智能投顾智能投顾仍在风口量加白盒受推重

2019-05-14 21:59:26 来源: 阿勒泰信息港

1 : 智能投顾仍在风口 量加“白盒”受推许

A5创业项目春季招商 好项目招代理无忧

刚刚结束的两会上,人工智能再次成为热门,全国政协委员、百度CEO李彦宏在委员通道上表示:自动车今年将实现小范围量产。明年百度将与1些主流车厂合作推出可以实现高度自动驾驶的家用轿车。事实上,包括特斯拉,uber、福特等车企或互联巨头都在测试自动驾驶技术,而其背后则是智能硬件、大数据,云计算等技术的不断发展技利用。

刚刚过去的2017年,可谓是人工智能元年:大数据、云计算、区块链、神经络算法、无人驾驶等高精尖信息技术开始进入我们的生活,正在改变我们的认知。这也宣布了人类社会逐渐由信息时期开始步入智能时期。

金融+科技(Fintech)在这类背景下也蓬勃发展,作为其重要分支之1的智能投顾(Robo-Advisor)更是成了科技产业与金融产业抢滩的热门。我们就是看到了这个风口,在2016年创建了上海量加科技有限公司。量加高管向表示,量加的管理人员本身就在金融行业和互联行业浸润多年,2016年金融行业被互联巨头攻城略地,银行、券商、保险无1幸免,我们感觉到智能投顾肯定是未来财富管理的主流方向,因此才有了量加的诞生。

量加是新1代创新互联金融证券平台,我们将专属于机构的大数据量化模型与前沿的互联技术相结合,让每一个普通投资者都能享遭到定制的量化投资服务。通过打造全新的模拟炒股盈利可提现的交易系统,精选量化策略、策略历史回测、量化牛人圈、分析师研报追踪等功能模块。量加将复杂的量化金融模型大众化、社交化,为用户带去高效、轻松的炒股新体验。

投资者使用量加提供的智能投顾服务,和量化交易模型,将得到和传统投顾和其他智能投顾公司完全不1样的体验。上述量加科技公司高管表示,首先,事实上,目前信息科技的发展,传统投顾很有可能面临淘汰,金融行业的知识体量和信息流的快速传递,以人类的生理限制,全面接受并能迅速反应可以说完全不可能;其次,量加是国内少有的白盒量化智能投顾服务提供商,量加独有的海量因子帮助用户创建属于自己的策略,以更合适小白用户的操作方式作为动身点,投资者既省心省力,又不会对投资策略完全没有把控力。

智能投顾之所以在金融科技领域遭到青睐,得益于其低门槛,低费用,操作简单等特点,同时能逢迎投资理财多元化的需求。量加公司高管向表示,他认为未来几年量化投资在国内仍将保持超高速发展。

2 : 智能投顾10大趣谈:基金从业者该不该恐慌

写在前面的话

大家好,我是松禾远望基金合伙人田鸿飞。前1段就智能投顾话题,我给1些2级市场的基金从业者做了1次内部讲座。在这里以1个轻松方式分享给大家。

趣谈1 银行和基金从业人员,恐慌的是未来饭碗会否不保

波士顿是美国资管行业的重镇。2016年我在波士顿和做基金管理的校友交换中发现,遭到金融科技发展的影响,他们对未来有些悲观,认为饭碗在未来某1天也许就没了。很多在银行工作的朋友一样焦虑。

我的观点,大量易标准化、重复性、没技术含量、不具独创性的工作肯定会被裁掉。从基金行业来讲,首前后台容易被替换,由于都是本钱。清算、交收、估值类工作,之前需要多人繁忙,现在很容易被1套软件系统就替换了,都用不上人工智能,而且准确性更高。

目前还有公司在开发银行间的区块链对账系统,以后也不用每天晚上人工互检对账了。由于区块链本身是1个瞬间同步的账目,每一个人的帐本会实时同享,同时又能做到安全透明、不可篡改,所以这些后台工作会早被替换。

再说前台,智能投顾的自动化交易未来会让大多数交易员变得毫无价值。以量化投资来讲,未来做多因子模型的投资经理就很容易被干掉。由于由AI来做优化,照人做优化要强很多。对前台的其他工作,现在已出现了机器人客服,像信息简报、研究报告类也都可以由人工智能自动摘取生成(固然我认为独创性研究是很难被替换的)。

但国内的2级市场与国外有很多不同,很多散户需要心灵推拿。这些情感交换的工作是否是就不会被取代呢?我觉得也不1定。由于现在00后1代,他们在行动习惯上,其实更愿意和机器人打交道,而不是和人打交道。这正是2015年BlackRock收购Future Advisor的重要缘由,他们发现年轻人更需要便利、低门坎和互联化的理财方式。

