新浪財經訊 6月28日，由私募排排網和易方達共同主辦的第三屆中國FOF&MOM基金管理人年會在北京召開。年會以“枕金待旦、智領未來”為主題，共同展望FOF行業的未來。

　　在“圓桌對話四：金融科技領航FOF投資新時代”，出席嘉賓有中郵鴻信投資FOF投資總監馬雙杰、凱納資本合伙人陳曦、老虎證券創始人巫天華、寬睿科技董事長兼CEO劉鑫、深圳前海云溪基金董事長兼首席投資官陽勇。

　　巫天華認為，中國智能投顧剛剛開始，中國創業智能投顧的平臺，在收益上的吸引力不夠高。

巫天華

　　以下為圓桌實錄：

　　楊建波：非常感謝主持人，我們的會議進行到今天，還堅持坐到臺下的，一定是收獲最多的。最后一個圓桌，也會給大家帶來更多的收獲，我們最后一個議題是金融科技，也跟我們現在市場上特別火的概念相呼應的。尤其是最近兩年，國內投資有一個概念非常火，就是智能投顧，不管是銀行，券商，還是第三方理財機構，之所以這么火，跟市場有很大關系，因為我們資產管理規模越來越大，整個管理規模超過了百萬億。在這樣大的市場環境下，這種新的事物和新工具，對資產管理行業有什么影響，想請嘉賓做一下分享。先請老虎證券的創始人巫天華回答相關的一些問題。

　　巫天華：智能投顧這個話題，有一個參照，在美國有幾家培訓出名的公司，在一些海外市場里面，有一定的參考價值。國內這一側，我看到了一個現象，在過去的三四年時間里面，有很多類似的創意項目，整體來講，在中國還處在剛剛開始的階段，我自己本人也是這個出身，我也看到了它在輔助投顧，在幫助大家做信息的獲取和風險評估，其實這方面有比較廣泛的應用。

　　量化也是美股里面非常重要的投顧流派，美股市場有機器人貢獻，總的來講，量化技術的門檻比較高，很多基金想跑贏大市，或者希望業績做更新，整個中國智能投顧剛剛開始。

　　楊建波：下面我們請云溪基金的陽總，您覺得智能投顧對資管行業有哪些影響？

　　陽勇：其實智能投顧的發展，因為有很多受眾，我發現培養這么一些人才，這是通過計算機來做的，但是我們也考察了一些公司，做的還沒有非常好，如果非常好，通過程序化，我們愿意跟他合作，必將在這一塊，還是不如程序員的。

　　另外是在波段的判斷方面，因為我們做股票，一個是判斷擇時，一個是選股方面，我們幾個方面都沒有問題，這可能是擇時方面需要一些資本的東西，希望能夠在這塊有所突破，通過智能軟件。

　　楊建波：說到智能投顧，我們看到市面上很多智能投顧，包括銀行和第三方，他們給客戶提供的更直接的產出，目前來講，它是一攬子基金，跟FOF很類似，智能投顧作為一種新的工具，是FOF投資的一種新模式，請中郵鴻信的馬總分享一下。

　　馬雙杰：智能投顧這個話題，對我們做FOF的，可以說有一點比較難講的，為什么呢？我做理解的智能投顧，是說對于我想要的目標，通過智能投顧做一個組合，可能會期待FOF的工作。所以說，為什么說這個問題難回答？如果回答可以完全通過智能投顧來做，意味著我們做FOF的就失業了。我們研究最后的結果是智能投顧用在FOF上，還不太可以。要看怎么定義智能投顧，你如果用在客戶為畫像，對于一般投資人做這樣一個投顧的理念，是有意義的。如果只是在投資的組合上配置，會有難度。如果純粹是用人工智能做投資，可能可以。但是智能投顧這個問題對于FOF來說，其實也是一種工具，或者說像排排網推出的組合大師，組合大師對整個角度，可以通過它來做底層頭部產品的篩選，篩選完以后，沒辦法自己做，產品篩選完，是在我所在的范圍內選一個標的，為什么不能完全做到投顧的情況？投資有幾個維度，第一個維度是去買股票，要去買一個私募產品，買了一個股票，就是一個維度。如果只買一個私募產品的凈值，用凈值采購的東西做一個組合，可能又不一樣了。就是說目前中國所有的數據的有凈值這個階段，我們自己有沒有做智能投顧這些事，有，我們有核心池，投了二三十個投顧，我們會有投顧的估值表，然后根據估值表選一個我所要的東西，左側投顧那一端，差不多相關性會比較明顯了，可以選擇一個我想要的組合，這是對于某一大類的策略用這種方法去做，這是我們在FOF層面上的理解。

