智能投顾 | 机器人是怎样让投资更高效的？

当下，金融科技已经成为了人们热议的话题之一，其应用范围也越来越广泛，已经逐渐渗透到了我们的日常生活。支付、借贷、财富管理、监管科技、区块链技术等都是金融科技发展的主要方向，金融科技也因其便利、快捷、低成本的特性受到人们的追捧。

目前越来越多人的理财意识增强，并希望寻求理财顾问的帮助来完成资产配置，智能投资理财顾问（Robo-advisor，简称智能投顾）亦是受到了很多瞩目。智能投顾利用云计算、大数据、智能算法、机器学习等技术，将现代资产组合理论应用到模型中，结合投资者个人财务状况、风险偏好和收益目标，为投资者提供最佳投资组合。使用者只需要在网上填写风险承受能力资料，系统将会自动分析，导出买卖建议、投资组合建议、市场与经济前景预期等以供参考。这样的过程节省了繁复的档案存储、投资产品分类查询等步骤，对客户与顾问而言都是省时省力的选择。

此前毕马威（KPMG）发布的一份名为《Robo-advising——Catching up and getting ahead》的报告显示：相较于传统金融机构18万亿美元的资产管理规模而言，智能投顾所管理的50亿美元的资产仍然是沧海一粟。然而该机构预期在2020年，这一数字将暴增至2.2万亿美元。

摩根士丹利则表示，自2013年来，智能投顾在行业中的使用量已经达到了三位数增长，并预计将在2025年受理65万亿美元的投资咨询。

澳洲智能投顾研发公司Investfit首席执行官Ed de Salis也指出了这个问题，并认为智能投顾需要提高其投资建议的质量和准确性，来确保投资建议应有的价值。

传统的智能投顾会要求使用者填写风险调查问卷，来决定其风险偏好是“激进”、又或是“保守”，然后再根据这一主观的风险偏好来生成投资建议，进行资产配置。但是问卷的措辞经常会引起偏见，从而导致使用者的风险偏好“过于保守”。投资顾问们也表示，这种类型的风险偏好调查问卷也会使其损失客户。

不过值得庆幸的是，已有行业参与者侦测到了这个问题，并为使用者带来了更加完善的投资建议。从最开始就把房屋所有权、直接房产投资、养老金或非养老金投资、抵押贷款、债务、保险、税务、通胀和薪资增长等所有因素都考虑进去，然后再根据客户的所有情况来在一定的置信区间内生成最佳的资产配置建议。

假设一个投资者在完成问卷的时候表示“担心股价的短期波动”，那么系统会为他生成一份“稳健的”资产配置建议。如果智能投顾系统显示，长期来看这些短期的波动终将会变得平缓，那么投资者会如何选择？

也就是说，并不是单纯地从投资者对短期市场波动的喜好程度来生成投资建议，而是可以先根据投资者的所有财务信息来生成投资建议结果，再让投资者从建议中做选择。因为很有可能根据客户“保守的”风险偏好来进行的投资策略，在退休时所积累的财富可能更低。

举个具体一点的例子，若一个投资策略有90%的可能性在退休时每年平均有64,000澳元，但在达成这一结果的过程中可能会出现比较大的波动；另一种情况也有90%的可能性达成目标，且投资过程相对更为平稳，但退休时每年平均只有54,000澳元。这样更加直观的选择投资策略是否对于投资者更好一些？

Investfit首席执行官Ed de Salis认为，为使用者呈现高质量、高强度的投资策略只是冰山一角。这背后需要数十亿的计算，才能综合考虑所有因素后得出一个最佳的投资策略。