作過程。相較于其他平台，Betterment在投資理念方面更為側重于目标導向型，而且不斷開發新的理财産品以便于更好服務這一理念，比如近期，公司釋出一款新項目智能存款（Smart Deposit），通過轉移其在銀行多餘資金用于投資以獲得更多投資收益。此外，公司還有退休指導計劃（Retire Guide Calculator）、稅收協調資産組合（Tax-Coordinated Portfolio）等其他特色産品。

Motif Investing

商業模式：投資政策（主題投資）

公司官網：https://www.motifinvesting.com/

公司簡介：Motif Investing是一個以主題作為導向的投資平台，平台上的投資組合被稱為Motif。投資者可以根據自己興趣，直接使用平台上已有的Motif，也可以修改Motif中股票和ETF基金的組成和比重後再使用，更可以建立全新Motif。

投資标的：目前，Motif包含不超過30支具有相似主題的股票或ETF基金，例如奧巴馬醫改法案、無人駕駛智能汽車等。在Motif Investing上官方提供的Motif有150個，平均年收益為16.3%，投資者建立的Motif超過18萬個。除了提供Motif之外，還提供了9個不收取傭金和年費的投資組合。這9個組合包括了股票和ETF基金，有保守型、穩健型和激進型三種之分，為各類投資者提供了短期、中期和長期的投資方案。對于每個在網站上注冊的投資者，Motif Investing提供Investing DNA服務。Investing DNA服務是指網站提供一系列問題，涉及投資者年齡、投資期限和投資興趣等，根據投資者在網站上填寫的資料，評估投資者的風險偏好，為投資者建議合适的Motif。

盈利模式：在收費方面，無論投資者在某個Motif上的投資額是多少(最低不能低于250美元，保證金交易的賬戶餘額不能低于2000美元)，也無論該Motif由平台提供還是投資者建立，投資者按照Motif購買或出售一次組合，平台都會收取9.95美元，如果該Motif是由投資者建立的，建立者将獲得9.95美元中的1美元。如果投資者交易的隻是其中的一支證券，而不是一個組合，則每次收取4.95美元。

使用流程：

1、按主題投資

Motif圍繞着文化、時事、大趨勢以及模型公式來建立不同的理念主題。這對于依據新聞資訊和國際趨勢來決定投資的投資者來說，無疑有巨大的幫助。文化的主題涵蓋了社會責任公司和政黨公司；時事投資提供的基金涵蓋了廣泛的領域，比如從美聯儲獲益逐漸減少的公司，到令人難以想象的特定公司，比如抗擊埃博拉的公司。

大趨勢主題投資組合涉及到衆多股票種類，其中包括應對氣候變化的企業，或者從消費者延長汽車壽命中獲利的企業；基于模型的主題投資組合可以擁有一攬子的股票，目的是在一個輕微下降之後反彈來達到平衡。或者他們可以用“五月抛股離場”的方法來更多的傾向于防守。

2、按行業投資

Motif不僅能夠提供傳統的部門和行業選擇的主題，像金融、醫療保健和技術；而且還能夠提供一些有趣變化的主題。例如，在消費行業，“沙發經濟”的主題投資組合包括線上公司——消費者購物都不用離開自己的沙發。使用者甚至可以選擇寵物護理和咖啡因的公司。技術領域提供的投資主題包括可穿戴技術和3D列印技術。這些主題類型能夠很好的滿足不同的投資者對行業或企業的特殊需求。

3、按傳統投資

這類基金包括資産配置、股息、固定收益和預定日期的主題投資組合。包含多種資産類别的ETFs（交易所交換基金）構成了資産配置的主題，這些ETFs從一年期的保守型期權到十五年期的積極型投資組合，在定義期限的方法上各有不同。股息主題是相當簡單的，因為他們的目标是為尋求管理收入而持有股利支付型股票。利用各種各樣的債券ETFs來建立固定資産的主題投資組合。這些主題中又有不同的選擇，例如其中包括：加州市政債券、國際債券和浮動利率債券。預定日期的主題投資組合也适用于那些在接近指定退休年齡時想讓自己的組合自動變得更加保守的投資人。

