智能投顾，理想与现实

作者: 叶寒   

 近来“智能投顾”（Robo-Advisor）这个话题确实火得不得了，最近一段时间对这个领域感兴趣的记者和VC机构是越来越多。自打阿尔法狗战胜李世石之后，关于智能技术的运用得到广泛关注。在金融领域，大家突然意识到人工智能可以运用在投资、金融、交易等方方面面，并且还能用人工智能技术来指导大家投资。近日在京举行的2016“硅谷对话北京”人工智能与机器人投顾高峰论坛上智能投顾这个话题再一次走进了大众的视野。虽然这个苦逼吭哧了一年多的创业终于成了大家都看好的大方向，但是事实却是没有多少企业静下心来好好开发与巩固自己的智能投资管理系统，这个概念就跟许多其他舶来品一样，一踏上中国领土就被赋予了“中国特色”。

说到智能投顾我们不得不先提及一下传统投顾，在国内大家可能对投资顾问（Financil Advisor）可能比较陌生或理解有偏差，但投资顾问在美国这样的金融发达国家却比较常见，毕竟现代化的金融市场国内的起步还是比较晚的，不像欧美国家，资本从工业时代就开始和市场死磕，直到上世纪70年代左右他们自觉干不过市场与机构，于是才催生了投资顾问的繁荣。传统投资顾问主要工作就是询问投资者的财务状况、风险偏好、理财目标等问题，并量身设计资产配置方案，不过这里面往往伴随着职业道德风险，比如因为业绩而推荐与自身不匹配的理财产品以赚取佣金，不过智能投顾就可以完全避免这种行为，以数据量化模型分析所得结果进行匹配，做到公正，安全。

不过智能投顾的基础是大数据，与欧美等地区不同的是我国的征信以及数据覆盖并不完善，所以纷纷迫使很多企业聘请网络爬虫师等职业人才完善数据基础，而一些拥有数据基础的企业出于对自身利益的保护也不会将数据信息共享。最显而易见的就是在前两年大数据概念正火的时候，比大数据产业发展更为快速的是大数据交易中心。从产品上看，智能投顾所倾向的也更为偏向大型数据平台以及金融超市范畴的企业。所以在国内我们往往接触到的是一些更具“中国特色”式的智能投顾。

总之因为客户收入、年龄、背景、社会地位、性别、心理特征的差异会产生不同的风险偏好和风险偏好变化轨迹，而目前的国内数据市场恐怕还很难做到千人千时千面的智能特性化理财。面对目前P2P行业中日渐火起来的智能投顾，我们要从以下五点进行考量，离开这五点说自己是智能投顾大多都是“耍流氓”：

1、通过大数据获得用户个性化的风险偏好以及变化规律；

2、根据用户的风险偏好并结合算法模型定制个性化的资产配置方案；

3、利用互联网对用户个性化的资产配置方案进行跟踪调整；

4、在用户可以承受的风险范围内实现受益最大化；

5、尽量以低频次资金操作达到上述目的。

由此可见智能投顾并非仅仅追求的是操作的简便化，更多的是以数据为基础的符合个性化需求和安全的，实质与噱头，理想与现实，整个P2P行业还有很长的路要走。

叶寒

嗯，没啥可介绍的了