AI x 量化：華爾街老司機解密智能投資正確姿勢

隨著經濟的騰飛，中產階級的崛起，投資管理逐漸步入尋常百姓家。

值得注意的是，在十年前「無財可理」問題解決后，另一個矛盾愈發凸顯——層次不齊的投資素質。據wind數據統計，2004年至2015年12年間，只有3年基金是虧損的，平均年化收益率為19.2%，投資任意一隻基金滿一年正收益概率為79.8%。與此同時，理財魔方分析指出，基金投資者卻總是虧損的。從基金贖回比例來看，投資者平均持基時間為一季度，而在踴躍申購之後的一季度往往伴隨著大幅虧損。

投資諮詢服務應運而生。可對於更廣泛的用戶群體而言，傳統金融機構投資服務卻是可望不可即。一是人力顧問有限，金融機構更青睞於高凈值客戶。二是存在較高的起投金額。

東方證券首席經濟學家邵宇表示，東方證券有客戶110萬，投顧人數即便加上營業部部分也不過一兩百人，僅憑人力根本無法服務到位。而在國外，高盛為凈值在一百萬美金以下的客戶提供機器人服務。他指出，利用機器的趨勢是難以避免的。

尤其在互聯網、AI等新技術擁抱金融的時代，這批非典型用戶的價值含量也愈發凸顯。智能投顧正是想要解決這些問題。財鯨聯合創始人王蓁博士此前曾言，

智能投顧的本質是線上化私人銀行的後台服務，讓用戶能夠更低成本獲得服務。

簡單來說，智能投顧通過引入人工智慧，系統得以評測用戶的風險偏好，並推薦相應資產組合，用戶得以一鍵下單完成交易；後期不斷檢測資產表現情況，必要時進行風險提示以及調倉推薦。對用戶而言，獲得了機器專家的投顧服務，從而更好地控制理財風險，提高資金收益，一鍵式的操作也非常有利於用戶體驗。

由於客觀需求的存在，智能投顧也隨之水漲船高，成為全球財富管理領域一顆明星。以發源地美國為例，據諮詢公司A.T. Kearney預測，資產管理規模將從2016年的3000億美元增長至2020年的2.2萬億美元，5年的年均複合增長率約為68%。還有分析人士認為，智能投顧在擁有更廣闊的發展前景，國情不同、巨大的人口基數以及不夠完善的投資諮詢服務中皆蘊藏機會。

王蓁表示，智能投顧公司其實就是演算法或數學模型的公司。面對此類具有一定技術壁壘的市場，創業公司一向走在傳統金融機構前，技術團隊及人才成為大部分金融機構的短板。

智能投顧對於傳統金融機構的業務發展而言，究竟有何意義？金融機構應不應該入場？能否實現後來居上？如何借鑒創業公司先行經驗，怎樣利用人工智慧演算法、非結構化數據等，搭建起一個真正的智能投顧產品？

為此，雷鋒網AI金融評論聯合雷鋒網AI慕課學院舉辦智能投顧系列講座，邀請國內已實現商業化落地，通過交付驗收；符合銀監會監管要求，可以在金融機構內部部署私有服務；國內已實現無人工干預，在防火牆隔離下，能夠獨立自主運行的智能投顧系統——財鯨的聯合創始人王蓁博士在未來一月為我們持續分享，關於智能投顧原理、業態、演算法模型和應用落地的一切。

講座分為兩部分——線上公開課、線上線下結合的正式課程。

公開課由9月7日與9月14日兩次直播組成。王蓁博士將會講解智能投顧的前世今生和原理，並對比中美兩國差異，分析智能投顧在國內生長所面臨的挑戰和解決方案，使得聽眾建立有關智能投顧的原理、基本框架和行業整體認知。

正式課程分為初、中、高級三階段。

• 初級課程將在公開課精華基礎上，增加常見資產配置模型與機器學習基礎內容。

• 中級課程是高級課程的預備課，將深入剖析金融研究和投資領域常見的人工智慧演算法，包括風險平價資產配置模型、基於多因子模型的資產配置、量化投資中的自適應建模和優化方法、自動化的文本挖掘演算法、非結構化數據應用、金融搜索、金融知識圖譜構建等。

• 高級課程會結合國內智能投顧的落地案例，拆分講解如何搭建和實施一個真正的智能投顧項目，主要覆蓋思考和解決問題的思維方式和案例介紹。

嘉賓介紹：

王蓁博士是北京財鯨信息技術有限公司聯合創始人，美國康奈爾大學博士、清華大學學士；特許金融分析師（CFA），金融風險管理師（FRM），持有美國資產管理諮詢個人牌照；他曾就職於美國紐約華爾街的彭博總部，從事多資產投資組合的量化建模和投資。

王蓁博士曾應邀在科學院經濟學院MBA班教授量化金融投資專題課，曾在清華大學、五道口金融學院、對外經貿大學等發表量化金融講座，熟悉美國金融市場和監管法律，擅長大數據統計研究和各類人工智慧方法。

講座時間：

第一次公開課：2017.9.7（周四）晚上8:00-9:00

第二次公開課：2017.9.14（周四） 晚上8:00-9:00

形式：