首頁 > 人工智能 > 10個問題趣談智能投顧:它到底搶了誰的飯碗?

10個問題趣談智能投顧:它到底搶了誰的飯碗?

2017-06-05 admin 人工智能 0人評論 50590

 

3分快3智能投顧,從去年開始,成為金融業關注的話題之一。不少金融機構,和這個詞兒沾上邊,就能迅速吸引大眾的眼球。智能投顧起源于美國,但在國內,它卻明顯有些“水土不服”。不僅是投資者對于“把錢交給機器人管”有些顧慮,對于傳統基金從業者來說,也不免有些恐慌:未來的哪一天,飯碗將被機器搶走了?而且,智能投顧,它的發展現狀如何,是不是在吹牛,其投資業績到底怎么樣?

3分快3本文是松禾遠望基金合伙人田鴻飛在一次基金從業者內部講座上的演講。或許,它能夠以有趣的方式,破除一些不必要的恐慌情緒,同時,讓你不燒腦地了解智能投顧。

以下為田鴻飛原文,經黑智編輯整理:

趣談一:銀行和基金從業人員,最恐慌的是未來飯碗會否不保

波士頓是美國資管行業的重鎮。2016年我在波士頓和做基金管理的校友交流中發現,受到金融科技發展的影響,他們對未來有些悲觀,認為飯碗在未來某一天也許就沒了。很多在銀行工作的朋友同樣焦慮。

我的觀點是,大量易標準化、重復性、沒技術含量、不具獨創性的工作肯定會被裁掉。從基金行業來說,首先后臺最容易被替代,因為都是成本。清算、交收、估值類工作,以前需要多人忙碌,現在很容易被一套軟件系統就替代了,都用不上人工智能,而且準確性更高。

目前還有公司在開發銀行間的區塊鏈對賬系統,以后也不用每天晚上人工互檢對賬了。因為區塊鏈本身是一個瞬間同步的賬目,每個人的賬本會實時共享,同時又能做到安全透明、不可篡改,所以這些后臺工作會最先被替代。

3分快3再說前臺,智能投顧的自動化交易未來會讓大多數交易員變得毫無價值。以量化投資來說,未來做多因子模型的投資經理就很容易被干掉。因為由AI來做優化,絕對比人做優化要強很多。對于前臺的其他工作,現在已經出現了機器人客服,像信息簡報、研究報告類也都可以由人工智能自動摘取生成(當然我認為獨創性研究是很難被替代的)。

3分快3但國內的二級市場與國外有很多不同,很多散戶需要心靈按摩。這些情感交流的工作是否就不會被取代呢?我覺得也不一定。因為現在00后一代,他們在行為習慣上,其實更愿意和機器人打交道,而不是和人打交道。這正是2015年BlackRock收購Future Advisor的重要原因,他們發現年輕人更需要便利、低門檻和互聯網化的理財方式。

拿保險舉個例子。賣保險顯然要比賣理財更需要情感溝通,但智能保顧也正在興起。所以對于資管而言,我認為情感因素并沒那么重要,未來會有越來越多的人喜歡并習慣面對機器。

趣談二:Fintech機會正在向傳統金融背景人士傾斜

我們看過很多Fintech領域的創業項目,發現一個有趣的現象,那就是互聯網出身的人和有銀行從業背景的人,往那兒一坐風格會涇渭分明。互聯網人盯的就是KPI和增長,對風控、對法規毫無概念;金融行業出身的人主要談的就是風險控制,要規范企業的發展。

從去年開始互聯網金融發展的風向發生了巨變,以往野蠻生長的環境不復存在。美國貨幣監理署(OCC)正在考慮給Fintech公司發全國性銀行牌照,國內也大幅加強了合規的嚴格管理。這些變化,都促使互聯網金融開始向更注重規范、更注重風控的傳統金融背景人士傾斜。

