金融与人工智能
- 格式：pdf
- 大小：1.89 MB
- 文档页数：55
l
的资产组合。 分散化 智能投顾构建的资产组合往往涉及不同种类的资产， 以达到分散化投资、 降低风险的目的。 针对低净值客户 智能投顾的目标客户人群多是低净值投资者， 一般仅设置较低的投资门 槛，有的甚至没有最低投资额度的要求。 追求长期稳健的回报 智能投顾仅收取一定的管理费用， 而不依靠交易的提成获利， 因而相比 于短期的涨跌会更看重长期的回报。 被动投资 投资标的以 ETF 为主。ETF 的交易费用低，而且易于实现对不同类型 资产的跟踪。
l l
按照智能投顾的主要服务功能和权限， 目前可以大致将智能投顾分类咨 询建议型和资产配置型。
表 1. 智能投顾的分类 咨询建议型 应用范围 主要功能 账户类型 资产配置型
税收规划、养老金规 划等 投资分析与提供建 议 无
股票、债券、ETF 等 提供资产组合建议、 执行交易 第三方托管
咨询建议型智能投顾的主要功能在于为经过分析后向投资者提出投资建议， 没有接受投资者委托进行交易的权限，这种智能投顾主要存在于税收优化等领 域，而不直接涉及股票、债券等有价证券的投资。 资产配置型智能投顾则关注股票、债券等有价证券，为投资者提供资产组
1
金融的 alpha
所谓智能投顾，又叫做机器人投顾，主要于 2012 年出现在美国。不同于传 统的人工投资顾问，智能投顾是一种基于投资者个人特征，利用算法向投资者 提供资产组合建议的全自动在线资产管理服务。 智能投顾的原理其实并不复杂， 其理论基础就是现代投资组合理论（Modern Portfolio Theory），这个理论由 诺贝尔经济学奖获得者马科维茨最早提出，该理论归结了理性投资者如何利用 分散投资来优化投资组合。基于经典资产组合理论，在大数据的算法下，帮助 大众投资者在数千种投资标的中， 找到适合自己的投资组合， 随后“一键完成” 自身的资产组合建构。 它具有以下几个特点： l 个性化 智能投顾可以进行大规模的运算， 这使得它为各种类型的投资者提供个 性化定制服务成为可能。 智能投顾会利用一些测试手段获得投资者个人 的风险偏好， 并以此作为依据为不同风险偏好水平的投资者定制个性化
3
金融的 alpha
图表索引
图 1 2014 年以来美元兑人民币汇率情况 .................................................... 11 图 2 截至 2015 年 2 月 23 日 QDII 投资额度审批情况（单位：亿美元） ................................................................................................................... 15 图 3 主动管理股票型 QDII 基金累计收益 ................................................... 30 图 4 被动管理型股票 QDII 基金累计收益情况 ........................................... 30 图 5 债券型 QDII 基金累计收益情况 ........................................................... 31 图 6 另类投资型 QDII 基金累计收益情况 ................................................... 31 图 7 预测期内各资产配置策略投资组合日度收益率 ................................. 40 图 8 预测期内各资产配置策略累计收益率 ................................................. 41 表格 1 所选取的 QDII 基金基本情况 26 28 28 29
表格 12 各策略下资产组合收益-风险情况 40 表格 14 主动管理型股票基金组合收益-风险情况 表格 15 主动管理型股票基金资产配置权重情况 表格 16 被动管理型股票基金组合风险-收益情况 表格 17 被动管理型股票基金资产配置权重情况 表格 18 债券型基金组合收益-风险情况 46
4
