中国基金报 王瑞 整理
“拥抱组合时代——2016财富管理与基金组合投资高峰论坛”于7月14日在京圆满结束。该论坛是业内首个深度探讨基金组合投资及智能投顾的盛会，由中国基金报、中国基金业协会互联网金融专业委员会主办，天弘基金协办，盈米财富、理财联盟、通联数据承办，博时基金、银华基金、泰康资产作为战略合作伙伴参与举办。
在“2016年财富管理与基金组合投资高峰论坛”上，通联数据金融工程董事总经理薛昆做了主题演讲，以下演讲实录，以飨读者。
核心观点：
美国智能投顾市场已经非常成熟了，中国现在方兴未艾，大家在尝试创新。目前看到的创新还是趋向于投资海外的市场，针对本土的智能投顾现在还只能说是一个爆发前的起点。美国的智能投顾提供商，跟中国面临一样的问题，可投资的资产就那么多，大家的竞争会越来越激烈，对模型的要求也会越来越激烈，针对客户服务的方式、方法创新变得非常激烈。
非常高兴有机会参加这样的会议，大家可以看到我的穿着比较另类，无论是聊的话题也好或者我所在的公司也好，都是这个行业的新兴事物。
我介绍一下通联数据，通联数据一家想利用大数据、云计算和人工智能来改变投资管理的公司。今天聊的话题会比较有意思，大数据、人工智能融合下的智能投顾到底是什么鬼？
简单介绍一下我自己，在加入通联数据之前，在另类投资对冲基金、瑞士银行全球量化团队工作过，目前负责通联数据的金融工程以及旗下的品牌优矿。
初识智能投顾
今天聊的话题从三个方面来讲。
第一，我们对FinTech的认知，很多从业者聊这个话题，我个人对互联网金融的创新有三个见解，第一是感知层面的创新，所谓感知层面的创新就是利用互联网技术、以及大数据的技术打破金融产品从流程到物理时间的限制，直接展现到了所有客户的面前，使得传统服务更贴近客户，这属于感知层面的创新。但是我认为感知层面的创新使得技术优势不能成为长期技术壁垒。
第二，是认知层面，无论是互联网金融企业，还是传统金融企业，核心竞争力时对风险的回报量化和控制，所有的企业本质上事的是金融行业。对于金融风险，我们认为最核心的是相关性的认识，相关性的认识围绕着整个资产配置的流程。
第三，是预知，这是更难的。我们可以看到大数据和人工智能技术兴起以后，出现了颠覆数据创新的机会。但是从难度来看，难度的递进关系是感知、认知和预知，预知是最难的，通过大数据预测它的趋势以及更好的风险管理模型，这是更难的一部分。
我们可以看到，从2015年开始大型金融机构收购了很多智能投顾，今年Betterment宣布了两轮的融资。从2016年5月份开始，更多的智能投顾也开始向传统的投资管理公司，寻求跟传统的投资管理公司的合作，我们叫做抱大腿。美国智能投顾市场的优势在于提供了低成本财富管理的办法，本质上还是投在了刚才各位嘉宾提到的被动管理的产品上面。所谓的SmartBetas策略，美国智能投顾投Alpha策略是非常少的，这是为什么呢，后面会讲，基于管理成本各方面的考虑，为什么这样的企业不选择这些投资策略。
我认为从发展方向来看，最早的核心模型用MVO，本质的核心有两点，第一，背后的资产管理的模型，核心竞争力；第二，产品的创新功能，这是一个加分项，具备创新功能的传统资产管理行业会有比较好的技术开发团队。所以我觉得本质的模型是最重要的。
从现在的发展方向来看，美国的市场已经开始从MVO向风险因素优化和模拟，以及向对冲和保底的方向发展。
Smart Beta兴起
美国智能投顾市场已经非常成熟了，中国现在方兴未艾，大家在尝试创新。目前看到的创新还是趋向于投资海外的市场，针对本土的智能投顾现在还只能说是一个爆发前的起点。美国的智能投顾提供商，跟中国面临一样的问题，可投资的资产就那么多，大家的竞争会越来越激烈，对模型的要求也会越来越激烈，针对客户服务的方式、方法创新变得非常激烈。
为了讲清楚这个问题，我从对Alpha与Beta的认知开始讲起，这实际上是关于投资组合收益率分解的问题，Alpha是获取投资组织的超额收益，Beta是市场风险，最早指股票市场的系统性风险。人们对于Alpha和Beta的认知是递增的，从80年代开始的CAPM模型，到随着市场上交易认知更新，基于的APT模型，我们可以把风险分解成为Alpha、Beta以及地区行业的Beta。随着认知再递进到2000年，大家的认知再更新，进化到了风格Beta、策略Beta、Alpha Beta。
