智能投顾前景备受看好，但这是一个演变的过程，直接自动化会让行业变得脆弱。理念的传达是比技术更为急迫的事情。
“把主动权交给对方了，也挺新鲜的，”身穿深色拜仁纪念衫，马杰回忆起第一次使用机器人理财时的体验，“页面的设计很有科技范儿，操作简单直接，流程也正规专业。”
马杰刚从德国游学夏令营回国，现是清华大学新闻学院的研究生。他告诉《商业周刊/中文版》，2015年上半年中国A股行情大好，他买的股票基金取得了平均70%多的投资回报。后来股市下跌，股票基金的收益率急转直下，这种大幅波动是普通人无法承受的，再加上投资产品也比较分散，需要自己主动关注股票和债券市场变化，他觉得这样很消耗精力，“每天都要耗费1至2小时去关注当天的股市盘面情况。”
去年年底，马杰的投资偏好因此趋向保守。他从新闻中知道了招商银行推出机器人理财服务摩羯智投后，一方面出于好奇心，另一方面由于工资卡绑定的是招商银行账号，完全不用再单独下载一个理财APP，最后他登录了该行客户端，通过一些测试环节后开始使用这一服务。“就是想体验一下不同的投资方式，毕竟概念很前卫，我想看看未来是不是真的会往机器人理财的方向走。”到目前为止，马杰的投资收益率基本保持在8%水平。
智能投顾（Robo-advisor）又称机器人理财顾问，即凭借人工智能分析客户需求，匹配金融资产的过程。它根据个人投资者的风险偏好、财务状况与理财目标等特征，运用智能算法及投资组合理论模型，为用户提供智能化的投资管理服务，并持续跟踪市场动态，对资产配置方案进行调整。相比传统的投资顾问业务，它的核心特征体现在借助客观投资组合模型，实现服务流程的标准化，以及投资决策的纪律性。
像马杰一样接受智能投顾的人数越来越多，使得智能投顾前景备受看好。管理咨询公司科尔尼（ATKearney）预测，到2020年美国将有2.2万亿美元的资金交给机器人打理。作为金融科技领域的新风口，中国智能投顾的热潮也从2015年开始。招商证券预计，如果以市场渗透率3%计算，2020年中国智能投顾市场资产管理规模约为5.22万亿元，如果管理费率以平均水平0.2%计算，行业年收入规模约104亿元。
花旗银行（中国）有限公司财富管理部投资策略主管吴晶晶告诉《商业周刊/中文版》，尚处于财富积累初级阶段的客户，倾向于利用移动互联网（如手机App）来实现相对简单便捷的投资操作。目前来看，利用现代互联网和计算机技术，智能投顾可以很低的成本、大批量的形式向普通投资者提供相对简单的服务。同时，这一技术面向的群体也偏年轻化。“智能投顾通过技术革新，打破了财富管理行业原来主要为高净值客户服务的范畴，促进了资产管理服务下沉，大体量的非高净值客户被纳入进来后，不仅扩大了行业的发展空间，也成就了普惠金融。”上海大学上海科技金融研究所副所长孟添对《商业周刊/中文版》肯定地表示。
只是，对于智能投顾抱持保留态度的也不少。和美国智能投顾标杆企业Wealthfront和Betterment相比，中国智能投顾落地发展的路径并不统一。模型基本大都基于马克维茨（Markowitz）1952年提出的投资组合理论（PortfolioTheory），但由于对智能投顾理念、技术、底层资产种类以及调仓逻辑等都有不同。智能投顾被衍生出来多种模式和服务思路，至今还没有形成标准范式。
亚太地区资产管理课题负责人，波士顿咨询合伙人徐勤告诉《商业周刊/中文版》，目前中国处于财富积累的初期，理财产品刚性兑付的偏好还没完全破除，投资者对于风险偏好与投资回报的认知还在被教育的过程中，“并不是每个投资者，都能直接体会到资产配置的价值。”
“我期待着客户在认知和风险意识上变得成熟，不要对无风险收益率和刚兑的永远持续，有不切实际的思考。我相信，智能投顾得到投资者普遍认可后，行业发展就是水到渠成。”国内较早切入到智能投顾的PINTEC璇玑首席执行官郑毓栋告诉《商业周刊/中文版》。PINTEC（品钛）是一家智能金融服务集团，旗下的璇玑是数字化资产配置服务商，与民生证券、安邦金融、哈尔滨银行、Vanguard、德意志资产管理等国内外机构达成战略合作，或已落地具体方案。
但不可讳言，在金融科技的大趋势下，国内相关业者唯恐落后竞争对手，动作频频。从传统金融机构、技术服务商、到第三方互联网平台，共同构成智能投顾行业不同圈层。“智能投顾是新的方向，要想在两三年内占据非常重要的角色可能很难，但又不可能不做，尤其担心只要晚一点就会落后别人，大家都想进场。”渣打银行中国财富管理部投资策略总监王昕杰观察。
四大行纷纷与BATJ（百度、阿里巴巴、腾讯、京东）合作─建设银行携手阿里巴巴、工商银行选择京东、农业银行结盟百度、中国银行联姻腾讯。9月22日，中国银行与腾讯公司签署《全面战略合作协议》，标志着金融科技变革进入了新的阶段。
招商银行、浦发银行、兴业银行选择自行推出了摩羯智投、财智机器人、兴业智投；中国平安集团旗下金融壹账通于8月31日宣布“智能财富管家”正式进入智能投顾市场；其余传统金融业者还包括嘉实基金金贝塔，广发证券贝塔牛等；互联网金融公司有蚂蚁聚宝、百度股市通、京东智投、宜信投米RA等；创业公司则有弥财、蓝海智投、财鲸、积木盒子和人人贷等。
其中，国内智能投顾主要以招商银行为代表。根据8月18日招行中报数据，2017年以来，摩羯智投获得了4.03%的平均收益率，截至7月底，摩羯智投管理资产规模突破50亿，不仅是国内银行业首家智能投顾，也成为国内规模最大的智能投顾业者。
年近40岁的王洪栋是招商银行总行财富管理部副总经理，也是招行财富管理智能投资工作室负责人。2016年12月，招商银行推出了智能理财服务“摩羯智投”，成为国内银行业首家试水者。摩羯星座代表的精神是智慧、稳重、严谨、纪律，这些正是投资理财所要具备的要素，因此命名摩羯智投，寓意是招商银行的财富管理将以金融科技为驱动力向未来无限延伸。