金融的 alpha
表格 19 债券型基金组合资产配置权重情况 表格 20 另类投资型基金组合收益-风险情况
46 46
表格 21 另类投资基金组合资产配置权重情况 47
5
金融的 alpha
一、智能投顾：个人理财的“AlphaGo”
近年， 围棋界最火的新闻， 应该是 Google 公司研发的“AlphaGo” (阿尔法狗) 以 4：1 的比分击败了世界顶尖围棋选手李世乭，阿尔法狗”在围棋领域名声大 振, 这激起了人们对人工智能技术的关注。同时，阿尔法狗的成功也引发许多 人对于人工智能取代人类的担忧。 人们不禁要问， 谁是下一个领域的“阿尔法狗” 呢，谁又是被将要取代的对象? 在金融投资领域，我们俨然已经看到了这样一 种人工智能替代人类的趋势。 花旗集团最近发布的一份研究报告指出，在短短两年时间里，智能顾问所 掌握的资产从 2012 年的几乎为零增加到了 2015 年底的 187 亿美元， 无疑这种 以人工智能为基础的高科技金融服务的受欢迎度正在日益上升。起始于 2009 年的智能投顾技术，经过短短几年的发展，已经在国际主流成熟资本市场逐渐 被认可， 各智能投顾公司的估值大幅度提高。 在国外， Wealthfront、 Betterment、 PersonalCapital、FutureAdvisor 等智能投顾公司是其中的佼佼者。越来越多的 投资人也更愿意把钱交给机器人来打理
3
金融的 alpha
Байду номын сангаас
合选择等服务，并可以接受投资者委托代投资者执行交易。不过由于智能投顾 缺乏独立的账户体系，因而需要第三方托管。 随着行业的发展，目前已经有大型金融机构涉足智能投顾行业，可以预 见这将催生出功能更加齐全的智能投顾服务。 智能投顾公司于 2012 年由美国人首先建立，据估计，目前约有 200 余家智 能投顾公司，尽管多数公司并没有管理资产，但是行业整体发展迅速。根据 Corporate Insights 的数据，2012 年至 2014 年智能投顾行业所募集到的资金分别 约为 3300 万美元、1 亿 3 千 500 万美元与 2 亿 9 千万美元。截至 2015 年 7 月， 行业总体资产规模约为 210 亿美元。根据 AT Kearny 的估计，智能投顾行业将 在未来 3-5 年中迅速发展，到 2020 年时智能投顾行业管理的资产规模将占总资 产规模的 5.6%，达到 2 万亿。
表格 2 所选取的 QDII 基金基本情况（续） 27 表格 3 股票型 QDII 基金行业配置情况（截止到 2015 年末，%） 表格 4 债券型 QDII 基金资产配置情况（截止到 2015 年末，%） 表格 5 房地产 QDII 基金资产配置情况（截止到 2015 年末，%） 表格 6 QDII 基金收益率描述性统计 32 表格 7 QDII 基金收益率相关系数 表格 8 解释变量描述统计分析 35 表格 9 解释变量相关系数 35 表格 10 GARCH-M 模型参数情况 表格 11 GARCH-M 模型预测结果 表格 13 资产配置权重情况 42 43 44 45 45 36 37 33
l
要休息，可以做到随时处理突发状况。 低成本 尽管智能投顾平台的建设与策略的设计需要大规模投入， 但是一旦完成 后就可以对所有投资者适用， 同时节约了传统投资顾问的人工费用， 边 际成本几乎可以不用考虑。加上目前智能投顾以投资 ETF 为主，交易 费用低，因而收取的管理费一般较低。 最优化配置 可以针对不同投资者的不同风险偏好设计不同的资产组合 自律性强，不存在委托-代理问题 智能投顾程序在运行前会经过严密的测试， 运行中严格根据事先设置好 的规则进行交易， 同时伴有风控程序， 不存在程序根据自身的偏好或者 利益而做出背离投资者利益行为的可能性。
4
金融的 alpha
目前智能投顾行业仍处于起步阶段，接触智能投顾的投资者数量有限。但是根 据 AT Kearny 的调查问卷， 受访的商业银行业务消费者中， 48%对智能投顾表示 有兴趣，最感兴趣的人群有意愿将家庭可投资资产的 40%交给智能投顾管理。
图 2. 投资者对智能投顾的态度