4、按社交投資

一旦建立賬戶，使用者就能夠與其他主題使用者進行讨論。為了最大限度的提高投資知識以做出更明智的投資組合決策，想法和理念在這裡碰撞。除此之外，這裡也有其他使用者建立的主題社群能夠幫助你更為透徹的了解最新的投資趨勢。在這個類型中已有超過7500種的主題投資組合（并在不斷增長中）。

功能特點：Motif提供了一種粗魯簡單的選擇投資方式的方法——乍看之下可能會讓人感覺強勢。然而，這種強勢選擇主題投資組合的方式無疑會滿足任何一個想要開戶的使用者。無論這個基金的建立是基于周圍趨勢、傳統領域或者是基于時間，這種廣泛的選擇應該都會讓消費者高興。Motif Investing的使用者能夠自由建立分散化的投資組合或投資主題。一個主題投資組合實際上是一個投資者管理的共同基金或者ETP（在交易所交易的商品）。如果想在預算範圍内擁有各種股票，那麼Motif可能會是你值得擁有的投資工具。

Covestor

商業模式：社交跟投（跟投業餘或職業的投資高手的投資組合）

公司官網：https://www.covestor.com/

公司簡介：Covestor是2007年創立的一家社交投資平台，總部位于美國波士頓，主要為客戶提供線上投資管理服務，與很多基于簡單算法的智能理财平台不同，該平台允許使用者複制成功的個人或者專業投資者的真實交易信号。

投資标的：目前平台支援的交易品種包括：美國股票、美國存托憑證（ADRs）、封閉式基金和ETFs。截至2013年12月31日，Covestor管理的受監管的資産規模（Regulatory Assets Under Management, RAUM）為28,208,737美元。

盈利模式：Covestor會根據交易高手管理投資組合所花費的時間，将其分為5類。然後在每一類中根據訂閱投資組合的規模大小為每一筆訂閱支付報酬。非注冊釋出者會獲得每一筆訂閱的固定報酬支付，而注冊投資顧問則可以和Covestor平分向使用者收取的管理費和業績提成。

使用流程：

目前與Covestor合作的隻有Interactive Brokers（IB）一家經紀商，對于每筆交易，IB大約收約1美元的傭金。需要說明的是，申請注冊Covestor的賬戶需要導入使用者關聯的證券經紀賬戶的曆史交易資料。

正如Covestor一直宣稱的幫助使用者挖掘頂級投資者那樣，交易高手是Covestor這個平台的核心。與ayondo類似，Covestor上面的"交易高手"和"跟單者"也是完全不同兩種身份。在Covestor平台上的交易高手有兩類，一類是非注冊釋出者（Non-registered Publisher），另一類是注冊投資顧問（Registered Investment Advisor）。注冊投資顧問是指通過SEC注冊的提供投資咨詢服務的專業人員或者機構。這兩類交易高手都必須使用自有資金進行交易，并且至少要有一年以上的曆史業績。

在Covestor平台上，使用者訂閱交易信号是以交易高手管理的投資組合為機關的，使用者可以選擇關注其中某個或多個。Covestor上的使用者可以選擇複制投資組合的交易行為，也可以選擇隻訂閱投資組合的内容資訊，對于後一種客戶則隻收取一筆"直接通路費用"（Direct Access Fee）。

功能特點：Covestor是美國目前最有影響力的金融網際網路公司之一，它最大的貢獻在于首創了 “跟随投資”這一模式——Covestor從全球各地挖掘了幾千名業餘或職業的投資高手(Covestor管他們叫“種子人選”)，将他們的投資業績和持倉情況曬出來，讓大家可以模仿高手進行操作。 Covestor的理念迅速獲得了美國平民投資者的歡迎，美國股市的情況大家知道，機構投資者占絕大多數，散戶很難在股市中盈利，是以有這麼個讓大家可以賺錢的網站絕對是群衆喜聞樂見的。

