首页 > 金融科技 > 有话 > 今日投资创始人康晓阳:智能投顾到底解决了什么问题?

今日投资创始人康晓阳:智能投顾到底解决了什么问题?

智能投顾联盟2017年06月05日09:11分类:有话

导读:智能投顾联盟对今日投资创始人康晓阳进行了专访,从智能投顾的发展前景、评判标准、监管政策以及人工智能等方面,进行了深度对话。

自围棋界“阿尔法狗”完胜后,人工智能的关注度迅速上升,也带来对金融行业的颠覆,智能投顾目前成为炙手可热的话题。

据统计,当前中国市场上,提供智能投顾服务的公司大约有20多家,其中大部分前期以服务C端用户为主,但也有一类是直接探索服务B端的模式,即通过开发智能投顾工具,提供给金融机构使用,比如深圳市今日投资数据科技有限公司(以下简称:今日投资)。据了解,基于长期的数据研发的积累,今日投资2014年在国内推出智能投顾ALPHA.J,构建了“诊断-建议-跟踪”的投顾闭环服务架构。目前有几十家券商、银行、基金、互联网金融平台的超过2000万的个人投资者在使用今日投资的智能投顾。

为此,智能投顾联盟对今日投资创始人康晓阳进行了专访,从智能投顾的发展前景、评判标准、监管政策以及人工智能等方面,进行了深度对话。

智能投顾到底解决了什么问题?

智能投顾联盟:据您的观察,智能投顾在中国的发展脉络是怎样的?

康晓阳:智能投顾又称机器人投顾,英文是Robo-Advisor,它是金融科技的一个重要应用,是量化投资和IT技术发展的红利。简单地说,智能投顾是一种结合人工智能、大数据、云计算等新兴技术以及现代投资组合理论的在线投资顾问服务模式。最早起源于美国,近几年火遍全球。

2016年是中国机器人投顾的元年,持牌金融机构中证券行业是先行者,目前国内已有近30%的券商在使用机器人投顾相关工具。去年底招商银行推出“摩羯智投”,宣告银行业正式进入智能投顾时代。从我们了解的情况看,今年以来,很多银行、券商、基金和财富管理机构、互联网金融巨头都在密切关注或者积极酝酿智能投顾服务。

智能投顾联盟:智能投顾为什么会在这几年火起来?

康晓阳:我们首先来看一下智能投顾到底解决了什么问题,以至于这么多创业公司和传统金融机构都趋之若鹜。我们知道,中国的民间财富规模巨大,但是老百姓普遍不知道怎么管理资产。而金融机构通常只为500万以上的高净值用户配备专门的理财经理,所以95%以上的中小投资者没人帮他们理财,这应该说是中国财富管理市场最大的痛点。在这个大背景下,智能投顾的优势体现出来了。

首先,智能投顾是一种7×24小时的线上服务工具,使用很便捷,任何人只要上网就能够轻松获取智能投顾的服务。

其次,智能投顾会通过大数据分析了解用户的投资风格和风险偏好,以匹配最符合投资者需求的投资建议,实现千人千面的个性化服务。

另外,智能投顾通常是专业投研团队打造的理财工具,很多智能投顾背后的投资模型甚至连基金等资管机构也在使用,也就是说,如果一个普通老百姓采用了一款专业的智能投顾,就相当于采用了和基金经理一样的投资策略。当然,并不是每一个智能投顾的专业性都值得信任,也得挑选。

智能投顾要达到的目的是帮助投资者降低投资风险,提高边际收益率。那是怎么做到的呢?它的核心原理是资产配置,即不把鸡蛋放在一个篮子里。智能投顾建议的投资组合通常由多种不同风险属性的资产构成,既有高风险高收益的权益类资产,也有低风险低收益的非权益类资产。同时,根据资产的趋势变化进行资产配置比例的不断调整。

所以说,智能投顾不仅满足了中小个人投资者的理财需求,而且也可以帮助金融机构大幅降低服务成本,改善客户服务体验。正是看到了智能投顾的诸多好处,所以近几年国内外很多知名的金融机构纷纷启用智能投顾。

评判智能投顾优劣最重要的标准是数据和模型的有效性

智能投顾联盟:刚才您说了,用智能投顾也得挑选,那么您认为怎么挑选一款好的智能投顾?或者说评判智能投顾优劣的主要标准是什么?

康晓阳:智能投顾的核心是数据和模型,所以说,评判智能投顾优劣最重要的标准是数据和模型的有效性,这种有效性是否经过十年以上的时间检验,而不仅仅是回测数据;是否经过大量投资者的检验,而不仅仅是模拟操盘。最好经过多轮经济周期和股市牛熊市的检验。

智能投顾联盟:前段时间一篇涉及智能投顾涉嫌违规销售基金的文章引发业界广泛关注。您认为监管对智能投顾的发展产生什么影响?对于监管政策这块您有什么建议?

康晓阳:此前的确有些不具备基金销售资质的平台以智投的概念向用户销售基金产品,这种做法显然不适当,在被监管部门提醒后,这种做法已经减少。实际上,监管机构对于金融科技一直非常关注,5月中旬,中国人民银行成立了金融科技(FinTech)委员会,旨在加强金融科技工作的研究规划和统筹协调,建立健全适合我们国情的金融科技创新管理机制,推动我国金融科技健康有序地发展。

关于应如何规范管理,以金融科技典型应用的智能投顾为例,我们认为应该从本源出发,毕竟智能投顾的核心是数据和模型的有效性,所以只有具备相关研究能力和经受了市场检验的机构才能真正“玩转”智能投顾。那么从监管的角度,也有必要根据行业特征制定一定的专业门槛,让合格的专业性机构获得相关资质,不合格的机构严禁从事相关业务。相信只有这样,才能够最大程度保证中小投资者的利益,金融科技才能够健康发展。

智能投顾联盟:您认为智能投顾会推动传统财富管理业态如何演变?在中国的发展前景怎样?对相关的市场参与者和从业人员又会带来哪些影响?

