智能投顧突然熱起來了！我是在今年年初時進入智能投顧領域的，當時只想嘗試一下，沒想到這件事成了一個熱點。講講這幾個月我們在一線的一些感受吧，主要圍繞3個方面：智能投顧這件事到底值不值得干，這個事兒怎么能成一個生意（怎么掙錢），以及對這個細分領域未來的一些看法。

智能投顧值不值得做？

總體來講，我對智能投顧這件事目前還是持一個中性的態度。為什么說是中性呢？就是因為這件事是不是特別有價值還不一定。雖然我在智能投顧這個領域里，但客觀的說，智能投顧是不是一個特別有未來的東西，目前還是看不清楚的。

主要原因是這樣，所有做智能投顧或者智能理財的人，一定是先給你講這樣一個故事。

話說，在中國市場上，真正可以供老百姓選擇的理財品類其實并不多，大致就三類：

A類：存款及類存款的理財產品(銀行理財等)，特點是基本有國家信用支撐，不太擔心違約，但收益率很低(3%-5%之間)，跑不贏通脹；

B類：權益類產品，股票、基金等，價值波動非常巨大，年均-50%-50%之間，搞的好了能掙不少錢，搞得不好就被人當韭菜收割了；

C類：中高風險債券，包括P2P、信托等等，特點是收益率不錯(9%-12%之間)，但存在不低的違約風險，違約后可能血本無歸。

對于一個普通老百姓而言，這三種東西單獨選哪一個肯定都不合適。一個理論上風險/收益最平衡的東西，一定是上述A、B、C的一個組合，無論是一個靜態組合還是一個動態策略，“最優”肯定是組合出來的，而這個最優的組合或者策略無疑是用算法去得出的。

所以，智能理財當然是有價值的，而且價值長期存在，是一件特別有意義的事兒。這么講是有道理的，這也是很多人和很多投資越來越關注智能理財的原因。

但是，這個結論在實踐中有比較大的問題，特別是站在從業者的角度看，第一個硬傷在智能理財這個場景中，智能真正帶來的價值并不大。

為什么這么說呢？還是拿剛剛A、B、C的例子來講，A、B、C作為理財產品都有缺陷，咱們做個組合，但這樣組合的目的肯定是平衡風險，在此基礎上取得稍微超額的收益，類似于量化中的smart beta策略。這個目標就決定了，無論你采用多么智能、多么好的算法，得出的提升都是特別有限的。

我們實際做過測試，用最簡單的統計學優選法，用復雜的量化策略，甚至用人工智能，不同的算法和模型在短期結果上取得的差異非常小，基本是在年化0.5%-1%的差別。這給從業者帶來一個巨大的問題，就是你沒法用智能算法建立競爭優勢。最好的算法和最一般的算法之間的區別，是可以忽略不計的。

所以，從生意的角度看，這件事做的好壞又變成了一個拼運營和拼獲客的生意，還是體力工作，這是目前這個行業特別尷尬的地方，就是比不出好壞。

智能理財如何去做？

1單獨品類做智能

那咱們換一個思路行不行，不用A、B、C全部去組合了，放到一個單獨的品類里去做智能？當然，現在這種做法也有很多，咱分別說。

純拿銀行理財去做智能，肯定是沒人這么干的，沒有意義。

拿P2P資產去做智能平滑風險的不少，有些也做起來一點規模，但是拿P2P去做這個東西其實特別尷尬。

第一是沒什么技術含量，純是拼運營和獲客，本質上還是流量變現，長期不好弄。

第二，就是P2P去做組合這個模式提供的價值特別薄，增值也特別薄，純靠兩端價差，去彌補獲客成本，短期內是幾乎不可能的。長期來看，即使有規模，價值也很小，只是在獲取資金客戶那一端有一點價值，但是目前市場對這部分的價值認同是在變小的。

這個領域你會發現一些特別有意思的情況，就是你做到十億或者幾十億的規模其實并不難，但是掙錢太難了。

靠規模去融資也非常非常難，因為資本市場不認，而且規模越大，背的P2P資產就越多，這些資產還都是不可控的，出現任何問題都可能把你帶進去，不會有資本接這個盤。

所以我個人認為，基于P2P資產去做組合，做智能，基本上是死路，除非你能歸并到某個P2P閉環資產的一部分，成為一個出口。

看你怎么看待這個問題。一個是分散化后平滑風險，一個是在統計的基礎上做一點優選。另外以前有個價值就是：活期，提供流動性，這個也是有價值的，這個以后肯定不能搞。嚴格來說，P2P去做這些組合，不能完全叫“智能”，但是人家現在也都這么叫，咱也不能說這不是。

