机器人理财靠谱么？

金融圈的科技革命

作为食物链顶端的存在，金融圈的一举一动总能成为整个市场挂住的焦点，而金融与科技的融合，让FinTech（金融科技）成为皇冠上那颗耀眼的明珠。

FinTech并非新鲜事物，从电子化到自动化的金融圈本身就一直在追求变革，科技元素的融入，让金融从业者能够借助互联网科技实现高效的数据获取与分析，而能够学习成长的人工智能，更能辅助“人脑”完成更准确、完善的分析与决策。

//插图 FinTech

高效的FinTech推动了整个金融领域效率的提升，而其本身也成为行业红利的分享者。CB Insights的数据显示，全球在Fintech领域的融资规模在迅速扩大：2013年为40.5亿美元；2014年为122.1亿美元，较上年翻了3倍，其中11%的资金为A轮投资；2015年，大批风投资金涌入美国的金融科技行业，然而，2016全球FinTech市场颇为动荡，整个行业出现了降温。由于英国脱欧、美国选举黑天鹅事件所带来的不确定性，涌向英国FinTech创企的风投资本在2016年减少了1/3，降至10亿美元以下；美国FinTech创企16年吸资7.83亿美元，同比下降34%，总体投资额也减少13%至62亿美元。

受2016年持续不断的黑天鹅事件影响，2017年第一季度，国际FinTech投资仍处在市场波动的余震中。不过，值得一提的是，尽管趋势有所降温，风险投资金额在该季度却达到了23亿美元历史最高点，同时企业参与金融科技领域的投资程度也有所提升。历史上每一次通信技术的变革，都会带来金融的变革，而现在正是这样一个变革的关口。

帮你管理财富的智能投顾

FinTech一步步改变着传统金融领域运转效率，金融行业的新玩家通过将人工智能、数据挖掘等技术运用到财富管理领域，实现自动化资产组合配置，智能投顾则成为整个FinTech领域耀眼的明星。

智能投顾最早出现于美国，作为行业先锋的智能投顾玩家都成立于2007～2008年前后。经过接近10年的发展，美国的智能投顾行业已经初具规模，像Wealthfront和Betterment这样的行业龙头管理资产规模也分别达到46亿美元和73亿美元。中国的智能投顾公司从2014年开始快速发展，新兴玩家不断涌现。

从获客、收集客户信息、设定资产管理目标，到具体配置资产、资产组合再平衡、风险收益目标的回顾等环节，智投顾问在大数据、云计算和人工智能的帮助下，能非常高效低完成整个环节，除用效率挖掘附加值外，由于智能投顾公司通过全自动化的客户管理服务流程能够节约成本，同时ETF产品手续费也更加低廉，因而其提供的产品佣金费率也更便宜，能让投资者获得实实在在的好处，而大数据的应用也能更好地满足当前终端市场碎片化理财需求。

抢占风口的资本

任何一个互联网的风口都能引发资本的躁动，何况是“钱生钱”的金融领域。对于创业企业而言，智能投顾显然是非常好的方向，弥财、蓝海智投、拿铁智投、理财魔方以及璇玑智投等都属于这类创业型公司，其往往会根据自身资源和优势的不同，专注于不同的细分领域，而现有互联网金融公司或者大型财富公司同样也非常看好智能投顾领域，比如京东金融的“智投”、宜信财富旗下的“投米RA”，都属于平台战略布局的一环，对整个平台金融生态是非常好的补充。

除了以上两类“互联网科技”基因明显的模式外，传统金融机构也在积极布局智能投顾领域，类似光大集团旗下互联网金融平台推出的“光云智投”、招商银行、浦发银行相继推出了摩羯智投、财智机器人等，都属于传统金融机构的战略卡位。

