对未来智能投顾的发展前景，马永谙也发表了自己的观点：过去几年中国发生了全世界理财人都梦寐以求的事情，那就是低风险高收益，但这种现象在发生改变，固定收益市场在发生崩塌式下滑，所谓下滑是指收益率的下降，崩塌式指的会出现一系列的违约风险事件，而且这个趋势还会加速。这就会导致理财从固定收益向浮动收益化转移，固定收益的理财门槛是比较低的，就像拼积木一样，但是风险不到最后爆发时不知道的。

这就意味着各种理财策略和理财工具未来会大行其道。但这也不意味着从单一拼产品会向拼组合产品来转移，自己做FOF很多年，也做了中国最早的MOM，虽然管理业绩也不错，但是发现以组合产品的形式，哪怕是一千个产品也无法满足一万个用户的需求，而且市场已经足够发达了，交易环境也足够好了，没必要在这样一个哺乳动物的时代保留这样一个恐龙。而未来一定是在服务工具上，有人认为互联网工具更标准化不考虑用户心态，而我认为互联网工具的优势恰好是利用大数据能兼顾到每一个人每一个时间的心理状态，如果做到了互联网应该在这种实时个总用户心理状态上更有价值。

总之智能投顾之所以智能，就智能在这两个方向上：第一，风险想控制在什么水平就能控制在什么水平上，这是投资端的目标;第二，在客户分析这端，必须真切的知道用户在那个时间点在想什么，以及他应该想什么。

当涉及到需要支付投资管理费用时，对理财投资者来说明智的选择应该是清楚了解你买入的理财产品是什么。在投资顾问的帮助下，你通常指望得到α，或者超出市场运行规律的高收益，但却忽略了β系数（证券投资中衡量投资组合风险的指数）。

事实上，越来越多的研究显示，投资顾问所谓的主动式管理投资组合对个人投资者来说结果未必会如愿。曾担任银河证券基金研究所运营总监，现理财魔方金融顾问马永谙表示，“从接触过的大客户和小客户中，我曾经做过一个统计，小客户赔钱的概率高达70%至80%，这是非常残酷的现实。”马永谙指出，小客户虽然会关注资讯，关注基金公司的投资建议，但是他不知道要如何选购产品以降低风险及时止损，造成亏损。

“在不齐全的信息支撑下做出错误的决策，这在小客户当中是比较普遍的问题。”国外智能投顾鼻祖Betterment数据可视化专家Joe Jansen表示，好的投资顾问应该是能够给投资者制定整体性规划的工具。这是非常丰满的理想，那么现实是怎样的呢？

近日，美国鼻祖级智能投顾Betterment公布了其从2004年1月起始至2016年6月的投资组合历史表现，并结合独立投资咨询公司Asset Risk的数据评估投资者的平均回报率。其中，超过30500期Betterment投资组合的表现优于人类投顾管理的组合88%。据解释，这些反映Betterment的投资组合的历史表现数据均基于ETF，或是Betterment IRA（个人退休帐户）投资组合中大类资产跟踪的指数的止损策略回测。所有收益率包含了Betterment服务收费和ETF交易费用。另一个指标——平均个人投资者回报率为摘自APCI的数据。

具体来说，Betterment创建了一个网页小部件，让用户可以直接查询过去十年特定时期Betterment的投资组合回报率与风险率。比如，2016年1月到2016年6月期间，Betterment 70%投资于股票的投资组合取得了7.8%的累计收益，最高月度收益5.9%，年化收益率为19.6%，而相同时期内，标普500的收益为1.72%，年化收益为3.47%。与此同时，平均个人投资者股票风险率为4.4%，处于低水平。再比对一组数据是，与此同期的沪深300指数下跌19.41%，股票型阳光私募指数下跌1.83%。

这是非常优越的投资组合表现，大家一定赚翻了。而事实上，长期来看投资者有没有赚翻我们不得而知，只是，在这十多年的收益与风险率比对中，细心观察我们可以发现智能投顾不甚完美其值得投资者注意的地方——应变能力不强，机器学习的主动学习能力对于风险管控可以说尚未突破人类的局限。

总体来看，Betterment的投资组合风险和收益表现波动大致与市场经济走势相符。首先，从2006年1月到2006年12月，70%股票+30%证券的投资组合下，Betterment累计收益率为12.2%。

