陈曦：智能投顾概念过热 用于择时或资产配置很难

　　新浪财经讯 6月28日，由私募排排网和易方达共同主办的第三届中国FOF&MOM基金管理人年会在北京召开。年会以“枕金待旦、智领未来”为主题，共同展望FOF行业的未来。

　　在“圆桌对话四：金融科技领航FOF投资新时代”，出席嘉宾有中邮鸿信投资FOF投资总监马双杰、凯纳资本合伙人陈曦、老虎证券创始人巫天华、宽睿科技董事长兼CEO刘鑫、深圳前海云溪基金董事长兼首席投资官阳勇。

　　陈曦认为，智能投顾有点虚、有点过热。市场赚钱有三种模式，一种是选股、一种是择时、一种是配置，投顾要跟智能分开，投顾是一个服务性的东西。智能投顾用在择时或者资产配置上很难，特别是宏观长期的。

陈曦

　　以下为圆桌实录：

　　杨建波：非常感谢主持人，我们的会议进行到今天，还坚持坐到台下的，一定是收获最多的。最后一个圆桌，也会给大家带来更多的收获，我们最后一个议题是金融科技，也跟我们现在市场上特别火的概念相呼应的。尤其是最近两年，国内投资有一个概念非常火，就是智能投顾，不管是银行，券商，还是第三方理财机构，之所以这么火，跟市场有很大关系，因为我们资产管理规模越来越大，整个管理规模超过了百万亿。在这样大的市场环境下，这种新的事物和新工具，对资产管理行业有什么影响，想请嘉宾做一下分享。先请老虎证券的创始人巫天华回答相关的一些问题。

　　巫天华：智能投顾这个话题，有一个参照，在美国有几家培训出名的公司，在一些海外市场里面，有一定的参考价值。国内这一侧，我看到了一个现象，在过去的三四年时间里面，有很多类似的创意项目，整体来讲，在中国还处在刚刚开始的阶段，我自己本人也是这个出身，我也看到了它在辅助投顾，在帮助大家做信息的获取和风险评估，其实这方面有比较广泛的应用。

　　量化也是美股里面非常重要的投顾流派，美股市场有机器人贡献，总的来讲，量化技术的门槛比较高，很多基金想跑赢大市，或者希望业绩做更新，整个中国智能投顾刚刚开始。

　　杨建波：下面我们请云溪基金的阳总，您觉得智能投顾对资管行业有哪些影响？

　　阳勇：其实智能投顾的发展，因为有很多受众，我发现培养这么一些人才，这是通过计算机来做的，但是我们也考察了一些公司，做的还没有非常好，如果非常好，通过程序化，我们愿意跟他合作，必将在这一块，还是不如程序员的。

　　另外是在波段的判断方面，因为我们做股票，一个是判断择时，一个是选股方面，我们几个方面都没有问题，这可能是择时方面需要一些资本的东西，希望能够在这块有所突破，通过智能软件。

　　杨建波：说到智能投顾，我们看到市面上很多智能投顾，包括银行和第三方，他们给客户提供的更直接的产出，目前来讲，它是一揽子基金，跟FOF很类似，智能投顾作为一种新的工具，是FOF投资的一种新模式，请中邮鸿信的马总分享一下。

　　马双杰：智能投顾这个话题，对我们做FOF的，可以说有一点比较难讲的，为什么呢？我做理解的智能投顾，是说对于我想要的目标，通过智能投顾做一个组合，可能会期待FOF的工作。所以说，为什么说这个问题难回答？如果回答可以完全通过智能投顾来做，意味着我们做FOF的就失业了。我们研究最后的结果是智能投顾用在FOF上，还不太可以。要看怎么定义智能投顾，你如果用在客户为画像，对于一般投资人做这样一个投顾的理念，是有意义的。如果只是在投资的组合上配置，会有难度。如果纯粹是用人工智能做投资，可能可以。但是智能投顾这个问题对于FOF来说，其实也是一种工具，或者说像排排网推出的组合大师，组合大师对整个角度，可以通过它来做底层头部产品的筛选，筛选完以后，没办法自己做，产品筛选完，是在我所在的范围内选一个标的，为什么不能完全做到投顾的情况？投资有几个维度，第一个维度是去买股票，要去买一个私募产品，买了一个股票，就是一个维度。如果只买一个私募产品的净值，用净值采购的东西做一个组合，可能又不一样了。就是说目前中国所有的数据的有净值这个阶段，我们自己有没有做智能投顾这些事，有，我们有核心池，投了二三十个投顾，我们会有投顾的估值表，然后根据估值表选一个我所要的东西，左侧投顾那一端，差不多相关性会比较明显了，可以选择一个我想要的组合，这是对于某一大类的策略用这种方法去做，这是我们在FOF层面上的理解。

