20161009-36氪-FinTech细分领域_数字化投顾研究报告-投资交给机器_数字化投顾进场金融投资_38页_2mb

投资交给机器，数字化投顾进场金融投资总结

核心内容

数字化投顾是智能投顾（Robo-Advisor）的广义概念，指利用机器替代人工投资顾问，完成投资咨询过程中的一个或多个核心环节，如客户分析、资产配置、投资组合选择等。其服务覆盖投资决策流程的各个环节，相较于传统投顾，具有服务量更大、服务更标准化、技术更先进等优势。

主要观点

• 数字化投顾的发展趋势：随着互联网、大数据和人工智能技术的发展，数字化投顾正逐步成为投资顾问服务的重要补充，尤其在年轻一代中接受度较高。
• Robo-Advisor的定义：Robo-Advisor是一种全流程管理的智能投顾模式，基于现代资产组合理论，根据客户的风险承受能力及收益目标，进行资产配置和再平衡，强调长期稳定收益。
• 行业现状：美国市场较为成熟，Robo-Advisor、量化策略、智能数据分析等模式已发展多年，而中国市场仍处于起步阶段，主要由创业公司和少量传统机构推动。
• 监管与合规：中国尚未出台明确的数字化投顾监管细则，但已有初步的法律法规，如《证券投资顾问业务暂定规定》和《证券法》对投资顾问行为进行了限制。
• 发展挑战：包括监管规范、数据获取、算法透明度、投资建议与产品销售的平衡等问题。

关键信息

一、数字化投顾行业概述

• 数字化投顾是传统投资顾问业务的延伸，涵盖客户档案创建、资产配置、投资组合选择、交易执行、投资组合重设和投资损失避税等环节。
• 服务流程包括智能搜索、智能分析、社交投资、主题投资、量化策略等，其中Robo-Advisor是综合所有流程的代表模式。
• 技术层面，数字化投顾引入大数据和人工智能，提升信息获取效率，减少非理性因素影响。

二、行业现状

1. 中美对比

• 美国：

  • 市场成熟，各细分模式已发展较为完善。
  • Robo-Advisor已获得广泛接受，市场占比上升。
  • 传统资管公司开始布局数字化投顾，如嘉信理财、先锋基金等。
  • 监管意见已出，推动行业规范化。

• 中国：

  • 创业热潮于2014年爆发，目前处于早期发展阶段。
  • 各种模式尚在探索，如智能数据分析、量化策略、Robo-Advisor等。
  • 少量传统机构已试水，如同花顺、华泰证券等。
  • 监管细则尚未明确，平台需取得相应资质。

2. 国内玩家格局

• Robo-Advisor：如蓝海智投、弥财、理财魔方等，主打海外资产配置。
• 量化策略：如中量网、聚宽、Quantopian等，提供策略分析与交易服务。
• 智能数据分析：如胜算在握、股票卫士等，提供数据支持与投资建议。

三、主要模式分析

1. 智能数据分析

• 通过大数据和人工智能技术，从海量信息中提取有价值的数据，辅助投资决策。
• 通常包括智能搜索、自然语言处理和知识图谱等技术。
• 数据积累和算法优化是其发展的关键。

2. 量化策略投资

• 利用数据和模型生成投资策略，以代码形式实现自动化交易。
• 分为主动量化和被动量化两种类型，本报告聚焦于主动量化。
• 策略生成、筛选和销售是其主要流程，平台需具备较强的风控能力。

3. Robo-Advisor

• 以获取β收益为目标，采用被动投资方式。
• 服务流程包括问卷填写、投资计划推荐、动态评估与调整。
• 服务成本低，适合大众投资者，但目前智能化程度较低，与美国相比仍有差距。

四、行业思考

1. 四大平衡

• 监管与创新：需在监管框架内推动创新，避免过度限制。
• 境外投资与外汇管制：国内投资者有海外配置需求，但外汇政策限制了资金流动。
• 数据开源与客户隐私：数据是核心，但需保护客户隐私。
• 投资建议与产品销售：需平衡建议与销售，避免误导性行为。

2. 未来展望

• 智能数据分析模式：有望率先爆发，因其符合国内投资者对短期收益的关注。
• Robo-Advisor模式：长期看好，但需等待市场成熟，如散户向基金投资的转型。
• “智能”概念需理性看待：机器难以应对黑天鹅事件或情绪驱动的市场波动，需结合人工判断。

3. 行业挑战

• 技术成熟度：目前多数平台智能化程度较低，仍需提升算法和模型。
• 市场教育：投资者需逐步接受机器管理，市场教育成本较高。
• 合规风险：需在监管框架下发展，避免法律风险。

结论

数字化投顾作为FinTech的重要组成部分，正逐步改变传统投资顾问服务模式。虽然中国目前处于起步阶段，但随着技术发展和市场成熟，未来有望迎来爆发式增长。行业需在监管、技术、市场教育等方面取得平衡，以实现可持续发展。