　　楊建波：我們自己平時會接觸很多FOF，智能投顧在應用中，您剛才提到，目前來講，智能投顧是節省或者代替人工的作用。目前來講，它不是非常合適的時間點。您覺得目前來講它不是合適的時間點，最大的困難是什么？

　　馬雙杰：我是做FOF的，我只看FOF本身，智能頭部對FOF有多少優勢，我們了解過很多做智能投顧的公司，我覺得比較核心的點在于中國所有投顧的數據是非公開的，如果投顧是公開的，可以讓每個投顧變成我的阿發，我可以跟投顧進行貼標，同樣做500超額，我們做了差不多10家，差不多10家的阿發里面，有做基礎因子的，有做高頻的，有做每天30%，有做每天10%，有做每天5%的，背景的邏輯不一樣，邏輯因子100%，如果投顧的輿情占到100%，也可以做的很好，只不過我們在觀察的區間里，你要知道他能做到這一點，如果這10家投顧有一個底倉，然后把它的因子全部進行分析以后，對于我而言，每個阿發可以進行貼標，貼標完以后，所對應的相關性就出來了。我要看未來因子的組合變化，在這個過程中，智能投顧在投前、投后，可能對于組合會有很大的作用。我覺得就FOF層面上來講，可能會有異議。

　　如果就私募來說，展開一下，AI這個東西，我們覺得還是有效的，為什么這么說？因為其實有很多人說到深度學習，其實就是以前的神經網絡，如果說還只是用CPU做預算的話，計算不夠，現在你可以通過GPU提升你的計算力，五六年的數據在十幾年里面可以預算出一個不錯的想要的東西。我們其實看到了有已經有頭部在CTA領域，在股票領域里面，完全是通過過去的數據預測的。現在AI已經深入到我們的生活了，特別是圖像識別，既然能夠用到生活中，也能用到AI的投資領域當中去，你可以通過圖像識別、模式識別，然后用AI學習，哪些圖像和模式是有效的，這些概率能不能做中長期的投資？我覺得不能。如果做一個很短周期的，我覺得這種策略還是挺不錯的，因為市場競爭不那么充分，而且出現無效的風險難度大，因為出現無效最大的虧損，不像中長期的那么嚴重。所以說，我們對于AI這塊、對于投顧這塊是這樣的看法。

　　楊建波：馬總是做FOF的，對新技術的了解也比較多。它還是處于發展階段，在海外巫總也提到了有一些非常好的機會，智能投顧已經發展一段時間了，具體來講，海外智能投顧這一塊整個發展趨勢什么樣，核心的內容場景有哪些，我們也想請陳總為我們分享一下。

　　我了解到海外資本在國內量化這一塊做的非常有經驗的機構，團隊成員的話，國內、海外的從業經驗也非常豐富，我相信您對海外的智能投顧發展趨勢有一定的了解，分享一下您的看法。