　　杨建波：我们自己平时会接触很多FOF，智能投顾在应用中，您刚才提到，目前来讲，智能投顾是节省或者代替人工的作用。目前来讲，它不是非常合适的时间点。您觉得目前来讲它不是合适的时间点，最大的困难是什么？

　　马双杰：我是做FOF的，我只看FOF本身，智能头部对FOF有多少优势，我们了解过很多做智能投顾的公司，我觉得比较核心的点在于中国所有投顾的数据是非公开的，如果投顾是公开的，可以让每个投顾变成我的阿发，我可以跟投顾进行贴标，同样做500超额，我们做了差不多10家，差不多10家的阿发里面，有做基础因子的，有做高频的，有做每天30%，有做每天10%，有做每天5%的，背景的逻辑不一样，逻辑因子100%，如果投顾的舆情占到100%，也可以做的很好，只不过我们在观察的区间里，你要知道他能做到这一点，如果这10家投顾有一个底仓，然后把它的因子全部进行分析以后，对于我而言，每个阿发可以进行贴标，贴标完以后，所对应的相关性就出来了。我要看未来因子的组合变化，在这个过程中，智能投顾在投前、投后，可能对于组合会有很大的作用。我觉得就FOF层面上来讲，可能会有异议。

　　如果就私募来说，展开一下，AI这个东西，我们觉得还是有效的，为什么这么说？因为其实有很多人说到深度学习，其实就是以前的神经网络，如果说还只是用CPU做预算的话，计算不够，现在你可以通过GPU提升你的计算力，五六年的数据在十几年里面可以预算出一个不错的想要的东西。我们其实看到了有已经有头部在CTA领域，在股票领域里面，完全是通过过去的数据预测的。现在AI已经深入到我们的生活了，特别是图像识别，既然能够用到生活中，也能用到AI的投资领域当中去，你可以通过图像识别、模式识别，然后用AI学习，哪些图像和模式是有效的，这些概率能不能做中长期的投资？我觉得不能。如果做一个很短周期的，我觉得这种策略还是挺不错的，因为市场竞争不那么充分，而且出现无效的风险难度大，因为出现无效最大的亏损，不像中长期的那么严重。所以说，我们对于AI这块、对于投顾这块是这样的看法。

　　杨建波：马总是做FOF的，对新技术的了解也比较多。它还是处于发展阶段，在海外巫总也提到了有一些非常好的机会，智能投顾已经发展一段时间了，具体来讲，海外智能投顾这一块整个发展趋势什么样，核心的内容场景有哪些，我们也想请陈总为我们分享一下。

　　我了解到海外资本在国内量化这一块做的非常有经验的机构，团队成员的话，国内、海外的从业经验也非常丰富，我相信您对海外的智能投顾发展趋势有一定的了解，分享一下您的看法。

　　陈曦：非常感谢大家这么晚还留下来，我介绍一下凯纳，我做了8年的投资，接触智能投顾很久了，我们做了6年的业绩，管理规模20多亿，主要做量化对冲的策略。

　　我先说一下我对智能投顾的理解，我觉得有点虚、有点过热，券商都有投顾，对券商来说，投顾最大的作用是什么？就是推动客户交易，券商投顾就是让客户交易，每天发短信，采集新闻，不包括赚钱，智能投顾也一样，我个人觉得智能投顾的运营模式并不成熟，海外也一样，成熟的是如果有赚钱的模式和模型，一定做公募基金，做智能投顾没有什么收入模型。我们市场赚钱的有三种模式，一种是选股、一种是择时、一种是配置，所以我觉得投顾要跟智能分开，投顾是一个服务性的东西，亏钱会被客户骂。为什么招商银行在推智能投顾，它更像一个机器，我们补卡是远程终端，智能投顾更像一个工具，是为了减少人出错的可能性，并不能创造收益，所以，我的理解，目前整个智能投顾就是帮客户做资产配置，再评测一下你的风险评测能力，如果智能投顾好了，要看大盘什么时候是底部，能够跑赢大盘，我觉得有这个模型的人，一定是做FOF了。

　　当然好的一点，就是智能，投顾是服务性的行业，它并不能太多的创造价值，智能这个东西，不管是机器学习，还是人工智能，更多是用在高品质的事情上，但是用在择时或者资产配置上很难，特别是宏观长期的，基本我跟行业券商，包括一些大的券商，他们做智能投顾就是让他们买基金，多赚一点费用，所以我觉得智能投顾在目前是刚刚起步的阶段，离成熟还有比较强的距离。这是我的观点。

