湖南農業大學信息科學技術學院 張甜甜 王明宇
“互聯網+金融”的模式下,機遇與挑戰并存。一方面,互聯網金融模式,讓國人享受到了金融的普惠性,同時也為國人提供了更多多元便捷的投資理財渠道;另一方面,互聯網金融市場上的理財產品魚龍混雜,產品質量良莠不齊,對于新手投資者來說既不利偵辨,又易產生虧損。那么,有什么投資方式是收益和風險都相對合理,同時又適合投資新手的呢?答案就是,量化投資。
所謂量化投資,就是以量化為表現形式,并輔以程序算法的內核,可以自動發出買賣指令的一種交易方式。量化投資利用計算機程序技術和數字算法模擬了投資者的思想和策略,但卻完全克服了人性貪婪、懦弱等弱點,所下達的每個指令都有據可依。近些年來,量化投資以突出的投資業績,在金融市場中的份額和規模不斷擴大,得到了越來越多投資者的認可。
近幾年來,量化交易在金融市場中發展勢頭強勁。在歐美的金融市場中,量化投資對于一些對沖基金和公募基金來說是非常重要的投資方法,截至2017年底,量化投資公募基金管理的資產占公募基金總資產的14%;對沖基金市場,量化投資管理的資產占比26%;而在資本最為發達的美國,量化交易已經占據了70%以上的股市成交量。與海外市場的交易情況不同,我國的量化交易起步較晚,交易量較小“。2004年,我國的第一只量化基金‘光大保德信量化核心’誕生;2008年,美國的次貸危機爆發,海外的許多優秀的量化人才轉回國內市場,為國內的量化投資市場的發展創下了根基;2010年,滬深300股指期貨上市,量化投資策略具有了可行的對沖工具;2013年,國內新《證券投資基金法》實施,確立了私募基金的合法地位;2017年,英仕曼發行第一只外商獨資量化私募基金……”從以上的種種記錄來看,目前我國的量化交易仍處于起步階段,策略和體系方面都不太成熟,關于量化交易領域的法律法規還亟待完善,但這也意味著國內的量化交易擁有非常大的上升空間,可以說量化交易已經成為了未來金融市場資本交易的大勢所趨。
(1)紀律性。量化投資依賴程序化投資的方式,可以使投資策略不受投資者的情緒干擾,具有嚴密的邏輯性和客觀性,最大限度地避免了人為因素的干擾。除此之外,量化避免傳統投資方式下,因投資者主觀原因產生的疏忽和交易偏差,或是因市場盲從所產生的非理性交易,嚴格控制交易的方向按策略制定之初執行。
(2)系統性。量化投資在體系構建上,結合了統籌學、計算機技術、金融學等多方面的知識,具備著多維度、全面辯證看待市場行情的優勢。通過程序指令實現流程管理與自動交易,敏銳應對市場行情的微小變化,不僅可以避免因交易時間差帶來的不必要損失,還能捕捉到大量隱蔽的投資機會。
(3)分散化,即“風險組合管理”。我們都聽說過一句諺語——“不要把雞蛋放在同一個籃子里”,這個理念也與量化投資分散化投資的特性不謀而合。量化投資通過大量數據的分析,對潛在的投資對象進行風險把控和組合,能有效地降低風險,使風險在可控范圍之內,達到數據統計的準確性和收益的穩定趨向。
螞蟻聚寶(螞蟻財富舊稱),是螞蟻金服旗下的智慧理財平臺。其主打的宣傳理念是“讓理財更簡單”,目標用戶群整體呈現出群體龐大、趨于年輕化、凈資產總額較低、對理財認知較淺的特征。2015年8月17日,螞蟻聚寶App版本上線。作為螞蟻金服集團推出的智慧理財APP,也作為支付寶的同胞兄弟,螞蟻聚寶集合了余額寶、招財寶、存金寶、基金理財等多項綜合理財服務。除此之外,螞蟻聚寶還提供理財社區、財經資訊、資產分析等多項服務。上線時間僅一年,實名用戶量就已突破2500萬。2017年6月14日“,螞蟻聚寶”宣布升級為“螞蟻財富”,并正式上線“財富號”,同時向金融機構開放如金融云計算、小額支付、風險管理、人工智能等最新的AI技術。
2018年兩會期間,人工智能一詞再次被寫入政府工作報告。李克強總理在2018年的政府工作報告中也提出要做大做強新興產業集群,實施大數據發展行動,加強新一代人工智能研發應用的指導意見。京東智投、螞蟻財富等一些智能投顧平臺就在這個風口應運而生。想在這個領域做大做強的不止是對市場行情嗅覺敏銳的業界知名互聯網公司,與此同時,一些老牌商業銀行也爭相研發屬于自己的智能投顧產品,如中國銀行的中銀慧投,招商銀行旗下的摩羯智投等。智能投顧儼然成為近年來,互聯網金融公司和各大金融機構眼里的香餑餑。螞蟻金服的相關負責人也曾公開表示,定投服務和智能理財將是螞蟻財富兩大重點發展方向。通過大數據了解用戶真實需求,有助于金融機構為投資者提供精準化的產品和服務。“AI+金融”的跨界組合,正逐漸成為互聯網金融時代變革創新環節中的重要一環。
2.2.1 慧定投
(1)概況。“慧定投”是螞蟻財富在2016年推出的一種基金產品定投策略,涵蓋了90多家基金公司的1600多個基金產品。雖然關于“慧定投”沒有明確的官方定義,但可以將其理解為是一種定期不定額的量化策略,或者均線策略,即在股市高位時少投錢,在低位時多投錢,平攤持倉成本。在螞蟻財富上挑選好某只基金選擇用慧定投的方式進行投資即可。慧定投打破了傳統定投,到期就進行扣款的形式,而是以滬深300指數、中證500指數、創業板指數為標準,和指數的180日均線、250日均線、500日均線為扣款多少的依據,對定投基金進行占固定金額60%~210%之間的投資扣款。因此,投資時間越長,普通定投和慧定投的收益差距也越明顯。
(2)優勢。慧定投“高位少買,低位多買”的投資策略,實現了風險對沖,可以有效平攤持倉成本,從而提高最終的收益水平。長期使用慧定投方式投資有利于降低平均成本和風險,積累本金,提高長線收益。 同時,慧定投還考慮了股市的相對位置,將股市最近10天的振幅都納入了考慮范圍,在本金進入方面更加合理,考慮到了股市整體投資趨勢和價值。
(3)局限性。雖然慧定投解決了基金購買的最大兩個問題——買入時間和買入成本,但并不是毫無缺陷的。首先是慧定投只解決了基金買入的問題,但卻沒有明確基金賣出的時間,無法實現投資人想要清盤和止盈收割的愿望。其次,雖然慧定投在基金買入之時,已經將股市 的相對位置考慮進去了。但在市場持續下跌時,慧定投“低位多買”的投資策略,將會使投資者需要承受更大的賬面虧損,尤其是級差比較大的時候。所以,慧定投這類的理財產品,相對更適合風險承受能力較強的投資人。最后,慧定投這類產品,其最后的落腳點依舊是定投,追求的是長線收益、細水長流,因此在變現和流通等方面都表現較差。
2.2.2 智能理財助理
(1)概況。國內受貧富差距和固有觀念影響,民眾普遍還沒有形成為專業服務付費的習慣。加之,私人投資理財顧問咨詢費用昂貴、對投資金額的準入門檻高,因此普通民眾大多沒有享受此類服務的能力。但城市中產階級和工薪階層的快速崛起,普通人的財富管理需求也開始旺盛起來。在這樣的前提之下,智能理財這類產品便應運而生。而在這些產品之中,近年來風頭最為強勁的便是智能投顧了。所謂“智投”,就是基于用戶投資需求和風險偏好,再對用戶的平時行為模式加以精準分析,幫助其快速找到合適的投資方式和產品的人工智能投資顧問。在進行投資之前,用戶只需要回答一些包括年齡、資產狀況、投資期限、主觀風險承受態度及收益預期等風險預測的問題,再結合螞蟻財富平時對用戶習慣記錄的數據庫加以分析,根據特別的算法,智能理財助理就能給你推薦出適合你的個性化智能化投資組合產品,但這個過程是完全免費的。
(2)優勢。傳統基金公司在智能理財顧問出現之前,想要接觸到客戶只能通過理財中介等組織,因此在對用戶的定制化服務上質量表現得較差。反觀智能理財助理,不論是在“理解用戶”“優化投資策略”還是“用戶與金融產品匹配”上,表現的都是較為全能的,不僅可以感知每個人的具體需求、推出千人千面、個性化的智能服務,而且實現了流程簡化,使用戶足不出戶就能完成投資理財。在用戶的基金選擇上,智能投資助理所能提供的選擇顯然也更加豐富。除此之外,智能投顧與傳統投資顧問相比,服務成本更加低廉,且幾乎沒有任何資金上的門檻,能夠以更低的成本服務更多的人群。
(3)局限性。智能理財助理的工作機制主要是依靠模型來判斷市場行情和投資者的行為,所以一旦模型出錯,造成的損失無法估量。
在推出如慧定投、智能理財助理這類智能理財服務之后,與螞蟻財富開展合作的多家基金公司都透露出財富號訪問量增加、基金認購或復購率提高的信息。AI賦能金融的這一模式,顯著地帶來了服務質量和業績的增長。但螞蟻財富只是將智能理財服務帶向一部分年輕人,在科技全民普惠的路上還任重而道遠。而且從螞蟻財富提供的智能理財產品收益報告來看,其月度收益率普遍未能達到4%,這也側面反映了中國智能投顧這一行業在用戶定制服務和理財收益提高,即把錢管好上,還存在著十分明顯的理想與現實之間的差距。
總之,國內的智能投顧還處在雛形階段,無論在資金規模還是技術成熟度上都還遠遠不夠成熟,目前它所管理的資金規模僅占整個行業的0.13%左右,這還不足以顛覆傳統投資顧問在行業中絕對優勢的地位。雖然市面上如慧定投、智能理財助理等這一類的智能理財產品大大提升了基金業務的規模,但還只是在量化投資模式和業績方面做得比較突出,需要人為干預占比的成分還比較大。此外,投資者不了解人工智能及大數據技術,配套的投資工具及服務業不完善,許多人不愿冒險嘗試,也是智投行業在國內沒法全面普及的原因。但事物的發展總要經歷一個從曲折到完善的過程,因此我們還是要對國內智投行業的發展保持樂觀態度。
除了要對“AI+金融”這一模式充滿信心以外,還需要意識到國內智能投顧業的發展還需要金融有關監管部門或獨立的第三方機構挺身而出,構建出一個系統、全面的業績評價和風險控制標準,同時還需要設身處地的為投資者設計出一整套完善的保障和維權方案,促進智能投顧市場的健康化、標準化和規模化,避免重蹈P2P的覆轍。
就算目前智能投顧的發展還難以逃出這樣的窠臼,我們也不能因此就否定人工智能在金融領域發揮的作用。在互聯網和大數據時代背景之下,人因為精力有限,所獲經驗知識也受限。但機器因其強大的數據挖掘能力,使它所能獲取儲備的數據遠遠要比人多得多,這也就意味著,機器的“經驗”要比人豐富的多。在這個前提下,人工智能在金融方面的知識和頭腦可能遠比一些理財小白專業的多。