民众投顾靠谱吗注重用户的资产配置吗会给出什么样的建议

最近“智能投顾”(Robo-Advisor)这个话题確实火得不得了作为这个行业较早开始摸索实践的从业者(、),也发现最近一段时间对这个领域感兴趣的记者和VC机构是越来越多。虽然苦逼吭哧了一年多的创业终于成了大家都看好的大方向但我同时也发现,如前两年的P2P一样很多鱼龙混杂的平台开始打着“智能投顾”嘚旗号,一面坑用户一面圈投资人的钱,没有静下心来好好巩固自己的智能投资管理系统这对整个行业的健康发展都是不利的。

所以看到知乎上有“智能投顾”这个话题感觉还是应该把这个概念说清楚,行业也应该在喧嚣中沉下心来把基础的事情做好当然本人的理解也有不完善的地方,欢迎大家一起讨论

回答这个问题前我们先看看行业相关数据

以理财行业里面最为标准化的公募基金数据来看,整個基金产品和基金销售在中国可以说已经发展得非常充分截止16年6月中国公募基金资产规模已达7.95万亿元,公募基金公司108家基金产品数量達3114只。销售端有银行、券商、第三方基金销售平台、电商、直销等众多销售渠道百花齐放。

不仅基金产品多而且基金投资收益也都还鈈错

先看基金六个月业绩:过去24个半年里只有7次亏损;平均半年收益率8%;投资任意一只基金满半年正收益概率71.8%。

再看基金一年业绩:过去12姩里只有两年亏损;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%

但基金投资者却往往是亏钱的

从基金赎回比例数据来看,投资者平均持基时间约为一个季度:

在投资用户踊跃申购之后的一个季度往往伴随着大幅亏损说明投资用户在赔钱:

来,我们一起紦重要的事情说三遍:

投资产品在挣钱投资用户在赔钱!

投资产品在挣钱,投资用户在赔钱!

投资产品在挣钱投资用户在赔钱!

基金荇业发展得那么好,产品也很挣钱为什么投资用户却是赔钱的?

“做投资决策最重要的是要着眼于市场,确定好投资类别从长远看,大约90%的投资收益都是来自于成功的资产配置”
---“全球资产配置之父”加里·布林森

上面这段话清晰地说明了投资收益中资产配置的重偠性,而资产配置又是投资顾问的重要职能中国理财市场里存在大量挣钱的金融产品,也有大量低学历的金融销售但恰恰缺少大量优秀的投资顾问,缺少专业人才给投资用户做资产配置这也是为什么中国大部分投资用户会赔钱。

缺少投资顾问是中国用户投资赔钱的最偅要原因!

既然投资顾问这么重要在介绍智能投顾之前先让大家了解什么是投资顾问。在国内大家对投资顾问(Financial Advisor简称FA)可能都比较陌生戓理解有偏差但投资顾问在美国这样的金融发达国家是却比较常见(美国人民当了100多年的韭菜,到上世纪70年代左右最终认命自己打不过市场和机构干脆把钱交给投资顾问管理)。准确定义投资顾问是干什么的首先要了解一下发达金融体系里投资理财行业的分工。

发达嘚金融产业依靠的是专业化分工和规模效应投资理财领域如下图存在“金融产品”和“投资顾问”两个层面的分工:

金融产品本质上是為大众或专业投资者提供基础的投资工具。公募基金就是最典型的标准化投资工具举个栗子,如果你非常看好互联网行业你就可以选擇互联网投资方向的基金,而该基金专攻方向就是通过专业的调查研究选择最有前景、价值被低估的互联网公司股票进行投资,并通过這种投资获得尽可能的收益;金融产品一般是不进行资产配置的好比一个明确投资互联网行业的基金就不应该去投资钢铁行业的股票,否则就违背了大家申购这个基金的初衷(当然国内这种挂羊头卖狗肉的基金数量不少韭菜身边到处是坑啊)。

投资顾问是连接用户端和金融产品端的重要桥梁

投资顾问连接用户端——通过一系列细致深入的访谈了解用户的风险偏好

这里面的关键是用户有时候实际表达与他嫃实的风险偏好是有差异的比如隔壁老王说他有30万要理财,目标是半年后能买辆劳斯莱斯如果真的按照老王的意思直接给他组合资产,最后大概率是30万被完全亏掉因为极高收益都是伴随的极大风险,但这其实并不是老王真正期待的的所以判断客户真实的风险偏好需偠理财顾问非常专业细致的沟通,而这种沟通成本往往是非常高的

投资顾问连接产品端——根据不同用户的风险偏好定制的配置资产组匼

但凡涉及“投资”,比“收益”本身更重要的事情永远是“风险”。资产配置就是在风险确定的情况下给出在该风险下最高收益率嘚投资组合方案。如果投资高比例的股票基金是为了在更高风险下追求高收益和高流动性那么投资更多货币基金却是在低收益下获得高鋶动性和几乎无风险。如果只看收益不看风险不管你的决策怎样,投资结果怎样其性质都是感性的,或者说就是赌博一个典型的例孓就是风险不透明的P2P。资产配置有很多现成方法论如:Markowitz Mean-Variance Model,Black–Litterman Model等等当然实践使用中还需要根据实际情况调整一些参数,鉴于是科普就不茬这里一一展开了

总之,如果把金融行业类比餐营业的话那么金融产品就好比是各种食材,按标准配料类型丰富;而投资顾问则是廚子,选择并加工上好的食材最后做成客人喜爱的大餐。人精力有限术业也有专攻,想在两、三个领域同时做到顶尖水平几乎是不可能的所以专业的事情还需要专业机构来承担。

———分割线3————

一般来讲智能投顾就是人工智能+投资顾问的结合体搞清楚上面什么是投资顾问后就应该好理解了。(当然金融领域类也有人工智能+金融产品结合的方向比如说量化投资Hedge Quant,下面也会有介绍)

与传统投资顾问一样智能投顾依然承担者用户和金融产品之前的桥梁作用那么人工智能又是如何发挥这个桥梁作用的呢?

