探索設(shè)計智能投顧

1、智能投顧設(shè)計探索目錄1.智能投顧理論12.智能投資組合12.1選擇基金12.2資產(chǎn)配置模型22.3風控模型23.智能投顧的效果33.1不同風險等級間關(guān)系31.智能投顧理論智能投顧 通常指Robo-Advisor，即根據(jù)個人投資者提供的風險承受水平、收益目標以及風格偏好等要求，運用一系列智能算法及投資組合優(yōu)化等理論模型，為用戶提供最終的投資參考，并對市場的動態(tài)對資產(chǎn)配置再平衡提供建議。通過上述對智能投顧的定義，可以理清以下思路：1)機器人投顧。智能投顧是基于非人工、智能提供投資建議，所以打著智能投顧為名、人為進行背后調(diào)倉換標的的投顧，算是偽投顧；隨著智能投顧在國內(nèi)的落地生根，這幾年，市

2、面上存在的智能投顧已經(jīng)漸漸從偽智能，即人+機器投顧，轉(zhuǎn)換為了機器人投顧。大體方式，還是增加預(yù)算，招聘程序員將投顧思路剝離出來用編程實現(xiàn)。2)用戶多維畫像。智能投顧對個人投資者需要進行畫像，包括風險承受能力、收益目標、個人偏好等，當然，能挖掘其他對投資者畫像有更清晰意義的指標自然更好。現(xiàn)階段，智能投顧行業(yè)的用戶畫像還相對較為粗糙，簡單的風險評價后，即得到用戶投資特征，依然是用戶畫像的主流。直接原因，在于投資者風格迥異，真要千人千面，反倒有點嘩眾取寵，流于表面。后期，等智能投顧中投資方案被越多投資者接受后，投顧行業(yè)應(yīng)該會重新重視用戶畫像。3)提供持續(xù)、動態(tài)更新的投資組合。智能投顧替代傳統(tǒng)投顧，為投

3、資者提供的服務(wù)是資產(chǎn)投資方案。且該方案是投資者個人承受能力下的，收益最佳、最具有操作性等的資產(chǎn)配置方案。這也就要求基于智能算法得到的投資方案，需要持續(xù)動態(tài)的為投資者更新資產(chǎn)配置內(nèi)容，以滿足投資者持有當下最佳的投資組合。這部分是智能投顧的核心，也是各投顧公司的最大競爭力。后面我們將詳細講述這部分的設(shè)計及探究。2.智能投資組合基于智能算法，持續(xù)動態(tài)的更新投資組合，落實到實際操作中，大體圍繞著以下思路：2.1選擇基金有一套卓越的選基金體系，以從源頭保證優(yōu)質(zhì)的投資“原材料”。這就使得曾經(jīng)用于股票分析的各種方法，如因子分析、相關(guān)性分析、基本面分析都開始被用于并調(diào)整到基金分析上。至于其有效性，就只有各方案

4、的設(shè)計者知道了。不過，在這里需要強調(diào)一句，研究者篩選出的基金，最核心的一點，就是各類基金之間需要保持足夠的弱相關(guān)性，以滿足后期的大類資產(chǎn)配置需求。刨除這一點選基金，都是舍本逐末。在這里，大體羅列一些篩選基金需要注意的地方：a)相關(guān)性，選出的基金需要盡量涵蓋足夠的非相關(guān)市場，這樣后期資產(chǎn)配置中，才能大概率避免黑天鵝事件；b)手續(xù)費，投資更多的是賺市場上漲的錢，手續(xù)費太高，會大程度的消耗投資者的本金和收益，進而遠離定好的投資目標；c)申贖時間，較長的申贖事件，一方面會浪費掉調(diào)倉換股中間的收益，另一方面會影響整個組合的實際配置效果；事實上，本著簡單、明了的投資原則，選擇指數(shù)類特別是C類的ETF或ET

5、F增強基金，也是不錯的一種選基金方式，其結(jié)果未必比復(fù)雜的方案篩選出的基金差多少，雖然未必是最優(yōu)的配置方式；2.2資產(chǎn)配置模型一套優(yōu)秀的資產(chǎn)配置模型。好的資產(chǎn)配置模型對投資策略來算，就如一個優(yōu)秀的廚師對一桌菜的影響。其重要性，甚至對一個智能投顧方案的價值起到了決定性的作用。市面上成型的資產(chǎn)配置模型包括：a)馬科維茨，設(shè)計者就是馬科維茨，并憑此獲得了諾貝爾經(jīng)濟學(xué)獎。因為模型知名度很大，從而廣為業(yè)內(nèi)研究者所知。其劣勢也很明顯，一來大家都知道，自然就不能算是自己的護城河，二來其本身存在對參數(shù)反應(yīng)敏感，容易因為收益率和風險指標的改變，導(dǎo)致配置比例較大幅度的變化；b)BL模型?？梢院唵蔚睦斫鉃轳R科維茨+投