　　陳曦：非常感謝大家這么晚還留下來，我介紹一下凱納，我做了8年的投資，接觸智能投顧很久了，我們做了6年的業績，管理規模20多億，主要做量化對沖的策略。

　　我先說一下我對智能投顧的理解，我覺得有點虛、有點過熱，券商都有投顧，對券商來說，投顧最大的作用是什么？就是推動客戶交易，券商投顧就是讓客戶交易，每天發短信，采集新聞，不包括賺錢，智能投顧也一樣，我個人覺得智能投顧的運營模式并不成熟，海外也一樣，成熟的是如果有賺錢的模式和模型，一定做公募基金，做智能投顧沒有什么收入模型。我們市場賺錢的有三種模式，一種是選股、一種是擇時、一種是配置，所以我覺得投顧要跟智能分開，投顧是一個服務性的東西，虧錢會被客戶罵。為什么招商銀行在推智能投顧，它更像一個機器，我們補卡是遠程終端，智能投顧更像一個工具，是為了減少人出錯的可能性，并不能創造收益，所以，我的理解，目前整個智能投顧就是幫客戶做資產配置，再評測一下你的風險評測能力，如果智能投顧好了，要看大盤什么時候是底部，能夠跑贏大盤，我覺得有這個模型的人，一定是做FOF了。

　　當然好的一點，就是智能，投顧是服務性的行業，它并不能太多的創造價值，智能這個東西，不管是機器學習，還是人工智能，更多是用在高品質的事情上，但是用在擇時或者資產配置上很難，特別是宏觀長期的，基本我跟行業券商，包括一些大的券商，他們做智能投顧就是讓他們買基金，多賺一點費用，所以我覺得智能投顧在目前是剛剛起步的階段，離成熟還有比較強的距離。這是我的觀點。

　　楊建波：陳總的觀點相對比較保守一點，我們知道寬睿科技是一個科技公司，在技術應用上有很大的追求，我想問一下劉總，您是怎么看待這個問題的？

　　劉鑫：我們是一家金融科技公司，可能我的觀點是方興未艾，美國跟中國有很大差異，陳總提到了人的問題，美國的人工很貴，你要找資產配置，這是非常貴的服務，其實在中國，這個問題基本不存在。

　　第二是從美國來看，美國的智能投顧是ETF，美國有各種各樣的ETF，大概有幾千種，中國很少，靠人可以做這樣的事情了。在美國靠人的力量不夠，所以計算的能力和數據處理的能力，在這里會起到很大的作用，這是在中國目前智能投顧更多的是偏向一個營銷的目的，包括銀行端做的很好，比如說摩羯，是推動大家買我的東西，它是增加費用的，但是增加費用之后，并不是說智能的配置能夠得到更好的，超過于人的能力和水平，這是我們對智能投顧的看法。

　　當然，未來我們延伸品的發展，發展期權更多一些，ETF更多一些，其實對于智能投顧的發展更好，這時候計算能力、數據處理能力會得到體現，現在是處于起步的狀態，這是第一個。

　　第二個觀點跟馬總的觀點有一點差異，因為我們做了很多服務，我們服務了很多量化交易的機構，給量化交易的機構提供了行情，我們提供了200多家的量化交易者，包括實盤，我們實盤超過了400萬億的委托，比較好的量化交易者，反而不是采用機器學習或者深度學習的。包括最早的，完完全全依賴于深度學習做交易，現在變成了深度學習和量化決策相結合的狀態，它不是一個100%依賴于深度學習的，早期在AI剛剛進來的時候，完全是深度學習的。后來，從我們的角度來談，我們看到了很多量化的交易，會做出更好的量化收益。

　　我們自己有一個觀點，中國真正的超額收益一定跟規則相關，具體不再舉例了，真正超額的東西。我們其實覺得，第一從智能投顧來講，在中國是方興未艾的，依賴于對于交易的進步。另外是機器學習，可能還需要一定的證明，因為股市里面，我自己的觀點是雖然不是做交易的，我要向大家學習，但是我之前長期做了十幾年，我們自己看到的股市基本原理測不準，它是嚴重信息不對稱的狀態，人工AI智能，它是信息完全充分的狀態，在這種狀態下，會比人工強大很大，這里面有大量的信息你不掌握，這里面對于機器來講，能不能達到目前AI技術的表現，就是深度學習的表現，這是可以慎重思考的，未來AI會提升這方面的問題。