　　杨建波：陈总的观点相对比较保守一点，我们知道宽睿科技是一个科技公司，在技术应用上有很大的追求，我想问一下刘总，您是怎么看待这个问题的？

　　刘鑫：我们是一家金融科技公司，可能我的观点是方兴未艾，美国跟中国有很大差异，陈总提到了人的问题，美国的人工很贵，你要找资产配置，这是非常贵的服务，其实在中国，这个问题基本不存在。

　　第二是从美国来看，美国的智能投顾是ETF，美国有各种各样的ETF，大概有几千种，中国很少，靠人可以做这样的事情了。在美国靠人的力量不够，所以计算的能力和数据处理的能力，在这里会起到很大的作用，这是在中国目前智能投顾更多的是偏向一个营销的目的，包括银行端做的很好，比如说摩羯，是推动大家买我的东西，它是增加费用的，但是增加费用之后，并不是说智能的配置能够得到更好的，超过于人的能力和水平，这是我们对智能投顾的看法。

　　当然，未来我们延伸品的发展，发展期权更多一些，ETF更多一些，其实对于智能投顾的发展更好，这时候计算能力、数据处理能力会得到体现，现在是处于起步的状态，这是第一个。

　　第二个观点跟马总的观点有一点差异，因为我们做了很多服务，我们服务了很多量化交易的机构，给量化交易的机构提供了行情，我们提供了200多家的量化交易者，包括实盘，我们实盘超过了400万亿的委托，比较好的量化交易者，反而不是采用机器学习或者深度学习的。包括最早的，完完全全依赖于深度学习做交易，现在变成了深度学习和量化决策相结合的状态，它不是一个100%依赖于深度学习的，早期在AI刚刚进来的时候，完全是深度学习的。后来，从我们的角度来谈，我们看到了很多量化的交易，会做出更好的量化收益。

　　我们自己有一个观点，中国真正的超额收益一定跟规则相关，具体不再举例了，真正超额的东西。我们其实觉得，第一从智能投顾来讲，在中国是方兴未艾的，依赖于对于交易的进步。另外是机器学习，可能还需要一定的证明，因为股市里面，我自己的观点是虽然不是做交易的，我要向大家学习，但是我之前长期做了十几年，我们自己看到的股市基本原理测不准，它是严重信息不对称的状态，人工AI智能，它是信息完全充分的状态，在这种状态下，会比人工强大很大，这里面有大量的信息你不掌握，这里面对于机器来讲，能不能达到目前AI技术的表现，就是深度学习的表现，这是可以慎重思考的，未来AI会提升这方面的问题。

　　杨建波：刘总说的信息问题，我突然想到一个问题，大数据可能需要足够信息，尤其是市场的有效性，可能国内市场不是特别有效，美国市场相对有效，我们前端时间了解了国外也有纯AI的基金。

　　刘鑫：阿法狗就有了。

　　杨建波：我看那个基金收益还可以。

　　刘鑫：如果A股表现的不是那样，不一定对，我从科技的角度来看这个事情，我个人的感觉，如果他来A股，包括在美股，早期有一段时间表现也不好，后来起来了。因为股市里面中国群体跟美国不太一样，非成熟度也不一样，这里面情绪化的波动来的更强大一点，我们之前在硅谷聊过，他们非常难以克服，中国可能会有更多成熟的市场，这是自己的观点。

　　杨建波：不管是人工智能也好，还是人工智能用在智能投顾，是想代替人工，我们想到智能投顾这些东西，很难取代人工，它还没办法完全替代人，我们看到了对于主观的一些投资，也产生了一些挑战，我就这个问题想问一下云溪基金的阳总，我们更多依赖于人为调研分析，您觉得人工智能发展比较快的年代，对于我们主动投资的机构，会有哪些挑战或者说机遇？

　　阳勇：我还是相信机器能代替人工，炒股分为几方面，第一是经验，因为很多人炒股亏钱，不是他不聪明，可能他是缺乏10年以上的经验，这时候我们去招人，招不来十来年经验的人，这时候有快速学习的过程，用人工，一个方面是经验不足，第二方面是人跟人之间的设计有差异，但是人工智能这块，还是代表了一个思想，再加上人，尤其是基金经理，我有时候看大盘，这个位置又跌了，看对并不一定做对，机器一定会去执行。所以，在这块，我还是非常相信机器深度的运用，我们公司叫云溪基金，是2016年创立的，我的名字叫阳勇，我们在外面也有一个展台，我们买了好多股票。如果用人工智能的话，我相信能够把我们做小公民的净值可以做好，目前来说，我们面临的问题是回撤过大，我相信利用最快的一些方法，可以做到比较好一点的投资业绩。

