大型公募争相挺进智能投顾 机器能否主导行业沉浮有说法

占昕

机器并不能让智能投顾管理人成为“甩手掌柜”，市场需要一批经验丰富的人工团队作为量化技术和策略的支撑力量

如果说过去传统金融依靠牌照和信息不对称赚钱，那么大数据时代中，如何借助新科技提升投研决策效率和能力则是一个重要的新课题。为此，近年来多家公募基金积极布局智能投顾，但“智能”真的颠覆了传统人工的决策模式，解决了新的投资痛点吗？

多家基金抢滩智能投顾

坐拥余额宝3亿用户的天弘基金，由于天然具备数据采集和试水AI的优势，在智能投顾业务上先行一步，定位在产品的提供者、策略和组合的提供者，以及业务联合运用者上。

除天弘之外，南方基金、广发基金、汇添富基金等大型公募机构也在布局智能投顾。今年6月，华夏基金与微软签订战略合作协议，发力人工智能投顾。据记者了解，华夏基金在积极探索把人工智能全方位应用到投资、销售、客服等过程。

“未来智能投顾领域的竞争将主要集中在两方面：一是策略的针对性和有效性；二是需要具备互联网运营特色的完整的运营体系，包括IT技术、基础性的工具化产品，以及客户服务体系和具备互联网运营特色的这种营销体系。也就是说，只有好的产品，加上好的策略和技术，才能产出好的符合投资目标的绩效。”天弘基金相关负责人分析说。

智能之路并不好走

虽然多家大型公募基金都在跃跃欲试，但并不意味着智能投顾是一条好走的路。

“国外极具代表性的智能投顾公司Betterment和Wealthfront也仅仅能够根据客户的具体指标制定简单的投资计划；而国内招行的摩羯智投、蛋卷的斗牛二八轮动等目前仅是对智能投顾的简单运用。”

在格上理财研究员杨晓晴看来，相比著名的围棋软件AlphaGo，智能投顾还有很長的路要走。“2016年震荡行情中大放异彩的量化基金在一定程度上展示了量化多因子策略的魅力，但2017年‘一九行情则将这种荣耀抹杀，说明这种依赖程序进行智能选股的策略还需要进一步完善。”

以程序系统“攻城”的量化投资被业内认为是智能投顾的初级阶段。华泰柏瑞量化投资部副总监盛豪在接受《投资者报》采访时总结说，与定性投资相比，量化投资具有五大优势：一是可同时给市场上所有股票进行打分以择优投资，而传统定性投资需要实地调研，能够同时跟踪的公司数量有限；二是力求用科学方法处理信息，强调信息处理和投资决策的纪律性，克服人性弱点；三是清晰分解投资组合的市场回报（贝塔）和主动回报（阿尔法）；四是管理成本相对较低，可同时管理大量资金；五是可以从多个维度进行风险控制。

但盛豪坦言，量化投资也有局限性：一是需要稳定可靠足量的数据源；二是量化方法建立在对过去信息的处理上，而过去的信息不能长期预测未来。不论以什么策略进行投资都会存在市场容量的问题。

盛豪认为，目前量化基金在A股市场管理的规模远远小于定性投资，仍然还有很大的发展空间。市场上的量化投资团队都会培养自己的团队，开发特有的模型来寻找在市场无效的地方获取稳定的Alpha。

人机合作方为上策

“人工智能不是要取代人，而是要完善人，并更好地服务于用户。”天弘基金相关人士表示，2016年天弘基金率先研发针对定增市场的人工智能模型——定增“智树”模型，该模型是传统人脑投资和人工智能投资的组合策略，通过建立一个有效的因子组合参与定增选股，并由人来确定定增的参与时点和报价。

在数据筛选和人脑模拟之外，天弘基金还从1000多个因子库中人工筛选出142个因子放入人工智能选股模型，从而判断好股票和坏股票的差异在哪里。

“分工方面，机器擅长大数据分析，所以涉及大数据的研究，我们会利用机器学习、深度学习；但在小数据方面，我们更看重投研团队的逻辑和经验判断，所以我们搭建‘人机配合投研系统，深入布局智能投顾业务生态。”天弘基金表示。

长信量化先锋A的近三年同类产品排名处在前3%的优异位置，其基金经理左金保告诉《投资者报》，由于基金管理人将经过大量历史数据检验的具有逻辑性和规律性的现象提炼成策略，并交付程序实现和执行，因此在这一过程中，管理人充当了程序的缔造者角色，而一旦程序通过严格检验并开始运转以后，管理人将严格按照程序运行结果进行组合投资。

“程序是管理人交易的唯一指导和凭证，一个合格的量化基金经理需要拥有对市场规律的敏锐洞察力、高超的编程技术和后期维护能力，对程序结果的坚定执行力等，这对及时、客观和有效地把握市场规律进而衍生出各类策略、维护已构建的量化模型的正常运转等日常工作的开展是必不可少的。”

除了追求稳健收益，一个合格的智能投顾还需要为投资者匹配风险相当的个性化投资组合，以使收益风险比最大化。多位业内人士表示，由于智能投顾的标准化流程是由管理人控制的，因此管理人一定程度上决定了投顾产品的智能水平是否准确、高效、低廉，进而形成不同的投资风格，产生不同的效益。

“随着近年的不断尝试，运用程序指导投资的量化理念已逐渐深入人心，这对未来智能投顾在基金业中的渗透是一个很好的铺垫工作。但真正能将智能投顾运用到实际投资中，还存在着诸多挑战：如市场需要提供更多的标准化、可量化的金融工具，同时也需要一批经验丰富的智能投顾管理人团队作为后备技术和策略支撑力量。相比较而言，国外智能投顾的实践由来已久，无论组合投资、大类资产配置都早已有对应的服务，大家耳熟能详的智能投顾平台Wealthfront和Betterment距今已有近十年历史。海外对智能投顾模式的研究过程和研究成果、监管当局对智能投顾的监管经验等等都值得借鉴。”左金保说。