拿保险举个例子。卖保险明显要比卖理财更需要情感沟通,但智能保顾也正在兴起。所以对资管而言,我认为情感因素并没那末重要,未来会有愈来愈多的人喜欢并习惯面对机器。

趣谈2 Fintech机会正在向传统金融背景人士倾斜

我们看过很多Fintech领域的创业项目,发现1个有趣的现象,那就是互联出身的人和有银行从业背景的人,往那儿1坐风格会泾渭分明。互联人盯的就是KPI和增长,对风控、对法规毫无概念;金融行业出身的人主要谈的就是风险控制,要规范企业的发展。

从去年开始互联金融发展的风向产生了剧变,以往蛮横生长的环境不复存在。美国货币监理署(OCC)正在推敲给Fintech公司发全国性银行牌照,国内也大幅加强了合规的严格管理。这些变化,都促使互联金融开始向更重视规范、更重视风控的传统金融背景人士倾斜。

还有非常重要的1点是,作为传统金融行业的人,他们坐拥非常多的资源,当意想到互联金融的风向时,转舵起来还是很容易的。正如1个在银行的朋友介绍,自银行推出现金贷业务后,仅用几个月时间,就快速超过了互联人已用两3年发展起来的范围。

在美国也是如此,1旦具有传统投资优势的金融机构进入智能投顾领域,一样会迅速抢占市场份额。正如Vanguard和Charles Schwab自2015年推出智能投顾产品后,相对应的资产管理范围(AUM)已遥遥超出了Betterment和Wealthfront。

趣谈3 中国为什么比美国更适合发展智能投顾?

英国的《经济学人》杂志在年初的1篇文章中提到,正是得益先进的技术、落后的银行体系和爆发式的财富增长,让中国成了全球金融科技的。去年10月我参加了的Money20/20大会,对此感受颇深,现场几近2/3的广告牌都是中国企业。这些国内的Fintech企业,不论在模式创新还是技术创新上,都已远远超过了美国。

中国为何比美国更合适发展Fintech和智能投顾?我的看法是:

国内对金融科技的监管环境还是很宽松的,少前几年非常宽松。在美国的Fintech企业,绝不敢像国内这么胆大妄为;

国内即使有人冒进背规了,处罚起来其实不严厉,出错本钱较低;

国内还没有成熟的隐私保护法,数据的可获得性很高,各种来源的数据都使用;

中国没有美国那末多年的积累,也就没有牵绊。上来就能够用的技术、简单的方法直达目的。

趣谈4 智能投顾在美国发展遭受了瓶颈

过去我们学习金融时,知道平均本钱法(Dollar Cost Averaging),也就是要养成固定去投资的习惯,投资收益是的。这是1个基础理论,但大家平时生活中很难做到这么有纪律性,特别对刚入职场的小白而言。

现在美国银行和智能投顾公司使人羡慕的是完全能做到自动理财。1般美国都是双周发薪,通过direct deposit功能,工资直接进入银行账户。银行完成扣款后,会自动划分到智能投顾公司的账户。由投顾公司做1个再平衡,就帮用户理财投资了。对用户来言,每一个月只需留1些钱还信誉卡就好了。智能投顾在切实解决用户体验问题后,让用户量和AUM资产管理范围上来的特别快。

不过现下智能投顾在美国的发展仍处于瓶颈当中。主要是行业领头羊Betterment、Wealthfront处于了1个停滞期。很多潜伏投资者对他们的担心是,Robot-advisors这件事,并未改变背后的商业逻辑,也就是配置资产和金融服务的属性没变。但相比于传统机构,他们投入市场和运营的花费却很大,这是典型的互联人发展模式,先砸钱把用户量做起来。但这也让吸收资金的本钱变得非常高。那你的竞争优势究竟是甚么?估值还这么高,是否是市场吹起的泡泡?这遭受了很多投资者的怀疑。

趣谈5 智能投顾与量化投资的辨别是甚么?

相比一样采取计算机与数学模型做投资决策的量化投资,智能投顾显著的区分是什么?简单来说1个是自动根据市场变化做决策,1个还得靠人来调策略。后者说的正是量化投资,1般是先找出1个模型策略,这个策略不会自动变化。所以1旦当市场环境变化的时候,这个量化策略就失效了,必须由投资经理根据市场情况来调剂策略。

对利用机器学习的智能投顾,则会根据市场的变化不断的产生新策略,也就是应对瞬息万变的市场变化,1切都是在后台自动完成的,其实不需要人工干预。由于机器学习有回馈循环(Feedback Loop),从市场-策略-结果再到市场的不断反复循环,会自动根据资产的价格、风险的变动不断调剂。

相比量化或人工投资,人工智能处理信息还有1个优势,那就是可以把自有证券市场以来的全部数据都录入做分析。特别现在有了GPU、TPU等专门的处理器,依托强大的运算能力,可以瞬间得到想要的相干性分析,这满足了金融领域对数据的实时性要求。

趣谈6 智能投顾是否是在吹牛,投资事迹到底如何?