三大阵营基本上覆盖了国内智能投顾整个市场，不过需要注意的是理想的智能投顾能借助云计算和金融数据，将投资组合理论的原理自动应用起来，低成本、大批量的向普通投资者提供相对个性化的投资服务，然而，这仅仅是理想状态，国内不少打着智能投顾旗号的产品更偏向于传统基金产品，更像是FOF（基金中的基金）。

赚钱的理财产品和不赚钱的投资者

“你不理财，财不理你”——理财已经成为大众生活的一部分，以大众接触较为容易、认知较高的公募基金为例，Wind资讯统计显示，截至2017年06月30日，全国已发公募产品的基金管理公司达117家,公募基金数量4355只，资产规模总计10.07万亿，而这一数值退回到2006年不过0.857万亿，即使3年前的2014年，也仅4.535万亿。

基金规模和数量一路突飞猛进的同时，基金投资收益本身还是相当不错的。数据显示，从2004到2015这十二年间，基金平均年化收益只有2008和2011两年亏损，平均年收益率19.2%，投资任意一只基金满一个自然年度正收益概率79.8%。看上去投资基金是门闭着眼乱买就可以赚钱的门路，可大多数人并没有闭眼赚钱的感觉，为何？

研究“开放式基金净申购额”和“下一季度中证基金指数（非货币）涨跌幅”关系会发现，在基金上涨之前少有净买入，反而出现了净赎回，而基金大额净申购之后往往伴随着下跌。简单而言，大众通常买了就跌、卖了就涨，这一现象的延伸就是基金产品赚钱，但投资者在亏钱，加上各种管理费用、服务费用，整个投资矛盾慢慢就出现了，而智能投顾的出现似乎能很好地解决这些矛盾。

似乎能赚大钱的智能顾投

低成本、批量化的智能顾投能有效地降低管理费、服务费，且能有效避免人工顾问灰色操作的可能，人工智能更不会有个人投资者情绪化的问题，严格遵守买卖定律的它们似乎具备赚钱的天然优势，可事实真的如此吗？

截至2016年12月7日的数据显示，国内除了少数走海外资产配置路径的平台外，大部分是基于购买国内主动管理型基金来实现配置目的，挑选了一些代表性平台，以中等风险为标准，对比了不同智能投顾平台近6个月收益表现可以发现，智能顾投的收益并没有想象的夸张，甚至还不如一些激进的股票基金，当然，这也和风险偏好和抽样有关，但需要注意的是余额宝年化收益通常也能做到5%左右，而大量货币基金的年化收益也在4%以上，如果说智能顾投绕了一大圈，结果仅仅是跑个投资收益的平均值出来，那用户选用它的意义又在哪里呢？

事实上，大众投资理财更多追求的是稳定，只要年化收益略高于银行存定期，提现和购买相对方便一些，都会乐于接受，但智能顾投的问题显然不是投资回报率偏低。

大环境难以支持低费率

投资回报率难以令人心动，那费率的降低是否能让投资者获得实际利益呢？答案恐怕又会让人失望了。欧美等国的智能投顾有一个很重要的优势，其成本大幅低于同等水平的传统投顾服务。无论是交易成本、管理费用还是流动性管理，智能投顾的成本都非常低廉。比如美国较为知名的几大智能投顾服务商Wealthfront和Betterment其平台管理费用分别是0.225%和0.15-0.35%，Charles Schwab IP更是免费服务，算上ETF基金的管理费用，年化总成本一般也仅有0.5%左右。

然而我国当前市场上正常的智能投顾均是以公募基金为资产标的，通常其认购、赎回、托管成本和管理费用综合高达1%-2%，是国外智能投顾的2-4倍。国外的智能投顾均是以ETF等作为投资标的，交易实时方便，而我国公募基金申购通常是T+1，而赎回则长达T+3。一些QDII基金，认购或赎回更是长达T+7。