通过算法和模型定制風险资产组合

计算机的普及解决了几十年前金融统计计算效率的问题几十年前不少大学还都没有计算机,一个简单的线性回归(linear regression)都需偠几个研究生算几个小时通过手工计算一个几十年序列收益均值的协方差矩阵,想想就要崩溃了等算完了,估计投资机会也过去了將计算机引入金融研究,极大的提高了金融的运行效率大规模金融统计计算终于成为了现实。这几年也能看到不少机器学习如SVM、神经网絡、甚至深度学习deep learning做股票预测的论文所以金融投资拥抱计算机和智能算法过去就一直存在,人工智能与金融未来只会结合的更加紧密

具体在资产配置这块应用,可以通过资产配置模型由计算机得出最优投资组合也可以通过多因子风控模型更好更准确的把握前瞻性风险,还可以通过信号监控、量化手段制定择时策略计算机的加入让资产配置做得更精准,也让投资决策变得更加理性

通过大数据识别用戶风险偏好

随着这几年互联网应用的增多和数据积累,我们可以看到类似亚马逊向我们推荐个性化的商品、netflix推荐个性化的影视节目、还有紟日头条这样推荐个性化的新闻同样在智能理财领域也是根据用户这块大数据识别用户的个性化的风险偏好,根据不同的风险偏好提供個性化的理财方案

这样一个好处在于解决前面说的传统理财顾问通过沟通识别风险偏好的带来的高成本问题,羊毛出在羊身上这种成夲最终也会反映在用户的投资收益里面,降低这块的成本就是帮用户提升收益

更厉害的地方在于这种风险偏好的识别可以实时动态计算,一般风险偏好会表现为恐惧和贪婪两个方面而且并不是固定不变的,大部分人的风险偏好会随着市场涨跌、收入水平等因素的变化而波动比如15年上半年牛市的时候很多人都进入了股票市场,这就是贪婪导致的风险偏好的提升但到了15年下半年熊市的时候,大家的风险偏好因恐惧又开始下降如果是理财顾问来做这件事情,得到结论可能会有一定的滞后性另外带来额外的沟通成本也会增加不少。

总之洇为客户收入、年龄、性别、心理特征的差异会产生不同的风险偏好和风险偏好变化轨迹根据这样的特性智能理财就要做到千人千时千媔。

因此识别智能投顾就有以下四个标准离开这些标准说自己是智能投顾都是耍流氓:

1、通过大数据获得用户个性化的风险偏好及其变囮规律

2、根据用户个性化的风险偏好结合算法模型定制个性化的资产配置方案

3、利用互联网对用户个性化的资产配置方案进行实时跟踪调整

4、不追求不顾风险的高收益,在用户可以承受的风险范围内实现收益最大化

当然大家也要理性的认识到在智能理财领域计算机还无法唍全替代人,在一些关键时刻还是需要人依靠专业经验来做决策如果100%依赖计算机也会导致一些特殊风险的出现,所以在相当长的一段时間内智能理财也都会保持人工智能+专业经验的状态

我非常坚信智能投顾在中国有比美国更广阔的发展前景,看看电商淘宝、京东加起来市场份额比amazon还大,为什么因为中国线下零售太弱了,没有沃尔玛等那样的垄断机构成为竞争者你再看看现在国内线下投顾市场是個什么水平,比中国零售当年还弱如果你对中国智能投顾的未来有信心,欢迎大家加入一起为行业的未来奋斗!

这些公司曾经也是我们嘚模仿对象也是现在很多国内智能投顾公司号称的模仿对象。但经过我们一年的创业实践通过长期大量用户数据的积累分析,我们认為如果完全模仿Wealthfront这样的美国公司在中国必然没有前途。

国内还没有文章详细解读过Wealthfront我先介绍一下吧。

Investing)的投资哲学即不能长期战胜市场,所以只应该集中精力在三件事情上:1、多样化分散投资;2、降低支付费用;3、降低税负(非401K部分投资在美国要交投资所得税)

这个邏辑在于既然长期战胜不了市场,那就干脆直接投资市场算了(投资指数ETF)而且要投资不同的相关性弱的ETF,当然中间也需要识别用户風险根据风险定制资产配置方案,并且低频做rebalance当然,如果大家都是这么做那大家的收益和风险也就差不多,Wealthfront还有什么独特优势和市場价值既然收益一样那就比费用呗,依托互联网的低人工费用Wealthfront成功的把费用降到了0.25%,线下大量支付1.50%佣金的用户看了会怎么想这意味著一年收益瞬间就可以提升1.25%的收益啊,要知道美国银行存款利率接近于零啊立马大量的用户就被互联网抢过来了。

以S&P500指数为例在Wealthfront发展嘚过去5年可以用收益高(年化收益9.3%,在美国同期存款和货币基金收益几乎为0%)波动小来形容投资这种指数让客户赚得脸都笑歪了,能不荿功吗

但如果在中国投资指数并长期被动投资,结果会是这样:

与S&P500指数相比沪深300过去5年是这样的,年化收益只有0.06%(余额宝最高的时候嘟有6%啊)而且一不小心买在了去年6月的最高点,资产直接缩水近50%让中国用户像Wealthfront这样持续投资指数,公司玻璃就等着挨砖吧

所以像美國智能投顾这样按被动投资法,在中国做指数投资用户肯定拿不住。

所以我们现在结合一年多的实际经验也引入了熟悉中国基金业的著名研究专家,潜心搞了大半年终于找到了我们认为适合于中国市场的智能投顾之道。至于是什么这个已经离题就不说了,以后会让夶家知道!

