作者:马永谙
第一代基金分析师,理财魔方创始合伙人,《FOF管理手册》作者
我在基金研究与投资市场从业12年,2014年底开始探索智能投顾领域,那时候市场还比较平静,因为没有人知道智能投顾是什么。今年这个领域突然热了起来,一些创业基金开始投资这个领域,推动了很多新项目的涌入。此外,传统的所谓互联网金融业务遭遇难关,一些机构也把这个领域作为转型的方向。所以,大大小小的“智能投顾”雨后春笋般出现。
目前,这个领域的参与者主要是几大类:
1.是以金融与互联网为背景的创业公司;
2.是传统的金融机构如银行;
3.是一些传统互联网金融企业如p2p业务等的转型。
从业机构参差不齐,给投资者的选择带来困难。当然,参与者增多是个好事情,说明大家都认识到这是理财的方向和未来。开玩笑地说,2015年的时候,投资者没什么可选择的,要找个智能投顾,只能找我们。现在百花齐放,选择面就多了很多。所以,现在这个局面,属于成长的烦恼。
我的讲解会分几部分:
1.什么是智能投顾,智能投顾要解决什么问题?
2.如何识别与选择智能投顾?
3.国内的智能投顾有哪几类?
先直接说我的观点:
1.智能投顾是理财行业的未来,机器代替人是必然趋势而不是个可选项;
2.智能投顾的核心是定制风险,而不仅是追求收益;
3.智能投顾的优势在于“千人千时千面”,希望用几个策略就打遍天下,那是互联网基金公司而不是智能投顾。
OK,我们切入正题。
一.首先说,什么是智能投顾
智能投顾,是“智能”+“投顾”,它首先是个投资顾问业务。所以,我们要先了解什么是投资顾问,投资顾问要解决什么问题。
如果把理财行业分前中后三端的话,后端是理财产品的生产,也就是包括基金在内的各种集合理财产品的投资管理;前端是产品销售环节。
如果把理财的目的定位为帮理财对象赚钱的话,这个行业过去这些年做得并不成功。统计显示,以基金尤其是公募基金为投资对象的投资者,70-90%是赔钱的。
所以近几年基金尤其是公募基金没有投资价值的言论很流行。但是公募基金真的不行吗?我们做个简单的数据统计,在开放式基金诞生的十四年来,所有公募基金,包括低收益的债券基金和货币基金在内,简单平均年收益是19.2%!与此比较,这十四年上证指数的年化收益率只有7%,国债的平均收益率大约是3%。同时,过去20年美国公募基金的平均年化收益率只有2.29%!所以,把投资者赔钱的原因归罪于基金不行,这是不对的。基金只是被当作了理财行业失败的替罪羊。
那后端做的不错,是不是问题出在前端呢?似乎也不是。在一个70-90%的投资者都在赔钱的市场,基金销售人员把这个行业的规模从0做到了16万亿的规模(包括公募基金和私募基金在内)。理财行业和医生这个行业很相似。如果一个医生,把70%的病人都给治死了,那会是什么后果?医生早被打死了。基金销售行业不光没被打死,还越活越大,这说明,简单地说前端不给力,也是不对的。
问题出在哪里?
问题出在我们理财行业,从产生的第一天到现在,压根儿就没有中间端,也就是真正意义上的投资顾问端。
我们前面说过了,基金的收益率是不低的,那为什么投资者老是在赔钱呢?