显然，关于费率的分析，同样让投资者失望了。

智能顾投乱象让投资者止步

无论是FinTech生态还是智能顾投，对于大众而言都属于新鲜事物，而任何创新在推广初期，除野蛮式成长外，更有各种乱象出现。

智能投顾正如历史上众多的其他创新一样，正经历着行业标准混乱的阶段。这意味着给了一些投机者打着智能投顾的旗号却行非法荐股和无牌照代销之事。一些智能投顾号称抓涨停、找轮动，不是私接基金就是推荐高风险非标资产。这既和智能投顾本身的价值理念相悖，又给客户带来更大的投资风险和支付风险。

这样的市场乱象同P2P行业之初的乱象极其相似，而美国金融监管局(FINRA)在2016年发布了一份数字化投顾的创新监管指引，明确了智能顾投风险评估、算法、潜在利益冲突等多方面监管办法和重心，这些恰恰是当前国内智能顾投领域欠缺的，也是急需完善的。在整个行业规范化以前，大众对智能顾投犹豫的重要原因。

量化交易的大舞台

从收益和费率两方面分析，智能顾投对于大众投资者的吸引力恐怕有限，不过智能顾投本身仅是FinTech的细分，针对大众市场的智能顾投无论是环境还是技术都需要时间沉淀和发展，反而是量化交易给FinTech更大的舞台，而且整体应用也到了成长期。

一家叫Rebellion Research的量化资产管理公司，在2007年推出了第一个纯人工智能投资基金，现在它的人工智能技术已经可以研究包括44个国家20年内的股票、债券、大宗商品和货币。不仅如此，Rebellion Research还预测准了2008年的金融危机，并在希腊债券降级前一个月领先一步给予了F评级。

另一家对冲基金Alydia也早早将人工智能运用到投资中。该公司的首席科学家Ben Goertzel同时也是一位AI专家，曾公开表示对人工智能的信心。他称，该公司完全用人工智能进行股票交易的对冲基金在上线第一天，就在一个未披露的资金池中产生了2%的回报。

从回报到避险，FinTech在量化交易上的表现非常抢眼，毫无情感的AI能够更果断地按照机构设定好的操作路线执行，华尔街巨头这些年也在不断尝试让AI去完成各种量化交易，虽然AI很难理解一家尚未盈利的公司该如何估值（例如亚马逊），也无法理解一种新模式的价值几何（例如Uber），甚至会在“股灾”的时候造成“踩踏”。不过从资金量、效率等方面看，金融机构、企业用户显然更适合FinTech一展所长。

被AI盗取工作的人们

金融从业者和医生原本是两个非常令人羡慕的工作，但在来势汹汹的AI面前，即使是华尔街精英，也得为自己的饭碗担忧了。

对冲基金数据服务公司Eurekahedge追踪了23家使用人工智能技术的对冲基金，结果发现，人工智能的表现要优于人类。在过去的十年，宽客们(一群靠数学模型分析金融市场的物理学家和数学家)一直是对冲基金的宠儿。但是，他们是依靠对历史数据的分析，来创建一个可以预测市场趋势的模型。

从基本的数据采集、买卖交易到相对中阶的数据分析、论证，人工智能不断渗透进入金融领域。站在老板的角度看，12家最大投资银行的销售、交易和研究员工的平均年薪为50万美元，许多交易员甚至达到百万美元。而另一项行业调查结果显示，2015年，5个对冲基金经理的薪水加起来有10亿美元，甚至更高。显然，用人工智能替代部分员工，除大几率取得更好的收益外，单人工这块已经能节省一大笔开销了。

这些并非猜想，而是正在发生或已经发生的事实。2000年，高盛位于纽约的股票现金交易部门有600个交易员。而如今，只剩下两个交易员，剩余的工作全部由机器包办，这还是在人工智能全面冲击高盛之前的情况。Kensho CEO丹尼尔·纳德勒(Daniel Nadler)称：“十年后，高盛员工肯定比今天还要少很多。”除了高盛，每家主要金融公司的交易大厅也将如此。