智能投顾
课程目录
1.1 智能投顾概述
1.2 风控模型创建与分析
1.3 智能投顾模型创建
智能投顾概述
智能投顾全称智能投资顾问服务(Robo-adviser),以大数据及人工智能技术为支撑,依据需求者设定的投资目的
及风险偏好,透过计算机程序的算法,提供自动化的投资组合建议。
中国智能投顾排行前十名
排行
名称
所属企业
1
蚂蚁聚宝
蚂蚁金服
2
摩羯智投
招商银行
3
中银慧投
中国银行
4
AI
工商银行
5
智财机器人
浦发银行
6
贝塔牛
广发证券
7
天弘爱理财
天弘基金
8
京东智投
京东集团
9
智投魔方
光大证券
10
蓝海智投
蓝海财富
智能投顾概述
1.基于传统金融机构建立的智能投顾平台
       其核心优势在于其长期传统业务经营沉淀获得的大量用户数据,以及多种金融牌照的优势,可以为客户提供丰富
的基础资产
2.基于财经门户建立的智能投顾平台
       其核心优势在于其长期运营中积累大量活跃核心投资分析人士及专业机构,利用专业性提升用户凝聚力
3.金融科技公司创立的智能投顾公司
       其核心优势在于其拥有金融业技术解决方案,借助技术优势对财富管理市场进行渗透
4.基于互联网巨头建立的智能投顾平台
       其核心优势在于其基于互联网业务发展积累了大量用户数据,拥有丰富的客户流量,同时,在技术创新和服务应
答效率上占有绝对优势,能够提供较为成熟的技术服务,在客户数字化体验方面具有丰富的经验
2.0阶段
在线投资组合管理
3.0阶段
智能投顾
1.0阶段
传统投资顾问
投资顾问的发展
以超高/高净值客户为
目标客户,提供全方位
的资产管理,提供资产
组合管理、投资建议服
务,采用一对一的人工
服务
以中等净值人群为目标
客户,提供交易性投资
组合管理、有限投资建
议服务,人工服务为主,
辅以线上服务
以中低净值人群为目标
客户,提供自动资产组
合动态管理、投资建议
服务,有限或无人工服
1.服务管理费用低廉,收
费标准清晰
传统的投资顾问服务向客户提供个性化服务,
是一对一的人工服务,需要消耗大量人工精力
与时间,因此,服务费率较高。智能投顾的服
务过程有系统自动完成,利用智能算法快速、
客观的提供个性化服务,可以大大降低服务成
本。
2.服务流程简化,服务
时间和地点可以自主
选择
智能投顾的优势
3.投资门槛降低,服务对
象涵盖大众阶层
传统投资顾问受限于资源的稀缺性,仅为少数
超高和高净值客户服务,智能投顾由于服务方
式的便捷性和低成本化,能够降低服务门槛,
扩大受众群体,将精英式服务扩展为长尾普惠
式服务。
智能投顾的发展
90年代末到2007
随着在线投资分析工具的技术水平和规模的扩大,
互联网作为一种沟通工具,在投资顾问服务中起到
连接客户和公司的作用。部分公司开始提供线上理
财咨询,其主要为高净值客户提供高质量的一对一
投资顾问服务。该阶段的投顾服务引入互联网工具,
在网络中搭建智能投顾服务雏形。
第一阶段:
2007——2015
大数据分析技术以及智能算法得到了充分的发展,
量化金融模型开始运用。部分公司开始为客户直接
提供各类基于机器学习的机器人投顾工具。一些传
统券商自己开发或通过并购投资搭建在线投资理财
平台,自动化、基于算法的投资管理服务开始逐步
在平台上使用。
第二阶段
01
02
主场的时代
2015年至今
随着大数据发展带来深度学习能力的大幅提升,智
能投顾服务取得突破性进展。以人工智能为主的服
务方式在产品技术方面产生巨大的优势,并通过降
低成本和服务门槛,有效将受众拓展为广泛的中低
净值人群,成为普惠金融的一种具体形式。
第三阶段
04
03
智能投顾的理论基础
1.投资组合理论
      1952年 马科维茨提出投资组合理论,构建均值
-方差模型,用均值和方差分别表示资产的收益和风
险,在一方既定的情况下,另一方最优化的规划问
题。
2.资本资产定价模型(CAPM
        资本资产定价模型是由美国Stanford大学教授
夏普等人在马克维茨的证券投资组合理论基础上提
出的一种证券投资理论。
3.套利定价模型(APT
        Stephen Ross1976年建立的套利定价理论。
智能投顾的理论基础
1.投资组合理论
        假设组合的收益为rp,组合中包含n种证券,每种证券的收益为ri,它在组合中的权重是wi,则组合的投资收益和方差
分别为
        组合的收益是各种证券收益的加权平均值,因此,它使组合的收益可能低于组合中收益最大的证券,而高于收益最小
的证券。只要组合中的资产两两不完全正相关,则组合的风险就可以得到降低。只有当组合中的各个资产是相互独立的且其
收益和风险相同,则随着组合的风险降低的同时,组合的收益等于各个资产的收益。