刚才谈到利用机器学习和深度学习的方法,智能投顾可以把价格变动的趋势和模式找出来,做到快速反应、快速交易。相信很多人1定好奇,智能投顾相对量化投资的事迹到底如何。

我们知道近几年,面对国际金融市场的大幅波动,量化投资的业绩是远远好过很多主动型管理基金。在今年3月传出的BlackRock重组计划中,就裁掉了很多主动型基金部门的员工,将很大1部份的资产将转化为量化管理产品。

而根据对冲数据服务公司Eurekahedge的AI/机器学习对冲基金指数显示,自从2010年以后,其中23支利用智能投顾的对冲基金,在事迹表现方面是要优于量化对冲基金的(以下图)。

趣谈7 人工智能为什么直到今天才取得突破?

我常常开玩笑说,人工智能技术的发展有些复古。由于现在深度学习依托的神经络系统理论,早可以追溯到上世纪40、50年代,只不过到现在发展为了多层神经络技术。从早的LISP语言、专家系统到神经络和机器学习,人工智能过去几10年的发展1直都非常低迷。这让李开复老师那1代从业者很是受伤,由于把事业放在上面20年没有进展。那为何来到今天就突破了呢?

1方面是已提到的多层神经络(MLP)获得了小突破,特别其中深度学习(Deep Learning)的出现,利用更多层路,能学习更抽象理念,并融入自我学习中,加速收敛。之前努力了半天,辨认能力只能提升百分之几,现在1下提升了百分之210几,这让AI获得了突破式发展。从智能投顾角度,深度学习既然极大提高了图象辨认精度,同理也能够提高辨认股票价格变化的模式,虽然这其实不意味可以准确预测股价。

另外更关键的,我认为是数据量的丰富。2010年我回硅谷时,第1次听谷歌的朋友说他们的AI获得突破,能在YouTube上把猫给认出来了。很重要的缘由是在YouTube上有了大量的视频和图片数据以后。对此我认为,人工智能发展起来的关键是有了大量的数据,算法提升实际上是很有限的。乃至可以说人工智能发展80%归于数据的丰富,可能只有20%归于算法的提升。特别在金融行业,数据都是非常容易标签化的,完善性这么好,所以人工智能早颠覆的就是金融领域。

趣谈8 深度学习的问题是黑箱

对深度学习而言,人材分几个档次。第1级是开宗立派的人物,也就是发明CNN(卷积神经络)、DNN(深度神经络)、RNN(循环神经络)这些流派的宗师级人物。还有1类人材,是真正能够把参数调好的人,也非常稀缺。比如对多层神经络,是设置10层、5层还是7层效果?每层都有很多参数。还有给入多大的数据量才会产生理想结果?由于到1定程度,你会发现输入越多数量,结果反而可能会变坏。

这是1个经验值,乃至没有规律,所以业内开玩笑叫做炼金术。把1堆东西放1起,不知好坏,每天试,跟做化学实验室1样,还没有固定的化学方程式。大部分在美国读PhD的中国留学生是负责调参数的。但调参数能调好的人,在AI界也算是凤毛麟角,1年的package下来也有100~200万美金。要知道不但在中国,在全球,人工智能创业公司的挑战都不是钱,而是雇不到人。

但这里就产生了1个问题。比如输入大量数据后,经过10层神经络挑选得出1个结论,可你是没法回溯怎样得出这个结论的。所以深度学习的问题是黑箱。如果想避免1个毛病,要修改参数,那所有训练又得重新来1遍。正由于这个问题,自动驾驶1旦出现车祸,很难向美国交通局去解释。在美国发信誉卡的领域也存在1样的问题。谢绝给1个客户发信誉卡,你得告知是基于甚么规则,不然人家可能会告你,但深度学习没办法解释这件事。所以近的1些算法已做出了1些优化。

趣谈9 国内智能投顾发展境况如何?