采访当天，王洪栋刚刚给摩羯智投调完仓，降低了成长型基金的比例。就在前一天，A股再次遭遇黑色星期一，近500只股票跌停。“我们很快会再做一次风险预警，它会扫描到哪些基金或者大类资产结构要调整，然后发出一键优化的动作后，就会通知客户下单执行。”成立以来，摩羯智投已经发出四次的风险预警，这个次数在王洪栋看来，频率已经偏高。
在深圳市深南大道招商大厦11层的总行财富管理部办公室，王洪栋接受了《商业周刊/中文版》专访。身穿白衬衫、声音爽朗的他对记者说，“摩羯智投不是佐料、不是追风口，而是必需品，是零售业务的重要支柱产品，而主打公募基金智能组合配置服务更是核心业务，也是主战场。”
公募基金业务对招商银行有其重要性。在招行启动财富管理服务为投资者配置产品时，基金产品必不可少。从盈利的角度看，公募基金每年给招商银行贡献的利润占到整个财富管理的四分之一。目前，招商银行已经超过工商银行，成为中国最大的公募基金销售银行。
招行投入智能投顾，源于2015年中国股市巨幅波动。2015年4月，上海股巿已经逼近5000点，招行因此在4月、5月连续两次发放红头文件，要求行里的客户经理劝投资者不要进场。同样的，2015年4月招商银行停发了权益类基金，改发保本基金。但红头文件和权益基金的停发，并没有止住投资者的脚步，很多人仍旧络绎不绝地参与进去，直到最后损失惨烈。
这让王洪栋深刻体悟到，总行的决策传达到客户，总是会有时间差，加上地域差别，导致全国投资顾问对市场的理解存在一定差异，即使有些投资者很快得到信息，但他们对投资顾问的信任度也并非照单全收。尤其，招商客户不断增加，现在逼近一亿人大关，但投资顾问增加速度却不及，也影响了服务品质。
此时，招行在2015年推出APP4.0手机银行。“这能够承载太多东西了，如果用城市来形容的话，是一个新区，不再需要修修补补的，地下的排水管道，电缆，通讯全部都是建设好的。”王洪栋发现，软件基础设施已经具备了，并且在中高端客户中已经达到了70%的覆盖率，“路已经通过去了，我应该可以跑这条路了。”他于是在2015年下半年开始构建模型、做组合、构建客户交互体验，路径按照模拟招行最优秀的投资顾问的服务感受，2016年12月推出摩羯智投，同时上线的还有招行APP5.0。“摩羯智投是普惠金融的结构，作为专业的投资顾问时刻在投资者身边，投资者贪婪时，它做些动作挽留他，投资者恐惧时，它可以马上告诉他别慌张。”
“智能投顾的背后是专业的投研团队，是机构行为，可以让投资变得更加专业，同时理财者在智能投顾帮助之下变得长线，整个市场不折腾就会变得踏实。”宜信创始人、首席执行官唐宁在7月14日宜信财富投米RA举办的一周年业绩发布会这样表示。
其实，智能投顾的快速发展，原因之一正是为了弥补中国现行投顾巿场人力服务的不足。截至今年3月1日，中国证券业协会登记的持证上岗投资顾问数量为37933人。根据中登公司3月10日投资者周报数据，投资顾问与投资者数量的比例接近1:3190，代表投资顾问数量严重不足。
中国整体财富持续增长，人民的投资需求也在与日俱增。不久前，郑毓栋看到波士顿咨询公司（BCG）发布的一份报告，根据BCG的测算，2016年中国个人可投资金融资产的规模达到126万亿人民币。百万亿级的财富蓄水池让他意识到，智能投顾市场的前景将变得非常广阔，“而且个人可投资金融资产规模只会继续增长，不会缩小。”
郑毓栋身高一米八，语速缓慢，此前担任渣打银行中国投资策略及咨询总监、花旗银行新加坡商务客户市场及产品总监。在财富管理行业做得久了，他看到了无论是在投资端、配置端，还是客户关系端，财富管理都是金融业里为数不多的一个高度依赖于人的行业，这让他意识到，其中肯定存在大量的成本沉淀在端到端的整条行业链条中。
“整个财富管理行业存在一个悖论，最好的投资顾问不会为广大的客户来服务，因为主要服务高资产客户，但市场上有很多专业能力不足的委托人在帮别人投资，并且经常亏损。”
“中国财富管理行业发展时间不到10年，多数投资顾问没有见过一个完整的经济周期，素质良莠不齐，”郑毓栋观察，机器每天24小时工作，而且一视同仁，不会因为自己想要多赚佣金而设定反复交易的程序，而且智能投顾可以克服人的情绪波动，以及投资顾问或基金经理人个人偏好等因素的影响。“人设计机器，会把所有规则、因子、判断逻辑输进机器之后，最后的配置则由机器计算出来。”郑毓栋在上海接受《商业周刊/中文版》采访时表示，当日下午他参加了朗迪金融科技峰会人工智能分论坛的讨论。
PINTEC因此特别重视工程师团队，通过数据计算去运用在不同客户身上。他们内部会玩笑般地称自己为“哥大帮”，因为所有负责策略的同事都是美国哥伦比亚大学的毕业生，多数主修统计、数学，当中也有量化对冲的基金经理，但PINTEC尽量透过机器的理性判断，避免人为的感性决策。
璇玑智投于2016年6月上线，取自于天象，意为北极星，以人民币资产为基础为可投资资产在30万至300万元的中产阶级进行全球资产配置。“中国目前大概有3000万至5000万处在中间的新富裕群体，掌握着中国财富的40%至50%，没有办法享受私人银行财富管理理财师的高端服务。”在这部分市场，郑毓栋判断会出现巨头级的智能服务公司。
郑毓栋至今仍清楚地记得他的组合如何帮助投资者避开了2016年初的熔断事件的。2016年年初，他刚开始做实盘，当时整个A股和港股的相关性高达九成以上，但是A股的波动率是港股的两倍，港股的波动率只有A股的50%，从收益波动风险的角度来说，港股是一种更划算的替代A股的资产，他的组合是对A股做了很大的低配。
