智能投顾原理与主流产品分析

核心观点：

1、智能投顾的模式是通过技术实现财富管理的流程自动化，为客户定制FOF产品来投资并赚取管理费。目前尚未看出大数据分析、人工智能等技术在其中发挥出关键作用。

2、智能投顾在美国的快速发展离不开强大的被动型投资产品，即低成本、跟踪误差小、流动性好的ETF。

3、由于国内市场是散户市，大部分人的投资理念还停留在投机交易，这使得大类资产配置、被动投资的理念在国内被接受的程度不高，也从一定程度上制约了智能投顾在国内的发展。

4、随着智能投顾的深化发展，现有简单FOF策略必然陷入业绩平庸化，可以预期利用人工智能技术实现量化投资策略的快速开发是未来的发展趋势。

正文： 

近年来，以Bettermnet和Wealthfront为代表的智能投顾在北美地区野蛮生长，而随着去年年底（2016年）招商银行摩羯智投上线，更是彻底引爆了国内的智投行业。智能投顾到底是什么投顾真的是人工智能吗能否颠覆资产管理行业的商业模式p>

投顾顾问的工作

在聊智能投顾之前，我们先来说说什么是投顾家老太太一听这个可起劲了，“投顾我知道啊，楼下那个XX证券的张老师，附近几个小区的都爱听他讲课，15年牛市时我们都找他带盘、每周有讲座，但跟着他做佣金不能万三了，得收千二”。没错，这就是我们在国内见到的绝大多数投顾，每天带着散户们追涨杀跌、频繁交易，无论是在电视里侃侃而谈，还是在广播里对着K线品头论足，反正核心盈利模式就是收取更高的股票交易佣金。牛市还好，熊市也只能天天挨骂、减少推荐、再不济换个营业部接着混。

显然，“投资顾问”在国内明显被狭义化了，当然这与国内散户热衷炒股的风气有很大关系。反观美国，由于现代金融学的长期投资、资产配置的理念深入人心，投资者风险偏好较低，并不像国内这样散户炒股蔚然成风。美国的财富管理服务主要包括三类：第一类是基本的投资和交易服务，包括股票、债券、共同基金、期权等产品的交易服务和非传统的对冲基金、私募基金等结构化产品的交易服务等，主要根据客户要求执行交易，也就是带客下单服务。第二类是协助管理服务，包括根据客户情况制定理财规划、退休规划和遗产规划的规划服务，提供投资组合管理及证券投资建议服务，以及基于客户资产配置需求提供基金筛选服务。第三类是受托管理服务，协助客户选择合适的外部投资产品的间接受托服务，以及有财富顾问直接全权负责客户资产管理的直接受托服务。

那么，一个较为完整的个人财富管理过程是什么样呢，是投资顾问通过当面访谈、问卷调查、性格测试等方式了解客户，提供咨询服务；然后为客户编写IPS（投资规划书）、制定资产配置方案（SAA）；客户确认后，执行交易构建组合（execution）；定期对组合进行跟踪并调整头寸（Monitor &Rebalance）；每季度对组合业绩进行分析与 告（Performance）等等。

1、IPS

IPS是财富管理服务的基础与核心，直接关系到客户的收益与风险目标。IPS中应该包括如下维度的内容（简写RRTTLLU），收益目标（Return）、风险目标（Risk）、投资期（Time Horizon）、流动性需求（Liquidity Needs）、税收需求（Taxes）、法规要求（Legal&Regulatory）、独特需求（Unique Circumstance）；此外，还要结合考虑客户的财富状况、子女状况、遗产规划、性格特点等等。

2、Asset Allocation

在IPS中确定好了客户的收益率和风险目标后，就以现代投资组合理论为基础，找到客户的有效前沿（后面会详细讲），并在大类资产分类中，寻找合适的产品进行资产分配，确定客户的组合。