很多人说中国资产类型太单1,ETF数量不够,很难满足智能投顾的资产配置需求。我们之前看了有20多家智能投顾公司,实际发现他们的配置还是很丰富的。简直可以说是5花8门,有的配P2P资产、有的配小贷,还有人拆信托、拆私募,做MOM、FOF模式的也有。大家都打着智能投顾的旗号,但剥开皮看都不1样,很多时候不知后面卖的甚么东西。这也正是国家在加强机器人投顾管理的缘由。

还有1个重要问题是,中国基本没有买方投顾,大家都在挣后端销售佣金,更像卖方雇佣的销售。所以对国内的智能投顾而言,本来是个投资顾问的事儿,却在做销售的活儿。这混淆了投资咨询与产品销售之间的界限。那末用户如何来评判你投资建议的公立性?这让消费者很难信智能投顾这件事。这正是国家正抓紧合规的理论根据。

另外国内智能投顾的问题还在于金融产品代销资质。所以在中国做智能投顾,真正合规的只能是由大的金控公司来做,他们具有所有的销售牌照和资格,才能给用户去做丰富的资产配置。不然你都没有太多可配置的资产,跟真正意义上的智能投顾有很大差距。而对创业公司来言,每个牌照的价格都非常贵,还要弄定各种通道、支付,真的玩不起。

趣谈10 智能投顾悖论

我们知道股票交易有赔有赚,如果大家都买了同1套软件,可以预测该买哪支股票,那么市场上谁卖呢?在1个下跌市场当中,1旦像Vanguard、BlackRock这样的行业巨头,用机器人投顾做出兜售指令,大家都在抛盘,而没人买盘,单边行情会不会导致市场崩溃?其实我认为这样的问题可以避免。由于真实的智能投顾是能根据每一个人的风险偏好不同,做出不同的投资组合和交易选择,这样才能让市场有赔有赚的运行起来。

说1个有趣的话题,那就是人对机器的容忍度,要远远小于人对自己的容忍度。简单的无人车出错,大家都觉得不可容忍。但人每天都在出错,却很容易取得体谅。这是1个客观问题。回到智能投顾这个话题,面对中国股市普遍难以盈利的行情,你说智能投顾在1个下跌市场当中,如何抚慰用户亏损的情绪呢?其实很简单。周围10个人如果你是亏的多的,人家都赚,你肯定不开心。但如果机器用数据告知你,相比量化投资和你周围的人,你的回撤是少的,那你肯定就不会太苛责机器了。

3 : "智能投顾"互金行业新玩法

【聚知识IT频道】金融圈里有出现了1个新玩法,不知你有没有听过智能投顾这个词?如果是第1次听,对智能投顾这个词,你们的第1印象是什么?1个机器人?帮你炒股?预测明天哪支股票涨停或哪支股票跌停?还是能帮你推荐1支马上能够涨得很好的基金?如果有1天股神巴菲特和人工智能来1场“谁更会投资”的较量,你会选谁赢?在AlphaGo克服世界围棋手李世石以后,回答这个问题着实让人迟疑。

智能投顾这1年在中美两国炙手可热,美国诞生了诸如Wealth Front,Betterment,Future Advisor这样的企业,中国也热火朝天地出笼了1批瞄准屌丝和中产的投顾平台,有带着互联公司基因的,如京东金融、百度股市通;有传统金融机构主打的,如平安1账通,也有效仿Wealthfront和Betterment模式的,像弥财;固然,多的还是第3方财富管理机构推出的,如宜信。1些平台纷纭脱下 P2P 的外套,又穿上 “人工智能” 和 “科技金融” 的新马甲,迅速跑马圈地。

什么是智能投顾?

智能投顾的英文是“robo-advisor”,直译是机器人投顾,是1种投资顾问服务模式,通过现代资产组公道论等相干算法搭建1个数据模型,根据投资者的风险偏好、财务状态及理财目标,为用户提供智能化和自动化的资产配置建议。

智能投顾是从几家硅谷的fintech初创公司如Wealthfront, Betterment和Personal Capital开始的。从前年开始,业界的巨头也在进入这个行业,贝莱德是全球的资产管理公司,它们收购了 Future Advisor,也是1家初创智能投顾公司。高盛、嘉信理财和 RBS 都已开始独立研发「智能投顾」。RBS 宣布推出用「智能投顾」替换 250 位私人银行家,来取代客户投资顾问的服务。

智能投顾,可能只是看起来很美

但是,追根溯源,智能投顾在中国极可能只是 “看上去很美”。1位业内人士认为:从业务层面看,智能投顾本质属于证券投资顾问业务,需分析用户风险承受能力,提供满足用户风险和收益要求的1系列不同配比的金融产品,将客户资金分散投资于基金、股票、债权、期货、固定收益类产品等标的,从业人员和机构须具有相应资质和牌照。