　　楊建波：劉總說的信息問題，我突然想到一個問題，大數據可能需要足夠信息，尤其是市場的有效性，可能國內市場不是特別有效，美國市場相對有效，我們前端時間了解了國外也有純AI的基金。

　　劉鑫：阿法狗就有了。

　　楊建波：我看那個基金收益還可以。

　　劉鑫：如果A股表現的不是那樣，不一定對，我從科技的角度來看這個事情，我個人的感覺，如果他來A股，包括在美股，早期有一段時間表現也不好，后來起來了。因為股市里面中國群體跟美國不太一樣，非成熟度也不一樣，這里面情緒化的波動來的更強大一點，我們之前在硅谷聊過，他們非常難以克服，中國可能會有更多成熟的市場，這是自己的觀點。

　　楊建波：不管是人工智能也好，還是人工智能用在智能投顧，是想代替人工，我們想到智能投顧這些東西，很難取代人工，它還沒辦法完全替代人，我們看到了對于主觀的一些投資，也產生了一些挑戰，我就這個問題想問一下云溪基金的陽總，我們更多依賴于人為調研分析，您覺得人工智能發展比較快的年代，對于我們主動投資的機構，會有哪些挑戰或者說機遇？

　　陽勇：我還是相信機器能代替人工，炒股分為幾方面，第一是經驗，因為很多人炒股虧錢，不是他不聰明，可能他是缺乏10年以上的經驗，這時候我們去招人，招不來十來年經驗的人，這時候有快速學習的過程，用人工，一個方面是經驗不足，第二方面是人跟人之間的設計有差異，但是人工智能這塊，還是代表了一個思想，再加上人，尤其是基金經理，我有時候看大盤，這個位置又跌了，看對并不一定做對，機器一定會去執行。所以，在這塊，我還是非常相信機器深度的運用，我們公司叫云溪基金，是2016年創立的，我的名字叫陽勇，我們在外面也有一個展臺，我們買了好多股票。如果用人工智能的話，我相信能夠把我們做小公民的凈值可以做好，目前來說，我們面臨的問題是回撤過大，我相信利用最快的一些方法，可以做到比較好一點的投資業績。

　　楊建波：有哪些人工智能方面的投資機會，在國內的應用市場方面？

　　陽勇：從國票層面來講，對我個人來說，肯定希望能替代我底下研究人員的工作或者交易員的工作，或者直接代替我的工作。在這塊的話，把這個軟件編好。

　　楊建波：下面云溪的交易員努力工作，但有一天被機器代替了。

　　陽勇：我相信機器可以替代人的，一天的最高點、最低點可以做到，但有些人做不到，并不代表機器做不到，人做不到，不代表機器做不到。如果程序化，還是能夠提供資金的使用效率，因為人使用有一個資金容量，機器可以管理幾十個億，或者上百個億。人做的量是有限的。

　　楊建波：巫總，您覺得人工智能有哪些投顧的機會？

　　巫天華：我自己是智能領域出身，我也是在人工智能這一塊，其實我會覺得，自從阿法狗以后，人工智能炒的過火了，大家在用的很多互聯網產品，其實都是人工智能非常好的產品。

　　我舉一個場景的例子，我們希望跟客戶成長，為什么以美股作為切入點，用戶有一半以上是賺錢的，如果用戶不賺錢，最終會裝死，交易量會下來，我們希望跟用戶一起享受全球成長的紅利，這也是我們創業很重要的一個初衷，我們最初看到了中國人很遺憾，每年在用BAT的產品，但投資機會都被日本雅虎拿走了，所以我們也會有一些制動分析大家的風險提示板塊，這些問題，本質上也有一些計算機的算法在里面，如果你的倉位有一些延伸品，可能不太合適。所以我能感受到人工智能，感受到計算機的算法在一些工具分析的軟件里面各種各樣的應用。