当时他很纠结，因为在2015年底包括国内大多数证券公司在内的几乎所有人都说国内股市的巨幅波动已经结束了，A股的小阳春要来了。结果A股在2016年的第一个月由于波动性继续加大并导致了熔断。但郑毓栋没有改机器计算出来的组合。“让数据来说话才是我真正在坚持的事情，因为科学、理性，是大概率可以重复的投资逻辑，”他说，如果发现机器错了，就去改设定，但是机器运算之后的结果出炉，就不会去动它。
花旗银行吴晶晶告诉《商业周刊/中文版》，虽然中国本地的智能投顾刚刚起步，但投资者非常乐于尝试新技术。唐嘉是北京一家传媒公司的资深设计师，拥有超过5年的投资经验。“只要机器能够回答我的需求，能让我赚钱，我是愿意接受让它为我投资理财的。”她对《商业周刊/中文版》表示，“但我也需要一定过程调适，毕竟人们的习惯不易说改就改。”唐嘉曾在购买的理财产品需要提前赎回以及协商股票的佣金等问题时，向银行和证券公司的客服寻求帮助。她认为类似推荐股票短信的智能服务，是没有任何意义的，“最后还得靠自己独立思考。”
这种完全依赖机器的做法也是渣打银行智能财富管理和交易平台其中的一种服务模式。渣打银行王昕杰对《商业周刊/中文版》表示，完全依赖机器就是投资人在第一次做交易前，便签订了全权委托的操作协议，投资顾问不需要通过客户的同意就能进行交易。
但他却并不会对每一位投资者推荐这种方式。不论是在新加坡、韩国，中国大陆、香港及台湾，他发现大部分的投资人不能像美国一样完全接受机器的决策。“机器今天说买就买，机器说不买就不买，普通投资者没有办法接受这件事儿。”他强调。
渣打银行未来几年将投资不少于2.5亿美元打造智能财富管理和交易平台，刚刚在新加坡做了智能投顾试点，初步采用人机结合的方式，面向所有新加坡财富管理的客户。由于是作为财富管理服务的附加项，客户无须支付额外费用。“我们是有主观观点的，会基于对市场前景判断形成一个标准投资组合。”王昕杰解释，在他的资产类别中，大类资产是股票、债券、原材料跟现金；二级分类会再将资产细分，股票包括发达市场的美国、欧洲、新兴市场及亚洲股票等；债券会分发达市场、新兴市场债券，主权债、企业债，再按信用评级区分投资级、垃圾级。在每一大类资产中他都配置不同的权重。“如果我判断美国股价估值偏高，会有一个主观性的要求，降低美国股票的持仓权重。”他说，“如果按照机器算法，可能依据美股过往的回报表现来看美股，或许会持续性看好美股的未来走势，而这跟我们的人为判断有落差。”
市场上资产配置模型的参数有所不同，王昕杰在创建模型时，会先给出一个框架，每一大类资产以及细则类资产都会设定好上下限，去得出最优组合。他举例，假设只有股票、债券、现金，模型算出的配置是股票60%，债券30%，现金10%，而他的观点可能是股票不要放太多，他就会设置上限为50%，而空出来的10%会在债券和现金之间重新分配；而当市场风险很高时，机器可能算出来的配置方案是债券90%，现金10%，但他却不认为高风险的市场环境下，股票的配置比例一定要0，可能股票下限至少10%，然后机器再去分债券跟现金的比重。他认为市场会有反转，以及一些具有投资价值的股票的存在，这些都是计算机不能准确计算出来。“资产配置的观念就是要给持有的资产做加减，投资顾问需要告诉投资者就算现在不是特别看好一个市场，也都应该要持有一些这个市场的资产。”
王昕杰在2014年加入渣打银行，负责资产配置、投资策略规划与宏观观点研究。他把智能投顾更看作是一个CRM（客户关系管理系统），当市场环境发生变化时，系统会筛出投资组合与市场变化相关性最大的客户，这些客户会被客户经理优先关注。例如，美联储要缩表，将对美元汇价造成影响，那么他就会优先去和美元资产比例较高或曾经对美元感兴趣的客户沟通，跟客户确认是否需要对美元资产做些调整。
机器为客户运算出适合的投资组合后，王昕杰也会去跟客户沟通，在客户可以接受配置建议后再按照机器的推荐去下单。这样处理的好处在于，避免了客户在机器做投资顾问的角色后，没有人力来做沟通而突然之间产生的心理落差。
他之前遇到一个状况就是，他用打车软件叫车，经常遇到司机不来接人等状况，当他使用软件的投诉系统时，发现机器客服根本没有办法解决任何问题，他打电话到软件公司也常打不通。具有14年的财富管理从业经验，让王昕杰对人性有着深刻的理解，“虽然叫车软件不好用，但还是在用，因为利大于弊，”他点出，“赚钱的时候，投资者不太会问原因，但亏钱时肯定要找人的。投资是关系到5万或50万的资产，如果遇到类似困难，到时会有多少人可以接受找不到人的服务呢？虽然中国的（移动）互联网使用已经很普遍了，但很多人仍是想要与人进行对话的，这个沟通属性其实还很强烈。”
今年7月中国人民银行发布的《消费者金融素养调查分析报告（2017）》提及，全国消费者金融素养指数平均分为63.71（满分100），其中消费者对贷款知识、投资知识和保险知识较为薄弱，对风险责任的意识需进一步加强。
“很少有人可以静下心想，为什么现在亏损了？”王昕杰分析，很多智能投顾公司说机器人给出一个最后的解释方案就好了，但投资者怎么可能在预期面临亏损的状况下，还能静下心来听机器给出的解释，尤其这个解释还只是一个书面或视频。“当他看手机时，才知道为什么亏钱，而没有人愿意听他抱怨不满情绪，他就会不信任。如果50%的客户不能接受这个机器人理财的服务，他就会离开，效率的问题就没有意义了。在日常生活中，投资顾问有很大的一个层面是承受着投资人的焦虑或不满情绪的。至少在目前看来，智能投顾需要一个更好的方式能够去安慰客户，我只会把完全的机器投顾当作辅助手段。”
花旗银行同样把机器视作投资顾问很好的帮手和工具。“机器可以基于完善的投资组合理念，借助丰富详实的金融大数据及强大的科研能力，辅佐投资顾问，为投资者制定出合适的资产配置组合方案。”吴晶晶告诉《商业周刊/中文版》，“优秀的财富规划经理起到的作用远大于机器，以前客户经理和投资顾问团队会见客户之前需要做很多功课，投资收益回顾、市场和产品介绍等都需要计算演算，现在结合数字化工具，投资组合、收益表现也就一目了然。”