康晓阳:财富管理关系中有三个必要元素,即业绩、互动和信任。三者互为补充,形成了一个立体的综合客户体验模式。作为一种新型的的线上财富管理工具,智能投顾的发展需要经历用户信任和市场培育的阶段。相信随着国内市场环境和国人投资理念的成熟,智能投顾会受到越来越多的认可,但这个过程不会一蹴而就,我们对此必须给予更多的耐心。

智能投顾目前仍然处于起步阶段,但未来的前景值得看好。以智能投顾为代表的金融科技将对财富管理价值链中的各个要素产生颠覆性影响,进而推动行业转型。财富管理的服务方式将逐渐从成本高昂的劳动密集型的服务,演变成更加轻巧的互动体验,财富管理服务对象也从少数富裕阶层拓展到普通老百姓。

但是并不是说人工投顾会被智能投顾所完全取代,因为客户是需要沟通和关怀的。很多时候面对面的交流才能够更真切地把握客户的需求,也更容易取得客户的信任。从这一点看,人工的优势没法被机器人所取代。实际上,人工投顾可以借助智能投顾这个工具,为更多客户提供更加专业的理财服务。

智能投顾联盟:证监会此前发布了《证券期货投资者适当性管理办法》,7月1日正式执行。这个文件对于你们与证券公司的合作会产生哪些影响?

康晓阳:《证券期货投资者适当性管理办法》是以证券期货经营机构的适当性义务为主线展开的,主要包括三类:

一是以判断投资者风险承受能力为目标的投资者分类义务。

二是以判断产品风险等级为目标的产品分级义务。

三是以“将适当的产品销售给适当的投资者”为目标的销售匹配义务。

这个监管文件对于智能投顾的推广和普及是一个利好。因为券商以前所做的投资者分类和产品分级主要是通过调查问卷和人工的方式来实现,这样做,不仅结论精准性不够,而且人工来做这件事,是很难覆盖那么多客户和产品的。而智能投顾则是借助了大数据、云计算的技术,通过对客户历史交易行为的大数据分析,更加准确地了解用户的投资风格和风险偏好。同时也轻松客观地做到给海量的金融产品和投顾服务打标签。最后通过智能匹配规则,将最合适的金融服务和产品匹配给不同的投资者。所以,借助我们的智能投顾ALPHA.J,金融机构可以轻松做到KYC(knowyour customer)、KYP(knowyour product),进而实现精准服务和精准营销,并满足监管部门对金融产品营销适当性的要求。

我们发现今年券商对智能投顾的热情比往年更加高涨,我想除了不断提升服务质量的述求以外,也有一个原因是为了满足监管对于适当性管理的要求。

AI对金融行业的影响是巨大和深刻的,现在还只是刚刚开始

智能投顾联盟:今日投资在2014年就推出了智能投顾ALPHA.J,你们当时是怎么考虑的?目前发展的情况怎么样?

康晓阳:所谓的机会和创新其实都是在不断解决痛点中产生。今日投资专注于金融数据应用十多年,一直在思考怎么帮助投资者解除投资理财中的困惑,怎么帮助金融机构解决客户服务的困难。

经过长时间的摸索,2014年今日投资在中国最早推出智能投顾ALPHA.J,构建了“诊断-建议-跟踪”的投顾闭环服务架构。目前有几十家券商、银行、基金、互联网金融平台的超过2000万的个人投资者在使用今日投资的智能投顾。ALPHA.J已经是中国合作金融机构和使用人数最多的智能投顾。在国内智投发展步伐最快的证券行业, ALPHA.J占据七成以上的市场份额。

智能投顾联盟:智能投顾是金融科技在金融领域的典型应用,今日投资对此已实践多年,除此之外,您有否还有其他相关的布局考虑?

康晓阳:今日投资从2002年开始从事量化研究,应该是中国最早的从事金融数据库建设和量化投资研究的公司。2014年我们又在中国领先推出智能投顾。最近两年,随着人工智能的广泛应用,今日投资联合天马资产香港和美国公司引进了一批高端金融工程和AI方面的人才,正在进行人工智能投资的探索。我们相信AI对金融行业的影响是巨大和深刻的,现在还只是刚刚开始。

智能投顾联盟:您对人工智能的理解以及构建人工智能团队希望达到一个怎样的效果?

康晓阳:人工智能在投资交易领域的应用当前主要是模拟人的思维和行为方式,模拟人的核心是把逻辑思考进行分类进而再做精细化处理。计算机的优势在于运算能力强以及可以持续工作不会疲惫,而且不受人的情绪的影响。机器可以模拟人,但不能把所有的场景全部穷尽,所以要进一步赋予它自我学习的能力,先设定一个open的逻辑,然后给予更多的信息和变量或者说在数据支持的基础上不断优化得到最优解。当然数据的量级不同,得到的学习效果也有所差异。现阶段主要做的就是模拟成功的投资者,能够做到就算成功了。

[责任编辑:姜楠]