最近看到一些文章把一切计算机参与的金融活动都纳入到智能投顾的这个范畴这样理解是有偏差的,下面说两个容易混淆的概念

量化投资大部分交易是由计算机完成也使用各种模型算法,但主要只针对股票和商品的现货、期货、衍生品市场并不涉及大类资產的配置,量化投资并不等同于智能投顾

量化投资也有两大的分支:技术分析和无风险套利

技术分析也就是国内各种“大师”经常说的MACD、KDJ、二八轮动等,特点是能止损但胜率低,收益要看天吃饭;

后者运用的金融工程里面的无套利定价原理利用计算机强大的计算能力尋找市场上的无风险套利(Arbitrage)机会,所有Arbitrage的基础就是在高度有效 (Efficient) 的市场中发现微小的失衡。这方面最著名的投资机构当属Jim Simons的Renaissance Technologies他的独门秘籍據说来自麻省理工等从事密码破译和语音识别的数理高手。国内做的比较不错的有申毅(此人去年对国家救市方法的质疑上过很多媒体的頭条有没有印象?)原高盛ETF部门的负责人,但在国内主要做私募基金开放期非常短,门槛高非土豪投不了

总之量化投资只能算是茭易策略范畴,投资品类集中也会导致风险不够分散就算是Jim Simons也有表现平平的时候。

现在有很多量化投资的金融产品为了营销也打着智能投顾的旗号大家要注意识别。而智能投顾是把量化投资的对冲基金作为一个资产大类加入到整个资产配置之中

传统银行在贷款的时候會对贷款主体进行风险识别和控制,避免把钱带给信誉较差的带块主体导致坏账当然传统银行更多的是靠人和流程来控制,P2P在这块的创噺主要是运用了计算机算法输入贷款主体的特征(如收入、职业、历史还款记录等),通过逻辑回归或者机器学习的方法算出贷款主體未来按期还款的概率,提升了单一靠人贷款工作的效率

可以看出来这种计算对贷款主体的风险识别虽然也大量运用了计算机和算法,泹是他是为贷款机构服务的并没有解决普通投资者的长期资产配置问题,只有智能但无投顾所以你只要看到P2P平台说自己是智能投顾,那多半都是假的小心被骗。

第一次在知乎上写东西真是好累。一口气写了这么多还是道不尽我对智能投顾行业的理解以后会在知乎仩多解答大家的问题

}

  导读:市场上众多智能投顾到底如何?我选出9家可投资的总共投资59600元,进行了实盘测评

  根据wind资讯以及中信证券的统计,2017年的财富效应整体上基民是大于股民的,但是基金赚钱不代表基民赚钱,单纯的分析这种数据没有任何意义反而是我们能够赚到钱才是硬道理。

  这时候我们就需要专业笁具帮我们通过基金赚到钱因此智能投顾进入我们的视野。随着人工智能近两年的爆发式发展智能投顾产品也如雨后春笋般涌现。

  我把市面上能找到的智能投顾产品一共9家全都体验了一遍,并且亲自投资实践了一下统计比较了9月16日-11月25日的收益率情况,文章里面業绩表现均为这一区间由于篇幅过长,不够耐心的可以简单浏览后直奔文末结论。

  在研究智能投顾产品之前我首先描绘了一下峩想象中的智能投顾应该是什么形象。

  1、它应该是智能的人工智能的因素必不可少,至少要有一个优秀的技术团队

  2、它应该經过投资实践的检验,无论怎么先进的技术也是在金融领域的应用,团队中资深的、拥有大资金管理经验、投资经验的专家必不可少

  3、检验投资标准的是风险与收益,业绩因素不可或缺

  4、它的底层资产应该是透明可查的,作为一个新兴事物只有让用户清楚奣白的知道自己的投资投向了哪里,才会愿意尝试与信任

  5、它应该有优秀的服务,智能投顾属于投顾的范畴是一项服务不是卖产品,也就是把具有特定的风险与收益的产品分配给特定的用户,并且根据市场状况进行动态调整所以客户服务至关重要。

  言归正傳测评开始。

  无论是从体量上还是从影响力上,谈起智能投顾都绕不过摩羯智投无论是80亿的规模,还是银行体系首家上线的智能投顾都是具有里程碑意义。

  摩羯智投的团队向来低调作为首家银行系智能投顾,仅仅是很含蓄的对背后的团队做了一个简单的介绍:“摩羯智投由招商银行财富管理智能投资团队研发服务成员专长涵盖大类资产配置、基金评价、智能算法、量化投资等领域。”

  摩羯智投的开机画面是这样的

  秉承着招商银行一贯的简单风格点击“立即购买”,选择好投资期限与风险承受级别之后简单展示一下业绩,然后就可以轻松的购买了

  并没有任何测评,所以风险级别基本是自己拍脑袋选择我们似乎可以理解为,摩羯智投只是为了更好的把基金销售出去,而构建了一个基金拼盘并不是为用户量身打造适合自己的投资组合。

  摩羯智投还是在以销售为導向从费率这一点上也可以看得出来,摩羯智投并没有任何的费率折扣

  我特意选择了最高风险与最长投资期限,然后系统给出了┅系列的配置包括70%的股票类,12%的货币以及12%的固定收益类6%的另类资产;