“9月初，花旗在新加坡推出了CitiBot，利用自然语言体系，在FacebookMessenger上回复客户的常见问题，比如查询账户余额或交易情况、信用卡账单、剩余积分等，并将很快向亚太地区其他市场推广。”吴晶晶说，“通过把这类简单的基础服务交给智能机器去做，让花旗的人力资源得到了充分释放。”
“虽然我愿意接受机器人，但目前还是优先选人工，一旦我的问题书面解释或者VCR视频解决不了，我还是要反复沟通，这会非常浪费我时间。”唐嘉告诉《商业周刊/中文版》。张夏是中国农业科学院农业信息研究所的一名博士，偶尔会参加关于智能投顾领域的学术研讨会，但还没成为智能投顾客户。他也告诉《商业周刊/中文版》，“目前智能投顾在投资组合历史表现以及每日净值在内的信息披露不够充分，无法作出使用智能投顾的决策。”
“国内一些智能投顾存在黑盒子的问题，我们并不知道怎样做资产配置的，投资策略是什么，标的资产有哪些，它只是简单的显示股票和债券等资产占比多少，投资者就会很难信任它。”毛圣博告诉记者，所谓黑盒，指用户并不知道系统调仓的逻辑，所有的判断都是系统根据用户一开始填写的资料计算出来的。毛圣博出生于1983年，现是熊猫资本合伙人，拥有吉林大学计算机科学与技术学士学位和长江商学院MBA学位，此前担任启明创投副总裁。熊猫资本一期人民币和美元基金的总规模为6亿元人民币，成立于2015年6月，是总部位于北京的一家专注于金融支付、人工智能等TMT领域的风险投资机构。
“智能投顾所占的市场份额还不够大，”毛圣博表示，投资人对市场容量还是最在意的，做决策时投资人问自己的第一问题就是，这事如果做成了，能有多大。现在无论从政策规范性，还是投资者的成熟度、标的资产的丰富度和标准化等各方面来看，都感觉它不是一个爆发的状态，现阶段他不会去考虑投资。
摩羯智投也不过多强调机器的智能因素。“我们相信人机结合的结构，”王洪栋告诉《商业周刊/中文版》，摩羯智投体系主要有三块，一是大类资产配置，该模型是机器，会确定在某个时间点大类资产的分配比例；然后会到基金库里抓取五星之选模型的基金；第三个体系则是市场风险预警，会对一些极端事件进行扫描。在这个流程中，五星之选基金体系的建立更多依赖的是人为挑选，通过价值创造覆盖投资者的交易成本。招行2006年推出五星之选基金评价体系，2011年开始研发五星大类资产配置系统，至今这个评价技术已经历10年。2016年，招行的基金净值增长60多个亿。
在王洪栋看来，智能投顾需要两类信息，其一是金融数据信息，包括每天高频滚动的足够机器训练的海量交易数据，再比如公募基金基本的财务数据和收益曲线，这些都属于结构化数据。第二类是基金公司治理结构，激励制度、基金经理的行为风格等，这是非结构化数据。招行从10年前开始积累基金经理行为研究数据库。
“我们的基金评价不是追踪收益曲线，而是追踪人的，因为这个基金换了人可能他的风格就改变了，”王洪栋分析，这也就是五星之选的基金评价71个因子中大部分是定性因子，而非定量因子，例如一位基金经理人刚和公司辞职，但基金公司三个月后才会公示，这时我们的基金评价就会相应调整。“所有因子都为了解决一个问题—判断这位基金经理的未来投资能力，而不是过去绩效。”
和美国智能投顾投资ETF或指数基金不同，摩羯智投追求主动管理的阿尔法收益。王洪栋认为，市场有效性不同，导致国内智能投顾无须参考美国经验。美国市场是注册制，某种程度上股票没有供需矛盾，在一个充分竞争的有效市场里，出现股市闪崩的机会很少，套利机会也是很少的。“但美国法则在中国市场基本无效，在中国做指数反而不是怎么挣钱，市场上也很难出现量化大师，但阿尔法的能力却是很强的。”在他看来，中国生产指数基金其实并不复杂，之所以指数基金的数量远远少于美国，是因为盈利能力跑不过这些主动管理的阿尔法基金。目前摩羯智投的底层资产包括国内股票、国内债券、货币、黄金、海外债等。目前，同样以人机结合方式、采取主攻公募基金销售的还有蛋卷基金等。
对此，郑毓栋持不同看法，认为“配置才是正途”。他的做法和美国智能投顾接近，根据投资者的需求（包括个人的财富情况、风险属性以及流动性需求）为投资者做出个性化和定制化，同时可追踪的风险收益最优化组合。“这个风险就是投资者要的风险，收益也是在投资者风险偏好下能够得到的最优化结果。”郑毓栋说明，“我们的组合并不是去追求最高回报，也不是赌一个方向的概念。”
郑毓栋用了一个通俗的说法来形容阿尔法收益：你站在火车上，你在火车上跑两步，你比火车跑得快的距离就是阿尔法回报。“阿尔法策略的收益只能从另一群人身上获得，当很多人使用，随着管理资产扩大，阿尔法收益不可持续，最终策略就会失效。”郑毓栋说，这也就是为什么一些回报率很好的基金，一旦规模扩得特别大就变得平庸。广发证券刘雪峰团队在7月31日的报告认为，永远不存在始终获得超额收益的模型/技术，在新技术效用逐步消失的过程，意味着旧技术甚至无法获得平均收益，因此必须不断投资于更新的技术。目前，国内以机器为主的智能投顾还有资配易、蓝海智投等。
“国内有些智能投顾公司追求阿尔法，只重视‘投’，而没有‘顾’，这违背了智能投顾的本质。”郑毓栋表示，能够产生阿尔法回报的基金基本上都会闷声发大财，不会公布他们的策略。但智能投顾需要公布策略，需要一个容量非常大，有效性长，而这个策略就是贝塔回报。“中国的市场还有一些非有效性，所以大家还对阿尔法回报有一个迷恋，但随着越来越多的机构投资人参与，市场变得越来越有效，阿尔法回报的空间一定越来越少。”