　　回到投顧這一側，中國的智能投顧并沒有像美國一樣，從用戶的角度，不在乎是智能用戶還是人工用戶，只在乎子收益多少，有沒有收益更高。美國很重要的一個背景是來自于活期存款利率很低，其實是有一些價值的，沒有美國的稅收制度跟中國差別很大，中國的收益比較高，所以從用戶的角度，中國創業智能投顧的平臺，在收益上的吸引力不夠高。

　　從公司的角度來說，不靠一個AI的概念就能夠征服市場，就能做一個優秀的市場，你真的能夠做到超越大盤，收益很高，這是非常困難的事情，如果我今天這么牛，我不用做投顧，我用天上的錢就好了，所以這個領域，的確有這樣一個問題，做一些輔助決策或者產品，包括在MOM里面幫助更多得的人做風險，做一些精準的風險分析，包括想看美股的人，能夠精準的看到新聞推薦，這些應用上面，我非常看好。

　　楊建波：陳總覺得這些工具對做量化投資方面，有哪些機會和挑戰？

　　陳曦：其實這是一個很好的問題，其實量化投資和智能投顧是兩個概念，量化投資越來越多的人可以利用人工智能做選股、擇實，特別是做高頻交易的領域，有海量數據的時候，一個模型回撤的時候，五天五夜有撤不回來，如果我用人工智能的方法，用機器學習的方法，可以用海量的樣本變小，從五天變成了一天，會大量節省我做研究的時間，提升我的研究效率，從這個角度來看，這是一個非常好的工具，特別是面對海量數據的時候，是一個很好的工具。

　　另外在未來競爭到一定程度，劉總也說道一個問題，就是信息，中國大量信息不對稱，如果中國信息很對稱的時候，就不行了，為什么阿法狗能夠戰勝李世石，因為那是有限的博弈，信息很透明，棋盤上的字很多人能看看到，但有些信息機器看不到，美國比我們領先很久，美國有很牛的做資產管理的，真的可以市場化的賺錢，中國有一個過程，目前來看，人工智能是讓散戶機構化的，到以機構為主的時候，會進入到一個新的領域，短期內是一個量化的工具。

　　楊建波：馬總，您怎么看這個問題？

　　馬雙杰：我前面說到關于AI這塊，我們有投顧，但是AI只是其中一個因子，為什么這個東西比較好，這些東西的因子相似性很低，可能AI的收益就像前面說的，它的收益沒有這么高，它的下面可能會低，但是它跟其他的因子相關性低很多，這是一個很好的組合。所以我覺得AI這個東西，尤其是對于短周期的高頻數據AI，怎么定義它是深度學習，還是機器學習，目前在中國還用不到深度學習，因為機器學習能賺到錢，只是說用不同的方式，做出來的東西相關性強一些，用一分鐘的數據可以做機器學習，所以你的數據端，你所選取的東西不一樣，你的方法論不一樣，你的結果不一樣，但是我要的就是這個，因為我需要的是相關性，如果去投一個投顧增強的產品，要加一些相關性在里面。

　　所以我們期待非相關性的操作，我們投過一些阿發，原來對阿發有一些比較高的要求，如果相比性比較低，我降低這個標準，因為我要的是組合的波動性，年化收益是16%，我通過組合實現了整個波動率以后，可能好過單個產品的收益。

　　楊建波：劉鑫總，您覺得智能投顧對量化交易的挑戰和機遇是什么？

　　劉鑫：它是量化投資的工具，提到了深度學習，我們看到它是完全學習的，可以用這個方式下單，整個過程是深度學習來做的，我們沒有看到很好的表現，但是量化整體里面的工具，要選因子，包括一些數據處理，其實對量化交易有很大的幫助，這是我認同的一個觀點。