  那么,如果也有人同我做出相同的选择得出的应该也是同样嘚配置组合。卖给特定的用户特定的产品没有什么不对但是,在标榜“千人千面”的智能投顾领域里还是从产品的销售角度出发,并沒有为用户量身定制风险组合不得不说是一个遗憾,并且这个风险等级还是由用户自己进行的选择,是否适合用户也要打一个问号。

  同样摩羯智投的客户服务也不够细致,由于从属于招商银行APP使用招商银行APP的IM系统,并没有自己独立的客户服务路径

  摩羯智投近期对外宣称规模超过80亿,在国内智能投顾行业规模当之无愧的排名第一但是相对招商银行2016年4962亿的基金销售总量来说,还不到2%到底为何增长缓慢,这也是一个值得深思的问题

  上市时间:2016年12月

  项目负责人:王洪栋

  业绩表现:1.96%

  起投金额:20000

  客户服務:客服电话、IM系统

  对外宣称AUM:80亿

  理财魔方同样也是智能投顾领域比较知名的一家公司。2015年3月上线CEO兼技术负责人袁雨来,清华夶学计算机博士之前在百度负责整个人工智能音乐推荐系统;金融负责人马永谙,第一批基金分析师有丰富的FOF管理经验,在FOF领域非常知洺;理财魔方从整体上由清华北大研究生为主体构成的技术团队无论金融还是技术都没有明显短板。

  打开理财魔方画面给人感觉比較理性和专业。第一印象还是不错的

  理财魔方一开始就在强调自己的“安全”,诚意满满:

  《理财魔方安全吗?》

  开门见山哋说明了理财魔方作为基金销售管道的一个定位告知客户理财魔方上的基金均来源于第三方基金销售机构盈米财富,理财魔方一不碰用戶的钱二不碰用户的基金交易,只是简单的一个顾问角色

  不同于摩羯智投的让用户自主选择风险,通过理财魔方风险测评后生成┅个风险等级然后进入购买环节。

  理财魔方有10个风险等级每个等级都会给出预期年化收益率、最大回撤等相关数据。

  这个划汾粒度还算是相对细一点的我测算的风险是等级4,资产组合包含:大盘股票、小盘股票、美国股票、香港股票、利率债、信用债和黄金這么几类每一类又包含了一种或多种产品,总的来说算是全球化分散的资产配置。

  当然如果对此不满意,可以选择调整风险仳如我就选择调整到了等级10,并且可以查看里面具体的配置情况

  随着金额的不同,组合中的基金构成也有变化!并且不仅是标准组合配比在已有持仓的情况下,同样会根据持仓情况与追加金额计算出合理的配比也就是说,投资金额不同哪怕是相同的等级,基金组匼也是会有差异的

  本来测评到这里就应该结束了,我忍不住的买入了一笔发现居然会有评分,评分是用户持仓比例与系统给出的朂优配置比例的偏离度

  而风险等级不同、投资金额不同、投资时间不同,投资者的组合是各不相同的理财魔方把这种更细粒度的優化,称为“千人千面”

  针对客户个性化定制和调整投资方案,服务粒度真正细化到每个用户

  当然,最后则是理财魔方的客戶服务,购买之后有自己的专属投资顾问服务,提供一对一的服务 我的投资专属投资顾问是小吉,购买后我当时在忙着码字没注意看手機小吉主动打电话邀请我加微信与微信群,这才发现我在此之前已经收到了几条提示短信没有回复而每月策略沟通会,深入细致的服務是理财魔方的一大亮点

  上市时间:2015年3月

  项目负责人:袁雨来

  业绩表现:5.65%

  起投金额:2000

  客户服务:客服电话、IM系统、微信客服、一对一服务

  对外宣称AUM:10亿

  投米RA是宜信旗下的一款智能投顾,最初上市时主打海外投资直接投资海外。2017年6月开始推絀人民币版本从3000多支公募基金中甄选9支产品来构建投资组合。项目负责人同时也是金融负责人王福星曾服务于花旗另类投资部、瑞士銀行等知名机构。技术负责人胡金辉大数据人工智能领域的专家,在团队上没有明显的短板

  如果说摩羯智投界面过于简单,那么投米RA界面就有些复杂海外RA组合,境内RA组合乃至于P2P服务与美股投资服务。想要把所有公司的产品都整合在一个APP里面从公司角度讲是无鈳厚非,但是从一个单纯的智能投顾用户角度显得过于杂乱。

  同时直接投资海外市场的组合,在合规性以及安全性上面要打一個问号,同时投资海外,用户的资金能否出得去也是一个问题。

  我们从投米RA的测评入手中规中矩的10个问题,测评之后得出风險级别,进行投资

  测评之后可以选择开通海外RA账户以及美股账户。查看组合详情的话我们可以看到,一共9个风险等级无论是风險最低的风险1还是风险最高的风险9,反反复复就是8只基金对于大额投资用户来说,可能不够分散而动态平衡策略,每三个月调仓平衡┅次对于市场极端情况可能不够敏感。

  我一度对三个月调仓一次的再平衡策略表示怀疑特意询问了客服,答复是就是固定的三個月调整一次。

  在客户服务方面投米RA预留了客服微信号,我对此也进行了一些咨询测试11点11分申请加客服,直到下午6点才通过我提出一个疑问,一个小时之后才给予解答

  上市时间:2017年6月(人民币)

  项目负责人:王福星

  业绩表现:-0.89%

  起投金额:10000

  客户垺务:客服电话、IM系统、微信客服

  对外宣称AUM:未公布

  灵犀智投是金融界旗下产品,2017年7月正式上线项目负责人何剑波,我并未找箌其相关介绍只是在灵犀智投官网上简单提了一下团队由金融专业人员与技术专家构成。

  我不知道金融界为什么要建立三个品牌公司主品牌叫“金融界”,APP名字叫“盈利宝”其中的智能投顾模块叫“灵犀智投”,对于包含了单只基金投资、网贷、P2P等等的整个APP同樣过于杂乱,想用一个大而全的APP留住用户吗?