从Smart Beta兴起可以看到， Smart Beta是介于被动与主动中间的策略，介于中间的策略特点管理费用偏中，交易成本偏中低，管理人的主动干预基本是没有的，而且它的透明程度是非常高，策略的规模也是非常高，这个类型的策略非常适用智能投顾来使用，因为它的规模能够达到客户需求，从风险的管理角度也可以达到刚才所说的目标导向的投资。
但是主动投资方面我们会发现，基本上所有的智能投顾都没有在这块掺一脚，它的管理费用非常高，只有少数的有钱的客户才愿意投这样的产品。对于智能投顾所要服务的中产阶级阶层，不适用于这样的策略。智能投顾在被动策略领域的竞争非常激烈，大家都在朝Smart Beta方向发展。
从美国的角度来看，我们看到的趋势是，基于因子模型的资产配置被投资人接受，传统的资产配置，再往前进一步可以在Active分成主动的和被动投资。我们把Smart Beta的概念分的更清晰一点，在Active可以加入Smart Betas。怎么让Smart Beta的Active更有效？大数据时代，可以用另类的数据创造Aaron Low教授所说的Beta，我们可以看到社交网络的数据和地理位置的数据，还可以看到卫星图象的数据，从这些数据当中提取出来的信号会成为Beta的来源。
大数据推动投资革命
我们生活在一个非常有意思的时代，为什么有意思呢？人工智能的技术已经行业里面发生了巨大的变化，我们可以看到，第一部分，人工智能影响的是NLP，自然语言处理，有了这样的技术可以把非结构化的数据变成结构化的数据。第二部分，分类的竞赛，2015年之前，在深度学习算法出现之前，算法是很难打败人类的，但是在2015年下旬深度学习的算法已经在识别度上超越了人类。
在智能驾驶领域和HealthCare的行业当中，深度学习起到了决定性的作用。今年阿尔法狗战胜了李世石，深度学习算法在人类引以为傲的直觉领域里面超过人类了。深度学习的算法在投资领域怎么能够辅助我们进行投资上面的革命呢？通联数据认为，这是一个人工智能时代的机遇，人工智能是机器对人的意识、思维信息过程的模拟，大数据是人工智能的技术基础，如果没有大数据人工智能起不到任何作用，大数据+科学算法才能实现人工智能。
举一个例子，我们看到被动投资智能指数的例子，这个例子是说我们怎么用深度学习的算法来帮助基金经理。传统的投资过程会有一些基础的信号，基金经理有他自己的知识来判断，就知道什么样的市场情况下该用什么样的信号构建这个组合，最终产生Manager Alpha。有了深度学习看法以后怎么做这样的事呢？我们可以用一个深度学习的算法去学习基金经理观测市场，因为基金经理知识的来源在于长期对市场的观测和交易知识的积累，我们可以用深度学习的算法学习基金经理所有智能，但是必须有海量的数据放在机器里面，经过机器智能学习来辅助，自动的让算法检验到Alpha。
这是通联数据的智能指数，基本上能用机器长期战胜这个市场。
刚才提到在智能指数的算法当中，我们必须有一个非常全面的信号库，很多信号是从海量大数据里面抽取得来的，是已经把大量的海量数据提纯以后的信号库。有了这样的信号库可以做指数增强的策略，可以做到主题投资的策略。刚才提到的Smart Beta的策略，大家都想追求绝对收益，Alpha的策略，在我们平台里面有非常详细的算法指引，指导大家怎么来做这一点。刚才周总也提到了二八轮动策略，在我们的平台上已经可以操作，各位有兴趣可以在我们平台直接克隆这个策略在线进行操作。
我们优矿网目前有比较开放的前沿架构，有海量的金融大数据，我们有在线交互式的研究环境，刚才嘉宾也提到了，怎么让在线投顾更透明，以更低的成本对客户的需求产出一个策略，在这个平台可以很容易的做到。在这个平台上可以做事件驱动的策略，Alpha的对冲策略、统计套利的策略、Smart Beta的策略以及CTA的策略、轮动的策略。通过一个开放的平台可以一键通过通联的组合管理和交易系统进行模拟交易和在线的实盘交易，以及风险归因、业绩归因的功能。
我们公司还有一块针对主动投资的产品即将在8月31号发布，我们针对主动投资的产品叫做萝卜投研，帮助主动管理的基金经理，以前只能有经理关注10到20个股票，有了大数据和机器学习算法以后，可以做的股票能达到上百只，对于主动管理的基金经理来说也是革命性的创新。
各位如果对智能投顾比较感兴趣，可以加入这个群，我们大概在下个月发布专门针对中国市场的Smart Beta白皮书，这应该是在中国市场首次由一个团队发布的白皮书，各位有兴趣可以在这个群里面交流一下。谢谢各位！
联系客服