3分快3還有非常重要的一點是,作為傳統金融行業的人,他們坐擁非常多的資源,當意識到互聯網金融的風向時,轉舵起來還是很容易的。正如一個在銀行的朋友介紹,自銀行推出現金貸業務后,僅用幾個月時間,就快速超過了互聯網人已用兩三年發展起來的規模。

3分快3在美國也是如此,一旦具備傳統投資優勢的金融機構進入智能投顧領域,同樣會迅速搶占市場份額。正如Vanguard和Charles Schwab自2015年推出智能投顧產品后,相對應的資產管理規模(AUM)已遙遙超越了Betterment和Wealthfront。

10個問題趣談智能投顧:它到底搶了誰的飯碗?   人工智能  第1張

趣談三:中國為什么比美國更適合發展智能投顧?

3分快3英國的《經濟學人》雜志在年初的一篇文章中提到,正是得益先進的技術、落后的銀行體系和爆發式的財富增長,讓中國成為了全球金融科技的領導者。去年10月我參加了著名的Money20/20大會,對此感受頗深,現場幾乎2/3的廣告牌都是中國企業。這些國內的Fintech企業,不論在模式創新還是技術創新上,都已遠遠超過了美國。

3分快3中國為什么比美國更適合發展Fintech和智能投顧?我的看法是:

3分快3國內對金融科技的監管環境還是很寬松的,至少前幾年非常寬松。在美國的Fintech企業,絕不敢像國內這么“膽大妄為”;

國內即使有人冒進違規了,處罰起來并不嚴厲,犯錯成本較低;

國內還沒有成熟的隱私保護法,數據的可獲得性很高,各種來源的數據都使用;

3分快3中國沒有美國那么多年的積累,也就沒有牽絆。上來就可以用最好的技術、最簡單的方法直達目的。

3分快3趣談四:智能投顧在美國發展遭遇了瓶頸

3分快3過去我們學習金融時,知道平均成本法(Dollar Cost Averaging),也就是要養成固定去投資的習慣,投資收益是最高的。這是一個基礎理論,但大家平時生活中很難做到這么有紀律性,尤其對于剛入職場的小白而言。

現在美國銀行和智能投顧公司最讓人羨慕的是完全能做到自動理財。一般美國都是雙周發薪,通過direct deposit功能,工資直接進入銀行賬戶。銀行完成扣款后,會自動劃分到智能投顧公司的賬戶。由投顧公司做一個再平衡,就幫用戶理財投資了。對用戶來言,每月只需留一些錢還信用卡就行了。智能投顧在切實解決用戶體驗問題后,讓用戶量和AUM資產管理規模上來的特別快。

不過現下智能投顧在美國的發展仍處于瓶頸之中。主要是行業領頭羊Betterment、Wealthfront處于了一個停滯期。很多潛在投資者對他們的擔心是,Robot-advisors這件事,并未改變背后的商業邏輯,也就是配置資產和金融服務的屬性沒變。但相比于傳統機構,他們投入市場和運營的花費卻很大,這是典型的互聯網人發展模式,先砸錢把用戶量做起來。但這也讓吸收資金的成本變得非常高。那你的競爭優勢到底是什么?估值還這么高,是不是市場吹起的泡泡?這遭遇了很多投資者的懷疑。

10個問題趣談智能投顧:它到底搶了誰的飯碗?   人工智能  第2張

趣談五:智能投顧與量化投資的區別是什么?

3分快3相比同樣采用計算機與數學模型做投資決策的量化投資,智能投顧最顯著的區別是什么?簡單來說一個是自動根據市場變化做決策,一個還得靠人來調策略。后者說的正是量化投資,一般是先找出一個模型策略,這個策略不會自動變化。所以一旦當市場環境變化的時候,這個量化策略就失效了,必須由投資經理根據市場情況來調整策略。

對于應用機器學習的智能投顧,則會根據市場的變化不斷的產生新策略,也就是應對瞬息萬變的市場變化,一切都是在后臺自動完成的,并不需要人工干預。因為機器學習有回饋循環(Feedback Loop),從市場-策略-結果再到市場的不斷反復循環,會自動根據資產的價格、風險的變動不斷調整。

相比量化或人工投資,人工智能處理信息還有一個最大優勢,那就是可以把自有證券市場以來的全部數據都錄入做分析。特別現在有了GPU、TPU等專門的處理器,依靠強大的運算能力,可以瞬間得到想要的相關性分析,這滿足了金融領域對數據的實時性要求。

趣談六:智能投顧是不是在吹牛,投資業績到底如何?