收益,是收益率与投入资金的叠加。既然收益率不低,投资者收益为负,肯定就是资金投入结构出了问题。我们的投资者赔钱的根源,就是在资金投入结构上。投资者,无论在哪个领域,不管是权益类的还是固定收益类的,不管是公募基金还是私募基金,普遍都存在着“倒三角形的资金投入结构,和正三角形的资金退出结构”。这种结构,导致投资者赚了收益率但不赚钱。
所以,投资顾问的核心工作,是管理投资者的资金投入结构,或者说,是要打断那两个三角形的怪圈。这是投顾的定位。
要打破这个怪圈,说起来容易,比如以前监管机构、基金公司等等天天碎碎念的让投资者长期投资,以及一些销售机构做的定投等等,这都是一些尝试。但是这些尝试总体上都不成功。为什么?因为追涨杀跌是投资者在恐惧与贪婪之间的人性使然,所有试图打破这个行为的努力,都是反人性的。投资者之所以追涨杀跌,归根到底是未来没有确定性。这个不确定,更多地是风险不确定,是风险屡屡打破他的心理底线之后,他积累下来的一种避险经验。
所以解决这个问题的关键路径有两点,一是对投资者心理底线的了解。二是确保能在这个底线之上运行的风险管理能力,或者叫风险定制能力。
在投资者的分析上,传统的理财模式目的是了解投资者”需要什么”。方式是简单借助于各种问卷工具。坦白地说,我认为这个思路和方式都有问题。为什么?首先投资者多半自己也不知道自己需要什么,其次,就算他知道需要什么,投资者的需求和市场的需求往往是相悖的。打个比方说,A在4500点的时候,投资者一定是希望多配置股票基金的,而在当下,投资者一定避股票基金不及。所以,知道投资者需要什么,再去满足这个需求,你无非是在做传统的销售机构在做的工作。而这个工作的后果我们都看到了,它并不能解决70%的投资者在赔钱的这个现实。
在我看来,理财行为中与投资者的关系应该是“斗而不破”,你不能完全顺着投资者的心思,你应该拉着投资者向正确的方向去。但是,你也不能拉断那根线,让投资者提前出局。所以,投资者分析的目标是要了解投资者应该要什么。这个“应该要”,核心在于了解投资者的心理底线,也就是能与他“斗而不破”的底线是什么。你不能把投资者当下的满意度或者舒适度作为衡量理财是否成功的标志,而应该把投资者是否感到“庆幸”或者“后怕”作为目标。
而在投资端,核心就是如何能精确地保证你给投资者的组合风险始终在这个斗而不破的底线之上运行。
用了这么长的文字来描述什么是投资顾问,简要总结一下,投资顾问就是解决两个问题:1.了解客户应该要什么,他的心理底线是什么,2.确保投资组合在心理底线之上运行,不要击穿心理底线。
那么“智能”在哪里呢?
很多人觉得只要在线上提供投资顾问服务的就是智能投顾,这个理解是不对的。正如当初阿尔法狗大战李世石的时候有人调侃说,揭开阿尔法狗的盖子,说不定后面藏着个柯洁,仅仅是把服务从线下挪到线上,后面的分析与研究工作仍然借助人力的话,这个不是智能投顾,只能算“藏着柯洁的阿尔法狗”。
人工智能技术应用在投资顾问中,有两个关键点:一是客户的动态识别,二是组合的动态管理。
影响客户心理底线的,有两大类要素:外部的,比如年龄、职业、财富状况等。内部的,主要是性格、情绪等。传统的人工投顾模式下,主要是关注前者。但实际上,前者对心理底线的影响没有想象中那么大。后者是主要影响要素。但传统模式下,指望人工投顾去逐人随时跟踪客户的心理变化是不现实的。
人工智能技术的成熟解决了这个问题,可以根据投资者的交流与反馈数据、问卷调查数据、app操作行为数据、交易行为数据,以及市场变动数据,动态地监控他心理的变化情况,从而准确地了解他实时的心理底线。
另一边是组合管理。在投资顾问业务里,投资端的主要任务是把风险控制住,而且这个控制要动态,也就是说,客户的心理底线变了,投资端必须随时响应。传统的组合管理模式主要依赖人,人对信息的反应是滞后的,而金融市场的特点,一是数据量极其庞大,二是瞬息万变。依靠人的能力,要对这么庞大而易变的数据做出实时且正确的反应是很难的。所以,在传统的投资管理里,人的经验相当重要。什么是经验呢?就是能模糊过滤出当下市场里哪些要素会起作用,事实上是个数据过滤的经验,这是对人的能力不足的一种修正机制。在大数据分析面前,这个经验是没有意义的。因为对于计算机来说,根本就没有过滤数据的必要。
大家可能关注过量化投资,也知道量化投资的特点是收益率比较稳定。为什么?就是因为计算机能反应的数据量和速度是人力远不能及的。在这个领域里,人工智能正在快速地代替人。美国市场70%以上的交易量都来自量化交易系统的指令。在中国市场上,这个比例也在快速增加。
总结来说:人工智能在投资端的应用绝对不是噱头,如果要把风险精确地控制在某个客户某时刻的心理底线之上,除却人工智能别无他途。
二.如何选择智能投顾?
