《金融科技概论》 课件 第8、9章 智能投顾、量化投资

第8章

智能投顾目录CONTENTS资产配置与财富管理智能投顾的流程及盈利模式智能投顾市场8.18.28.3智能投顾市场8.1智能投顾概念以大数据分析、量化模型及算法为技术手段，根据投资者的个人收益和风险偏好等信息进行客户画像，为其提供个性化的资产组合建议，支持自动化完成投资交易并根据市场状况进行调整，使组合始终处于最优状态的一种财富管理服务。智能投顾运作模式风险偏好财产状况收益目标金融投资理论云计算、大数据、人工智能投资模型资产配置建议自动跟踪与调整智能投顾三大要素数据模型算法智能投顾特点低门槛低费用投资广易操作透明度高个性化定制

发展历程时间名称内容20世纪90年代末期~2007年在线投顾阶段投资分析技术水平不断提高，规模扩大。此阶段机器智能应用比较有限，主要应用是投资组合分析。2008~2015年机器人投顾阶段机器学习成为实现投资顾问智能化发展的主要方法2016年至今人工智能投顾阶段采用“人工智能

云计算”体系结构的服务商，在计算设备和软件开发方面投资巨大，能够同时服务千万、亿级别的海量用户发展现状美国智能投顾发展现状：美国是世界上最大的智能投顾市场，具有较长时间的发展历史，传统金融机构投顾占据了智能投顾市场的主导地位。我国智能投顾发展现状：起步于2015年，最初只有5家初创企业，均尝试复制美国智能投顾商业模式。经过一段时间的发展，互联网公司积极拓展金融服务市场，同时传统金融机构，也先后推出了多款智能投顾产品和业务。可以分为三类：第一，完全模仿美国主流创业公司的业务模式；第二，平台仅为投资者提供资产配置建议和“一键购买”按钮；第三，不能对账户进行后续操作，仅担任基金销售角色。我国智能投顾与成熟市场的差异智能投顾要素我国智能投顾市场现状差异投资者以散户为主，更加关注短期收益，大多数偏向短期投机、追涨杀跌，投机性较强，比较看重个股机会投资标的智能投顾主要投资标的ETF缺乏，我国ETF数量较少，且大多属于传统股票型ETF，无法充分分散风险牌照我国智能投顾涉及资产管理牌照、基金销售牌照、证券投资咨询牌照等，各业务实施分开管理金融数据金融数据库与其他金融数据库不能融合，导致同投资偏好和资源基础的客户无法整合税收因素我国智能投顾无法提供海外智能投顾产品的税收亏损收割服务，而这一服务一般能贡献总收益的20%-40%产品智能化程度我国智能投顾智能化程度底，客户画像简单，投资决策停留在自动化层面智能投顾产业发展趋势互联网与金融结合人工与机器结合智能投顾的流程及盈利模式8.2智能投顾的原则分散投资资产类别的分散时间上的分散投资的复利应用原则满足用户投资目的智能投顾的投资组合类型增长型组合收入型组合抗通胀型组合智能投顾的流程客户分析大类资产配置投资组合选择交易执行投资组合再平衡税收规划投资组合分析风险确定组合构建风险预警、风险控制、调仓提示、一键优化税负管理机器学习的风险评测机器学习改进现代化投资组合理论监督学习及无监督学习算法组成的风险监测模型智能投顾的盈利模式纯策略服务：是向中小型的基金公司或者管理公司提供相关的服务，同时收取一定的服务费用。纯技术出售：是将智能投顾算法及程序向金融机构整体出售。资产配置与财富管理8.3资产配置概念根据投资需求将投资资金在不同资产类别之间进行分配，通常是将资产在低风险、低收益证券与高风险、高收益证券之间进行分配。资产配置的类型根据投资目标期限划分：战略资产配置、战术资产配置根据投资者对市场有效性的看法划分：积极资产配置、消极资产配置资产配置的策略恒定混合策略均值方差策略风险平价策略其他资产配置策略资产配置的步骤确定资金的投资要求确定资产类别建立战略资产配置策略建立战术资产配置策略监督、管理、反馈和报告财富管理概念是利用所掌握的客户信息与金融产品，在分析客户财务状况的基础上挖掘客户的财富管理需求，通过向客户提供整合的银行、保险和投资理财产品与服务，协助客户实现资产保值增值。财富管理业务的主要经营机构全能银行证券类机构其他金融机构：家庭办公室、私人银行、信托机构、财务顾问财富管理的业务体系核心产品（服务）系统平台服务流程服务渠道服务团队本章小结1、智能投顾是以大数据分析、量化模型及算法为技术手段，根据投资者的个人收益和风险偏好等信息进行客户画像，为其提供个性化的资产组合建议，自动化完成投资交易并根据市场状况进行调整，使组合始终处于最优状态的一种财富管理服务。2、智能投顾有三大要素：数据、模型和算法。3、智能投顾的特点：低门槛，低费用，投资广易操作，透明度高，个性化定制。4、智能投顾的发展历程：在线投顾阶段（20世纪90年代末期~2007年）、机器人投顾阶段（2008~2015年）、人工智能投顾阶段（2016年至今）。5、智能投顾产业发展趋势：互联网与金融结合，人工与机器结合。6、智能投顾的原则：分散投资、投资的复利应用原则、满足用户投资目的。7、智能投顾的投资组合类型：增长型组合、收入型组合、抗通胀型组合。8、智能投顾业务包括四个步骤：客户分析与风险确定、投资组合选择与构建、投资组合再平衡与风险控制、投资组合分析与税负管理。9、智能投顾的盈利模式主要有两种：一种是纯策略服务，另一种是纯技术出售。第九章