剛才談到利用機器學習和深度學習的方法,智能投顧可以把價格變動的趨勢和模式找出來,做到快速反應、快速交易。相信很多人一定好奇,智能投顧相對于量化投資的業績到底如何。

3分快3我們知道最近幾年,面對國際金融市場的大幅波動,量化投資的業績是遠遠好于很多主動型管理基金。在今年3月傳出的BlackRock重組計劃中,就裁掉了很多主動型基金部門的員工,將很大一部分的資產將轉化為量化管理產品。

而根據對沖數據服務公司Eurekahedge的AI/機器學習對沖基金指數顯示,自從2010年以后,其中23支應用智能投顧的對沖基金,在業績表現方面是要優于量化對沖基金的(如下圖)。

10個問題趣談智能投顧:它到底搶了誰的飯碗?   人工智能  第3張

趣談七:人工智能為什么直到今天才取得突破?

我經常開玩笑說,人工智能技術的發展有些復古。因為現在深度學習依托的神經網絡系統理論,最早可以追溯到上世紀40、50年代,只不過到現在發展為了多層神經網絡技術。從最早的LISP語言、專家系統到神經網絡和機器學習,人工智能過去幾十年的發展一直都非常低迷。這讓李開復老師那一代從業者很是受傷,因為把事業放在上面20年沒有進展。那為什么來到今天就突破了呢?

一方面是已提到的多層神經網絡(MLP)取得了小突破,特別其中深度學習(Deep Learning)的出現,應用更多層網路,能學習更抽象理念,并融入自我學習中,加速收斂。以前努力了半天,識別能力只能提升百分之幾,現在一下提升了百分之二十幾,這讓AI取得了突破式發展。從智能投顧角度,深度學習既然極大提高了圖像識別精度,同理也可以提高識別股票價格變化的模式,雖然這并不意味可以準確預測股價。

3分快3另外更關鍵的,我認為是數據量的豐富。2010年我回硅谷時,第一次聽谷歌的朋友說他們的AI取得突破,能在YouTube上把貓給認出來了。很重要的原因是在YouTube上有了大量的視頻和圖片數據之后。對此我認為,人工智能發展起來的關鍵是有了大量的數據,算法提升其實是很有限的。甚至可以說人工智能發展80%歸于數據的豐富,可能只有20%歸于算法的提升。特別在金融行業,數據都是非常容易標簽化的,完美性這么好,所以人工智能最先顛覆的就是金融領域。

趣談八:深度學習最大的問題是黑箱

對于深度學習而言,人才分幾個檔次。第一級是開宗立派的人物,也就是發明CNN(卷積神經網絡)、DNN(深度神經網絡)、RNN(循環神經網絡)這些流派的宗師級人物。還有一類人才,是真正能夠把參數調好的人,也非常稀缺。比如對于多層神經網絡,是設置10層、5層還是7層效果最好?每層都有很多參數。還有給入多大的數據量才會產生理想結果?因為到一定程度,你會發現輸入越多數量,結果反而可能會變壞。

這是一個經驗值,甚至沒有規律,所以業內開玩笑叫做煉金術。把一堆東西放一起,不知好壞,天天試,跟做化學實驗室一樣,還沒有固定的化學方程式。大部分在美國讀PhD的中國留學生是負責調參數的。但調參數能調好的人,在AI界也算是鳳毛麟角,一年的package下來也有100~200萬美金。要知道不僅在中國,在全球,人工智能創業公司最大的挑戰都不是錢,而是雇不到人。