波士顿咨询徐勤也告诉《商业周刊/中文版》，很多对冲基金到了一定规模以上不会扩容，因为不可能把策略复制到无限大规模的一个市场上面。“但在智能投顾市场，阿尔法和贝塔策略两者不矛盾，选择哪个投资策略，跟其能推荐的产品范畴有很大关系。”
王昕杰也认为主动或被动各有优势，都可以用于智能投顾。“如果只看今年中国上证50和沪深300的表现，仍是可以打败主动型基金。但在其他时间点，主被动收益可能就会倒过来。”关键在于，他认为不要把ETF（交易型开放式指数基金）看得只局限在主被动的形态上，“智能投顾面临的问题更在于产品不够多元，而非主动或被动。产品同质化太严重，投资者并没有其他选择，机器人能做的也就有限。”截至2016年6月，中国上市ETF合计130只，大多属于传统股票指数型ETF。而为应对国内资产不足的困境，郑毓栋使用公募基金补充ETF，而美元组合则以全球ETF为主。
当一个风险事件或投资机会出现，如何调整仓位，也很重要。“我不认为调整频繁是好事，这可能就是你在做规划的时候，帮客户做的太积极，或者看的太短，但如果太久没调整也不好，无法与时俱进。“王昕杰告诉《商业周刊/中文版》，目前并没有一个硬性标准来评判什么样的调整频率是对的，只需从投资顾问的调整逻辑判断投资能力。他每个月会做一次检查，然后固定一个季度跑一遍模型决定要不要做调整。期间，如果上述提到的市场环境都没有发生，他的观点可能就持续不会改变，有时几个月都完全不动。“只有大的风险事件出现时，我才会去做调整，一般的小范围股巿剧烈波动很少去调，我会看更长期的趋势，类似美国加息这样影响全球流动性的事件才会调整，再比如美股估值过高了，交易过于拥挤，我也会去做调整。”
宜信财富董事总经理、投米RA负责人兼首席投资官王福星会平均一个季度调整一次，投米虽然24小时监控市场，可以做到实时调仓，但考虑到调仓成本和买卖期限，他在调仓和成本之间找到这个频率作为平衡点。目前投米选择配置八只人民币基金，但会动态调整底层资产配置。“由于国内ETF比较少，我们选择了很多主动管理型基金。”他在北京办公室告诉《商业周刊/中文版》。王福星拥有北京清华大学学士学位，MBA毕业于加州大学伯克利分校Haas商学院。2015年他加入宜信财富，同一年从零打造了在线一站式全球资产配置服务产品投米RA，在其一周年业绩发布会上，投米RA收益介于2.55%至11.48%。
和阿尔法GO应用到的神经网络原理趋同，在投资领域应用机器学习主要是为了解决计算的复杂程度。但不同的是，金融是个混沌的市场，交易不会使用对弈策略，因为并不知道对手在哪里。金融市场中不停地有人参与进来，也不停地有人退出。同时，金融市场边界及规则都不明确，任何一个事件都有可能对金融市场造成影响。“金融市场所受的影响因素非常多，而且不确定。比如美国总统特朗普当选当天所有人都认为美股要完了，结果它只跌了四小时，一到晚上就回调了。”郑毓栋举例。
“智能投顾在机器运算的需求相对阿尔法GO比较低。”王昕杰点出“金融市场并没有一个明确的胜负界限，不能说今天涨就赢了，跌就输了，而是必须不断重新进行各种组合。智能投顾的复杂程度不在于运算的能力上，而在建立模型，会更加偏重交易层面，而这对人的要求也高。”
模型建立也并不总是正确。一旦机器出现错误，错误就会非常大，市场甚至来不及改就会崩盘。美国长期资本管理公司（LTCM）巨额亏损的例子，至今让多数人对机器运算并不信任。总部位于离纽约市不远的格林威治的对冲基金LTCM有一个“梦之队”，拥有两位诺贝尔经济学奖得主，时任美联储副主席戴维·穆林斯（David Mullins）以及24位顶级交易员等，是“每平方英寸智商密度高于地球上任何地方”。1994年创立以来一直保持着骄人的业绩。LTCM将金融市场的历史资料、相关理论学术报告和市场信息结合在一起，通过机器处理大量数据，形成一套较为完整的电脑数学自动投资系统模型，建立起庞大的债券及衍生产品的投资组合。
1996年，LTCM大量持有意大利、丹麦、希腊政府债券，而沽空德国债券。LTCM模型预测，随着欧元的启动，上述国家的债券与德国债券的息差将缩减，市场表现与LTCM的预测惊人的一致，LTCM获得巨大收益。但1998年，亚洲发生金融危机，8月由于国际石油价格下滑，俄罗斯国内经济不断恶化，俄政府宣布卢布贬值，停止国债交易，LTCM沽空的德国债券价格上涨，做多的意大利债券等证券价格下跌，期望的正相关变为负相关，结果两头亏损。LTCM的电脑自动投资系统面对这种原本忽略不计的小概率事件，错误地不断放大金融衍生产品的运作规模。当时的杠杆比率放到高达60倍，从5月俄罗斯金融风暴到9月全面溃败，资产净值下降90%，出现43亿美元巨额亏损。
LTCM的数学模型假设前提和计算结果都是在历史统计数据基础上得出，但统计过程往往会忽略一些概率很小的事件，这些事件随着时间积累和环境变化，发生机会可能并不像统计数据反映的那样小。华尔街传奇量化大师伊曼纽尔·德曼在《失灵：为什么看起来可靠的模型最终都会失效》中写到，人们对金融危机爆发时定量模型的失效感到震惊，主要因为误解模型和理论区别。“模型就像一幅漫画，突出某些特点，而忽视其他特点，比较关注局部而不是整体。模型就好比是对事物某一部分的过分迷恋，以至于将这一部分当作了事物本身。”
“智能投顾和LTCM做的事情是两回事，”郑毓栋比较，“我们做智能投顾不是孤注一掷，而是把赢面放到很多的资产上，即使我们对资产的判断是A股会有很大机会，也不可能百分之百都放在A股，更不用说加杠杆。这种资产互相对冲的属性天生就做到了一个不赌博的资产配置方案，防止客户巨亏情况。”目前，郑毓栋的客户留存率达到80%以上，近90%以上的客户年化收益率在4％到10％。“整个积极组合的波动率不到5%。但我也做不出零风险的产品，因为这个需求违背了投资的本质。”