　　杨建波：有哪些人工智能方面的投资机会，在国内的应用市场方面？

　　阳勇：从国票层面来讲，对我个人来说，肯定希望能替代我底下研究人员的工作或者交易员的工作，或者直接代替我的工作。在这块的话，把这个软件编好。

　　杨建波：下面云溪的交易员努力工作，但有一天被机器代替了。

　　阳勇：我相信机器可以替代人的，一天的最高点、最低点可以做到，但有些人做不到，并不代表机器做不到，人做不到，不代表机器做不到。如果程序化，还是能够提供资金的使用效率，因为人使用有一个资金容量，机器可以管理几十个亿，或者上百个亿。人做的量是有限的。

　　杨建波：巫总，您觉得人工智能有哪些投顾的机会？

　　巫天华：我自己是智能领域出身，我也是在人工智能这一块，其实我会觉得，自从阿法狗以后，人工智能炒的过火了，大家在用的很多互联网产品，其实都是人工智能非常好的产品。

　　我举一个场景的例子，我们希望跟客户成长，为什么以美股作为切入点，用户有一半以上是赚钱的，如果用户不赚钱，最终会装死，交易量会下来，我们希望跟用户一起享受全球成长的红利，这也是我们创业很重要的一个初衷，我们最初看到了中国人很遗憾，每年在用BAT的产品，但投资机会都被日本雅虎拿走了，所以我们也会有一些制动分析大家的风险提示板块，这些问题，本质上也有一些计算机的算法在里面，如果你的仓位有一些延伸品，可能不太合适。所以我能感受到人工智能，感受到计算机的算法在一些工具分析的软件里面各种各样的应用。

　　回到投顾这一侧，中国的智能投顾并没有像美国一样，从用户的角度，不在乎是智能用户还是人工用户，只在乎子收益多少，有没有收益更高。美国很重要的一个背景是来自于活期存款利率很低，其实是有一些价值的，没有美国的税收制度跟中国差别很大，中国的收益比较高，所以从用户的角度，中国创业智能投顾的平台，在收益上的吸引力不够高。

　　从公司的角度来说，不靠一个AI的概念就能够征服市场，就能做一个优秀的市场，你真的能够做到超越大盘，收益很高，这是非常困难的事情，如果我今天这么牛，我不用做投顾，我用天上的钱就好了，所以这个领域，的确有这样一个问题，做一些辅助决策或者产品，包括在MOM里面帮助更多得的人做风险，做一些精准的风险分析，包括想看美股的人，能够精准的看到新闻推荐，这些应用上面，我非常看好。

　　杨建波：陈总觉得这些工具对做量化投资方面，有哪些机会和挑战？

　　陈曦：其实这是一个很好的问题，其实量化投资和智能投顾是两个概念，量化投资越来越多的人可以利用人工智能做选股、择实，特别是做高频交易的领域，有海量数据的时候，一个模型回撤的时候，五天五夜有撤不回来，如果我用人工智能的方法，用机器学习的方法，可以用海量的样本变小，从五天变成了一天，会大量节省我做研究的时间，提升我的研究效率，从这个角度来看，这是一个非常好的工具，特别是面对海量数据的时候，是一个很好的工具。

　　另外在未来竞争到一定程度，刘总也说道一个问题，就是信息，中国大量信息不对称，如果中国信息很对称的时候，就不行了，为什么阿法狗能够战胜李世石，因为那是有限的博弈，信息很透明，棋盘上的字很多人能看看到，但有些信息机器看不到，美国比我们领先很久，美国有很牛的做资产管理的，真的可以市场化的赚钱，中国有一个过程，目前来看，人工智能是让散户机构化的，到以机构为主的时候，会进入到一个新的领域，短期内是一个量化的工具。

　　杨建波：马总，您怎么看这个问题？

　　马双杰：我前面说到关于AI这块，我们有投顾，但是AI只是其中一个因子，为什么这个东西比较好，这些东西的因子相似性很低，可能AI的收益就像前面说的，它的收益没有这么高，它的下面可能会低，但是它跟其他的因子相关性低很多，这是一个很好的组合。所以我觉得AI这个东西，尤其是对于短周期的高频数据AI，怎么定义它是深度学习，还是机器学习，目前在中国还用不到深度学习，因为机器学习能赚到钱，只是说用不同的方式，做出来的东西相关性强一些，用一分钟的数据可以做机器学习，所以你的数据端，你所选取的东西不一样，你的方法论不一样，你的结果不一样，但是我要的就是这个，因为我需要的是相关性，如果去投一个投顾增强的产品，要加一些相关性在里面。