AT Kearny 提供的报告中有一项值得注意的是， 投资者对于智能投顾的接受 度与年龄成反比。对智能投顾接受程度最高人群以 35 岁以下的年轻人为主，且 74%有全职或兼职的工作，他们在互联网普及的时代成长，对新事物的理解能 力和接受程度都较高，同时由于进入职场不久所以并没有过多的积蓄，这些因 素使得智能投顾成为了年轻人追捧的对象。 为了对美国智能投顾行业有更直观的认识，在表 2 中我们对美国智能投顾
金融的 alpha
金融与人工智能
-----------美元加息预期下的智能投顾模型
李勇 林鹭
1
金融的 alpha
中文摘要
智能投顾，全称为智能投资顾问（又称机器人投顾），本报告全面介绍了智能
投顾的基本原理，国内外发展。着重指出了随着人工智能技术的发展，智能投 顾的技术将在线上理财市场上有广阔的应用前景，但是同时也强调，由于智能 投顾技术是一个新技术，在监管上要避免重蹈 p2p 的覆辙，防止有些公司打着 金融创新的旗号，搞非法集资的勾当。 伴随着美元的走强，以及对人民币的贬值预期。个人投资者和机构投资者投资 海外资产可以抵御人民币贬值的损失和国内降息带来的收益率下降，利用全球 各国经济周期的不同和大类资产的轮动获取高于国内投资的收益。短期来看， 投资者通过 QDII 基金投资海外资产成为一种抵御人民币对美元贬值和国内降 息带来的收益率下降的投资方式。从长期来看，伴随着中国经济的增长，国内 投资者投资海外市场分散系统性风险的需求也愈加强烈，而中国的 QDII 基金 市场也随之不断发展壮大，QDII 基金产品类型和数量也日益增加。如何在各类 QDII 基金中进行资产配置则显得越来越至关重要。 现有的智能投顾模型使用马科维茨的均值方差模型。在本报告中，基于 QDII 基金， 将 GARCH-M 模型与 Black-Litterman 模型结合在一起，构建了量化投 资观点下的 GARCH-BL 资产配置模型， 从而构造了一种可以自动运行的智能投 顾模型。通过对 2014 年 9 月至 2016 年 2 月共计 5012 个 QDII 基金数据进行 计量分析，验证了 GARCH-BL 策略在 QDII 基金大类资产配置上的有效性。相 比于传统的马科维茨模型、市场组合策略以及利用历史均值来进行收益率预测 的 Black-Litterman 模型，GARCH-BL 策略下的资产组合均能取得较好的收益 率和夏普比率。
的资产组合。 分散化 智能投顾构建的资产组合往往涉及不同种类的资产， 以达到分散化投资、 降低风险的目的。 针对低净值客户 智能投顾的目标客户人群多是低净值投资者， 一般仅设置较低的投资门 槛，有的甚至没有最低投资额度的要求。 追求长期稳健的回报 智能投顾仅收取一定的管理费用， 而不依靠交易的提成获利， 因而相比 于短期的涨跌会更看重长期的回报。 被动投资 投资标的以 ETF 为主。ETF 的交易费用低，而且易于实现对不同类型 资产的跟踪。
l l
按照智能投顾的主要服务功能和权限， 目前可以大致将智能投顾分类咨 询建议型和资产配置型。
表 1. 智能投顾的分类 咨询建议型 应用范围 主要功能 账户类型 资产配置型
税收规划、养老金规 划等 投资分析与提供建 议 无
股票、债券、ETF 等 提供资产组合建议、 执行交易 第三方托管
咨询建议型智能投顾的主要功能在于为经过分析后向投资者提出投资建议， 没有接受投资者委托进行交易的权限，这种智能投顾主要存在于税收优化等领 域，而不直接涉及股票、债券等有价证券的投资。 资产配置型智能投顾则关注股票、债券等有价证券，为投资者提供资产组
1
金融的 alpha
所谓智能投顾，又叫做机器人投顾，主要于 2012 年出现在美国。不同于传 统的人工投资顾问，智能投顾是一种基于投资者个人特征，利用算法向投资者 提供资产组合建议的全自动在线资产管理服务。 智能投顾的原理其实并不复杂， 其理论基础就是现代投资组合理论（Modern Portfolio Theory），这个理论由 诺贝尔经济学奖获得者马科维茨最早提出，该理论归结了理性投资者如何利用 分散投资来优化投资组合。基于经典资产组合理论，在大数据的算法下，帮助 大众投资者在数千种投资标的中， 找到适合自己的投资组合， 随后“一键完成” 自身的资产组合建构。 它具有以下几个特点： l 个性化 智能投顾可以进行大规模的运算， 这使得它为各种类型的投资者提供个 性化定制服务成为可能。 智能投顾会利用一些测试手段获得投资者个人 的风险偏好， 并以此作为依据为不同风险偏好水平的投资者定制个性化