3、Execution

执行交易，构建组合，这一部分通常由公司中的交易团队来完成。

4、Monitor & Rebalance

通常是采用定期（每月或每季度）的方式，对组合进行检查，一旦超过偏离度阈值，就进行再平衡操作，以保证组合与目标的资产分配一致。

5、Performance Attribution

告直接关系到了客户是否对财富管理的结果是否满意，所以定期要给客户发送业绩 告，并应在 告中进行业绩归因，从而让客户更加认可管理能力。

6、其他

个人财富管理中很重要的是税务规划，包括遗产税、财产税、递延资本利得税等等，美国投资相关的税收优惠工具很多，投资放在哪个账户里差异很大，举几个例子：

1）tax loss harvesting（卖掉亏损股票来抵税）是一个很好的抵税工具，这在避税规划中是一个很重要的部分；

2）Estate Planning为规避遗产税、赠与税，在理财方案中对于子女继承方式都会有规划，比如家庭信托计划、寿险子女受益产品。

私人财富管理服务一定是定制化的，一个高端私人理财顾问最多也只服务于20-30个客户，但客户的门槛也比较高，平均要在100万美元资产左右。而代客经纪等业务的投资顾问往往一个人要服务200个以上的客户，能为客户量身定制的服务内容很少。那么随着越来越多的中产阶级需要更好的理财规划、养老金投资计划等服务，但又达不到私人银行门槛时，是否可以借助互联 来实现这个定制化流程，在满足他们的服务需求同时降低门槛p>

于是就有了如下这样一张图，在三角形范围内，两个资产的相关性不同，组合可能出现在不同的位置。

后来，Markowitz的学生William Sharp在均值-方差模型的基础上，通过在组合中加入无风险资产（r_f），找到了一条与有效前沿相切于M点的直线，即资本市场线（CML），并从而推导出了经典的CAPM（资本资产定价）模型，于是我们才知道了什么是贝塔。

2）如何在有效前沿上进行资产分配

当拿到组合的预期收益率和标准差后，我们就需要在可投资的资产池中，根据每个资产的历史收益率、标准差，以及资产间的相关系数，找到合适的资产，并给出一个最优的资产配置权重，使得理论上应得到一个在有效前沿上的投资组合。

上述方式，实际上就是一个数学上的反向最优化的求解过程，由于我们不可能像理论上那样去构造无限多资产的一个组合，且因子过多时，相关性矩阵会导致运算步骤过于复杂，因此通常我们会设定一个资产数量的限制。比如我只选择10-20个资产来构建组合（后面会看到很多平台是这样做的）。

假设用3个资产来构建组合，当我们已经组合的收益率R(p)、风险σ_p、每个资产的收益率R_n、风险σ_n、彼此的相关性系数（ρ）时，用最优化的方法求出每一个W_n

R(p)=W₁R₁ + W₂R₂+ W₃R₃

σ_p² = W₁²σ₁² +  W₂²σ₂² +  W₃²σ₃²+ 2W₁W₂σ₁σ₂ρ_1,2 + 2 W₂W₃σ₂σ₃ρ_2,3+2 W₁W₃σ₁σ₃ρ_1,3

当前主流产品的分析

一、Betterment和Wealthfront

Betterment和Wealthfront是当下最为知名的智能投顾FinTech公司，这两家公司基本都是在2010年后开始起步，早期也都是做优化股票投资组合起家的，后来在2013年开始转型智能投顾平台，目前两家管理的财富规模分别为90亿和65亿美元。

1、平台的主要特性

美国的投资账户种类繁多，Betterment和Wealthfront支持的账户也较为全面，除了正常的taxable投资账户外，还包括多种IRA（个人退休账户）账户、信托账户；对taxable账户还支持tax-loss harvesting，可通过自动计算，卖出亏损头寸用来抵税；在组合持有期支持实时的监控，并自动化进行再平衡。

相比之下，Wealthfront还新开通了对529 college plan账户的支持（为子女上学设立的大学教育储蓄账户）。

2、客户评级

3、资产池与资产配置

Wealthfront在其whitepaper中详细阐述了投资的流程（与我前面讲的基本一致）：找到大类资产-》选择低成本ETF来跟踪大类资产-》确定客户的风险与收益-》使用MPT理论来进行资产分配-》跟踪并再平衡组合

根据历史数据，推测出的大类资产标准差数据（风险）

下面，再看看资产池。Betterment的资产池包括了6支股票ETF、7支债券ETF（见下图），全部都是vanguard（先锋）和ishares（安硕）这两家知名公司的产品，流动性非常好。

