金融與科技從來都無法分開。但是，在過去的幾十年中，科技只滲入到了金融業的邊緣地帶，如今，真正的革新到來了，技術開始進入金融業務的核心環節，改變我們過去一直以來對金融服務的認知和體驗。
這波革新浪潮在 2016 年催生出了一個全新的概念——智能投顧(Robo-Advisor)。2016 年，智能投顧領域陸續出現了很多產品，魚龍混雜，而 PINTEC 集團旗下的璿璣則有着自己清晰的打法。
在極客公園 GIF2017 大會上，鄭毓棟首次展示了「璿璣智投」，這是璿璣開發的智能投顧產品首次正式露面，在此之前，產品已經進行了半年內測。下面是鄭毓棟在 GIF2017 大會上對於智能投顧以及璿璣智投產品邏輯的解讀，讀完它，或許你會對「科技與金融如何混血」這個話題以及智能投顧背後的玄機有更進一步的認識。
金融的三次技術革新
在探討金融能否和科技正確的混血之前，我們先要問金融和科技能否混血?因為至少在一個人看來，金融行業的科技創新做的挺差的，這個人就是奧巴馬總統的經濟複蘇顧問委員會主席，美聯儲前主席保羅沃爾克。他說，這幾十年銀行創新唯一做對的是發明了 ATM 機。
但不可否認的是，這幾十年來，我們確實看到兩次主要的科技改變金融的浪潮：
第一次發生在 1980 年代，是金融數據的信息化，大量的數據儲存的媒介從紙變成了電子化，由此帶來了許多金融機構的流程自動化。在這一波變革中崛起了像 IOE, 彭博這樣的機構
第二次從 2007 年開始，隨着互聯網的普及和應用，原來複雜的金融產品能夠通過電子渠道接觸到更廣泛的客戶群體，並帶來了渠道的互聯網化。餘額寶，P2P 都是這一波變革的具體體現。
而如今，我們正在迎來第三次浪潮——金融服務的智能化。
大數據、雲計算、機器學習、生物識別將有可能從更核心的層面變革如今的金融業。如此一來，那些依賴於人、因運營和信息成本過高導致高傭金、高門檻的標準化服務將首先被取代，比如零售信貸、財富管理、保險經紀。
智能投顧：傳統財富管理與人工智能的結合
讓我們拉近到璿璣所專注的財富管理業務來看。
這個金融領域內的核心業務，從中世紀誕生已來在業務步驟上就沒有發生過重大的變化——理解客戶需求、提出解決需求的方案、完成方案所需要的交易，在不斷變化中為客戶重新調整原來的方案。由於方案的複雜和包含多種產品，執行和調整也大多是人工完成。這樣的服務往往意味着高門檻，高費率和耗費時間的溝通。私人銀行服務門檻一般起始於 500 萬人民幣，有意義和質量的私人銀行服務的門檻在千萬以上。
但是，在金融智能化的浪潮下，我們能夠將這個服務的核心變得更加便捷高效——用客觀數據來代替主觀判斷、用風險分散的理念來代替產品推銷的行為、用智能便捷的交易來替代繁瑣人工的交易。當我們將一個個性化不標準的事情變得標準化而仍然個性化後，我們就能夠大幅的降低服務門檻和成本，並且 7*24 小時的*服務。
這就是 2009 年以來在美國逐漸興起並流行的 robo advisor 的服務。他的核心是幫助用戶以大類資產配置的方式獲取符合用戶目標的穩健長期的收益。
大類資產配置是投資界公認的所謂「免費的午餐」，非常適合給大眾做長期理財的規劃，資產配置的基礎理論包括現代組合理論、資本資產定價模型等，都需要大量的計算來獲取精確的結果。而由於大類資產具有周期性，也非常適合用數據的方式來分析，擬合，預測。
智能投顧非常符合下一代客戶的需求的趨勢。金融是一個尤其複雜的行業，大部分人不具備專業的判斷和篩選能力，而具備這樣的能力需要大量的時間和精力。處在信息爆炸和冗餘的年代中，他們希望能夠得到一個個性化和專業的方案，一個簡單易執行的方案，一個節省自己寶貴時間的方案。
簡單服務背後的複雜算法
璿璣進入這個領域，是看到了行業的巨大發展前景。在美國除了創業公司以外，傳統的巨頭都已經紛紛進入，比如全球排名第一和第二的資產管理公司貝萊德和 Vanguard、私人銀行的巨頭瑞銀，華爾街老牌的銀行花旗和高盛。在國內這個領域更是處在早期，據行業的預測，在三年內就將達到 5 萬億左右的規模。
