管理资源吧

当前位置:首页 >> 资讯 > >> 企业管理 >> 经营管理 > 互联网金融 | 从体验「摩羯智投」聊智能投顾

互联网金融 | 从体验「摩羯智投」聊智能投顾

最近在证券行业、银行业、基金业,有一个词很火爆,那就是“智能投顾”,顾名思义,投顾一般是指投资顾问,就是在证券银行中的帮助客户提供投资建议的客户经理们。

他们和一般的客户经理不太一样,往往是具备投顾从业资格的客户经理们。前面加一个智能就是通过大数据、机器等通过各种投资模型运算来为客户充当投资顾问的角色。

无论是现实中的投资顾问还是智能投顾,他们要解决的主要是以下几个问题:

  1. 资产管理

  2. 证券投资建议

  3. 理财规划

那智能投顾通过什么来帮助客户满足以上需求呢?

1、大数据

互联网科技最牛的地方就是数据计算能力,它所抓取的数据可以涵方方面面,各种投资工具的历史数据、各个行业的经济指标、地域人员数据等等

2、用户行为

建议每一个客户投资需求的时候往往我们需要了解他的投资习惯、风险承担能力、投资偏好等等。而智能机器则可以了解一个客户的历史交易记录、消费习惯等等更全方位的洞察客户的行为习惯。

3、算法及投资模型

无论是给个产品的收益还是客户行为都需要一定的算法。这些算法如果单纯依靠人类的话,那效率极为底下,好的产品很难筛选出来。同样,在证券和基金投资方面有很多国内外成熟的投资理论和模型。根据这些只能机器进行建模和运算。

国内智能投顾发展(以摩羯智投为例)

1、摩羯智投介绍

招商银行的客户群体很广,在银行中互联网发展也比较好。前一阵子推出了摩羯智投,一款以公募基金为数据库的智能投顾平台。这个名字起得很有特点,不知道是不是招行的摩羯座的群体更多,还是说摩羯这个星座更加智慧?O(∩_∩)O哈哈~

2、摩羯智投参与流程

这里提到了两个概念:

  • 流动性安排

  • 风险偏好

流动性安排这里指的是投资年限:用户可以选择0-1年、1-3年、3年以上。

风险等级有1-10个等级,数字越大,代表承受能力越高。

根据这两个维度,摩羯给出了两个运算后的数据:

  1. 模拟历史年化业绩

  2. 模拟历史年化波动率

通过模拟数据评估了采取此套方案后用户的投资收益情况。

根据客户的选择,后台进行运算。

运算结束,后台给出基金组合方案:包含配置类型与配置比例。并根据选出的产品按照此方案模拟近三年的数据。

通过查看我们看到详细的配置是多支基金,每支基金点击进去都能查看基金详情,包含简介、持仓、分红、净值和公告。

我再次尝试了其他的风险等级,系统给到我的是新的基金组合。

我们可以看到,两次的基金配置中基金标的绝大部分是相同的,只有少部分是不同的。区别主要在于比例上。两次不同的选择,系统给到的是摩羯8号和摩羯14号产品。

继续购买的话,会有一个风险评估,主要就是一些风险类相关的题目。

评估完成后,根据评估结果给出了适合的产品类型。

随后继续购买就能一键下单购买选择的基金组合了。

通过以上的流程我们可以发现:

  1. 数据结果是根据投资年限和风险承受来划分的,投资年限的选项有3中,风险承受有10种类型。这样两两搭配的话,会出多C3/1 *C10/1种投资风格。

  2. 两次选择后,组合中的基金标的大体相同,所以感觉应该是目标池也不是很大。应该是在众多基金中先筛选了一部分,在这些基金中做了多个组合。

  3. 从推荐的收益上,组合的产品预估收益也不是很高,而且收益波动也比较大。

  4. 风险评测应该前置,这样在客户做选择前就了解了自身的风险等级,如果客户觉得风险评测不准的话,可以再次测评。这样及早地过滤到不适合自己的基金。目前放在最后的话,对于之前所选择的产品感觉没有什么相关性。

  5. 一键下单功能很不错,同时处理多种基金份额不同的情况,不过没有真实买入成功,不知道后续有没有智能调仓的功能。

  6. 个性化服务,智能投顾如果在数据和客户行为上没法分析出很多客户的深度需求,往往需要客户提出自己比较明确的需求,例如哪些类型的产品客户不选择,就像吃饭一样有哪些忌口。在智能投顾没有很成熟的情况下,这样客户拿到的组合可能更是客户所期望的。纯粹的风险和投资年限两个指标的话,系统推送的产品同质化往往比较严重。

三、结论

通过一些数据和报告了解到目前美国的智能投顾已经比较成熟了,主要源于起步早,基金产品,尤其是ETF基金种类多,是目前国内ETF基金数量的12倍左右。同时美国的基金规模是中国的近30倍,所以在品种上,国内的选择还是比较有限。除此之外,目前中国智能投顾不太成熟的原因还在于,中国的股市和基金变化波动要比美国大很多。所以从历史遗漏问题上,目前政策环境和市场情况还不是很利于中国智能投顾的发展,但是可以从以下几个方面开始培育这个市场:

  1. 培养客户的投资习惯,从短线逐渐引导到长线当中。

  2. 与互联网公司合作,积累客户的数据除了证券基金数据外,逐步挖掘客户的行为习惯、消费理念等数据。

  3. 机器与人工相结合,探索多维度,优化客户体验。

上一篇:社交网络的古今杂谈
下一篇:以百度外卖为例,为UI设计师们提供一种分析App的思路
资讯分类:
推荐阅读
猜你喜欢