从技术层面看,智能投顾将大数据、人工智能等技术引入证券投资顾问业务,把传统1对1的 “人肉服务”,变成大范围可复制的服务,从而下降门坎,让中产乃至屌丝也能享遭到,对平台的技术要求很高。

与传统投资理财业务相比,智能投顾有几个优势:1是方便快捷,可以根据用户需求,快速匹配投资标的;2是分散,可帮助用户分散投资,平衡风险与收益;3是个性化,根据用户实际情况,提供定制化的投资建议。

之所以和人工智能挂钩,1位 VC 投资人认为,其运作原理是通过互联社会数据来分析近期社会关注度上升的概念,提炼关键词,以后通过结构化数据中去挑选与关键词相干的股票等资产,产生1个资产热度排名表。这个排名表早期还需人工辅助来检查是不是可行,然后再反馈给机器进行自我学习。

智能投顾本身是1个伪命题

智能投顾声势大涨的同时也存在着质疑的声音,1位业内人士绝不留情地指出,大多数智能投顾只是1个营销噱头,“现在只要是对用户进行简单的风险偏好测试,并提供投资方案,都敢自称是智能投顾”,东吴1位高管拆穿了这类误区,他说,智能投资的逻辑不是侧重了解用户数据而是要了解市场上的行情数据。

智能投顾乃至在成为1些背规行动的 “遮羞布”,1位银行业人士说,1部分投顾平台其实想赚的是高频交易产生的手续费,更夸大的是,1些初创公司把智能投顾作为掩盖其自建资金池、模糊资金去向的借口,只需要拍着胸脯说自己是机器人理财,就可以让用户无从过问。

智能投顾极可能会成为1些问题平台圈钱的新手段,同时也反应出这类新的模式可能其实不合适中国目前的金融市场环境,洗牌还没结束就开启下1轮,结果沉疴宿病可能1起来。

中国还没有构成智能投顾的土壤

谈起对智能投顾的看法,多名机构投资者都表达了同1个观点:中国目前缺少智能投顾大面积兴起的土壤。

无妨看看中美 “土壤差异”:美国金融市场成熟,金融数据非常全面,且经历过很长的历史周期,合适做量化分析。另外,美国主流产品基本可覆盖全球资本市场,容易实现投资的分散化,可规避较大的波动和风险。

中国则是固收、债权类产品占融资市场的很大1部份,股票类资产占融资市场的比例偏低,且股市还谈不上是1个有效市场,又缺少长时间数据表现。再加上中国做空机制很不健全,都让完全的智能遥不可及。

恰恰与中国智能投顾创业团队强调收益率不同,智能投资顾问在美国主要的价值常常不是收益率高,而是节省本钱,帮用户省心省力地打理资产,因此初期用户就是1批繁忙多金又信奉技术的硅谷工程师。

收益率不高的缘由是在 A 股环境下,牛市时散户主动投资可能更赚钱,虽然在熊市情况下能够规避1些情绪风险,但整体来讲,机器人的收益,还没有得到 5⑴0年长周期的验证。

智能投顾可以节省哪些本钱?其1是下落管理费用,用机器取代昂贵的基金经理;其2是节俭税费,美国的资本利得税是按实现原则来收取的,即股票增值在持有时不收税,卖出后才征税。利用这1规定,智能投顾在市场低点卖出其配置的 ETF,买进同类其他公司的 ETF,实际仓位并没有变化,却构成了账面亏损,因此可以抵减当期盈利,延后税收。而中国并没有这类避税需求,也就更加缺失智能投顾发育的条件条件。

中国还处在散户向购买基金转型的进程中,而在国外,资金真个机构化已非常成型了,所以让中国散户直接跳跃到相信机器人来理财,跨度太大,市场教育本钱很高。因此,资金真个机构化是智能投顾基本的土壤,第1步是先要让人把钱交给专业人士去打理,下1步才是专业人士交给人工智能去打理。

投资理财不是1件小事情,相信任何1个投资者都不会拿自己的钱去鉴别1种新模式的优劣,中国金融市场的发展还是要1步1步走的,各种门类的金融服务平台布局也是10分紧密的,犹如1个叫做金牌顾问的平台,就是专门链接金融大咖和创业者的平台,与这类智能投顾模式不同的是,你没必要把钱交给平台管理,只需要通过金牌顾问平台去了解和约见对自己有帮助的顾问便可,与其相信风险未知的机器人,为什么不先约1个理财专家顾问聊1聊呢?

子宫内膜炎的症状是
白带多白带黄怎么办
白带增多是什么原因
本文标签: