真正的"智能理财"需满足两大特点
作者: 今融指南
被捧为下一个新趋势的智能理财，真的能成为一个比较成熟的命题吗？目前，行业内对“智能理财”尚未形成统一的定义，关于其特点的说法更是五花八门，有的说是个性化定制，有的认为是线上运作……说法各有侧重，但仅是皮毛。结合各方人士对智能理财的理解，今融指南认为其中包含了两个基本概念——“智能投顾”和“机器人理财”。虽说很多人将这两者通用，但侧重点略有不同，其实反映的是智能理财的两大特性，即量化投资和机器人代替人工。也只有实现了这两大特点，所谓的智能化时代才算真正来临。
一、量化投资
作为支撑智能理财的重要基石，量化投资可以简单概括为“对基于模型筛选出的资产组合的投资”。在智能理财领域，要打造出这样的“量化模型”，需要满足以下几个条件：
1、海量的备选资产
这很好理解，只有在足够广阔的资产池中，才能有更大的挑选余地。由于智能理财的最终目的是为投资者提供优质的“投资组合”，所以还要兼顾产品期限的匹配、风险的对冲等诸多方面。这也是为什么很多互联网金融企业纷纷选择多元化战略、努力争取更多牌照的重要原因。
2、有效的筛选模型
当拥有了足够多的可供选择资产之后，接下来最重要的就在于如何筛选优质资产，并进行重新组合。在这一过程中，不仅要考虑到资产属性之间的相互弥补，也要纳入每个资产所述市场（债市、股市、期货）、行业（纺织、钢铁、冶金）以及宏观经济周期的波动。
3、投资策略的选择
如果说建立模型筛选资产属于战术操作环节，那么投资策略的选择则属于战略上的判断。量化投资策略模型的研究步骤与科学研究类似，首先是对证券市场的一些变量进行观察，例如证券价格、成交量、无风险利率等，根据可能存在的逻辑关系提出各个变量之间关系的理论，然后由此将理论转化为数学模型，根据历史统计数据代入回溯测试，计算并优化模型的参数，最后利用模型对未来的数据进行预测，将预测值同实际值进行对照，检验模型的有效性。
当然，和有效的筛选模型一样，是否有能力建立这样的模型，以及谁的模型所推导出的资产组合更加优质，这就要看平台各自的功力了。
二、机器替代人工
这里说的替代主要包含两个部分，一是基础性工作的替代，二是决策性工作的替代。就目前而言，一些基础性工作已经基本可以被机器代替，但想深入到第二阶段，机器人的“深度学习”功能还有待开发，机器人在投资研究与投资决策阶段可参与程度还十分有限。因此，现阶段智能理财的发展尚处于资产配置模型开发初期。
单从市场空间和用户需求看，智能理财和智能投顾确实有较大的市场发展潜力。但毕竟和一般的人机下棋比赛相比，要实现在投资理财智能化和满足用户的需求“痛点”，不确定因素太多，要克服的困难也不少。
其实，很多所谓的智能化理财平台目前还处在行业的第一步：就是实现给用户一个相对比较完善的资产配置和搭配比例，至于这些配置上的产品周期变化和内容组合，很大程度上还是靠人工服务来完成，也就是分析师或者是机构直接在以人工分析为主，以机器和数据分析为辅助的基础上来推荐产品购买，这是目前阶段通行的做法。
在实际市场操作中，正如京东金融副总裁金麟表示：“目前还只是静态数据的运用，机器人理财刚从0走到0.1，不过相信随着人工智能和机器算法等技术不断进步，产品会不断优化和升级。”
今融指南您身边的智能投资指南