标的列表：

Wealthfront的资产池也包括十几支ETF，但是会根据账户类型的不同（是否免税账户）进行微调。池中主要以如下ETF为主，4支股票ETF（也都是先锋的，有3只和Betterment重叠）、4支债券ETF（安硕和嘉信），2支和Betterment重叠）、2支另类ETF。

标的列表：

由此可以清晰的看出，Bettement和Wealthfront在资产配置上的方法是，确定大类资产的范围，选择优质的低成本ETF进入资产池（10-13个左右）用来跟踪并代表大类资产，根据个人Risk Score的级别（10个级别左右），调整各资产的配置比例，从而使组合满足不同的收益率与风险目标。但我们也发现，在Betterment和Wealthfront的组合展示中并未给出预期的收益率水平。

4、管理费率

毫无疑问，两家都是低成本、低费率模式路线，买卖ETF是不收取客户任何佣金的，所以两家的收费模式都是收取管理费，按照资产规模0.25%的年费费率结构，Betterment更是做到了5000美金管理费封顶。近期，两家又都开始搞premium版，计划通过增加人工服务混合服务，收取0.5%的管理费。

2、客户评级

在客户评级这点上，摩羯并没有按套路出牌，而是跳过了客户问卷调查、风险测评，直接给客户两个输入项，由客户自己选择投资期限、风险承受级别。投资期限分为短期（0-1年）、中期（1-3年）、长期（3年以上）三档，风险承受级别分10个档，这样就有了30个组合。在选择组合的时候，会同步输出组合的模拟历史年化业绩和模拟历史年化波动率，并在最下面的一行小字中给出了风险度量的VAR值，97.5%概率下亏损不超过XX元。（不管准不准，这是绝对的加分项）

通过对30个组合进行遍历，我们很容易就找到了资产池中的全部18支基金，其中包括了7支混合型基金、5支债券型基金、3支QDII基金、2支另类投资基金、1支货币市场基金。

看了Betterment和wealthfront的资产池后，不禁要对摩羯的资产池提出几个问题：

1）关于主动型基金

我们看到Betterment和wealthfront做智能投顾的一个核心理念就是大类资产配置+被动管理+不择时，因此对每一类资产都可根据其长期的历史收益率，来估计资产的预期收益率。在这个预期收益率的基础上，完全用被动的ETF去跟踪并获得该大类资产的平均回 。只有这样，做出的组合配置才更有效，与预期收益率和风险更为匹配。

而使用主动型管理基金来配置大类资产，本身就会有基金经理主观的择时、会有阿尔法（选择股或债），所以主动型基金的历史收益率和风险，不太容易预估，而且也不太可能代表某大类资产的预期收益率。

2）关于混合型基金

这一点应该是我最不能理解的，感觉思路有一些混乱，实在不明白混合型基金应该算在哪个资产分类里，如果风格（mandate）模糊的话，肯定会导致组合的“策略漂移”，资产权重、收益率都会与预期发生很大的差异。

3）关于基金成立时间

当看到几支成立时间少于三年的新基金（还有今年成立的）后，我就对前面提供的回溯3年业绩的评估界面存在疑问了，新基金的3年回溯数据哪来的期短的话，我们如何保证业绩的稳定p>

2、智能投顾在美国的爆发性成长与其拥有一个强大的被动投资市场有很大关系，尤其是许多低成本、跟踪误差小、流动性好的ETF。这些ETF作为FOF中的底层基金，能很好的跟踪各类资产的收益率与风险，从而实现长期被动的大类资产配置策略。

3、目前国内的几款智能投顾产品，有的迫于牌照只能通过美股券商开户来模仿wealthfront、有的则成为高费率基金的代销噱头、有的利用大V消费粉丝（大V建FOF的随意性强），我们认为这些模式应该是不可持续的。而由于国内市场是散户市，大部分人的投资理念还停留在投机交易，这使得大类资产配置、被动投资的理念在国内被接收的程度不高，也从一定程度上制约了智能投顾在国内的发展。

4、随着智能投顾的深化发展，现有的简单FOF定投策略，必然陷入业绩平庸化，而利用机器学习、人工智能技术，来快速开发量化投资策略，才应该是未来的发展趋势。试想一下，如果机器学习了世界顶级“宽客”们的策略模型，并且不断在其基础上优化、快速建立新的投资策略。那么，当人类全部被从市场扫地出门后，是不是真的会达到有效市场假说（EMH）了p>