6、資觀點，即通過投資觀點來調(diào)整馬科維茨中的輸入?yún)?shù)，收益率，進而影響馬科維茨輸出：配置方案。該模型劣勢也不小，投資觀點的獲得本身就受主觀因素影響，其好壞決定了整個配置方案的好壞，既然如此，那不如直接拋棄模型，選擇給方案的人？當然，也不能說的這么絕對，只能說，BL模型，其實是研究者不想對人和模型選邊站時，采取的中庸結(jié)果。c)風險平價模型。通過調(diào)節(jié)配置比例，讓各標的之間的風險相等，且該相等是考慮了相關(guān)性之后的相等。該模型的邏輯是，任何時候，我對各標的的風險暴露都是一樣的，從而避免了單個標的的黑天鵝事件，能夠賺取整個市場上漲的錢。不過，因此帶來的劣勢也很明顯，市場好的標的，和市場不好的標的，配置并沒有

7、明顯的側(cè)重，也就永遠無法讓投資者獲得最大的收益。d)其他模型。像最小方差模型、簡單等權(quán)模型、最小在險價值等，比較小眾，其核心要么就是追求組合風險最小要么追求風險暴露均衡，并沒有太多新意的地方。且存在較大的理論漏洞或者說更高的使用條件，從而應(yīng)用的機構(gòu)也相對較少?；诠P者個人偏好，還是更喜歡馬科維茨模型。當然，對該模型進行一定程度的改良是必不可少的。比如，通過限定無風險資產(chǎn)的最低配比來調(diào)整投顧風險等級；通過限定預(yù)期收益，來追求各期最佳風險配置；關(guān)注全市場風險收益情況或單個標的風險收益情況決定當期風險偏好等等。具體細節(jié)，可以等后期有時間再慢慢給大家展開。2.3風控模型投資過程中出現(xiàn)黑天鵝事件是不可避

8、免的，特別是A股市場，因為散戶眾多，投資風格不太成熟，很容易出現(xiàn)市場短時間大幅度下跌情況。如果在資產(chǎn)配置模型外，沒有有效的風控模型，很容易導(dǎo)致整個配置方案出現(xiàn)較大幅度的回撤。且不說，回撤對收益的損嗜，就單說回撤對用戶的忠誠度和粘性的影響，都是極大的?？梢姡L險控制對智能投顧策略是必不可少的。風控模型，其實簡單來說，就是在標的出現(xiàn)異常事件后，能夠緊急且有效止損的一種模型。模型很簡單，就像一個故事，可能講述前因后果會費點事，但其故事核心，并不復(fù)雜，就是簡單的兩個字，“止損”。最常見的止損策略，有固定點位止損、移動止損、波動率止損、ATR止損等等，并沒有明顯的好壞之分，只能說不同情況下選用特定的某種

9、止損策略更能滿足需求一些。基于上述止損策略構(gòu)建風控模型，在黑天鵝事件（定義黑天鵝事件也是一件技術(shù)活）發(fā)生時，迅速對單個標的進行分控。至于風控過后，如何選擇終止風控時點，建議可以考慮再下一期滾動調(diào)倉的時候。3.智能投顧的效果也許在真正將一個優(yōu)異的智能投顧方案落地實現(xiàn)前，我們不清楚還有多長的路要走，但，我們應(yīng)該清楚的是，什么樣的智能投顧是真正優(yōu)異且有效的智能投顧。3.1不同風險等級間關(guān)系對每個機構(gòu)來算，最優(yōu)的投顧方案只能是一個(如果不是，則說明并沒有形成終極的投顧方案)。那不同風險等級間，使用同樣的投顧方案，區(qū)別只在預(yù)期收益率。這就使得不同風險等級間，應(yīng)該是：1)夏普接近。標的一致、投顧方案一致的

10、情況下，風險收益特征就一致。所以，對應(yīng)的收益風險比就會是一致；2)不同風險等級間，預(yù)期收益率、回撤、波動率會隨著風險等級的提高而增加或降低，不會出現(xiàn)不規(guī)律排列情況。所以，如果市場是上漲的，則最高風險等級的收益一定最高，最低風險等級收益一定最低；同理，如果市場下跌，則最高風險等級的收益一定最低，最低風險等級的收益一定最高。中間風險等級的，一定是依規(guī)律，根據(jù)等級排列，不會出現(xiàn)越規(guī)矩的情況，否則該智能投顧方案就是有問題、非智能的；3)因為風險收益特征的一致性，則歷史回溯結(jié)果將出現(xiàn)收益曲線的分層，即不同階段，高收益的曲線和低收益的曲線，不存在黏連性，要黏連則所有的風險等級都會黏連，請注意最后一句話；4)投顧根據(jù)整個市場情況獲得收益。當整個市場偏弱市時，智能投顧將大概率錄得虧損或低收益；當整個市場偏強市時，智能投顧將大概率錄得高收益或較好收益。所以，如果今年以來，有智能投顧公司通報說自己獲得正收益、甚至高收益，則需要考慮該公司是否存在數(shù)據(jù)造假或者模型是否專業(yè)且經(jīng)得起檢驗了。3.2智能投顧示例為了讓讀者有更清晰的認識，筆者將一版智能投顧數(shù)據(jù)放在下面，以供參閱：從數(shù)據(jù)中，可以發(fā)現(xiàn)風收益率、最大回撤隨著風險等級的提高逐漸增大，說明該智能投顧方在不同的風險等級中使用的投顧案具有很好的一致行。如果上述判斷正