量化投资目录CONTENTS量化投资策略有效市场、市场异象与认知偏差量化投资交易9.19.29.3量化投资风险管理9.4量化投资交易9.1量化投资概念量化投资是一种采用数理方法和计算机技术从大量历史数据中挖掘盈利机会、进行投资决策、执行交易、预测预警和管理控制风险，以获得超额收益与长期稳定盈利的投资方法。量化投资特点准确性纪律性及时性系统性分散化行为金融中的量化投资行为金融则充分考虑到投资者的心理偏差、消息传播的不对称等情形。前景理论是行为金融发展的理论基础，量化投资依据各种行为金融现象，能够实时结合投资市场特点，采用低频或高频交易模式，迅速构建起相应的投资策略，比如，小盘股策略、动量策略、反转策略等。量化投资的发展历程时间名称内容2004~2009年起步阶段金融工具品种较少，股票市场只可以单边做多，不支持双边交易。量化投资的发展相对缓慢。2010~2014年成长阶段沪深300股指期货交易正式对外开放；在私募基金方面，由于金融工具的日益丰富，量化股票、股票市场中性、ETF套利以及分级套利等策略的量化私募基金开始发行2015年至今爆发阶段是我国量化对冲金融产品发展最为快速的时期，形形色色的私募基金机构相继诞生。无论在数量方面，还是在规模方面，均实现了较大发展。有效市场、市场异象与认知偏差9.2有效市场假说有效市场假说包括以下内容:在一个信息交流快捷和完全竞争的社会下，投资者能够快速地、无成本地获得特定的信息，从而可以根据完全已知的信息做出利益最大化的行为。这样证券价格就充分反映了市场上公布的信息，投资者并不能根据该信息获得任何的超额收益，只能获得风险调整的市场平均报酬，这样的市场则被称为有效市场。分类弱式有效市场半强式有效市场强式有效市场行为金融学中的“市场异象”动量效应与反转效应小公司和规模效应羊群效应日历效应处置效应投资者在市场中的认知偏差启发式偏差过度自信保守主义与证实偏差历史无关性、隔离偏差等量化投资策略9.3常见的量化投资策略股票策略市场中性策略宏观策略套利策略量化投资策略分析过程

数据输入数据清洗策略处理回测输出策略优化量化投资风险管理9.4量化投资的风险数据陷阱策略同质性风险系统故障风险市场操纵风险量化投资风险防控事前预防事中管理以及实时监控事后及时披露信息和整改本章小结1、量化投资是一种采用数理方法和计算机技术从大量历史数据中挖掘盈利机会、进行投资决策、执行交易、预测预警和管理控制风险，以获得超额收益和长期稳定盈利的投资方法。2、量化投资策略的特点分别是准确性、纪律性、系统性、及时性、分散化。3、我国量化投资的整个成长历程归纳为三大阶段：起步阶段（2004~2009年）、成长阶段（2010~2014年）、爆发阶段（2015年至今）。4、有效市场假说把市场的有效性分为弱式有效市场、半强式有效市场和强式有效市场三种。5、行为金融学中的“市场异象”：赢者输者效应、规模效应