前面罗嗦了那么多,说的都是智能投顾的机理。从这个机理出发,我们就可以找到智能投顾的选择要点:
(1)智能投顾的核心是定制风险。所以首先要看,一个平台的历史数据是不是能把风险控制在一个稳定的基础上。这是关键。
这个图中的三条细的线,分别是三家智能投顾机构的实际运作数据。比较时间有些短,但作为例子来看比较还是比较清晰,除了第二个有不太稳定的风险底线之外,其他两家没有任何风险底线的控制能力。
(2)既然是投顾,根据市场和客户心理变化进行动态调整就是必要的。如果简单地找几个产品打个包给了客户,之后不做有效调整,这个不能叫智能投顾,只能叫组合销售。比如前面图中的A,就是一次性方案,基本不做调整的。
不做动态调整这种思路,叫被动理财。这种方式在美国市场是可行的,因为美国市场是个有效市场,各类资产的波动都比较平稳。但在中国市场,这个绝对行不通,因为暴涨暴跌会分分钟把客户赶出市场。
(3)至于人工智能技术能力,这个比较难以判断。短期里,我们很难判断出来阿尔法狗究竟是机器还是后面藏着柯洁。所以,这个主要要看团队。阿尔法狗是Google开发出来,所以大家调侃归调侃,没有人会真认为这后面藏着柯洁,但是如果是三两个人几条枪没有任何技术背景的团队开发出来的呢?你肯定就要怀疑了。
三.最后说一说目前国内的智能投顾有哪些类别
这个问题,前面其实已经有提及。我们刨除那些有名无实的机构,实际在做智能投顾的,大约有这么些类别:
第一类:由传统的投资管理人员(基金经理主导),目标是创造高收益,宣传点也是高收益。这种,是把传统的基金公司转到网上来了,可以理解为一种互联网基金。
中国的理财市场中并不缺高收益率,但这个高收益率并没有转化成投资者的收益。且不说以最广大的理财人群作为对象的理财产品能否实现稳定的超额收益率,即便实现了,也不过在中国4300多只公募基金和26000多只私募基金之外再增加了一只产品而已,这个无助于投资者赔钱这个现状的解决。
第二类:以传统的销售人员为主导,卖点是资产多元化。简单地多个资产打包解决不了投资者心理没底的问题,这种,可以理解为是一种组合销售。
资产多元化是一种手段而不是目的。之所以要多元,是因为理论上资产类别多了,组合管理的时候腾挪空间大。一个不行可以换另一个。但是简单组合,就无所谓“腾挪”。这个在国外可以,国内不行。A股一次回撤如果不主动调整,所有其他资产的多年收益都会被吃光。
第三类:以终端市场(股票、债券、甚至是期货等)为投资标的,以跟投或者指导投资模式的。这种是传统的“带头大哥”投资模式的变种。
投资品有两种,一种是量价极其敏感的品种,比如股票、债券尤其期货。只要买入量大了,价格必然被推高。所以这种品种里的任何投资策略,理论上没法做到大量的资金进入,否则后进入的资金就在帮前面的资金抬轿子。作为一种投顾服务,那您是让客户跟还是不跟呢?跟了,对客户不公平,不跟,那您做投顾干什么呢?第二种是量价不敏感的。也就是说,无论你买入多少,价格不变。比如基金,基金是以净值成交的,基金的净值是它实际持有资产的总额,你买入的量多量少,基金的净值不会改变。全世界理财市场都是以这类资产为标的的,道理就在这里。
当然,基金购买者过多,规模膨胀太厉害也会导致业绩下滑。但这个不敏感。
第四类:就是我前面描述的,按照投资者心理底线分析——组合构建——动态调整——风险控制这个流程来做的。这个做法最难,做的人也最少。
>>>2017年1月10日,首届零壹财经新金融年会将在北京举行。本次年会,零壹财经将发布Fintech发展指数报告、互联网消费金融年度报告与网贷行业双百亿俱乐部报告等多项成果,同时将首次公布“新金融致敬书籍”,向那些影响了新金融成长的经典书籍致敬,并发布“2016年度十大新金融好书”。会议详情>>>
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 万事达卡推出反欺诈AI模型 金融科技拥抱生成式AI
- OpenAI创始人的世界币悬了?高调收集虹膜数据引来欧洲监管调查
- 华为孟晚舟最新演讲:长风万里鹏正举,勇立潮头智为先
- 华为全球智慧金融峰会2023在上海开幕 携手共建数智金融未来
- 移动支付发展超预期:2022年交易额1.3万亿美元 注册账户16亿
- 定位“敏捷的财务收支管理平台”,合思品牌升级发布会上释放了哪些信号?
- 分贝通商旅+费控+支付一体化战略发布,一个平台管理企业所有费用支出
- IMF经济学家:加密资产背后的技术可以改善支付,增进公益
- 2022年加密货币“杀猪盘”涉案金额超20亿美元 英国银行业祭出限额措施
- 北银消费金融公司【远离各类不良校园贷】风险提示
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。