Covestor正是借鑒了MOM模式的投資理念，通過建立科學、嚴格的篩選機制，以及大衆投資者的點評，Covestor能夠從衆多的“種子選手”中挑選出真正業績出色、操作穩定的投資管理人，并将它們推送給投資者。不同之處在于傳統MOM模式将投資管理人挑選出來以後，就直接把這些管理人旗下的基金打包成合集産品賣給市場，投資者能進行的主動操作非常有限。而Covestor則是将這些資訊分享出來，供投資者參考，從這一層面來說，Covestor模式更靈活、覆寫人群更廣，讓普通的散戶投資者也能夠享用的起投資咨詢服務。

國内公司

摩羯智投

商業模式：傳統金融公司原有平台擴充（招商銀行APP5.0的智能投顧功能）

公司官網：http://market.cmbchina.com/personal/mbank201701/index.html

公司簡介：摩羯智投于2016年12月6日上線，是招商銀行對從工具到平台、從交易到咨詢、從單向到互動、從封閉到開放政策的又一重大突破，不僅是在中國銀行業的一項創新與突破，也開啟了中國銀行業邁向未來銀行的進化之門。摩羯智投雖然大量運用了人工智能技術中的機器學習算法，但并非完全依賴機器，而是通過人與機器的智能融合方式，是智能投顧領域的革命性創舉。

投資标的：根據投資者給出的風險偏好，摩羯智投會從中國公募基金池中選取他們認為合适的基金來幫助投資者進行資産配置。也就是說，摩羯智投本質上是一個組合基金（FOF），根據其内部電腦（或者人為）規則來幫助投資者從這3000多家基金中選取他們認為更适合投資者的基金産品。

截止2016年年底，中國大約有3000多家公募基金。根據摩羯的資料介紹，該投資團隊從3000多個公募基金中選取了17個基金。這些基金包括：8個債券基金，7個股票型基金，1個貨币基金（招行自己的217004），1個黃金基金。

（注：摩羯投資團隊每隔一段時間會更換被選中的基金。下面這個基金清單基于2016年年底，是以随着時間的推移，該清單可能會發生變更。）

資料來源：Woodsford Capital

盈利模式：招商摩羯智投的收費模式，在其手機APP上沒有明确說明。但投資者可以從其公募基金池中看到一些費用的端倪，這些基金的申購費和管理費收的越多，最終客戶的回報就越少。

資料來源：Woodsford Capital

從上圖中我們可以看到，摩羯智投選的這些公募基金的申購費在0.25%-1.5%之間，年管理費在0.33%-1.8%之間，基金托管費在0.1%-0.35%之間，贖回費在0.1%-1.5%之間。是以摩羯智投的費用不會比這低。

使用流程：摩羯智投的資産配置服務流程完善，為使用者提供一鍵優化調整建議。 摩羯智投并非一個單一的産品，而是一套資産配置服務流程，它包含了目标風險确定KYC、組合建構、一鍵購買、風險預警、調倉提示、一鍵優化、售後服務報告等，涉及基金投資的售前、售中、售後全流程服務環節。不僅如此，摩羯智投在向客戶提供基金産品組合配置建議的同僚，也增加了較為完善的售後服務。比如，摩羯智投會實時進行全球市場掃描，根據最新市場狀況，去計算最優組合比例，如果客戶所持組合偏離最優狀态，摩羯智投将為客戶提供動态的基金組合調整建議，在客戶認可後，即可自主進行一鍵優化。

功能特點：平台流量和資産規模為其發展提供支撐基礎。相比較于創業型的智能投顧平台，摩羯智投在客戶流量方面更具優勢。招商銀行管理者中國最有價值的中高端個人客戶的金融總資産達到5.4萬億，理财資産管理規模達2.3萬億，金融資産托管規模為9.4萬億，而摩羯智投正是站在這一強大的金融資料平台上的一項新型智能化服務。