金融领域模型并不完美。“金融危机爆发后，极端主义者想要摒弃所有的金融模型，认为人类能够依靠经验在金融界任意驰骋。理想主义者却坚信，一定有一个模型能够反映完全市场的所有玄妙之处，只是我们还没设计出。而事实真相是两种观点的中和。”伊曼纽尔·德曼写道，最好的做法是要保证投资组合在灾难性事件发生时，不要损失得太多，而不是费力去预测灾难发生的概率有多大。
挑战不单这样。在现有的市场条件下，如何获得精准的数据也不容易。一方面，各家机构都在摸索究竟需要拿到什么样的数据才是可以纳入算法模型的。另一方面，哪些维度的数据是真正可以有助于对用户画出更精准的画像。唐宁告诉《商业周刊/中文版》，在输入一只指数基金或者公募基金过去的业绩表现时，如何选择时间维度，对金融专业能力要求很高。
即使程序化交易，也需要人参与参数调整。郑毓栋对纳入模型的数据非常慎重，机器人对数据的处理可以理性，但要防止数据在输入之前出现偏好。“如果拿A股2015年的1月到6月的数据（A股出现牛市）输入机器，那机器肯定就偏好A股。所以选择什么样的数据，选择多长的数据，这是非常有讲究的事情。”他对《商业周刊/中文版》表示，市场中一个流行的做法是不管各种各样的数据之间具有什么样的相关性，全都纳入模型，这是不对的。“智能投顾一定要得到足够多的数据，又是相关的。因为从金融和经济的理论角度来说，一是有不知道的因素发挥作用，二是这个因素发挥作用非常间接。经常出现一种现象，称为过度拟合，当一个模型过度复杂时，很容易利用那些看似正确实则无用的关系，而过度拟合的一个现象就是能够非常完美地解释过去，但开始预测未来，就错得离谱。”
例如，曾有对冲基金发现斯里兰卡的黄油出口和美国的道琼斯指数高度相关，每当斯里兰卡的黄油出口上涨，美股就涨，当黄油出口下跌的时候，美股就跌，相关度达到了90%，相关性维持了7年（1983至1990年），但到了1991年，这个相关性突然消失了。“没有什么原因，就是相关性再也没有了，前面的7年最后被归结就是一个偶然。”郑毓栋解释。
作为智能投顾重要模块之一，风险偏好等级需要对投资者进行用户画像的刻画。传统财富管理的做法是，问卷调查以外，还要有一定时间跟投资者交流，界定投资者的风险承受程度。当投资者承认自己是高风险的人，但实际上他的行为或者资产又无法证明能够承担高风险时，投资顾问的一个普遍做法就是把他这个等级往下拉，变成中等风险或者中低风险。
各家智能投顾公司主要是对用户画像进行刻画获得相应的风险偏好等级。摩羯智投的用户都是招商银行零售客户，起始金额是2万元人民币，申购费率0.4%，它把用户风险等级从低到高分为10级。璇玑智投是通过风险等级测试问卷的形式，在传统的生命周期理论和客户风险承受能力等基础上增加年龄及易受影响性维度测试投资者风险等级，目前这份用户测评问卷已获得专利。渣打银行给客户的风险测评是1到6级。
王昕杰解释，“一些智能投顾机构并没有打算要把客户分得特别细，因为模型可能需要参考的数据就是这些，不需要多拿。”但他认为，更深层次的原因在于，受限于现有的可以投资产品种类太少，机构没有办法把投资者分层分得细，“产品的不细致导致了投资者需求也没有办法细致下去，就算我把投资者分成200种等级，但可以给到他的组合选择就是三至五种，分得细就没有意义，这也是一种无奈。”
为了突破这个限制，王昕杰的做法是借助于传统财富管理的做法，如果某位客户风险测评的结果是积极型，可通过进一步沟通后发现，这位客户可以把某一部分资产的风险偏好做得高一些，某一部分的钱他又希望做得保守一点，那么他会帮助客户把钱进一步分类，分别做不同的配置。“这是智能投顾做不出来的。”王昕杰坦承，现阶段他不太相信通过问卷就可以准确得到投资者风险偏好级别。
王洪栋也举例，一个人可能在一家旅游公司的APP点过一个旅行产品，这个APP就以为这个人真的去过马尔代夫，给他推荐相关产品，但他根本就没有去过，而是帮朋友搜索了一下信息而已。“哪些数据是有效，哪些冗余，取决于对金融的理解，对投资的理解。”他认为，在用户画像上，对投资者交易行为信息的掌握是极其重要的，而不是其他行为信息，而交易行为信息肯定是账户行才清楚。如果一位投资者在招行做了几年的投资理财，他买了一只基金之后一年买进卖出四次，他在真正能够承受哪个等级的风险上就隐瞒不了，这时就不会把高风险产品推荐给他。“他要买我也不敢卖，因为他将来可能投诉我。”在他看来，一个投资者喜欢白色还是蓝色，在网上买过小龙虾，或者他昨天去过韩国，这些对于用户画像的刻画都没有指导意义。“真正需要的信息是投资者对于风险收益率的投资态度，如果未来半年不赚钱，他也能够忍受的风险承受能力。目前很多大数据理论看似可行，其实大都是隔靴搔痒，数据间不能发生交互，貌似掌握用户的某些数据，其实又没掌握。”
不过，华夏基金首席执行官杨晓东看好借助科技更好地刻画用户画像的前景。“我们经常说合适的产品卖给合适的投资人，但你怎么知道这个投资者承担的风险和收益的偏好？经常是让他填一个问卷，如果跌了30%你会不会睡得着觉，很多人说当然可以睡得着觉，但实则不然，这时借由科技协助，会更准确。”杨晓东对《商业周刊/中文版》表示。华夏基金近日同微软亚洲研究院进行战略合作，双方将就人工智能在金融服务领域的应用展开战略合作研究，探索智能投资与资产管理行业智能化转型。广发基金、汇添富基金、南方基金等公募机构也在智能投顾领域都有布局。
上海大学孟添告诉《商业周刊/中文版》，智能投顾刚刚开始，谁都不能保证已有数据的相关性是完全正确的。“所有数据的有效性都要经历过周期的验证，不论是交易数据还是用户的行为数据等。”