智能投顾的理论基础
2.资本资产定价模型(CAPM
        CAPM解决了所有的人按照组合理论投资下,资产的收益与风险的问题。CAPM 理论包括两个部分:资本市场线
CML)和证券市场线(SML)。
资本资产定价模型的假设:
投资者都是采用资产期望收益及或标准差来衡量资产的收益和风险。
投资者都是风险回避者,当面临其它条件相同的两种选择时,他们将选择具有较小标准差的资产组合。
投资者永不满足,当面临其它条件相同的两种选择时,他们将选择具有较高预期收益率的资产组合。
每种资产无限可分。
投资者可按相同的无风险利率借入或贷出资金。
税收和交易费用均忽略不计。
所有投资者的投资期限皆相同。
对于所有投资者来说,无风险利率相同。
资本市场是不可分割的,市场信息是免费的,且投资者都可以同时获得各种信息。
所有投资对各种资产的期望收益、标准差和协方差等具有相同的预期,如果每个投资者都以相同的方式投资,根据这个
市场中的所有投资者的集体行为,每个证券的风险和收益最终可以达到均衡。
资本市场线描述的是无风险资产和风险资产有效组合的方法。
当市场上存在一种收益率为      的无风险资产时,我们利用这种无风险资产
与预期收益为      、方差为      时的投资组合共同组成新的投资组合,新组
合的预期收益率为:
风险为:
因为             ,                 ,所以,                    。
3-1FR2104130
资本市场线
我们把                    代入预期收益率的公式中,就可以得到:
这个公式描述了无风险资产与风险资产组合后预期收益与风险之间的
线性关系,是一条以为截距        、以                   为斜率的线段。
资本市场线
证券市场线表明,单个证券的收益率由两部分构成,即
无风险利率和承担系统性风险获得的收益在证券市场线
方程中,单个证券的风险用贝塔值来度量。
证券市场线表明,具有较大贝塔值的证券具有较高的系
统性风险,应该具有较高的期望收益率。非系统性风险
与贝塔值没有关系,也就是说具有较高的非系统性风险
的证券没有理由获得较高的期望收益率。
235089-130Q513132040
8fd8678de477fc5b0655971f3b5da7d9
证券市场线
SMLE(Ri) = RE(RM ) - R] ×i
智能投顾的理论基础
3.套利定价模型(APT
套利定价模型的假设:
市场是有效的、充分竞争的、无摩擦的
投资者是不知足的:只要有套利机会就会不断套利,直到无利可图为止
资产的回报可以用因子表示
APT假设证券回报可以用预期到的回报和未预期到的回报两个部分来解释,构成了一个特殊的因子模型
是证券i的某个因子的变化,基于有效市场理论,它是不可预测的。
智能投顾服务流程
客户档案创建及分析
投资配置建议
交易执行
智能再平衡
更新用户画像
第一步:客户档案创建及分析
       通过客户评估了解客户特性并建立客户档
案。通过在线填写调查问卷,获得客户年龄、
收入、家庭状况、流动资产投资总额、预期收
益、风险容忍度等相关信息,以此对客户的总
体特征建立相对客观的评价,确定客户属性并
创建客户档案。
第二步:投资配置建议
       智能投顾服务基于投资组合理论构建模型,
在大类资产配置中,依据不同的投资范围和投
资期限对投资进行分类配置。根据用户画像,
结合大类资产风险和收益情况,客观选择出与
用户偏好相对应的投资组合,为不同风险收益
偏好的用户定制个性化资产配置方案。
问卷填写,有效数据积累
综合考虑专业知识
及客户需求
智能投顾平台自动
执行
算法自动分析、调
算法定期检查并进
行调整
智能投顾服务流程
客户档案创建及分析
投资配置建议
交易执行
智能再平衡
更新用户画像
第三步:交易执行
       采用大数据分析和机器学习项结合的方式
实现对市场的精准判断,从而提高自身的投资
效益。在该环节,客户资金被转入金融机构开
立客户交易账户,并进行第三方托管,智能投
顾服务依据客户交易意图代理其发送交易指令,
实现产品依指令买入卖出,完成交易过程。
第四步:智能再平衡
       资本市场瞬息万变,外部环境与客户特征
随时发生变化,智能投顾服务能够据此随时提
供资产配置的动态调整。
第五步:更新用户画像
       智能投顾能够随时根据客户认可情况,以
及客户财务和非财务信息的变更,对最初设定
的客户画像进行实时更新,新的客户画像会对
智能投顾服务后续资产配置方案的生产产生影
响,并最终在调整过程中实现动态平衡。
问卷填写,有效数据积累
综合考虑专业知识
及客户需求
智能投顾平台自动
执行
算法自动分析、调
算法定期检查并进
行调整