　　所以我们期待非相关性的操作，我们投过一些阿发，原来对阿发有一些比较高的要求，如果相比性比较低，我降低这个标准，因为我要的是组合的波动性，年化收益是16%，我通过组合实现了整个波动率以后，可能好过单个产品的收益。

　　杨建波：刘鑫总，您觉得智能投顾对量化交易的挑战和机遇是什么？

　　刘鑫：它是量化投资的工具，提到了深度学习，我们看到它是完全学习的，可以用这个方式下单，整个过程是深度学习来做的，我们没有看到很好的表现，但是量化整体里面的工具，要选因子，包括一些数据处理，其实对量化交易有很大的帮助，这是我认同的一个观点。

　　杨总提到程序化的东西，在量化里面，一个群体可以确实2000支股票，无论如何，这是人做不到的，这是属于智能投顾，跟陈总也是类似的，智能跟量化有差别，如果作为一个工具辅助量化交易，智能本身会带来一定的价值。另外一个领域里面，可能跟我们做的有一定的关系，我们会辅助最关键的量化交易，我们是很深度长期技术的持续交易过程，其实，我们可能能看到的这些量化交易方面，比传统第三方看到的更多，当然，现在我们更多是感性，现在也有一些FOF找我们，让我们推荐好的量化交易，其实有一些非常好的量化，实际上是一般意义上很难接触到的，他们也很难出来交流，在跟我们的交流过程当中，因为我们非常深入，我们也在思考这么一个问题，如何把这些以定量的方式刻画出来，把我们现在感性的这一面。举个简单的小例子，如果看一家量化私募基金，是开在哪个区域，在它所处的技术和渠道是跟移动相关的，在上海是开在陆家嘴还是世纪公园，深圳是在南山，还是福田，是量化基金本身属性的差异，五道口计算机的能力，数据处理能力，很可能一个数字基金里面，80%以上的人是做计算机的，如果开过国贸，渠道占的比重很大，不是说谁好谁坏，而是量化基金所属的合伙人取向不太一样，是不是可以以智能的方式展现出来，这也是我们自己思考的东西，需要有一定的思考才能实现，我们也希望做事情，这样也能够更好的给到我们的FOF的投顾方一些更好的建议，这是我们感性的对于认知的动多少。

　　杨建波：智能投顾在我们做投资方面，提供了很多方式。请问马总，现在智能投顾前期做的更多工作是做一些基金的筛选，我们知道FOF投资不光是做一个前端的风险，后期的风险控制、投顾管理，也需要人工来做，您觉得投顾这种后端的帮助，会体现在哪里？

　　马双杰：智能投顾比较宽泛，像我们在做FOF的过程中，只是引用到了类似的工具，其实你在投FOF的过程中，可能第一个维度是买了一个股票，第二个维度，可能投了一个投顾，投顾买了股票之后，赚了一个阿发，买了500个赎票，对于我而言，我要知道它是怎么赚钱的，如果我不知道它是怎么赚钱的，我不可能一个一个来看，所以它需要一个工具，把500个股票最后归类为因子，整体说，我要知道这个投顾500的股票和500的指数，相比的风险度在哪里，这个东西需要一个工具来实现。所以说，我们在投顾底层私募的时候，会很明显确认能够看到它的底层，通过工具去分析这个投顾的风险在哪里，通过风险交易在哪里以后，还会有一些其他的指标，比如说他的行业，包括行业暴露在哪个位置，行业的分布是大概是什么情况。在这样的情况下，可以知道他是怎么赚钱的，怎么亏损的，对于整个底下的FOF投顾，按照逻辑性和相关性，可以做一个依据，可以做真正意义上的投顾管理，而不是做完资产配置再做，或者做完投顾之后就不动了。

　　举个例子，去年非常忙碌，我们一年调整了投顾次数大概200多次，我们在买股票调整投顾，调整的依据是什么？策略有没有偏，后面有800个票，后面变成了500个票，以前是-0.2，-0.3，如果没有产品监控，你是没办法干预的。FOF需要通过一定的方式做一些处理，未来，作为一个FOF的工具，它的意义是很大的。

　　杨建波：由于时间关系，今年的会议进行了挺长时间，他们对智能投顾也发表了自己的看法，有觉得现在市场不成熟的，也有觉得市场投顾作为一个智能工具，能帮助我们做很多事情。我们非常感谢五位嘉宾的精彩分享，谢谢大家。

责任编辑：陶然