3
金融的 alpha
图表索引
图 1 2014 年以来美元兑人民币汇率情况 .................................................... 11 图 2 截至 2015 年 2 月 23 日 QDII 投资额度审批情况（单位：亿美元） ................................................................................................................... 15 图 3 主动管理股票型 QDII 基金累计收益 ................................................... 30 图 4 被动管理型股票 QDII 基金累计收益情况 ........................................... 30 图 5 债券型 QDII 基金累计收益情况 ........................................................... 31 图 6 另类投资型 QDII 基金累计收益情况 ................................................... 31 图 7 预测期内各资产配置策略投资组合日度收益率 ................................. 40 图 8 预测期内各资产配置策略累计收益率 ................................................. 41 表格 1 所选取的 QDII 基金基本情况 26 28 28 29
表格 12 各策略下资产组合收益-风险情况 40 表格 14 主动管理型股票基金组合收益-风险情况 表格 15 主动管理型股票基金资产配置权重情况 表格 16 被动管理型股票基金组合风险-收益情况 表格 17 被动管理型股票基金资产配置权重情况 表格 18 债券型基金组合收益-风险情况 46
4
金融的 alpha
表格 19 债券型基金组合资产配置权重情况 表格 20 另类投资型基金组合收益-风险情况
46 46
表格 21 另类投资基金组合资产配置权重情况 47
5
金融的 alpha
一、智能投顾：个人理财的“AlphaGo”
近年， 围棋界最火的新闻， 应该是 Google 公司研发的“AlphaGo” (阿尔法狗) 以 4：1 的比分击败了世界顶尖围棋选手李世乭，阿尔法狗”在围棋领域名声大 振, 这激起了人们对人工智能技术的关注。同时，阿尔法狗的成功也引发许多 人对于人工智能取代人类的担忧。 人们不禁要问， 谁是下一个领域的“阿尔法狗” 呢，谁又是被将要取代的对象? 在金融投资领域，我们俨然已经看到了这样一 种人工智能替代人类的趋势。 花旗集团最近发布的一份研究报告指出，在短短两年时间里，智能顾问所 掌握的资产从 2012 年的几乎为零增加到了 2015 年底的 187 亿美元， 无疑这种 以人工智能为基础的高科技金融服务的受欢迎度正在日益上升。起始于 2009 年的智能投顾技术，经过短短几年的发展，已经在国际主流成熟资本市场逐渐 被认可， 各智能投顾公司的估值大幅度提高。 在国外， Wealthfront、 Betterment、 PersonalCapital、FutureAdvisor 等智能投顾公司是其中的佼佼者。越来越多的 投资人也更愿意把钱交给机器人来打理
3
金融的 alpha
Байду номын сангаас
合选择等服务，并可以接受投资者委托代投资者执行交易。不过由于智能投顾 缺乏独立的账户体系，因而需要第三方托管。 随着行业的发展，目前已经有大型金融机构涉足智能投顾行业，可以预 见这将催生出功能更加齐全的智能投顾服务。 智能投顾公司于 2012 年由美国人首先建立，据估计，目前约有 200 余家智 能投顾公司，尽管多数公司并没有管理资产，但是行业整体发展迅速。根据 Corporate Insights 的数据，2012 年至 2014 年智能投顾行业所募集到的资金分别 约为 3300 万美元、1 亿 3 千 500 万美元与 2 亿 9 千万美元。截至 2015 年 7 月， 行业总体资产规模约为 210 亿美元。根据 AT Kearny 的估计，智能投顾行业将 在未来 3-5 年中迅速发展，到 2020 年时智能投顾行业管理的资产规模将占总资 产规模的 5.6%，达到 2 万亿。