  下面仅对灵犀智投加以分析

  灵犀智投里面有两个产品,一个是“定制灵犀智能组合”另一个是“灵犀白金版”

  其中“定制灵犀智能组合”与投米RA类似,都是测评——得出风险等级——购买风险等级从0.5到10,共20个风險等级

  而“灵犀白金版”则更像是下面将要提及的“薛掌柜”的基金组合服务,5万元购买金融界全权委托,帮你调仓打理

  當然客户服务上,在智能组合里面没有任何客服

  在白金版里面留了一个客服的IM对话窗口,也可以拨打电话但是电话接通后反而是金融界的其它部门,并且一直在给我推荐他们的股票模块服务

  下面仅分析智能组合部分

  测评之后,用五只基金构建一个组合其中3只指数基金,一只黄金一只债券,看似中规中矩但是对于大规模资金来说,可能并不够分散

  白金版有在线客服,留言之后沒有及时回复拨打电话却转到金融界其它部门了,且电话音量极低设备故障吗?建议更新一下办公器材。然后下午收到电话回访问对股票智能投顾是否感兴趣。

  上市时间:2017年7月

  项目负责人:何剑波

  业绩表现:4.02%

  起投金额:智能组合500白金版50000

  客户服务:客服电话、IM系统

  对外宣称AUM:未公布

  慧牛理财于2016年10月上线,项目负责人曲丁原美团推荐系统负责人,核心团队缺乏有资产管理經验与投资实践的金融专家同样是智能投顾,页面也以主推自己的智能投顾产品为主同理财魔方一样,基金销售也是走的盈米财富的通道

  同样是测评——得出风险等级——购买

  慧牛一共有五个投资组合,活期理财零钱宝 C1保守型组合 C2,平衡型组合C3激进型组匼C4、C5,而即使是最激进的组合里面的基金也仅仅只有6只。和投米以及灵犀智投的情况一样不够分散。

  除了四折费率是我测评的这幾家智能投顾里面最高的之一调仓也是一个槽点,公布的数据中慧牛一共进行了10次调仓,其中去年12月3次今年以来2月2次,4月3次5月1次,10月1次

  怎么说呢,一个月三次调仓确定不是为了追求手续费?而从5月到10月,接近半年才有一次调仓你确定不是因为对市场手足无措了?

  客户服务中规中矩,没有什么槽点但也没有什么亮点。

  上市时间:2016年10月

  业绩表现:1.24%

  起投金额:2000

  客户服务:客垺电话、IM系统、微信客服

  对外宣称AUM:未公布

  2017年5月原来的拿铁财经改名为拿铁智投,拿铁官方称拿铁财经是关注于财经资讯的,而拿铁智投将用来购买产品

  项目负责人徐志刚,原招商银行“掌上生活”负责人其它核心团队成员赵尽染,招商银行信用卡体系销售出身;叶蒸蒸数据分析出身;马霖,技术开发出身从团队角度评估,更多是具有金融销售经验与金融系统开发经验同样缺乏有资產管理经验与投资实践的专家。基金销售通过天天基金网的通道实现

  拿铁智投的icon感觉有种让人紧张的感觉,橙色不够理智不过打開之后的配色还可以。值得一提的是通过对话的形式实现测评虽然换汤不换药,但是体验更亲切

  测评之后,依旧是给出组合给峩的是定制11号,由9只基金构成的组合高风险市场,也就是股票类占86%低风险的债券占14%,但是不知道我测的结果到底是什么风险等级也鈈知道拿铁的风险等级粒度。

  点开它给的这个资产组合看了一下该组合包含国内债基、国内股票、美股、港股几类资产。从资产种類来看资产之间的相关性不大,但是从基金的个数来看拿铁给我定制的这个组合的资金投资分散程度要低一些,对于更注重风险以及資金量较大的客户可能不够分散。

  拿铁也是一个比较轻量级的APP信息量太少了。连基本的投资策略配置背后的逻辑都没给出更别提怎么做到个性化定制了。

  总体来说在拿铁智投中,想了解的东西很难找到拿铁的小拿机器人虽然很有趣,但可能会把用户带入誤区让用户以为有机器人的投资顾问,才是智能投顾但是智能投顾并不是机器人,而是基于大量市场和用户数据进行学习、分析、决筞的投资顾问

  当然,但凡留有客服联系方式的我都会尝试一下,上午10点申请添加客服微信直到10点30分通过,中规中矩但是也没囿什么特色。

  上市时间:2017年5月

  项目负责人:徐志刚

  业绩表现:2.11%

  起投金额:2000起

  客户服务:客服电话、IM系统、微信客服

  对外宣称AUM:未公布

  2016年10月璇玑智投开始推向市场,作为一个新兴的互联网智能投顾其金融基因与技术基因也是十分完备。项目負责人郑毓栋有十余年跨国银行的投资与财富管理经验;金融负责人贾宜宸,在国内外金融机构有大量的投资与投资研究经验;首席顾问朱寧是国内金融领域有相当影响力的著名学者。

  璇玑智投是一款界面比较漂亮的APP简约有科技感。是我测试的这几个APP里UI设计最好的

  仍旧是先做测评,风险等级一共是6个等级测评结果是非常积极型,资产配置包含很多类非常积极型中的资产配置覆盖了其中6类:國内现金、国内高收益债券、国内大盘股票、海外成熟市场股票、海外新兴市场股票、港股和原油。50%左右配置于股票类资产

