智能投顾

前言

自2016年底以来，融合了大数据、云计算和人工智能的智能投顾作为FinTech浪潮中的又一个热点受到了各路资本的追捧，被认为是继区块链之后的下一个风口。

作为一个金融从业者，笔者拟归纳行业现状，结合自身实际，从智能投顾的定义、意义、落地三个方面给出自己的浅见。

本文约2000字，预计阅读时间5分钟。

一、对智能投顾的定义

智能投顾其实是一个比较宽泛的概念，笔者比较认可的定义如下——
通过互联网技术，以投资者的风险偏好和财务状况为依据，利用大数据和量化模型（主要是组合投资理论），为客户提供财富管理服务，并根据市场情况进行持仓追踪和动态调整。

这里面容易混淆的有以下两点：

智能投顾与量化投资

智能投顾的“智能”很重要的一点体现在个性化、定制化，即所谓的“千人千面”。而要做到这一点，除了事前的客户分析，事后的投资跟踪也很重要。智能投顾不是一次性的销售行为，而是一辈子的财富管理。

随着市场的发展，智能投顾也经历了数个阶段的变迁。

智能投顾发展的三个阶段

1.0时代
简单地说，智能投顾1.0是指能够以比人工投顾更低的成本创建并管理投资组合的计算机程序。这时的智能投顾更多地是被业内人士作为简化他们工作的手段，相当于投资顾问的“计算机小助手”。

2.0时代
智能投顾2.0发生了本质性变化。由于引入了“机器学习”，智能投顾的价值进一步提升，可以提供专业化的投资建议和解决方案。优秀的投研团队设计的模型和算法已经实现了超越行业平均水准的投资研究与策略制定。投资顾问可以集中精力于客户关系维护、智能投顾的投资决策解读与点评。

3.0时代
在智能投顾3.0时代，引入“人工智能”与“云计算”后，智能投顾可以直接与终端客户互动，为客户设计定制化的产品。

目前市场上形形色色冠之以“智投”的互联网公司、传统券商、银行以及创业公司可能处于其中的某一个阶段，或只运用了其中某一项技术，实现了某一部分功能。在此不一一评价。

先给出答案，需要。理由如下：

也正是因为看到了以上三点，金融业嗅觉敏锐的同行纷纷布局，比较知名的有以下几家：

布局智投的金融机构

根据第一节中对于智能投顾的定义分析，可以知道智能投顾至少要包括以下几个模块：

用户信息处理
包括对客观信息（年龄因素、家庭收入、可投资金额、家庭负担、投资经验）及对主观信息（可接受亏损收益、其他信息因素）的处理及建模，同时包括后续一些反馈数据，例如用户交互数据、用户行为数据等对用户建模的模型进行迭代优化。
资产信息处理、匹配与建模
选定要参与配置的产品类型，对于其中标准产品，采用评级机构或者根据收益、回撤、波动等建立一套评价体系。筛选出可以参与配置的产品，根据用户信息、资产信息，以及配置目标，建立模型，并通过各类市场信息、用户反馈信息进行迭代优化，输出相应的资产配置方案，并按需给出相应的调仓建议及操作。
交易模块
这里的交易不只是“聚合支付”那么简单，而是根据选定的产品，设计整套的交易模块，比如交易频率、交易路径、组合购买、交易预警等等。目的是支持整体流程的完成。交易模块的设置需要在考量完成度的同时，考虑用户体验。
投后跟踪服务
对用户账户定期分析，并给出相应的资产调整建议。这是智能投顾方案的核心竞争力之一，也是维系客户关系的绝佳手段。

以上四个模块可以视作智能投顾的应用层，这一部分内容需要时间和数据的积累，并非一朝一夕之功。建议引入市面上有一定技术沉淀、引领创新的公司合作。

从对方角度出发，他们也很希望找到金融业的合作伙伴——

对于提供支撑的基础架构层，我司在建的互联网金融平台应该完全能够胜任，私有云、多法人、高并发，各项条件均涵盖在预期的建设目标之中。

还有就是面向终端客户的渠道层，除了传统的网银、手机银行，直销银行因为其面向互联网客户的特性将会是一个重要的阵地。
此外，未来还可以在“智慧网点”布设仿真机器人，实现既有内容、又有形式的智能投顾，为客户带来非同一般的奇妙体验。

图示如下：

落地路径思维导图

本文为作者原创，转发请注明原作者及出处。