AI x 量化：华尔街老司机解密智能投资正确姿势

随着中国经济的腾飞，中产阶级的崛起，投资管理逐渐步入寻常百姓家。

值得注意的是，在十年前“无财可理”问题解决后，另一个矛盾愈发凸显——层次不齐的投资素质。据wind数据统计，2004年至2015年12年间，只有3年基金是亏损的，平均年化收益率为19.2%，投资任意一只基金满一年正收益概率为79.8%。与此同时，理财魔方分析指出，基金投资者却总是亏损的。从基金赎回比例来看，投资者平均持基时间为一季度，而在踊跃申购之后的一季度往往伴随着大幅亏损。

投资咨询服务应运而生。可对于更广泛的用户群体而言，传统金融机构投资服务却是可望不可即。一是人力顾问有限，金融机构更青睐于高净值客户。二是存在较高的起投金额。

东方证券首席经济学家邵宇表示，东方证券有客户110万，投顾人数即便加上营业部部分也不过一两百人，仅凭人力根本无法服务到位。而在国外，高盛为净值在一百万美金以下的客户提供机器人服务。他指出，利用机器的趋势是难以避免的。

尤其在互联网、AI等新技术拥抱金融的时代，这批非典型用户的价值含量也愈发凸显。智能投顾正是想要解决这些问题。财鲸联合创始人王蓁博士此前曾言，

智能投顾的本质是线上化私人银行的后台服务，让用户能够更低成本获得服务。

简单来说，智能投顾通过引入人工智能，系统得以评测用户的风险偏好，并推荐相应资产组合，用户得以一键下单完成交易；后期不断检测资产表现情况，必要时进行风险提示以及调仓推荐。对用户而言，获得了机器专家的投顾服务，从而更好地控制理财风险，提高资金收益，一键式的操作也非常有利于用户体验。

由于客观需求的存在，智能投顾也随之水涨船高，成为全球财富管理领域一颗明星。以发源地美国为例，据咨询公司A.T. Kearney预测，资产管理规模将从2016年的3000亿美元增长至2020年的2.2万亿美元，5年的年均复合增长率约为68%。还有分析人士认为，智能投顾在中国拥有更广阔的发展前景，国情不同、巨大的人口基数以及不够完善的投资咨询服务中皆蕴藏机会。

王蓁表示，智能投顾公司其实就是算法或数学模型的公司。面对此类具有一定技术壁垒的市场，创业公司一向走在传统金融机构前，技术团队及人才成为大部分金融机构的短板。

智能投顾对于传统金融机构的业务发展而言，究竟有何意义？金融机构应不应该入场？能否实现后来居上？如何借鉴创业公司先行经验，怎样利用人工智能算法、非结构化数据等，搭建起一个真正的智能投顾产品？

为此，雷锋网AI金融评论联合雷锋网AI慕课学院举办智能投顾系列讲座，邀请国内已实现商业化落地，通过交付验收；符合银监会监管要求，可以在金融机构内部部署私有服务；国内已实现无人工干预，在防火墙隔离下，能够独立自主运行的智能投顾系统——财鲸的联合创始人王蓁博士在未来一月为我们持续分享，关于智能投顾原理、业态、算法模型和应用落地的一切。

讲座分为两部分——线上公开课、线上线下结合的正式课程。

公开课由9月7日与9月14日两次直播组成。王蓁博士将会讲解智能投顾的前世今生和原理，并对比中美两国差异，分析智能投顾在国内生长所面临的挑战和解决方案，使得听众建立有关智能投顾的原理、基本框架和行业整体认知。

正式课程分为初、中、高级三阶段。

初级课程将在公开课精华基础上，增加常见资产配置模型与机器学习基础内容。
中级课程是高级课程的预备课，将深入剖析金融研究和投资领域常见的人工智能算法，包括风险平价资产配置模型、基于多因子模型的资产配置、量化投资中的自适应建模和优化方法、自动化的文本挖掘算法、非结构化数据应用、金融搜索、金融知识图谱构建等。
高级课程会结合国内智能投顾的落地案例，拆分讲解如何搭建和实施一个真正的智能投顾项目，主要覆盖思考和解决问题的思维方式和案例介绍。