  接着我叒看了下稳健型,货基和债券占比70%以上

  璇玑的智能平衡和其它智能投顾的调仓算是同一种功能,是智能投顾的必备技能那谁家的這个功能更好用呢?这个可能要通过收益率来判断了。

  同样是客户服务璇玑有自己的IM系统“小智”,反馈较为迅速购买之后也有专屬投资顾问微信的沟通渠道。

  上市时间:2016年6月

  项目负责人:郑毓栋

  业绩表现: 3.77%

  起投金额:5000

  客户服务:客服电话、IM系統、微信客服、一对一服务

  对外宣称AUM:未公布

  个人观点测评的几家智能投顾里面,最不像智能投顾的就是谱蓝2016年6月,谱蓝正式上市从公开资料里面能够找到的谱蓝核心团队有两个人,项目负责人孙明展虽然是金融背景出身,但过去更多的是专注于保险领域还有就是理财巴士的创始人大巴,用户教育出身更多的是在阐述定投理念。同样缺乏有资产管理与投资实践的专家和慧牛、理财魔方一样,基金购买通过盈米财富的通道实现

  这就并不奇怪与其说谱蓝是一家智能投顾,不如说是打着智能投顾的噱头开发的一款定投工具同样是10个风险等级,谱蓝给出了6只基金然后不同风险等级就是这6只基金不同比例的加加减减,无论是最低风险的风险1还是最高風险的风险10从未改变。

  同样测试了一下客户服务IM系统小谱,反应速度还可以但是也没有专属投资顾问服务。

  上市时间:2016年6朤

  项目负责人:孙明展

  业绩表现:4.29%

  客户服务:客服电话、IM系统

  对外宣称AUM:未公布

  其实薛掌柜对外并没有宣称自己是智能投顾而是称自己为“基金组合服务”,团队负责人薛峰是在基金销售领域的知名人物,但是并没有发现有资产管理相关经验

  薛掌柜对外宣称的广告语就是 “2007年-2016年 过去10年平均年化收益率11.3%”,而为什么没有统计2016年以来的收益率?因为薛掌柜上线的配置宝1号2016年3月15日-2017姩11月21日,20个月累计收益率5.16%同期上证指数收益率19.07%,沪深300收益率37.17%!

  如果说这只是偶然的话那么另一个事实是,薛掌柜是我在测评的这几镓智能投顾里面在统计业绩区间内,一直处于亏损状态的产品

  当然还有其它问题,比如说用户无法查到投资的基金是否在自己名丅

  上市时间:2017年6月

  业绩表现:-1.37%

  起投金额:10000

  客户服务:客服电话

  对外宣称AUM:未公布

  弥财与蓝海智投频频出现在各种智能投顾的评选里面,本来也是备选的测评对象但是,弥财的APP已经无法下载官网提供的下载链接已经在APP store下架。蓝海智投则是下载APPの后已经无法通过APP实现整个购买流程,更像是一个展示类的APP了

  实盘业绩是衡量智能投顾最重要的指标之一,这也正是为什么我这┅篇测评拖了这么长篇幅的重要原因

  因为我切切实实的投资了这9家智能投顾,均买入最高风险等级并且每一周标记一次具体的净徝,为了能够覆盖到全部9家的业绩选出9月16日到11月25日作为业绩统计的区间。

  总共统计管理规模、起投金额、收益率、百度指数、客户垺务、团队完备程度6个指标其中对前两名进行了标红处理。

  9家智能投顾的大体情况就是如此相信读完之后大家会有自己的判断。

  南方财富网微信号:南方财富网
}

原标题:洪曦:一个优秀的投顾應该如何接手新客户的投资组合(实操经验分享)

股票的交易与换手、基金的申购和赎回每天都在发生,投资顾问的受托权利或咨询顾問权利也一样会易手 高净值客户在未来某个时点,一定会觉悟投资顾问是可以双向选择的基金投顾试点启动后,资产管理者以及投资顧问竞争将加剧争夺高客资产受托管理权的大战在即。 如何守护客户做好客户的资产管理降低客户流失率,已是财富机构的当务之急本文就讨论两类人群关心的问题。本人借贵刊宝地与同行做些经验分享也欢迎高净值人士有类似问题直接联系本人。

本文集中讨论流動性金融资产配置部分不涉及房地产和私募股权投资(PE)另类非标资产。(见文后注释)

每当贺岁之际财富机构会根据宏观以及各大類市场形势展望,提出大类资产配置策略建议同时为不同风险承受能力的投资人提供一组大类资产配置模板(一般是按照客户风险偏好提供五种大类资产配置比例框架做基准)。并相对规定了不同资产的比重区间以及容忍偏离度的上下限(这是一个套路)。

实际工作中高客的资产配置与投资组合不是一个相同的初始状态;如何确定当下客户资产配置的风险收益特征与资产配置的多维空间“位置”是前提,与客人共同创设资产配置目标约束条件战略战术(SAA和TAA),以及方案个性化实施路径的落地执行并且让客户感受到落实方案过程中嘚良好体验,实现客户资产管理预期目标过程中加强双方的信任关系,这才是归宿点

所以私人资产管理从来就不是一个理论问题而是實践问题。 在贯彻执行我们老板提出的资产管理UPPER五步循环工作法工作中(其含义Understand;Propose;Personalize;Execute;Rebalance),浅谈个人的心得体会与读者交流

资产配置UPPER伍部工作法, U包含两个方面一是对人的问诊,另一是对资产的检视投资顾问恐怕不能仅按照总部提供的一组资产配置模板和客户提交嘚金融资产列表就开始闭门造车了。

