基于云计算、大数据和AI技术的证券投资变革

智能投顾--遇见未来基于云计算、大数据和AI技术的证券投资变革01020304行业概述Background&Overview模式分析Mainpatternanalysis机遇&挑战Opportunity&Challenge思考展望Thinkaboutthefuture01行业概述Background&Overview020304模式分析Mainpatternanalysis机遇&挑战Opportunity&Challenge思考展望Thinkaboutthefuture01智能投顾（Robo-Advisor）维基百科：智能投顾是提供在线投资组合管理服务的一类理财顾问，由计算机通过现代投资组合理论等投资分析方法，自动计算并提供组合配置建议，把人为干涉因素降到最低。智能投顾：利用大数据分析、量化模型及智能算法，根据投资者个人收益和风险偏好，提供相匹配的资产组合建议，并完成投资交易过程，再根据市场变化动态调整，让组合始终处于最优状态的财富管理服务。2008年金融危机过后，美国传统金融机构还在忙于应对公众巨大的信任危机和严苛的监管政策之际，以Betterment和Wealthfront为代表的“智能投顾”创业公司成长起来，它们通过互联网信息技术手段，降低投资门槛，为用户提供个性化、低费率、透明化、便捷化的财富管理服务，成为行业一股清流。定义及起源国内认可的定义起源01012008年美国POWR公司，提供特殊化的“储蓄ATM服务”，有效利用现金存款、潜在存款及退休年金进行投资理财活动022013年Kensho公司基于云计算在硬盘上设置了9万个变量（企业业绩、经济指标、政策变化、分险参数等），容纳了6500万个计算机语言，通过大数据分析和机器学习，自动探知最新新闻，把金融分析师平均耗时40小时完成的报告在几分钟内自动完成，并提出综合性解决方案。032016年美国智能投顾管理资产规模从256万到882亿美元不等，总规模已经近1218亿美元，“智能投顾管理的资产规模从2010年以来复合增长率超过80%”。根据MyPrivateBanking预测，未来几年智能投顾行业将保持高速增长态势，预计2020年全行业资产管理规模将达1.6万亿美元。04中国国内数字化投顾产品主要爆发与2014-2015年，目前仍处于起步阶段。智能投顾所需数据包括信用数据、金融数据、用户支付行为数据等。截至2016年6月，中国已使用网络理财用户达1.05亿，据BCG预测，2020年中国资管规模约174万亿，按3%的渗透率计算（参考美国），2020年中国智能投顾管理资产规模或超5万亿，按平均0.2%管理费水平计算，收入规模超过104亿。国内外现状01国外智能投顾模式及企业公司简介融资轮次融资金额智能数据分析Kensho2013年成立，基于云计算为投资者提供智能搜索引擎和数据分析工具A轮4780万美元Trefis2007年成立，根据上市公司现状预测未来收入未透露140.5万美元Estimize2011年成立，开放的金融预测平台B轮300万美元社交投资Dough2011成立社交投资平台tastytrade，2014年成立dough.com交易平台未透露2500万美元主题投资Motif2010年成立，主题投资平台C轮2500万美元量化策略Addepar2009年成立，为资产管理提供分析工具C轮5000万美元Quantopian2011年成立，超过10万量化分析者的策略分析和交易实现云平台B轮1500万美元Robo-AdvisorBetterment2008年成立，鼻祖级公司，成员均来自华尔街E轮1亿美元Wealthfront2008年成立，鼻祖级公司，主要客户为硅谷科技员工D轮6700万美元01国内智能投顾模式及企业公司简介融资轮次融资金额智能数据分析胜算在握为金融服务机构提供量化模型等技术支持----股票卫士智能选股及分析APPPre-A轮数千万RMB搬矿科技智能选股服务天使轮数百万RMB社交投资股票雷达国内最大社会化投资平台C轮数千万美元主题投资金贝塔嘉实集团旗下证券投资组合平台A轮--量化策略中量网量化投资一站式服务A轮数千万RMB东方价值在线东方睿赢推出的股票智能决策平台，为机构和普通投资者提供量化策略工具天使轮数百万RMB微量网量化策略超市+云交易平台天使轮千万级RMBRobo-Advisor蓝海智投主打海外资产配置的数字化投顾服务商Pre-A1500万RMB弥财全球自动化投资服务天使轮1000万RMB理财魔方智能投资顾问服务天使轮1000万RMB钱景智能理财平台A轮数千万RMB01传统机构布局智能投顾公司简介上线时间同花顺iFinD主要通过对iFinD金融数据库、舆情监控系统、i问财知识库等的深度学习来构建动态、复杂的资本市场知识图谱，实时结合“情景”不断对大盘重大拐点做判断、筛选高胜率投资计划。2016.03华泰证券AssetMarkAssetMark提供的服务包括获得资产管理产品、第三方和自有托管服务和投资策略师产品。通过提供全套服务，AssetMark使得其客户可以专注与建立财务顾问服务及关系，很好地契合了华泰的转型方向。2016.04嘉实基金蚂蚁金服金贝塔致力于打造社交投资组合平台，核心团队来自嘉实基金、腾讯、百度等金融、互联网领军企业。今年7月获得蚂蚁金服A轮投资。2015.02广发证券贝塔牛提供股票和大类资产（ETF为主）的配置投顾服务，目前可以实现对投资组合的一键下单。2016.06申万宏源股神+提供行情变盘预警、智能分析、金融知识问答等服务。2015.06中信建投金虫子战斗力分析平台是金虫子科技国内首创的用户投资能力大数据分析平台，该产品不仅提供详尽专业的投资分析功能而且集合了社交、游戏等互联网元素。