智能投顾当量化金融邂逅机器学习.pdfVIP

智能投顾：当量化金融邂逅机器学习 ROBO-ADVISORY, WHERE QUANTITATIVE FINANCE MEETS MACHINE LEARNING 姚军 微众银行 • 大数据分析与应用中心 2016.12 智能投顾当前炙手可热，且未来发展前景看好 国外行业现状 • 截至2016年2月底，Wealthfront的资产管理规模近30亿美元，而在2015年1月仅仅为 18.3亿美元，且其拿到了累计超过1亿美元的融资 • 市场研究机构预测，未来五年，智能投顾的市场复合增长率将达到68% ，到2020年，智 能投顾行业的资产管理规模将突破2.2万亿美元 国内行业现状 • 按照瑞信的报告，所谓的中产阶级，已经超过了1亿人 ，市场调研表明，智能投顾因为门 槛低，费用低和信息透明等优势，更能迎合这部分阶层的投资需求 • 中国年收入在6万-600万之间的有投资资产人群中，拥有95万亿可支配资产 • 据相关研究推测，国内智能投顾管理资金至2018年将达4万亿，管理费和增值服务市场 空间有望达千亿级别 我们的观察和判断 • 国内智能投顾还处在萌芽阶段、概念阶段，参与者众多但尚未出现明显的市场领先者 • 竞争参与者大部分仍未实现盈利 ，处于融资发展阶段。一般采用B2C模式 ，并有部分经营 转向B2B2C ，本土化的新的商业和产品模式仍在不断涌现 ，市场前景看好 FinTech2.0和智慧金融 •本页内容引自36氪分析报告 智能投顾业务模式爆发背后的基本逻辑 智能投顾的业务模式要求数据、科技和互联网等方面优势的紧密结合 互联网与金融科技 大数据与机器学习 客户体验与管理 互联网+生态向金融 海量丰富的数据来源 金融产品与客户投资 服务领域的快速渗透 ，量化金融与机器学 能力的精准匹配 ，资 ，新兴技术催生创新 习的完美结合，挖掘 产实时监控、智能调 金融服务产品，同时 潜在投资机会，高效 整、个性化推荐，增 降低运维成本、提高 智能的决策与管理 强客户体验 服务效率 微众智投的支撑要素和价值主张 智能信息 量化策略 服务 智能投顾 • 以客户为中心 • 工具化支持 • 信息对称和透明 客户画像 交易策略 互联网体验 及系统 智能投顾要在中国落地所面临的挑战 虽然互联网+金融大行其道 ，前景看好，但是整体来看 • 市场仍处于客户启蒙阶段，市场接受度不高，客户教育和市场培育尚需时日 • 配套的金融产品覆盖资产大类不足 ，业绩表现欠佳，吸引力不足 • 相关的法规配套欠缺等 ，监管态度不明确，增加未来发展的不确定性 这些是制约行业当前发展的主要问题 另外，从研发角度考察，我们认为 • 当前行业的整体人工参与度还很高、技术还未成熟，尚处于起步探索阶段 ， 大多数参与者还停留在拷贝国外模式，实质性的创新不足 • 实验性技术的成熟度存疑，可靠性尚待检验 ，部分成果存在炒作和夸大现象 • 数据基础设施和研发生态还有很大的提升空间 ，限制了研发的进度和质量 微众智投的尝试 ● 科技 站在金融与科技融合的最前沿，结合国外先进经验和本土化能力 ● 普惠 致力于提供合规优质且低门槛的金融服务体验，让金融普惠大众 ● 连接 积极连接合作伙伴，共同营造共赢互惠的产业和研发生态 码上有惊喜