表格 2 所选取的 QDII 基金基本情况（续） 27 表格 3 股票型 QDII 基金行业配置情况（截止到 2015 年末，%） 表格 4 债券型 QDII 基金资产配置情况（截止到 2015 年末，%） 表格 5 房地产 QDII 基金资产配置情况（截止到 2015 年末，%） 表格 6 QDII 基金收益率描述性统计 32 表格 7 QDII 基金收益率相关系数 表格 8 解释变量描述统计分析 35 表格 9 解释变量相关系数 35 表格 10 GARCH-M 模型参数情况 表格 11 GARCH-M 模型预测结果 表格 13 资产配置权重情况 42 43 44 45 45 36 37 33
l
要休息，可以做到随时处理突发状况。 低成本 尽管智能投顾平台的建设与策略的设计需要大规模投入， 但是一旦完成 后就可以对所有投资者适用， 同时节约了传统投资顾问的人工费用， 边 际成本几乎可以不用考虑。加上目前智能投顾以投资 ETF 为主，交易 费用低，因而收取的管理费一般较低。 最优化配置 可以针对不同投资者的不同风险偏好设计不同的资产组合 自律性强，不存在委托-代理问题 智能投顾程序在运行前会经过严密的测试， 运行中严格根据事先设置好 的规则进行交易， 同时伴有风控程序， 不存在程序根据自身的偏好或者 利益而做出背离投资者利益行为的可能性。
4
金融的 alpha
目前智能投顾行业仍处于起步阶段，接触智能投顾的投资者数量有限。但是根 据 AT Kearny 的调查问卷， 受访的商业银行业务消费者中， 48%对智能投顾表示 有兴趣，最感兴趣的人群有意愿将家庭可投资资产的 40%交给智能投顾管理。
图 2. 投资者对智能投顾的态度
AT Kearny 提供的报告中有一项值得注意的是， 投资者对于智能投顾的接受 度与年龄成反比。对智能投顾接受程度最高人群以 35 岁以下的年轻人为主，且 74%有全职或兼职的工作，他们在互联网普及的时代成长，对新事物的理解能 力和接受程度都较高，同时由于进入职场不久所以并没有过多的积蓄，这些因 素使得智能投顾成为了年轻人追捧的对象。 为了对美国智能投顾行业有更直观的认识，在表 2 中我们对美国智能投顾
金融的 alpha
金融与人工智能
-----------美元加息预期下的智能投顾模型
李勇 林鹭
1
金融的 alpha
中文摘要
智能投顾，全称为智能投资顾问（又称机器人投顾），本报告全面介绍了智能
投顾的基本原理，国内外发展。着重指出了随着人工智能技术的发展，智能投 顾的技术将在线上理财市场上有广阔的应用前景，但是同时也强调，由于智能 投顾技术是一个新技术，在监管上要避免重蹈 p2p 的覆辙，防止有些公司打着 金融创新的旗号，搞非法集资的勾当。 伴随着美元的走强，以及对人民币的贬值预期。个人投资者和机构投资者投资 海外资产可以抵御人民币贬值的损失和国内降息带来的收益率下降，利用全球 各国经济周期的不同和大类资产的轮动获取高于国内投资的收益。短期来看， 投资者通过 QDII 基金投资海外资产成为一种抵御人民币对美元贬值和国内降 息带来的收益率下降的投资方式。从长期来看，伴随着中国经济的增长，国内 投资者投资海外市场分散系统性风险的需求也愈加强烈，而中国的 QDII 基金 市场也随之不断发展壮大，QDII 基金产品类型和数量也日益增加。如何在各类 QDII 基金中进行资产配置则显得越来越至关重要。 现有的智能投顾模型使用马科维茨的均值方差模型。在本报告中，基于 QDII 基金， 将 GARCH-M 模型与 Black-Litterman 模型结合在一起，构建了量化投 资观点下的 GARCH-BL 资产配置模型， 从而构造了一种可以自动运行的智能投 顾模型。通过对 2014 年 9 月至 2016 年 2 月共计 5012 个 QDII 基金数据进行 计量分析，验证了 GARCH-BL 策略在 QDII 基金大类资产配置上的有效性。相 比于传统的马科维茨模型、市场组合策略以及利用历史均值来进行收益率预测 的 Black-Litterman 模型，GARCH-BL 策略下的资产组合均能取得较好的收益 率和夏普比率。