2016.1002模式分析Mainpatternanalysis02智能数据分析主要分为两类：一类是收集并处理大量数据，主要是提供搜索服务，从大量噪音信息中快速准确的找到有价值的信息；另一类是利用数学模型，从大量数据中分析并预测出结果。通常是通过机器学习、自然语言处理和知识图谱，分析宏观经济、公司业绩、网络舆情等数据，判断事物之间关联性，提供细分金融投资咨询服务。依据历史经验和新的市场信息，不断修正分析模型，预测信息与资产价格之间的相关性。在数据的基础上，引入文本。分析新闻、政策及社交媒体中的信息，结构化信息与数据，进而寻找市场波动的原因。人为设置规则，帮助机器排除无经济关联事件及黑天鹅事件的影响，进一步修正变量、关系与规则之间的关联性。智能数据分析--利用大数据的洞察力，提供数据服务机器学习自然语言处理知识图谱02通常来讲，量化投资分为两类，一类是被动量化投资，目标是提供多样化风险特征的投资产品，如ETF、分级基金等；另一类则是主动量化投资，目标是通过主动地寻找市场上证券的定价偏差以实现超额收益或者绝对正收益，如量化对冲基金等。主动量化投资，是把主动投资的策略（投资逻辑和经验等），通过计算机语言来编写成代码，做成量化策略。策略将有计算机程序管理组合、执行交易及风控。量化策略--利用数据和模型生成投资策略，代码即生产力将投资经验编写成代码利用完整的长期数据进行模拟，验证有效性用实盘样本外数据进行跟踪验证跟踪验证与模拟测试表现相似的优秀业绩策略留用主动量化策略生成流程02Robo-Advisor--大资产配置模式，以赚取收益为目的Robo-Advisor平台采用的是被动投资方式，关注各市场或各大资产类别的整体表现情况，是以获取系统性风险补偿，即以收益为目标的长期投资方式。通过复制市场组合，实现费用相对低，标的资产规模大。目前，各大Robo-Advisor主要的投资标的为ETF及公募基金，部分平台也将大宗商品、黄金等包含在投资范围内。问询式调研+数据采集分析现代资产组合投资模型智能算法（核心环节）投资策略生成量化投资策略资产管理类：机器自动完成交易资产建议类：投资者自行完成智能算法实现实时分析和调整国内为非必要环节因子分析、回测、模拟等智能投顾流程与基础算法03机遇&挑战Opportunity&Challenge03四张图看智能投资发展机遇03优势挑战（1）成本低，充分发挥互联网技术的作用，大大降低投资理财的服务费；（2）易操作，提高投资顾问服务的效率；（3）避免情绪化影响，机器人严格执行事先设定好的策略；（4）分散投资风险，越来越多的用户熟练使用互联网，接受智能投顾服务；（5）信息相对透明，平台披露了大量的信息；（1）监管层面缺失法律依据；（2）易造成投资“集群效应”，产生系统性风险；（3）投顾水平受数据质量限制，缺少数据积累；（4）人工智能依赖的深度学习技术是一个”黑箱“；给智能投顾增加了不确定性；（5）数据隐私和数据脱敏的监管框架仍然缺失；（6）客户缺乏长期投资理念；智能投顾主要优势及挑战04思考展望Thinkaboutthefuture044PARTFOUR2PARTTWO1PARTONE3PARTTHREE平衡智能投顾的发展需维持四大平衡引入大数据、AI的投顾业务应该受到《证券法》的约束，目前只有少量公司获得业务牌照，监管部门应采取温和恰当方式引导和规范行业发展。政府监管与企业创新以余额宝为代表的无风险收益长期徘徊3%以下，国内资产价格贬值增加海外资产配置的需求，外管局对普通投资者每年5万结售汇的限额也限制了资金出海。境外投资与外汇管制创业公司没有用户数据，主要来自问卷调查，数据的维度及有效性无法确定。监管规定金融机构不得将数据给予第三方使用，如何准确获得用户数据同时保护客户隐私也需进一步思考。数据开源与客户隐私智能投顾业务收入包括咨询费用和基金销售佣金，投资者将“智能投顾”的认识等同于“产品销售”；部分理财平台推出智能投顾的概念用以吸引用户，财富管理独立性和客观性难以保证。投资建议与产品销售04智能数据分析模式有望率先迎来爆发长期看好Bobo-Advisor，本土化探索仍将继续注重相关性而非因果性，人工智能的局限不容忽视传统投顾面临考验，需转型升级行业思考及展望04参考文献[1].乔智迪.对智能投顾在中国发展困境的反思——以理财魔方为例[J].金融经济,2017,(14):65-66.[2017-09-23].DOI:10.14057/j.cnki.cn43-1156/f.2017.14.027[2].曹越.投资智能投顾的判断与分析[J].国际融资,2017,(03):54-57.[2017-09-23].[3].姜海燕,吴长凤.智能投顾的发展现状及监管建议[J].证券市场导报,2016,(12):4-10.[2017-09-23].[4].李晴.互联网证券智能化方向:智能投顾的法律关系、风险与监管[J].上海金融,2016,(11):50-63.[2017-09-23].DOI:10.13910/j.cnki.shjr.2016.11.008[5].智能投顾知识小百科[J].金融电子化,2016,(09):16-17.[2017-09-23].[6].肖龙.互联网公司进入证券投资领域的方式研究[J].时代金融,2015,(15):117+122.[2017-09-23].[7].莫涛.“智能投顾”,未来已来——“智能投顾”的征战：传统与创新的竞合[J].现代商业银行,2017,0(4);56-61.[8].36氪研究院.投资交给机器，数字化投顾进场金融投资--FinTech细分领域：数字化投顾研究报告.[9].慧辰咨询.中国智能投顾市场发展趋势研究报告.基于云计算、大数据和AI技术的证券投资变革