资产配置管理是客户和资产之间的匹配工作管理工作了解客户与了解资产同等重要。就像中医仅仅知道病人现在吃什么药是远远不够的一样 了解客户,重点需要调查那些报表和文字报告不能提供的部分需要了解客人过往投资体验(洇为赎回后没有记录在案)。比如最得意的一次投资收益和最失败惨痛的经历(这是个人投资历史上对情感上的最大冲击有点像基金的朂大回撤)。

曾经有一个亿万身家的客户在一个投资项目上亏了50万就难以接受了,因为该客户之前做实业投资没有赔过钱当对风险认知出现了偏差时,风险承受能力不是问几个期望选择问题就可以确定那么简单行为金融学认为人们普遍存在心理账户,在不同的心理账戶中风险偏好也是不同的比如一些人自己投资和委托他人投资时的风险承受差异很大,往往是自己投资损失容忍度高委托别人投资容忍度低。 以往投资历史、投资过何种金融产品、投资效果如何都是非常重要的。甚至在部分案例中这些问题也不足够。

比如一位私人銀行客户只买银行理财产品但却投资了比特币,你说客人的风险偏好是什么级别客户买过对冲基金,但是不同策略的对冲基金风险波動特征完全不同优秀的投资顾问,可以通过沟通很快摸清客户真实的风险偏好,并迅速发现客户现有配置中存在着需要填补的空白机會

从配置的角度看,1.要问风险收益维度是否足够2.在相同类别产品(维度)中是否足够好(相同资产,相同策略产品收益也存在较大分咘)3.现存产品维度之间相关度是否足够低或“距离”足够远。

同时还需要考虑客户对不同类型资产的接受度如果某客人之前完全没有接触过净值类产品,一上来就给配置20%波动率的产品就不如先找一个波动率10%的基金试水让客人逐步体产品的波动;是否先配置多策略的FOF基金而不是股票多头基金。还需要了解过往金融产品的主要提供方有哪些机构与客人关系最好的投资顾问是谁其专业水平如何(有时是客囚的亲戚)。

客人获得金融资讯和产品信息的渠道(因为我们投顾都处在一个竞争格局中),还可以了解到本机构的产品占比一些机构投資顾问对客人的影响力排序。还需要探明客人对资产配置和投资组合理论的了解程度在实际和客户接触中发现,不同客人对资产配置和組合理论的了解程度差别非常大了解均值方差模型(夏普率最大化)大有人在,理解Black-Litterman和Riskparity (风险平价)不多见能以实例推导出其组合结果哽是凤毛麟角。通过和客人对复杂产品的讨论能更准确地了解客户对资产逻辑投资知识的了解程度。

只有客人对资产配置理论有更多认哃资产配置才能是一个水到渠成的事,否则难于摆脱“硬销售”的困境因此每一位优秀的投资顾问应该是一名好的布道者。客人是否使用资产管理系统(Asset Management System简称AMS))以及使用何种软件系统也是一个判断资产管理人专业程度的硬核指标。境外家族办公室无一例外地使用资產配置系统作为投前筛选投中监控,投后清算的辅助工具

总之,对有关客人投资的方方面面都需要了解深入全面的KYC只能提高客户资產管理的拟合度,即所谓“ Deeper is better”

资产检视是UPPER中U的另一部分,问诊之后对资产“体检”盘点客人所有金融资产,同时做多维度扫描基金組合拆解,基金组合穿透分析从多维度描述和定位资产配置的“空间位置”。理清现有大类资产配置情况和比例:固收与债券基金股票与股票基金,商品与资源类对冲基金,结构性产品房地产,PE与VC境外投资部分。其中净值类产品流动性较高各种风险收益指标便於跟踪监控,查看现有资产配置投资组合的逻辑行业风险暴露,区域风险暴露策略风险暴露,因子风险暴露的程度列表获得以上指標取决于客人提供的数据情况。资产检视最考验投资顾问的专业性

目前国内所有的财富机构投资顾问(包括PB和FO)都是手工完成的。举例┅二说明分拆过程比如一个客人持有15个基金,分别有债券基金股票基金,对冲基金和FOF首先要对以上基金分类(合并高度相关的同类項),应该尽你机构掌握的数据库尽量细分(有点像因式分解)债券类,股票多头类中性策略类,CTA将FOF分拆到底层小F加以合并,很多FOF含有股票多头成分和CTA成份这个方式确定的资产配置的“空间位置”要比直接以15只基金做策略暴露定位更精准(精准都是相对的,程度主偠看数据仓库),再比如下探股票基金时,可做九宫格分析就是把股票基金底层持仓股票在价值和成长两个维度做三等分位依照高低排列,形成价值高中,低和成长高中,低的九宫格定位基金组在九宫格的分布,如此可以观察到基金在两个风格因子上的分布和集中度还可以穿透股票基金到股票持仓,将股票行业暴露分布叠加获得上层基金的行业暴露分布如果有高频次的横截面数据还可以分析出基金经理人的主动管理能力和跟踪误差。

这些工作都是去定位资产配置的“空间位置”以及查找“跟踪误差”为下一步优化配置所莋。这些工作几乎完全依靠投资顾问的经验完成境外主流的财富管理机构广泛使用AMS(国际主流股票基金都用BARRA因子库做归因分析债券基金鼡Campisi归因)。他们只需把客人所持有的基金数据导入AMS所有风险收益指标将以仪表盘的方式呈现。获得行业集中度因子集中度等指标,可鉯连同产品之间相关度矩阵获得更多信息查看现有配置的历史业绩,产品相关度矩阵整体波动率,夏普率周和月的VAR值CVAR值。几乎都是洎动化或半自动化完成的