但這里就產生了一個問題。比如輸入大量數據后,經過10層神經網絡篩選得出一個結論,可你是沒法回溯怎么得出這個結論的。所以深度學習最大的問題是黑箱。如果想避免一個錯誤,要修改參數,那所有訓練又得重新來一遍。正因為這個問題,自動駕駛一旦出現車禍,很難向美國交通局去解釋。在美國發信用卡的領域也存在一樣的問題。拒絕給一個客戶發信用卡,你得告知是基于什么規則,不然人家可能會告你,但深度學習沒辦法解釋這件事。所以最近的一些算法已經做出了一些優化。

10個問題趣談智能投顧:它到底搶了誰的飯碗?   人工智能  第4張

趣談九:國內智能投顧發展境況如何?

很多人說中國資產類型太單一,ETF數量不夠,很難滿足智能投顧的資產配置需求。我們之前看了有20多家智能投顧公司,實際發現他們的配置還是很豐富的。簡直可以說是五花八門,有的配P2P資產、有的配小貸,還有人拆信托、拆私募,做MOM、FOF模式的也有。大家都打著智能投顧的旗號,但剝開皮看都不一樣,很多時候不知后面賣的什么東西。這也正是國家在加強機器人投顧管理的原因。

還有一個重要問題是,中國基本沒有買方投顧,大家都在掙后端銷售傭金,更像賣方雇傭的銷售。所以對國內的智能投顧而言,本來是個投資顧問的事兒,卻在做銷售的活兒。這混淆了投資咨詢與產品銷售之間的界限。那么用戶如何來評判你投資建議的公立性?這讓消費者很難信智能投顧這件事。這正是國家正加緊合規的理論依據。

另外國內智能投顧最大的問題還在于金融產品代銷資質。所以在中國做智能投顧,真正合規的只能是由大的金控公司來做,他們擁有所有的銷售牌照和資格,才能給用戶去做豐富的資產配置。不然你都沒有太多可配置的資產,跟真正意義上的智能投顧有很大差距。而對創業公司來言,每個牌照的價格都非常貴,還要搞定各種通道、支付,真的玩不起。

趣談十:智能投顧悖論

我們知道股票交易有賠有賺,如果大家都買了同一套軟件,可以預測該買哪支股票,那么市場上誰賣呢?在一個下跌市場當中,一旦像Vanguard、BlackRock這樣的行業巨頭,用機器人投顧做出拋售指令,大家都在拋盤,而沒人買盤,單邊行情會不會導致市場崩潰?其實我認為這樣的問題可以避免。因為真正的智能投顧是能根據每個人的風險偏好不同,做出不同的投資組合和交易選擇,這樣才能讓市場有賠有賺的運行起來。

3分快3最后說一個有趣的話題,那就是人對機器的容忍度,要遠遠小于人對自己的容忍度。最簡單的無人車犯錯,大家都覺得不可容忍。但人天天都在犯錯,卻很容易獲得諒解。這是一個客觀問題。回到智能投顧這個話題,面對中國股市普遍難以盈利的行情,你說智能投顧在一個下跌市場當中,如何安撫用戶虧損的情緒呢?其實很簡單。周圍10個人如果你是虧的最多的,人家都賺,你肯定不開心。但如果機器用數據告訴你,相比量化投資和你周圍的人,你的回撤是最少的,那你肯定就不會太苛責機器了。

標簽:

發表評論

◎歡迎參與討論,請在這里發表您的看法、交流您的觀點。

官方微信公眾號
70755559
09:00 - 22:00
QQ客服: 70755559
客服郵箱: 678128@qq.com
2分快3-推荐 1分快3-官网 好运快3-欢迎您 幸运快3-安全购彩 网投app-Welcome 分分快3app-Home 1分快三平台-3分快3 彩票代理-推荐 五福彩票-官网 彩票大赢家-欢迎您