财鲸CEO叶鑫:人工智能渗透策略研究领域,智能投顾助销浮动收益类产品

2017-12-29 10:40 爱分析ifenxi 阅读 747

财鲸CEO叶鑫:人工智能渗透策略研究领域,智能投顾助销浮动收益类产品 | 爱分析访谈-爱分析

调研 | 刘馥亮 吴永哲

撰写 | 吴永哲

财鲸成立于2015年,是一家从智能投顾切入财富管理行业的创业公司。财鲸经过两年左右的时间摸索,目前主要分为两部分业务:2B智能投顾和2C高端海外理财。

起初,财鲸上线了一款面向中低净值用户的智能投顾App,主推海外资产配置。后来由于外汇管制和用户增长缓慢,财鲸从2017年初开始转向2B端,主要面向银行、互金平台等金融机构提供智能投顾系统,目前已落地一家上市公司旗下的互金平台。

2C业务以理财师服务高净值客户为主,辅以智能投顾判断个股,主要配置海外对冲基金和股票。目前业务量不大,管理资金在数亿元人民币。

财鲸的智能投顾系统分为“投”和“顾”两部分,“顾”目前主要是一个以知识库为核心的客服机器人,“投”的部分则可以理解为是量化交易领域的延伸。

量化交易领域主要分为三个部分:策略研究、策略执行和监控。从技术渗透的角度看,策略执行和监控都通过程序完成,机器自动化程度接近100%。而策略研究部分,即如何研究一套策略,模拟并准确预测真实世界,大部分仍依赖人去操作。

财鲸CEO叶鑫:人工智能渗透策略研究领域,智能投顾助销浮动收益类产品 | 爱分析访谈-爱分析

随着近两年大数据和人工智能的发展,策略研究部分的机器渗透率不断提高,但背后仍离不开研发人员去“喂”数据和“调”参数。

传统策略研究主要使用财务数据、行情数据等结构化数据,但随着策略同质化的问题逐渐暴露,获取市场α变得越来越难。财鲸创始人叶鑫表示,目前理论上有三种方法提高获取α收益的办法:纳入更多数据源、优化学习函数和添加随机因素。

前两种方法,目前都基本能够靠机器完成。首先,深度学习技术可以处理非结构化数据,诸如文本、图像、音频等,由此增加了处理数据的宽度。其次,通过运用机器学习的方法处理数据,从而得出一些模式(Pattern),再通过回测、模拟交易的方式不断检验模型的可靠性,最后用于真实交易。

最后一种随机因素(Error)需要人来主导。由于金融市场是一个受人为因素干扰的复杂环境,并不存在静止不变的绝对真理,学习函数也需要不断动态调整以适应真实世界的变化。这部分仅靠机器学习并不能完全做到,更多需要依赖投研团队在背后去调整参数,通过增加随机扰动不断优化模型,以期能更好地模拟并预测真实世界。

近期,爱分析专访财鲸创始人叶鑫,就国内智能投顾行业的发展趋势和财鲸的战略发展进行交流,摘选部分内容分享如下。

叶鑫,清华大学管理科学硕士、材料科学学士;特许金融分析师(CFA),曾就职于国信证券创新融资部。

财鲸CEO叶鑫:人工智能渗透策略研究领域,智能投顾助销浮动收益类产品 | 爱分析访谈-爱分析

策略容量巨大,面向普惠金融

爱分析:技术对财富管理行业的改变有哪些地方?

叶鑫:首先不要高估技术的能力。目前来看可以改变的地方,有但不多。

第一,财富管理行业是建立在充分沟通和彼此信任的基础上。因此在服务高净值客户时,提供理财师面对面的服务是必要的,目前没有太好的技术可以解决这个问题。

第二,用技术做投资是可以的,但是它的容量有限。

爱分析:怎么理解容量有限?