　　楊總提到程序化的東西，在量化里面，一個群體可以確實2000支股票，無論如何，這是人做不到的，這是屬于智能投顧，跟陳總也是類似的，智能跟量化有差別，如果作為一個工具輔助量化交易，智能本身會帶來一定的價值。另外一個領域里面，可能跟我們做的有一定的關系，我們會輔助最關鍵的量化交易，我們是很深度長期技術的持續交易過程，其實，我們可能能看到的這些量化交易方面，比傳統第三方看到的更多，當然，現在我們更多是感性，現在也有一些FOF找我們，讓我們推薦好的量化交易，其實有一些非常好的量化，實際上是一般意義上很難接觸到的，他們也很難出來交流，在跟我們的交流過程當中，因為我們非常深入，我們也在思考這么一個問題，如何把這些以定量的方式刻畫出來，把我們現在感性的這一面。舉個簡單的小例子，如果看一家量化私募基金，是開在哪個區域，在它所處的技術和渠道是跟移動相關的，在上海是開在陸家嘴還是世紀公園，深圳是在南山，還是福田，是量化基金本身屬性的差異，五道口計算機的能力，數據處理能力，很可能一個數字基金里面，80%以上的人是做計算機的，如果開過國貿，渠道占的比重很大，不是說誰好誰壞，而是量化基金所屬的合伙人取向不太一樣，是不是可以以智能的方式展現出來，這也是我們自己思考的東西，需要有一定的思考才能實現，我們也希望做事情，這樣也能夠更好的給到我們的FOF的投顧方一些更好的建議，這是我們感性的對于認知的動多少。

　　楊建波：智能投顧在我們做投資方面，提供了很多方式。請問馬總，現在智能投顧前期做的更多工作是做一些基金的篩選，我們知道FOF投資不光是做一個前端的風險，后期的風險控制、投顧管理，也需要人工來做，您覺得投顧這種后端的幫助，會體現在哪里？

　　馬雙杰：智能投顧比較寬泛，像我們在做FOF的過程中，只是引用到了類似的工具，其實你在投FOF的過程中，可能第一個維度是買了一個股票，第二個維度，可能投了一個投顧，投顧買了股票之后，賺了一個阿發，買了500個贖票，對于我而言，我要知道它是怎么賺錢的，如果我不知道它是怎么賺錢的，我不可能一個一個來看，所以它需要一個工具，把500個股票最后歸類為因子，整體說，我要知道這個投顧500的股票和500的指數，相比的風險度在哪里，這個東西需要一個工具來實現。所以說，我們在投顧底層私募的時候，會很明顯確認能夠看到它的底層，通過工具去分析這個投顧的風險在哪里，通過風險交易在哪里以后，還會有一些其他的指標，比如說他的行業，包括行業暴露在哪個位置，行業的分布是大概是什么情況。在這樣的情況下，可以知道他是怎么賺錢的，怎么虧損的，對于整個底下的FOF投顧，按照邏輯性和相關性，可以做一個依據，可以做真正意義上的投顧管理，而不是做完資產配置再做，或者做完投顧之后就不動了。

　　舉個例子，去年非常忙碌，我們一年調整了投顧次數大概200多次，我們在買股票調整投顧，調整的依據是什么？策略有沒有偏，后面有800個票，后面變成了500個票，以前是-0.2，-0.3，如果沒有產品監控，你是沒辦法干預的。FOF需要通過一定的方式做一些處理，未來，作為一個FOF的工具，它的意義是很大的。

　　楊建波：由于時間關系，今年的會議進行了挺長時間，他們對智能投顧也發表了自己的看法，有覺得現在市場不成熟的，也有覺得市場投顧作為一個智能工具，能幫助我們做很多事情。我們非常感謝五位嘉賓的精彩分享，謝謝大家。

責任編輯：陶然