而往后推进，2007年1月至2007年12月，该组合累计收益率为5.7%，风险率也有所降低。

而到了2008年1月至2008年12月，该组合累计收益率为-26.1%。

我们都知道，2007年夏季起，美国发生了因次级抵押贷款机构破产、投资基金被迫关闭、股市剧烈震荡而引起的席卷全球的次贷危机。股票尚属于高流动性金融理财产品，而这一次，智能投顾并没有发挥出被认为所具有的风险预测和管控作用。

而在2010年，依靠智能投顾推荐的投资组合和管理的理财行为，同样未能在金融市场的冲击下幸免。2010年５月，道琼斯30种工业股票平均价格指数在20多分钟内暴跌约1000点，降幅达９％，市场称之为“闪电暴跌”。在此期间，2009年收益率还维持在37%的投资组合，到了2010上半年，立刻暴跌至负增长，及时止损的机制并没有很大的成效。

同样，在今年上半年跑赢标准500收益的业绩中，Betterment的表现亦比较波动，比如2016年5月至2016年6月，收益率一度降至0.7%，2015年6月至2015年12月则为-3.4%，2015年6月至2016年6月平均则为0.3%。

我们知道，上半年中，恐怖袭击等“黑天鹅”事件时有发生，而在市场的强烈冲击下，智能投顾的机器学习功能在多大程度上能够及时给予用户进行调仓的投后管理建议呢？

需要指出的是，股票与证券的投资比例在调整之下也呈现出类似的波动规律，比如把股票比例降低。当然的是其具体收益率会有所不同。

业内人士分析称，这种应对风险能力羸弱的现象意味着人工智能的主动学习能力尚未能够突破人为管理的局限，更别说人为干预占比较重的依靠大数据挖掘进行的资产配置与策略推荐了。在此以Betterment为例，其余

根据市场调研公司CB Insights的数据，截至2016年6月，AI行业内完成超过200笔风险融资交易，交易额达到15亿美元，让2016年有望成为创纪录的一年。不得不说，无论是真实AI，或者只是简单的智能解决方案，AI在金融业都理所当然地受到追捧。

外媒Insight称，我们需要指出的是，今天许多数字金融服务的所谓AI技术，并非真AI，它们也没有真正利用AI为其客户创造出多大的价值。许多依赖于数据和模型的“新的”信贷决策程序，与其说是革命性的，还不说只是一种进化。

但这类技术就像无人驾驶汽车解放人类那样——长远来说非常具有潜力，只是解决语义理解还是一道大大的坎。未来，我们也许可以做到哪怕生活中一个小细节的发生，都能计算出它将如何影响股价。

接下来的下半年中，市场将继续面临多种挑战，比如美联储是否加息、美国大选最终结果、英国脱欧后续影响、恐怖主义蔓延、“萨德入韩”引起的东北亚局势动荡等问题，各智能投顾平台会有怎样的表现呢？

雷峰网原创文章，未经授权禁止转载。详情见。

从量化交易发展看资本市场生态

巴曙松 丨 北京大学汇丰金融研究院执行院长、北京大学汇丰商学院金融学教授、中国银行业协会首席经济学家

　　最近，在沪港通、深港通和债券通顺利启动运行以来，一些主要的国际指数陆续将中国市场加入进来，进而也吸引到许多指数型基金通过沪港通、深港通和债券通加大对于内地资产的配置。这自然是令人欣喜的资本市场开放的新进展。不过，也有不少的国际大型资产管理机构则颇有几分忧虑地告诉我，市场上如果主要就是被动型的基金，也会对市场的稳定带来许多隐忧。一个健康的市场实际上是一个不同风格的主体在竞争中互动和共存的生态体系。

　　近年来，量化投资业已成为海内外资本市场发展的焦点之一，与基本面分析、技术面分析并称为三大主流投资方法。在美国这样成熟的市场上，量化投资已经成为基金和大资本的主要运作方式，其中的大部分交易都通过程序化交易完成，美国资本市场的交易结构也因此出现了显著的变化。而目前在国内市场上，量化投资发展总体上看尚处于初级阶段，但随着中国资本市场有效性的逐步提高以及对内幕消息等的监管愈发严格，通过非公开方式获取信息的难度加大，量化投资成为了一个良好的获得非公开信息的科学理论与技术方法。

