滚动投资观察界7月18日讯（记者 刘瑶） 智能投顾，基于马克维茨提出的现代投资组合理论(MPT，Modern Portfolio Theory)，结合投资者的财务状况、风险偏好、理财目标等，运用云计算、大数据、机器学习等技术搭建的数据模 型和后台算法为投资者提供相关资产配置建议。
目前智能投顾以 ETF 为主要投资标的，并可借助丰富多样的模型算 法，提供包括交易执行、资产再平衡、税收筹划、房贷偿还、税收申报等在内的系列增值服务;其服务模式具有自 动化、智能化、定制化的特征。
行业深度研究报告下载：乐晴智库网站
乐晴智库，行业深度研究（微信公众号：乐晴智库）
作为科技驱动金融创新的典型应用，智能投顾的演进与计算机技术的发展高度相关。
在投顾 1.0 时代，传统投资顾 问可能使用计算机进行数据的处理分析，但投资组合本质上还是由人工管理，机器在整个决策过程中只起到相当弱 的辅助作用;互联网的普及，将投资顾问服务代入 2.0 时代，部分投顾业务被放到了互联网平台上，有效实现其服 务范围向中等净值人群的扩张，但这一阶段的资产配置建议依然主要依靠人力，差异仅在于市场渗透手段的提升; 直到大数据、云计算、人工智能等出现，投顾服务真正开始走向智能化的 3.0 时代。
国内外市场中目前仍以包含部分人工辅助的半智能投顾为主流，即通过计算机对用户个性特质的分析和量化交易模型的运算，给出相匹配的投资组合建议，之后由人工来进行审核后再提供给用户。
其原因一方面在于人工智能技术的成熟度尚不足以支撑全智能决策的需要，另一方面也是出于高净值用户关系维护的考虑，辅之以必要的人工介入来增强用户粘性。但未来随着数据挖掘、知识图谱、深度学习等人工智能技术手段的不断优化，投顾服务中的人力因素将逐渐降到最低，依托人工智能的自动化投资管理服务终将实现全服务链的完整覆盖。
智能投顾的概念 2008 年起源于美国，依托大数据分析，采用智能交易策略，借助互联网或手机平台为用户提供自 动的、低成本的投资服务。典型智能投顾的显著特征即是人机交互，量化投资，全程无人工。凭借先进的服务理念、 较低的资金门槛、较小的投资风险和较好的用户体验，智能投顾一经面世即受到普通投资者的青睐，短短 10 年时间 内获得高速发展。智能投顾的快速爆发背后原因众多，但归根结底的两大核心要素仍在于技术支撑与需求驱动。
1、科技创新催生投顾新模式
云计算、大数据、人工智能等计算机技术的出现，是智能投顾模式诞生的基础。伴随金融市场的不断发展，多维高 频的金融数据及投资者交易数据呈现几何式增长，一方面对极为有限的传统人工数据处理能力提出挑战，另一方面 也为基于海量动态数据挖掘分析的智能投顾提供底层支撑。
同时，人工智能算法模型持续优化，智能芯片、高性能 计算机等硬件以及云计算技术快速发展，有效夯实了智能投顾实现的技术基础。通过人工智能及大数据技术与现代 投资组合理论的结合，串联起一个“投资策略生成(ISM)-量化投资策略-智能代理(IA)”的完整智能化投资决策系统， 从而实现低成本、高效率、个性化、动态调整的投资组合配置。
金融科技已有燎原之势，其中投资及财富管理行业有望成为重点突破领域。根据普华永道《跨越行业界线:金融科 技重塑金融服务新格局》中的一项调查，当被问及未来五年金融服务业哪一领域最有可能被金融科技打破现有局面 时，有 51%的资产管理公司选择了自己所在的行业，而仅有 31%的其他行业受访者表示认同，行业变革即将到来;
同时报告还指出资产及财富管理行业的主要趋势是“提升数据分析技术以便更好地识别和量化风险”，以更宽口径、 低成本、高效率的数据获取和处理来提供自动化的金融服务解决方案，实现投资领域格局的重塑。
我们认为金融科技手段的发展趋势与投资及财富管理行业的转型变革趋势高度契合，智能投资行业或将迎来一个快速爆发的历史发展阶段。