叶鑫:首先,策略决定容量。

以对冲基金获取α收益为例,获取α收益有很多策略。比如,二级市场里面选小盘股,或者基本面较好但是市场尚未发现的个股等。一旦策略确定,相应的市场容量也就基本决定。

而根据市场变化、策略实现的难易程度以及市场最后发生的概率,由此带来的市场容量会急剧下降。比如一个策略最终对应的市场容量是20亿,然后全市场去瓜分这20亿的利润。所以,任何策略都有容量,谁都不可能无限制地去复制利润。

其次,高回报的策略通常不对外公开。

所有通过算法获取α收益的基金都面临利润分配的问题。显然,越是高回报、稳定的策略越倾向于不对外开放。

最后,财鲸智能投顾的策略是获取市场的平均收益,即指数回报。这个指数回报策略对应的市场容量非常大。

爱分析:投资者为什么不直接买一个指数基金?

叶鑫:财鲸解决的是大类资产配置的优化,目前市场上的指数基金只是针对某一类资产,比如股票、债券、商品、另类等。

财鲸CEO叶鑫:人工智能渗透策略研究领域,智能投顾助销浮动收益类产品 | 爱分析访谈-爱分析

智能投顾业务目前需求尚弱,未来可期

爱分析:2B业务和2C业务相比,有什么不同?

叶鑫:2B的优势在于不用直接面对C端客户,没有任何合规风险。而且客户一旦做起来,收入是非常稳定的,且通常不会轻易更换供应商。

劣势是项目的周期较长,成交客户很难。客户数量有限,市场天花板比较明显。

以银行为例,根据2015年银监会年报披露,我国所有商业银行、城商行和农商行的总和是1009家。排除自己研发和暂无需求的银行,真正潜在的客户总数可能在300家左右,数量很有限。

爱分析:除了银行,我们的目标客群还有哪些金融机构?

叶鑫:数量更多的互金公司也是潜在客户群体。虽然互金公司数量更多,也存在智能投顾的业务需求。但是现阶段类固收产品的畅销是事实,比如今年上半年,大多数互金公司都在考虑发展现金贷、分期贷业务。横向对比来看,投顾业务仍属于一个相对较弱的需求。

爱分析:目前2B的智能投顾公司在市场战略上有什么区别?

叶鑫:没有太大区别,打价格战。具体切的客户群体会有所不一样。

爱分析:2B的客单价一般在多少?

叶鑫:几十万到几百万。看具体提供的产品和服务。

爱分析:目前已落地的这家互金平台,部署智能投顾业务的核心需求是什么?

叶鑫:希望尝试用智能投顾来服务平台上的中小净值客户,提升客户满意度。另外,由于现在固收产品越来越少,希望通过智能投顾解决怎么卖浮动收益类产品的问题。

爱分析:随着资管新规打破刚兑,客户资金是否会转移到浮动收益类产品,对智能投顾来说是一种利好?

叶鑫:说不好。实际上有很多资产类别会来抢夺客户资金,比如房产、债券、股票、比特币等。而浮动收益类产品在某一固定阶段,都不是某一类资产类别的竞争对手。

爱分析:现在智能投顾,包括线上理财的客户属于收益敏感型吗?

叶鑫:对,但理论上不应该是这样的。

这是整个市场缺乏完整的投资者教育的问题。经过完整投资者教育的人会明白,收益跟风险是匹配的,收益跟期限是匹配的。之前的理财都是刚兑产品,客户对收益敏感很自然。

爱分析:未来如何增加收费点?

叶鑫:纵向来看,沿着金融机构的买方收费点去扩张,从收取佣金到按资产管理规模收费。

爱分析:美国智能投顾和中国智能投顾在市场方面有什么不同?

叶鑫:美国的Betterment 和Wealthfront主要通过401k(一种由雇员、雇主共同缴费建立起来的完全基金式的养老保险制度)获取资金。

美国越来越多的个人把养老金交给智能投顾管理。相比较原先机构的管理方式,每年收1%的管理费,智能投顾的管理费率便宜很多,而且还有节税服务。

中国和美国不一样,中国没有一个类似美国401k的账户体系。中国的养老金属于国家统筹社保,由国家统一管理。美国的养老金管理是个人管理。

爱分析:对智能投顾的未来预期如何?

叶鑫:长期肯定是乐观的,短期是悲观的。预计还需要1-2年的时间,整个行业才会蓬勃发展起来。