扒一扒智能投顾

上周六（2016年9月10日）由“最会写代码的CFA”张仲峪主讲智能金融沙龙第13期——“扒一扒智能投顾”。

智能投顾在2016年成为特别受欢迎的话题，此前还没有引起广泛的关注，金融科技和基金数据的老兵，摸爬滚打在中美金融数据一线机构十余年的张仲峪在本期沙龙上谈了他对智能投顾的看法。

智能投顾是什么？

让我们先看一下智能投顾的定义。这里选取了在Wiki和百度上的定义：

• A financial adviser (or advisor) is a professional who renders financial services to clients … A financial adviser may create financial plans for clients or sell financial products, or a combination of both – Wikipedia
• 狭义的投资顾问，特指在证券行业（如证券公司或专业证券投资咨询机构）为证券投资者（通常为股民）提供专业证券投资咨询服务的人员 – 百度百科

对比Wiki和百度上给的定义，很明显，中国式投顾和美国定义的很不一样。

智能投顾的中美对比

智能投顾的中美对比可以总结如下：

在美国有前两种，Investment Adviser 和 Broker-Dealer，在中国比较接近的是券商的投资顾问和银行的理财经理。代客理财在国内是禁止的，所以国内的投资顾问和理财经理都不涉及这块服务。Broker-Dealer 和投资顾问非常像，会给你建议，但不会帮你做操作。理财经理也会做一些理财建议和投资建议，更多地偏重于基金、黄金或者保险。刚才也顺手说了标的，Broker-Dealer 和投资顾问主要投资股票和期货，另外两种的投资标的相对广泛一些。也就是说中国式投顾实际上是”Broker-Dealer”。

再解释一下客户关系，诚信义务是指要把客户的利益放在我的利益之上的义务，交易证券时要先为我所有的客户同时进行，买卖完了才能给我自己的账户买; 而且我或者第三方关联方的利益如果与客户相冲突，我必须明确给客户提前披露说明, 美国2016年刚通过新的法律, 将Broker-Dealer的客户关系也纳入这个方式。在此之前，Broker-Dealer只需要遵循公平交易(就是公平对待所有客户)， 尽职提供建议等就可以了.。中国的投顾和理财与客户的关系更靠近后者。但是, 我们认为只有遵守诚信义务的客户关系, 才是真正的”投顾”。

从收取费用就可以看出来，后三种主要是销售费用。这种收取费用的方式下，投顾不用顾及客户是盈利还是亏损，只要他有交易就可以赚钱了。在美国，从80年代开始销售费用越来越少，演变成了咨询费、资管费用，这两种方式能在一定程度上缓解买卖双方的利益矛盾，尤其是资管费用把投顾的身份从销售员转化为财务管家。

诺奖理论

投顾已经有3、4千年的历史，古巴比伦时代就有了。但它真正开始发展是80年开始，在美国先发展起来。

1952年，马科维茨在他的学术论文《资产选择：有效的多样化》中，首次应用资产组合报酬的均值和方差这两个数学概念，从数学上明确地定义了投资者偏好，到1959他把这系列理论写齐了. 加上稍晚的夏普的理论，奠定了Modern Portfolio Theory（MPT）的基础，投资的数学化成为了可能, 比如如何进行风险分散，以前只知道所有鸡蛋不能放在一个篮子里，但现在有了这套理论，他还会告诉你这些鸡蛋具体应该怎么放。它运行了30年，被市场证明是有效的，他们俩就分享了诺贝尔奖，另外一个哥们和他们没关系但是也很奇怪地分享了诺奖，很奇怪。

这是一个应用这套理论的软件工具的截图, 是我在Morningstar工作时负责的：

投研流程

这张图包括了整个投研流程，蓝色代表流程，绿色代表输入和输出。

首先要做宏观经济学的分析，然后会出来对未来的预测，用这个预测结果去做资本市场假设，做出预期回报和风险。然而历史业绩不能代表未来，单单靠历史业绩做预测是最懒的不靠谱的方法，所以要结合现在的资本市场情况分析。下一步去做资产配置，输出一个投资战略（Investment Policy）。大家都知道，指数不可以直接投资，所以只能利用可投资的金融产品来进一步模拟指数投资战略，也就是说要有一个基金池。然后筛选出标的物，形成个FOF holdings。最后，发生大环境的改变就掉头回去重新走这个流程。另外，投顾会根据问卷来推测客户的风险承受能力和意愿。

智能投顾－互联网的逆袭

智能投顾的英文是 Robo-Advisor，其实是机器投顾，它并不智能, 因为所有的方法论是和人工智能没有关系. 下面列出了最大的四家做智能投顾的公司。各有一些优点。硅谷的人很认可智能投顾，所以它们起来的很快。它有许多优点：低门槛，以前要50万美金，现在5000美金就可以；也不用养那么多人，运营成本低；同时它偏向于找比较便宜的基金，所以管理费用很低；它会帮助美国大部分人合理避税；最后它们的UI很漂亮，很容易使用。

再看一下智能投顾的投研流程：

这是和传统投顾投研流程一模一样的图，应用起来就从2B转移成了2C。它们不会养很多经济学家，更多是用的是不是很考究的历史数据，也不会去做复杂的基金筛选，所以成本一下就降低下来了。但问题是, 任何一种数学模型都是输入决定输出，这个模型有个特点——你的输入有一点变化，输出就差别就特别大。所以没有专业研究产生的输入的话，输出结果非常不靠谱。

它山之石可以攻玉？－中美对比

最后对比一下中美的环境现状。美国大部分都是长期投资，而中国大部分人都炒短线。在养老方面，美国的401（K）提供的投资品几乎都是基金；中国的养老主要是都想买房子升值或者生娃，没有人去投资，所有人都预测它跑不过通胀。严格意义上的投顾在美国有超过一万家投顾机构，在中国目前还没有。在美国, 智能投顾是刚需，中产阶级希望能够把投资顾问的门槛降下来；而中国压根没有这个行业，任何智能都是扯淡。再说金融市场的MVO，它是有效市场假设的间接性结论，所以要求金融市场最好是有效的，美国可以说是一个准有效市场，而中国则是非有效市场。所以照搬数学的东西在中国做是耍流氓。最后说投资工具，美国的投资人可以投资全球约50万种基金或类基金产品，而中国的投资工具则做不到。现在好一些了，大部分人可以指定买一些香港的基金，而香港是全球投资的，所以间接帮助大家实现了全球投资。

终上所述，在美国智能投顾的出现和壮大是合理的， 而在中国… 那就见仁见智了。

谢谢大家。

声明: 上述文字由演讲者发言整理而成, 演讲者保留对发言内容的解释权