1
| 本文作者： 温晓桦 | 2016-09-07 08:40 |
当涉及到需要支付投资管理费用时，对理财投资者来说明智的选择应该是清楚了解你买入的理财产品是什么。在投资顾问的帮助下，你通常指望得到α，或者超出市场运行规律的高收益，但却忽略了β系数（证券投资中衡量投资组合风险的指数）。
事实上，越来越多的研究显示，投资顾问所谓的主动式管理投资组合对个人投资者来说结果未必会如愿。曾担任银河证券基金研究所运营总监，现理财魔方金融顾问马永谙表示，“从接触过的大客户和小客户中，我曾经做过一个统计，小客户赔钱的概率高达70%至80%，这是非常残酷的现实。”马永谙指出，小客户虽然会关注资讯，关注基金公司的投资建议，但是他不知道要如何选购产品以降低风险及时止损，造成亏损。
“在不齐全的信息支撑下做出错误的决策，这在小客户当中是比较普遍的问题。”国外智能投顾鼻祖Betterment数据可视化专家Joe Jansen表示，好的投资顾问应该是能够给投资者制定整体性规划的工具。这是非常丰满的理想，那么现实是怎样的呢？
近日，美国鼻祖级智能投顾Betterment公布了其从2004年1月起始至2016年6月的投资组合历史表现，并结合独立投资咨询公司Asset Risk的数据评估投资者的平均回报率。其中，超过30500期Betterment投资组合的表现优于人类投顾管理的组合88%。据解释，这些反映Betterment的投资组合的历史表现数据均基于ETF，或是Betterment IRA（个人退休帐户）投资组合中大类资产跟踪的指数的止损策略回测。所有收益率包含了Betterment服务收费和ETF交易费用。另一个指标——平均个人投资者回报率为摘自APCI的数据。
具体来说，Betterment创建了一个网页小部件，让用户可以直接查询过去十年特定时期Betterment的投资组合回报率与风险率。比如，2016年1月到2016年6月期间，Betterment 70%投资于股票的投资组合取得了7.8%的累计收益，最高月度收益5.9%，年化收益率为19.6%，而相同时期内，标普500的收益为1.72%，年化收益为3.47%。与此同时，平均个人投资者股票风险率为4.4%，处于低水平。再比对一组数据是，与此同期的沪深300指数下跌19.41%，股票型阳光私募指数下跌1.83%。
这是非常优越的投资组合表现，大家一定赚翻了。而事实上，长期来看投资者有没有赚翻我们不得而知，只是，在这十多年的收益与风险率比对中，细心观察我们可以发现智能投顾不甚完美其值得投资者注意的地方——应变能力不强，机器学习的主动学习能力对于风险管控可以说尚未突破人类的局限。
总体来看，Betterment的投资组合风险和收益表现波动大致与市场经济走势相符。首先，从2006年1月到2006年12月，70%股票+30%证券的投资组合下，Betterment累计收益率为12.2%。
而往后推进，2007年1月至2007年12月，该组合累计收益率为5.7%，风险率也有所降低。
而到了2008年1月至2008年12月，该组合累计收益率为-26.1%。
我们都知道，2007年夏季起，美国发生了因次级抵押贷款机构破产、投资基金被迫关闭、股市剧烈震荡而引起的席卷全球的次贷危机。股票尚属于高流动性金融理财产品，而这一次，智能投顾并没有发挥出被认为所具有的风险预测和管控作用。
而在2010年，依靠智能投顾推荐的投资组合和管理的理财行为，同样未能在金融市场的冲击下幸免。2010年５月，道琼斯30种工业股票平均价格指数在20多分钟内暴跌约1000点，降幅达９％，市场称之为“闪电暴跌”。在此期间，2009年收益率还维持在37%的投资组合，到了2010上半年，立刻暴跌至负增长，及时止损的机制并没有很大的成效。
同样，在今年上半年跑赢标准500收益的业绩中，Betterment的表现亦比较波动，比如2016年5月至2016年6月，收益率一度降至0.7%，2015年6月至2015年12月则为-3.4%，2015年6月至2016年6月平均则为0.3%。
我们知道，上半年中，恐怖袭击等“黑天鹅”事件时有发生，而在市场的强烈冲击下，智能投顾的机器学习功能在多大程度上能够及时给予用户进行调仓的投后管理建议呢？
需要指出的是，股票与证券的投资比例在调整之下也呈现出类似的波动规律，比如把股票比例降低。当然的是其具体收益率会有所不同。
业内人士分析称，这种应对风险能力羸弱的现象意味着人工智能的主动学习能力尚未能够突破人为管理的局限，更别说人为干预占比较重的依靠大数据挖掘进行的资产配置与策略推荐了。在此以Betterment为例，其余
根据市场调研公司CB Insights的数据，截至2016年6月，AI行业内完成超过200笔风险融资交易，交易额达到15亿美元，让2016年有望成为创纪录的一年。不得不说，无论是真实AI，或者只是简单的智能解决方案，AI在金融业都理所当然地受到追捧。
外媒Insight称，我们需要指出的是，今天许多数字金融服务的所谓AI技术，并非真AI，它们也没有真正利用AI为其客户创造出多大的价值。许多依赖于数据和模型的“新的”信贷决策程序，与其说是革命性的，还不说只是一种进化。
但这类技术就像无人驾驶汽车解放人类那样——长远来说非常具有潜力，只是解决语义理解还是一道大大的坎。未来，我们也许可以做到哪怕生活中一个小细节的发生，都能计算出它将如何影响股价。
接下来的下半年中，市场将继续面临多种挑战，比如美联储是否加息、美国大选最终结果、英国脱欧后续影响、恐怖主义蔓延、“萨德入韩”引起的东北亚局势动荡等问题，各智能投顾平台会有怎样的表现呢？
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