而在用户行为数据与用户真实的风险偏好之间的关联关系到底如何，也是徐勤有所顾虑的地方。“即使有客户授权，可以在合法合规的情况下拿到客户的很多数据，但这些数据回归的角度都是变量，它跟因变量之间的关系是否可靠又有效，确实还要在更长时间和更大范围内进一步做分析测试。”她强调，在中国环境下，随着对客户数据隐私保护越来越提升，这对智能投顾现有的模型也是一种潜在挑战。
吴晶晶也告诉《商业周刊/中文版》，国内的智能投顾产品大多处于起步阶段，以产品导向为主，很多智能投顾的产品主要根据客户风险和投资期限将人群划分为几大类，设计优化好数个投资组合套餐，套用到这几类人群上。
“风险等级划分上确实没用到太智能化的高深技术，只要能把客户风险划成几个级别，已经算是完成了一个阶段性任务。”财鲸首席执行官叶鑫在接受《商业周刊/中文版》采访时表示。1983年出生的叶鑫是北京清华大学材料系学士、管理科学硕士，公司管理团队几乎都是清华同学。在智能投顾成为金融科技领域的热点前，他已提供投资者投顾服务。业务在2015年8月上线，2016年初获得创新工场数百万美元Pre-A轮融资，目前管理几亿人民币资产。取名财鲸，源于公司主要做海外资产配置，于是选择了海里最大动物鲸鱼。叶鑫为自己对标的，是境外投顾机构汇丰、渣打和高盛。
多年固定收益业务的从业经验让叶鑫意识到，随着财富管理客户下沉、非标产品例如银行理财进入发展边际，越来越多的违约开始让投资者感到紧张。如果国内市场固定收益产品的刚性兑付果真在某一天直接被打破，这个过程中就会产生很多业务机会。他判断，刚性兑付被打破之后，客户会把资产配置在公募基金等净值型产品上，这个时候对投顾的需求就会增加。“我们就想能不能做一些互联网产品，能用一些互联网方法为线上客户提供服务。”
和美国不同，叶鑫必须重新挖掘中国市场的中国客户需求。他的逻辑很简单，智能投顾服务的模式不重要，最终在市场里存活下来的模式就是被市场证明是合理的模式。他直接按照高净值客户和中低净值客户的方式分层，然后选取一类客户里面比较共性的需求来提供服务。“并不是所有的前端客户都是目标客户，我们只会筛选出一小部分人。”在叶鑫看来，同样是35岁的两位客户，一位完全没有投资经验，一位在市场里面搏杀了多年亏损很多，也知道投资是不易的事情，叶鑫会选择后者作为他的客户，因为在叶鑫看来，后者经历过投资过程中的起起伏伏，他对好的投资结果有期待，对亏损的结果也有心理准备。叶鑫对高净值客户服务有很深的心得，“高净值客户不仅需要资产配置，挣太多钱他们会觉得风险也变高了，他们还有沟通的需求，要有安全感。”要想满足这种焦虑感就需要人。“机器是隐藏在人的后面，只是帮人完成包括构建组合和下单这些过程，高净值客户其实不关注这些，他只关心他的想法是否得到贯彻，当给他提供的投资政策有任何偏差的时候，是否有人来给他解释。”叶鑫的高净值客户是以十万美元为投资门槛，典型客户在两三百万人民币，至今总规模在几亿左右。叶鑫帮这些投资者做海外的对冲基金的配置还有股票的账户托管，“只给出一个解决方案的投顾并不现实，和投资者建立高度信任很难，我们唯一能做到的就是反复持续地给出更多关心。”
而中低净值客户的需求则是“赚到钱就好了”，叶鑫选择在线的方式提供服务。可是，自助式服务意味着所有沟通反馈都是有固定模式的，这也意味着叶鑫无法获得客户更进一步的信息，沟通的不到位让投资者在认为自己的风险承受等级和风险测评结果不一致时就会有疑惑，当没有人来解释时，投资者就会彻底离开。“如果没有互相交流的过程，机器是很难像专业人士一样取得投资者的信任感的。”孟添点出。
成本困境让叶鑫不得不采取的策略是创建两条产品线。高净值客户的产品线是端到端的，从开始到结束都有人在服务；另外，还有一条针对企业的产品线，叶鑫把投顾系统租用给金融机构，金融机构再去形成个性化的自助式在线服务，既解决了传统金融机构的痛点，也间接解决了中小净值客户的问题。
财鲸在2015年开发出财鲸深海智能投资系统，该系统包含海神（多维空间交互匹配平台）、遨游（神经网络认知选股系统）、豚音（智能分析器配置优化系统）、洋流（量化择时动态调仓系统）、海纳（结构化大数据平台）和惊涛（脉冲交易系统）。可以理解为四大模块：数据、计算、账户和资产配置。而最受投资者喜欢的组合是以VR（增强现实）、人工智能和游戏为主题的投资组合。同样以主题投资为策略的国内智能投顾公司还有雪球和聚爱财。
组合设计和叶鑫的前期客户群有很大关系。他的早期客户都是互联网和金融的从业人员，这部分人有自己的投资主题偏好。“一级市场的目标估值都增长，他们找不到投资标的，到2016年开始人工智能概念开始火起来了，大部分人买了这三大组合。”叶鑫的投资组合没有锁定期，投资者可以随时申购赎回。在2017年初，叶鑫决定让免费的APP下线，服务重心转为企业端。
同样的，郑毓栋也将业务重心放在了企业端。他坦承，在对用户画像的刻画上，他仍然无法精准地获得客户的数据。于是他做了调整，把璇玑定位于智能投顾的机构服务商。
在上海一家德国制造企业工作的耶小路投资经验不到一年，她对机器投顾感到有些好奇，当初抱着试试看的想法，用了几家机器投顾公司的服务。她在比较了风险测评问卷后发现，“我理解问题设计背后的原因，无非是为了了解我的资产情况，有些我觉得还好，但被问到有些涉及隐私的话题时，还是有点不悦，不太愿意透露的。”
“风险偏好包括客观风险和主观风险，我们的问卷只能测出投资者的主观风险。”郑毓栋说，假设一个上有老、下有小，每个月工资收入50%以上要去还房贷的投资者，即使他主观上承受很高的风险，他的客观状况也不允许，可是客观数据不是通过调查问卷问得出来的，“投资者不会容易接受陌生人的询问。”
获得客观数据的途径，郑毓栋也选择跟传统金融机构合作。“做企业端的好处在于，一是获客问题就解决了，因为机构本身大量客户群，二是投资者对机构有天然的信任，投资者教育的部分也解决了，三是机构的准入要求非常高，机构在跟你合作之前要反复挑战你来确认是否符合它们的要求。”郑毓栋感慨，“我们每过一个机构其实都是过了一条非常严格的路，但是我既然要做就要做最难的。”