以我們自己的 C 端產品——璿璣智投為例，一個標準的智能投顧運作流程分為四步：
通過人機交互的形式了解客戶的基本屬性和投資需求;
提出針對客戶的投資組合;
在客戶確認後，為客戶實時完成投資交易;
在後續市場變化中，實時的監測客戶的投資情況，及時做出相應的調整。
在看似簡單的環節後面，蘊含着許多金融工程的應用。
首先，智能投顧需要一個靠譜的投資邏輯和模型。智能投顧應用的是大類資產配置的理論，但是前提是在於有強大而實時的計算能力來構建並且不斷的演進投資模型。璿璣算法引入了機器學習的部分，在兩個層面做了提高。第一他使得模型不但能夠處理結構化的數據如連續的價格曲線等，也能夠處理非結構化的數據，比如一些技術指標;從而增加了數據的詮釋能力。
第二，模型的不斷的被驗證的結果會成為下一次判斷的數據樣本和依據，而模型本身也在不斷進化和演變之中。我們每天都需要進行 43 億次的循環計算學習，稱為 loop，而每 6 萬次 loop，我們才能得到一次 converge，也就是收斂。在這樣的大規模的計算中，模型在不斷的進步，使得我們今天對於國內市場的擬合達到了 60[%] 以上，對於海外市場的擬合達到 70[%] 以上。
第三，在做出大類資產的模型配比後，我們還需要適配相應的金融產品。在這里我們和主流的金融機構不太一樣，我們不追尋主動投資能力，原因就在於主動的投資能力是非常稀缺的。人人都說自己是巴菲特，但是巴菲特只是少數，而且不可能為每個人服務。我們認為，重要的不是去尋找巴菲特，而是找到一組適合你的模型的產品。在這個邏輯下，我們在市場上的 4000 多個產品經過多維的分析後，每個投資人的產品庫最多只需要 60 個候選產品就足夠了。
第四，確定了產品以後，我們需要盡量用最簡單方便低成本的完成交易，不斷調整。理論上，隨着市場的變化，每天都應該交易調整來適應最新的市場環境。但是交易帶來的金錢成本和時間成本，使得頻繁交易不會是最優的選擇。因此我們還有一個交易的算法，自動幫助用戶來計算調整的最佳時機和最佳路徑，目的是將摩擦成本降到最低。
智能投顧不但在投資配置和交易執行能力上可以超越人，他還可以做到另一件重要的事情，就是幫助投資人來克服情緒的弱點。多次調查顯示，對每個人財富的最大威脅就是不良好的投資習慣。比如在 15 年中追漲買入股票，比如在同一個資產上過度的博弈。投資本來就是反人性的，許多人雖然意識到需要克服情緒的弱點，卻很難做到這一點。而智能投顧能夠非常好的幫投資人解決這些問題，並長期帶來獲利。
所以，智能投顧帶來的並不是一個股神能給你的高收益回報，它給你的是與你的風險承受能力相匹配的收益回報。所以，最終的收益取決於每個人自己的選擇：高風險帶來高回報，低風險帶來低回報。雖然我們無法超越股神，也無法回到 10 年前去買房，但是他*了一個簡單而又伸手可及的另一個選擇。
金融服務的下一個十年：無形無感、無處不在
我們認為智能投顧不會停止於此。在金融智能化浪潮的驅動下，未來智能投顧會有更有意思的發展。
所有的金融方案都原生於實際的需求，如果市場的數據以及個人的數據獲取在未來更趨於成熟，那麼智能投顧和用戶的關系將會演變成家庭醫生和病人的關系。我們將可能通過對用戶的家庭，收入，負債和各種情況的分析，能提早預知你的生活變化以及預測隨之而來的金融需求，從而能夠提早開具藥方，幫助你應對。
在這樣的情況中，我們認為金融服務將更加的無形無感無處不在。無論你是新組建家庭，準備購房，迎接一個新生命，還是準備退休的生活，財務的方案都會被智能自動而及時的調整，無論是投資組合的風險變化，未來現金流的恰當安排，或者家庭保障的規劃，都預備着來幫助你實現生命過程中的每一個重要新階段。
