九卦|智能投顾对对碰，金融工程派or金融科技派_

文 / oyy，来源：富华十三处。本文是作者授权九卦金融圈发布。

现在基本上每个银行都在推智能投顾了，我行也不例外。虽然本人并没有参与该项目，但是事实上在13、 14年的时候我就做过两个号称是智能投顾的项目(netsbanks和松鼠理财，都是在xlab孵化的，后来都被在校生拿来打比赛了)，当然了，从现在的角度看肯定不是智能投顾，学术一点可以叫自动化资产标的推荐(这其实是智能投顾的本质)。经过这几年的观察和思考，自己也对智能投顾有了更进一步的了解。因此写这篇文章，以示总结。

智能投顾 · 概述

智能投顾的概念好像是在13年开始炒起来的。当时主要的模仿对象是美国的personal capital\wealth front\sigfig\motif\嘉信理财等等。其核心卖点有两个，一是个性化资产配置（根据你的风险偏好进行配置，当然首先你要有钱）、二是被动管理（即接受推荐的理财产品就行，不用自己再思考和计算了）。因为国外的资产比较多（理财、房产、基金、股票、ETF、保险、衍生品等），所以其实是在美国有一定市场的，特别是对于中上阶层。到了国内，肯定要进行社会主义改造的。

国内资产标的目前也比较丰富了（股票、基金、ETF、债券、货币、房地产、衍生品等），关键问题是，如何让老百姓信任，你的推荐模型就是正确的？所以大家就八仙过海各显神通。我对这些概念进行总结一下。

从产品角度，智能投顾的投资组合产品我觉得可以分为两个派别，一个是金融工程派，一个是金融科技派。

智能投顾 · 金融工程派

金融工程派（或者叫量化派）从金融和数学角度触发，理论性强，效果明显。可是有时候实操可能不尽如意。下面介绍下该派的主要理论依据。

资产组合理论

这是一个获得诺贝尔奖的经典模型。其核心是均值标准差模型，即赋予了均值（收益率）和方差（风险水平）、协方差（资产组合的风险的叠加）以具体业务含义，使投资能够数学化（这样就可以计算并比较大小了）。后来又增添了无风险收益的概念（无风险收益曲线）和夏普比率（投资组合与无风险收益的比较，衡量业绩用的），还有资本资产定价模型（CAPM，E(R) = Rf + beta[E(Rm) - Rf]，这个公式说明收益率是无风险收益率+业绩）。细节我也不太记得了，这样的教程很多。

总之，资产组合理论是智能投顾的核心理论基础之一。但是实际上资产组合理论并不实用。首先是这个模型的稳定性。这个模型中协方差可能是确定的数值，但市场中的各个资产的相关系数可能并不稳定。其次是资产还有流动性、税等交易因素，这些都会影响交易决策。

BL（Black-Litterman）模型

其逻辑是根据资产历史数据和投资人对资产的看法(Q：投资人观点收益率向量)、信心水平(Ω：观点置信矩阵)，生成资产收益率和方差。投资人先根据不同资产收益率和波动情况来建仓(先验)，然后再构建对不同资产观点的投资组合(后验)，再对这些组合分配不同权重，最终形成最优配置组合。总之，就是不停的优化。BL模型的缺点很在于，投资人的投资观点在不同时期是不同的，所以做不到业绩回测。有时候不知道是运气还是模型的效果。

风险平价（Risk Parity）模型

核心在于，通过调整各类资产的权重以实现组合中各类资产的风险贡献基本均衡。也就是在投资中依据风险而不是依据收益率来分配资产的比重。比如，有两个资产α和β，通过合理的配置使得对α和β的配置，使各自对资产组合总风险的贡献(Total Risk Control, TRC)相似。即TRCα=TRCβ

比如，假设α的收益率为10%，波动率为0.2；β的收益率为3.5%，波动性为0.02。那么，配置10%的α和90%的β，对资产组合整体收益的影响最小(因为0.1*0.2≈0.9*0.02)。这种10/90的比例配置α和β，与60/40配置α和β的收益总体差距不大，但组合的整体风险却下降了很多。

还有很多其他的模型，本质就是围绕这收益率和风险进行平衡。当然，配置的过程中，也要根据具体的标的，如股票、基金、债券、房产、货币、衍生品等等，进行综合考虑。

智能投顾 · 金融科技派

这个派别比较会做PR，大家对智能投顾的印象很多也来源于此。本质上看，该派对资产的配置基本算是数据爬虫+分类聚类+舆情分析。包括爬取财务和上市信息，包括公告等，爬取新闻和社交网络如微信、微博、各个股票社区等。对上市公司研究报告进行文本分析并构建自己的资产分析（股票或债券等）的推荐模型，主要是对变量的筛选和权重赋值。这个派别的理论可能不如金融工程派，但是更灵活，更敏锐。

事实上两个派别也在融合，现在很少有纯粹的单一派别了。

从运营角度，智能投顾是为投资者服务的，特别是被动管理方面（个性化定制）如何做？一般的方法都是投资者通过终端访问智能投顾平台，填写问卷（算是初始的风险水平计量数据），平台通过后台数据的分析给一个符合你风险的资产配置组合，推荐给投资者。投资人购买下单，平台根据数据分析和模型训练，持续跟进投资人购买标的，进行自动化的调仓和再平衡。此外，投资者可以完善个人问卷数据，以获得更准确的客户画像。