　　从逻辑上而言，市场越有效，则获得超额收益的可能性越低。目前国内投资者散户占交易的较大比重，市场有效性还有待提高，在目前市场环境下，量化基金前景宽广，潜力巨大。

　　同时，人工智能在金融领域的发展也迅速推动投资策略自动化和智能化的进程。目前看来，人工智能与量化投资领域的结合主要应用表现在两个方面，一是深度学习，通过人工智能辅助量化交易，目前国内一些私募基金已经开始将人工智能的三个子领域：机器学习、自然语言处理与知识图谱融入到自己的量化投资策略中。二是智能投顾，即通过机器模仿和复制优秀基金经理的模式，用人工智能和大数据分析等手段实现资产管理。

　　提到量化投资，大家常想到的特点一般有两方面：一是历史依赖性，即通过对历史数据进行挖掘回测，来找到规律；二是纪律性，即制订规则后由电脑自动执行，回避人的主观情绪干扰。但同时，完整的量化投资思想中有一个非常重要却常常被人所忽视的特点，那就是量化的风险分解和基于风险分解后的精细的风险控制。这是量化投资不同于传统主动投资的最主要特点之一，无论是在美国的发达衍生品投资还是在国内的市场投资，风险分解和基于风险分解的风险控制，都是贯穿于整个量化投资中的。

　　为适应金融科技的迅速发展，不管是否愿意，投资者不可避免地要接触到一些量化方法。在量化投资领域，北京大学汇丰商学院和北京大学汇丰金融研究院在国内高校中较早与业界系统互动、合作，推动了具有全球视角和实战特点相结合的量化投资课程、讲座、论坛，并建有国内领先的金融实验室。作为“北大汇丰”系列之一的《量化投资十六讲》便是相关内容的部分精华，该书可以作为拥有一定金融知识的投资者步入量化投资领域以及在投资理念和技术上的进阶读物。

　　本书作者多是一线的量化交易领军人士和基金经理，主题虽是前沿领域，方法上却都可以说是深入浅出，读起来并不生涩费解。读者可以通过本书较为系统了解量化交易的思想体系、分析框架和分析工具。

　　当然，从长期看，量化交易应用水平的提升和发展，是需要不断结合不同的市场状况尝试探索。事实证明，量化交易者更需要在实战中体会交易理念、交易思路，形成交易方法包括交易经验在内的积累与沉淀。“设计你的系统，交易你的思想。”从这个角度说，量化交易的核心仍是投资、交易的理念，量化不量化，只是不同的体现方式、也是不同的投资交易理念的工具和载体而已。

　　本书以北京大学汇丰商学院量化投资讲座、量化培训课程精华内容，以及全球资产配置论坛的相关主旨演讲为主，汇集了国内外该领域多位领军人物、专家学者的真知灼见，共同探讨中国投资者如何通过量化投资实现财富管理的创新与突破，把握资本市场的发展趋势和资产管理升级的新机遇。

　　全书主要介绍了量化投资的策略开发、风险管理、产品设计，以及FoF、MoM等新模式和智能投顾等前沿发展趋势。适合金融机构管理者、投资经理等专业人士阅读。

第一篇  理念与趋势

——深圳金融人才协会会长 王红欣

——中国绝对收益投资管理协会联席会长 聂军

——银河资本投资总监 吴振中

——深圳嘉石大岩资本管理公司投资研究部总监 季渊

第二篇  思路与策略

量化策略的投研：实践与经验
　　——前念空科技基金经理 金戈

价值投资能用量化投资吗？

——诺亚国际（香港）有限公司首席研究官 夏春

量化投资的逻辑演绎和常见错误

——深圳知方石投资有限公司总经理兼投资总监 刘钊

量化风险管理和期权交易
　　——某外资银行风险分析部主管 杨立功

量化投资模型的跨市场比较

国元资产管理（香港）有限公司副总裁 王林峰

第三篇  模式与方法

——兴证资管量化投资总监 郑海洋

　　——中国绝对收益投资管理协会联席会长 聂军

FoF管理的思路与方法探索

——理财魔方联合创始人，原万博兄弟资产管理公司总裁 马永谙

MoM组合基金模式在中国的本土化和发展空间

—钜阵资本创始合伙人、首席投资官，私募排排网原总编 龙舫

新常态下的另类投资和风险控制
　　——轩鸿集团高级副总裁、首席经济学家、首席投资官（CIO）陆晨

第四篇  前沿与创新

人工智能技术在量化投资中的应用
　　——北京大学汇丰商学院访问副教授，平安金融壹账通投资业务副总裁、平安利顺董事 朱晓天

从量化角度看智能投顾 
——某外资银行风险分析部主管 杨立功

扫描二维码或点击下方蓝色文字购买