投米RA

商業模式：大類資産配置

公司官網：https://www.itoumi.com/

公司簡介：投米RA，原投米網，是宜信旗下智能投顧平台。投米網一直主攻P2P行業，但随着近期行業形勢轉冷與監管的趨嚴，公司也感受到了進行轉型多點布局的重要性，投米RA于2016年4月上線，平台對接美國嘉維證券DriveWealth，是宜信财富發揮在全球資産配置管理領域的整體戰略和海外優勢，打造的一站式資産配置平台。平台鎖定以高淨值客戶為主的宜信财富原本未能覆寫的市場——可投資資産在30萬-300萬之間的客戶。

投資标的：投米RA遵循資産配置“黃金三原則”（跨地域國别配置、跨資産類别配置、以FOF的方式超配另類資産），推出一站式全球化資産配置服務的智能理财平台。平台通過對接美國嘉維證券DriveWealth，起投額為500美元，其底層資産為全球ETF投資組合，從300多支ETF（交易型開放式指數基金）中精選出11隻跨類别、關聯性弱的投資産品，設定9個不同風險的投資組合。投資标的覆寫全球發達國家和活力開發中國家的股票、債券，美國房地産和全球黃金等， 這些投資産品關聯性低、跨國别跨地域，所組成的組合在市場風險高時對沖風險，也能在長期時間段内獲得穩健收益，進而實作全球資産配置、多樣化投資以及風險分散。

資料來源：作者

盈利模式：投米RA盈利來源主要有兩塊，一是資管費，二是規模效應帶來的一些衍伸收益。但因為考慮到智能理财前期的市場培育以及使用者體驗，投米RA目前免去了所有服務費、管理費。雖然短期内盈利能力有限，但“去人工化”的方式将大大降低理财服務的成本，這讓更多的大衆投資者有機會分享過去僅提供給私人銀行客戶的投資政策和理财服務。是以，機器人投顧被視為投米RA搶占未來财富管理“長尾市場”的重要砝碼。當市場成熟的時候，投米RA再考慮一些相應的盈利模式。

使用流程：投米RA的投資流程完全仿照海外經典行業模式，投資過程主要分為五步：1）開戶：首先下載下傳投米RA手機用戶端，打開投米RA進入資産頁面新增賬號進行注冊，填入個人資訊完成注冊後，開始進行風險評測，評測完成後輸入姓名确認送出；2）稽核：送出開戶資訊後，一般需要等待1-2個工作日等待稽核；3）標明組合：開戶稽核通過後，便可以根據前面的風險評測結果确定風險等級，然後根據不同的風險等級從9大投資組合中智能標明（不同的投資組合中投資标的一樣，但是具體股票、債券和其他ETF的比重會不同）；4）注資：組合標明成功後，便可以開始進行注資了，當投資金額在1萬元人民币以下時，建議使用銀行卡支援；當投資金額超過1萬元人民币時，建議使用銀行電彙；5）自動投資：注資到賬後，系統會根據標明的投資組合自動進行投資，無需使用者做任何操作。此外，平台還提供後續調倉服務，通常每隔數月便會進行一次。

資料來源：華創證券

使用流程還可以具體參考投米RA公司官網：投米RA投資攻略

功能特點：投米RA（Robo-Advisor）是宜信财富旗下、中國領先的智能理财平台，其優勢很大程度上來源于宜信财富的豐富财富管理經驗以及龐大的客戶資産規模，機器人+強大的全球資産配置專家團隊正是投米RA的優勢所在。是以，投米RA配備了一支由業内頂尖人士組成的機器人開發團隊，以及由多名擁有20年以上華爾街金融投資經驗的專家組成的全球資産配置團隊。通過機器人深度學習和資深的投資建議，來打造投米RA智能投顧的核心優勢。其功能主要是為使用者私人定制全球資産配置組合，一鍵美元投資、自動調配避險。投米RA的主要特點有：

• 全球資産配置組合：9大智能組合，曆史10年年化收益可達9.9%；
• 智能調配避險：個性化定制組合，随風險變化再平衡；
• 投資美元享收益：投資強勢資産，坐享全球經濟發展紅利；
• 靈活便捷一站服務：資金靈活，500$起投；一個賬戶買遍全球；
• 宜信十年值得信賴：财富管理十年積累，華爾街資深資産配置專家團隊。

續篇連結：《家族财富管理系統項目概述》