2基于權益類資產去做智能

股票、基金、其他等價值波動巨大的各種權益類產品，在這些上面做一些智能的東西比較有意思，但也得看怎么弄。目前來看有兩個大方向，或者說大思路：

一種是追求絕對收益的，也就是傳統的量化基金的打法。這是一個好方向，就是把傳統私募領域里的量化和互聯網怎么做深度結合，但也有現實的問題：

第一當然是監管。按照現在監管的思路，把量化變相轉為公募產品肯定是挑戰監管底線的。因為這個方向上風險是巨大的，需要投資者絕對具有風險承受能力；

第二是傳統量化的力量是否愿意到互聯網上來做。真正好的量化基金，都是不缺錢的，而且都是悶聲發大財，所以他們未必有動力來互聯網上。而且，量化是和規模有關系的，規模過大的時候，量化基金的策略就沒法“跑”了，所以互聯網上這么巨量的資金量化是承接不動的。

第三是中國量化的市場環境還不是完全具備。絕大部分量化一定是高頻套利，這依賴3個市場環境：第一是開放的金融市場，第二是有衍生工具提供對沖和杠桿，第三是高頻交易環境。下面一個一個展開講：

開放的金融市場：量化投資的大多數交易，都是發生在跨市場的套利，比如不同國家間的貨幣市場、債券市場、期貨與現貨、股指與股票等等，這個條件目前在中國不太具備，因為資本管制，中國的投資者現在很難在其他國家的資本市場進行投資，更別說進行套利了，本國市場間嘛……證監會發言人不是說了么：“跨期現市場操縱就屬惡意做空”。

衍生工具提供對沖和杠桿：量化投資需要的另外一個基本條件是有大量的衍生金融產品能夠提供對沖和杠桿，因為量化交易就是套利，所以需要有衍生產品來提供風險對沖和保護。

以著名的長期資本管理公司(LTCM)的例子，他們的交易策略是在債券市場上套利，每次套利的空間其實非常小(千分之幾)，所以，他們通過衍生品，使用了高達568倍的杠桿，通過46億美元的本金，持有了高達1.25萬億美元的倉位。

高頻交易：套利交易，掙錢的速度就取決于薅羊毛的速度有多快，手續費有多低。文藝復興每天的交易達到萬次以上，而這一點，目前在中國也沒什么生存環境。去年的股災，股指被所有股民當成罪魁禍首，中金所迫于壓力，限制了高頻交易，同時把手續費提高了很多倍。這招非常狠，基本上每次高頻交易賺的錢，要按現在的手續費來繳，基本是沒有任何賺錢空間的，所以一下子，基于股票的量化交易在中國就偃旗息鼓了。

所以，以量化的思路去做智能理財，還有特別長的路要走。

3縮小權益類產品波動的思路

通過TPPI或者CPPI之類的策略，優選一些基金，在基金和一些其他資產的基礎上，鎖定一個在一定范圍內的收益。

就以公募基金市場來看，過去三年公募基金的平均年化收益率是超過12%的，只是波動范圍巨大而已。通過一些策略來縮小基金這類資產的波動程度，鎖定一些收益，把他們轉化為普通理財小白更能接受的產品形態，這個也是有些機會。

4類似投行的思路

做風險分級，在固定收益基礎上疊加一些場外衍生品，形成不同收益范圍和風險范圍的理財組合，也是目前出現的一下新方向。

智能理財的現實與未來

從我個人的角度看，智能理財目前還處在一個忽悠大于實質的階段。

單純的綜合理財組合或者基于P2P資產的組合，這個東西不會有特別多的技術含量，還是個拼運營的事兒，適合已經有強大運營力量或者獨特資產端的人去做。

量化的路目前不成熟，得等。

在權益資產上如何把波動巨大的權益產品轉化為理財小白可以接受的東西，這個是有點前途的，但中間技術含量也不少。

在傳統資產形態上再做風險分級，疊加場外衍生品，也可能是個不錯的細分方向。

本文為惠軼在零壹研究院智能理財微信討論會上發言整理

免責聲明：文章為作者獨立觀點，授權野馬財經發表，不代表野馬財經立場。