璇玑智投针对消费者端的产品具有实验性质。他有自己的考量，“机构客户可以看到我们的能力，能做成什么程度，还有哪些能够定制的方向，同时通过积累消费端的真实运营经验，看客户的反应和投资行为是否跟预期一致。如果自己没有真正做过消费端产品，就会闭门造车。”蚂蚁金服首席执行官井贤栋在6月时曾表示，蚂蚁金服近年来积累的金融云计算、小额支付、风险管理、人工智能等能力以及信用体系，都将一步一步开放给合作伙伴。蚂蚁金服已将旗下“蚂蚁聚宝”升级为“蚂蚁财富”，并上线“财富号”，向基金公司、银行等各类金融机构开放，同时向金融机构开放旗下最新的人工智能技术。而向企业端输出技术，也是王福星为投米RA规划好的下一步战略。
徐勤告诉《商业周刊/中文版》，智能投顾的最大优势不是独立获客，更多是在更低的成本下提供良好的服务。“智能投顾长期在中国生存下去的模式会跟美国很像，是作为传统金融机构提升其内部投顾服务能力的一个很好的手段。”美国智能投顾早期主要参与者为金融科技类创业公司，直到2014至2015年富达基金（收购智能投顾平台E-money，并与Betterment合作）、Blackrock（收购智能投顾公司FutureAdvisor）和Vanguard等金融机构才进入智能投顾领域，目前业务规模远超前者。“初级阶段是以争夺流量和渠道为主，但在成熟阶段一定是数据和资产是发展核心。”孟添分析。
与消费端和企业端的模式不同，2015年，总部位于杭州的互联网理财平台铜板街拿到了IDG、联创和君联资本等共5000万美元的投资，开始做类通道式的单标智能投顾服务。这种投顾模式并不直接接触资产，只做财富管理解决方案的智能整合，给到投资者的理财产品和服务由平台上的商户提供。“平台好比是一条商业街，街道上入驻十大类资产商户，投资者则可以在街上选择自己偏爱的行业、商户，购买适合自己的理财产品。”铜板街官方微信号写道。
在这种模式下，资产可以非常分散。“在大类资产分散后，再做进一步的分散，一直到最原始的基础资产。”铜板街财富管理部总监孟柳萌解释，“比如说一个投资者有一万块钱，按照传统财富管理逻辑是会给他背书一个产品，但他的做法是给投资者配置100个产品，每个产品100块钱。”他称，“这是比较独特的一个地方，目前国内还没有别人这样做。”该项服务费用全部由商户提供，孟柳萌收取的费率区间在1.5%至3%。“智能投顾服务带来的最大正面效应是做到了用户留存，”他说，铜板街目前产品规模约90亿人民币，投资者的理财平均余额在18000元左右。
“智能投顾是一个时间函数，从头到尾都像是一个旅程，从起点带到终点，都要有人和人的互动。”叶鑫坚称这个理念，“这是一个演变的过程，上来就直接自动化会让它很脆弱。”他把投顾过程比作医生给病人看病开药，“医生看病肯定不只开药一个环节，还涉及到病人和医生互相建立互信关系，然后构建一个双方都能够明确的方案，还要定期来回访。”但国内尚不能代客理财，断掉的业务链条就需要通过投资者教育来完成。“就像医生告诉病人要每天吃药不要过多摄取糖分，但大部分的人是做不到自律的。”叶鑫说，“投顾建议的执行，同样要求投资者的自律性。”
叶鑫感到有些无奈，“大部分投资者都不觉得自己的风险等级测评很重要，其实风险评级的真正意义在于资产出现回撤时他的反应。”他还看到投资者存在一个误区，就是唯收益论英雄。他提醒投资者所有收益率都会回归到均值，投资者挑产品应该更多看未来。纽约大学经济学教授威廉·伊斯特利在《经济增长的迷雾》一书中写到，“均值回归是普遍规律。它可以解释为什么美国联赛的年度新星在第二年的表现会不尽如人意，为什么作家的第二部小说会令人失望，为什么电影续集通常不如第一部电影精彩等等。”
孟柳萌则一边期待着牌照，一边寻找能够提供资产或流量的战略投资者。他希望行业能够建立一个标准，大家按游戏规则来做。“踏踏实实地在做数字化投顾其实都不冒尖，因为要先把投资者预期管理做好。有些公司为了圈市场，仓促上线智能投顾服务，最后肯定会出问题。”4月13日，山西证监局在“3·15投资者保护阳光行动月”公告中分别披露了理财魔方和拿铁理财两家互联网平台涉嫌基金销售违规。
“过去两位数的投资回报机会已经一去不复返，投资理财趋势正在由固收向权益类转变，智能投顾是打开权益类投资之门的途径。”唐宁强调，因为很容易做错，所以要初心正确。
郑毓栋现已拥有近十家的机构客户，管理几个亿的资产，他希望在2017年年底做到20到25家的机构客户，管理资产规模可以达到几十亿。他表示理念的传达是比技术更为急迫的事情，“大部分人对风险的认知是两极的，要么没风险要么去寻求极端风险，但智能投顾对风险的要求是50个灰度，在白到黑之间是有很多颜色，我们要知道在这50度灰当中你愿意选择哪一度灰。”
摩羯智投也还在成长。眼下，王洪栋正在筹备着摩羯智投2.0，他希望今年年内或一年后能够做出来，虽然有些技术比他想象的要难。摩羯智投1.0七成的权重在智能投资上，虽然会为投资者提供月度运作报告，但从前端的风险测评到后端的交互服务，仍和王洪栋理想中的顾问服务有些差距。“1.0像是一个投资经理的结构，2.0的体验会更像是一个人工投资顾问，而这个部分已经跟投资没有多大关系，更多运用到的是语义识别、自然语言处理和可理解的对话等技术。”他说，摩羯智投是招行多部门协同合作，对资源投入的要求非常高，“但我们可能是行业里最早突破出来的”。
“没有必要把这个工具想象的会飞起来，夸大了就会毁掉它的。”王洪栋告诉《商业周刊/中文版》，“现阶段我不着急，但一年以后的今天，我的规模一定是达到一百亿了。”