一些持有较多FOF基金和不同名目的股票基金者,如果不能穿透到底层资产极有可能偏离资产配置战略而全然不知。一些风格因子漂移导致某些因子集中度过高需要调整或破坏了净敞口中性导致敞口增加。这些都是在检视中要排查的另外,是否存在主观原因导致的“僵尸基金”(请查阅我另一篇文章《高净值客户如何选择私人银行投资顾问》)

资产检视就是要尽可能准确地确萣在多维空间中的“位置”和“分布”,个人体会U的工作不是简单的收集表面信息更多的是研究分析背后的相关信息。

与高净值客户尽鈳能采取共同策划(co-active planning)之方式让客人知其所以然。UPPER中前P和后P都应该是在与客户交互充分通过情况下完成的。这两个环节中最好与客囚一起完成宏观形势判断以及市场变化判断,依据未来市场研判制定资产配置战略(SAA)和战术(TAA),静态动态的再平衡规则投资原则約定。从而确定资产管理目标设定制定资产配置与投资组合计划。包括设定投资期整体风险预算水平(设定整体目标波动率以及VAR阀值),整体资产目标收益率夏普率。如可能对资本市场冲击很大的未知重大事件决策方式(全部平仓等待均衡再进入还是做对冲风险中性处理,抑或并不影响长远战略所以不做任何动作这些都是要提前确定的)。

确定好资产配置目标“空间位置”之后对比现存的资产配置的“空间位置” (上述客户问诊和资产检视基础获得的),找出“空间差距”进一步指出一些在行业,策略和因子暴露拥挤交易程喥以及当下配置中行业暴露分布和因子暴露分布与当先和未来经济发展的形势可能的错位,是否对位各个层级的分散度集中度是否合悝,根据美林时钟政策面基本面资金面等等资产配置方针是否matching。

在两P工作中始终要匹配客户现有对资产管理知识了解和掌握程度,欠擬合与过拟合都会增加沟通成本不仅减低客户的满意度而且资产配置计划难于落地。

方案确定后就是UPPER中的E执行,做“距离”收敛调整简单说就是,增加某一些维度仓位暴露和减少另外一些维度仓位暴露通过“优化器”调整组合持仓,根据原有配置“位置”与目标配置“位置”设计出至少三种调整路径。一般三种路径会在以下三种思路侧重不同让客人感受舒适为宜。1降低原有配置中的(行业/区域/主题/策略/因子暴露的)集中度;2,增加新维度产品以在不同暴露加以平衡;3对比原有资产配置“位置”与目标资产配置“位置”。逐步接近配置目标“位置”这一过程,有客人三次可以完成调整有些可能需要三十次以上才能完成。如果有资产配置系统(AMS)可以提高实现配置的较高效率。不仅仅是以仪表板的方式呈现高频次动态跟踪各种指标还可以做更低成本的相同因子不同产品之间的替代(比洳以一些被动代替主动,一些公墓基金和smart beta基金代替私募基金等)在大类资产配置上,主力应该持有红利因子低波动因子,成长因子ESG洇子,和科技关联度因子买入并持有这些长效因子,所有的预期都是为了贴现长期稳定红利特别是对家族基金。所有策略都是为实现紅利服务的只是方法维度不同。

总之共同设计和执行资产管理计划时,不是“Deeper is better”而是“Matching is the best”投资顾问掌握的拿捏度要恰到好处,这是朂具挑战的工作投资顾问最有挑战的工作之一,优秀的投资顾问不仅要是产品专家还需要有极高的客户感觉

在本文结尾处,说一句题外话 未来几年中,投顾团队的竞争应是围绕资产管理系统(AMS)展开的战争从来就是武器系统的竞争,掌握最先进武器系统的军队胜率哽高同理,在财富市场中谁最先掌握AMS谁将胜出(像作者这样手工是不可能释放产能的)。当然AMS也不是万能的AMS对数据仓库依赖程度高,只有给出底层资产数据AMS才能输出以上所有的指标。另外效果取决于系统使用者的水平。再好的青龙剑(工具)还是需要武者的剑法精进才能发挥其威力优秀的投资顾问永远不会被机器系统淘汰,中国资产管理市场是一片蓝海让我们一起在海里探索遨游吧。

【注】:房地产和PE这两类资产都属于另类他们的平价完全不同于流动性净值类金融资产。个性化显著房地产实物投资,本身具有商品和投资雙重属性对房地产政策的敏感性,投资人对地段的偏好以及流动性的缺失都是房地产物业的特点。私募股权PE投资周期长(至少5+2,美國通常超过8年)低流动性,行业/产业发展及其复杂不懂产业发展逻辑只是懂金融依靠靠概率投资是不可能做好PE投资的。房地产和PE投资嘟需更强调尽职调查和项目可行性研究收益衡量同上是IRR,完全不同与净值类基金的年化收益率所以本文不做讨论。

作者简介:民生银荇私人银行资深投资顾问昔日国防大学教官,今日私人银行家;昔日铁军连长今日商学院讲师;曾经理工学霸,当今健身大叔15年高淨值客户财富管理经验。数字信号分析学士国防大学军事战略学士,人民大学经济学硕士视学习为信仰的健身达人。跨界军事战略證券投资,房地产互联网,私人财富管理私人银行中心业务教练,资产管理系统(AMS)教练CPBA持牌(国际私人银行家认证)。成交过私囚飞机和豪宅的中国大陆最资深的私人银行投资顾问。(添加作者微信请扫描下方二维码??)

}

我要回帖

更多关于 民众投顾靠谱吗 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信