零售金融一骑绝尘的招商银行，智能投顾如何领先于同业？

商业银行领域中，零售招商银行在零售金融业务上可谓“一骑绝尘”。金融据业内人士透露，骑绝在12月6日招商银行发布APP5.0以及在线上线下同步推出财富管理重磅应用摩羯智投后，招商智引发同业高度关注。银行

财富管理被金融业玩家视为下一个主要的投顾同业风口，目前各互联网平台及大型金融机构较为擅长的何领主要是确定收益产品的销售，而在协助客户投资于波动市场的先于“投资顾问服务”方面，一直是零售财富管理领域共同的难题。因此，金融很多同行不免好奇究竟是骑绝基于什么样的秘密武器，能够让招商银行能够率先将“投资顾问服务”从人工化推向智能化，招商智并且具有快速迭代优化能力的银行呢？

大类资产配置，分散投资风险

“摩羯智投”是投顾同业运用机器学习算法的智能投资组合顾问服务，通过以公募基金为基础进行全球大类资产配置，何领达到分散投资风险的目的。而在此过程中，摩羯智投整个投资模型框架中使用机器学习算法作为工具，但并非完全依赖机器，而是同时融入了招商银行十余年的基金研究和资产配置实践经验，采用人机结合的服务方式。

所谓大类资产配置的核心，是指穿透产品形态看基础资产。因此，无论是基金、理财产品、还是信托都只是产品形态，其投资范围都可包括“权益、固收、货币、另类”等，故大类配置的核心是看投资标的是否在上述基础资产中做了分散，而不是看其产品形态。摩羯智投，“我们认为，是为客户带来的‘限制beta暴露+alpha’的策略。”

其实“资产配置”策略在机构投资领域早已不陌生，然而一般零售客户却较难享受到这样的专业服务，主要原因在于零售客户不仅数量众多、且每个人的风险和流动性偏好各不相同不同、与此同时市场还在每时每日都发生着变化，因此，比较多的销售机构大多是在销售单一产品，而招商银行在对于海量零售客户的“资产配置服务”上却已积累了多年的经验。据介绍，招商银行自2008年率先开始培训客户经理为客户提供资产配置式服务，已经涵盖各种类的品种，包括上述银行理财、公募私募基金和信托产品，还包括黄金和保险等全品类。2011年开始，招商银行研发资产配置系统，并于2013年全行推广，已经实现了各品类产品大类资产配置的系统化和自动化。因此，摩羯智投是一个新起点，针对客户的“投资需求”实现了线上下相结合的智能化全流程服务，未来，其将进一步为更多的客户智能化地提供大类资产配置服务。

海量专业数据驱动的资产配置

智能投顾是一种充满科技气质的金融服务工具，因此，做这件事情时人们很自然地会将银行与互联网科技公司放在一起比较。

一般认为，大公司具有大量的数据，包括电商、搜索、社交等行为数据，但业内人士也指出，这些历史上的数据并非为智能投顾设计的，并且数据零散在各处。

招商银行摩羯智投项目负责人表示，“到底哪个数据理解能够发挥作用？无论什么人，其对金融的需求就是三点——收益、流动性和风险。当然这其中的收益目标会很复杂，但总的来说，大量的数据并不是行为数据——大量的数据是在金融数据里如何实现出更好的流动性、收益性和风险性相结合的产品。这就是BAT和金融机构的差异。”

这里面的数据，分为结构化和非结构化两层。结构化层面，是指投资股票、债券、商品、大宗、现金这些基础资产的每日波动的标准化数据，这个在市场上是公开的，招行同样也是需要连续跟踪这部分数据。

而非结构化层面，这就是竞争的核心武器了。这部分数据包括基金公司的治理结构、激励考核、基金经理最近工作的精神状况、风格漂移等。非结构化数据，需要经过大量的收集、整理、提炼和描述工作——组合的逻辑是什么？里面的比例是多少？动态结构调整怎么做？这件事情牵扯到的，是从业者的金融理解，即大类资产配置的战略问题。

“商业银行作为第三方的销售服务平台，对基金公司和基金产品的了解有着天然的优势。我们已经积累了近十年的基金经理个人行为数据库，这些非结构化数据与基金的结构化数据叠加在一起，是目前市场上基金投资的最大、最有效的数据库。”

说到这里，就不得不提的是，除了非结构数据，据雷锋网获得的内部信息，招行还拥有大量的客户的金融数据：

全中国最多的活跃的中产阶级客户，将近5000万人。

5.4万亿交易活跃的零售金融交易资产。这个量级是在所有的金融机构里才可能有的，非金融机构是不可能有这个量级。

截止到9月底，全中国有金融牌照的资产管理规模60万亿，招商银行的托管规模9万亿。

投资算法与模型：数据的处理器

智能投资组合服务如何构建？摩羯智投的模型体系包括三个部分：蒙特卡洛模拟模型，决策树模型，有监督及无监督学习算法组成的风险监测模型。

蒙特卡洛算法（Monte Carlo）一般是指，利用随机抽样的方法，获得一些随机系统的统计量或者参数。在金融领域的应用中，可以通过Monte Carlo来模拟多条标的资产的价格走势，求出估计资产价格的模拟值。

行为动量决策树，简单来说就是一个if else的分支树，是在优化过程中把以前梯度也考虑到此次的变量更新。

机器学习算法则用于跟踪用户的理财行为。

据透露，招行目前代销2400多支基金，管理5.4万亿的零售客户资产，日均计算量高达107万次。而在此之前，招行用了整整两年时间来完成智能与金融的配合。目前，正是摩羯智投每日上百万次的计算量，才计算出最适合某个客户的风险收益曲线，并为其制定专属的投资组合策略。

而将策略展开来讲的话，摩羯智投的资产配置包含SAA和TAA，并且在现代投资组合理论基础上，运用了机器学习算法进行改进和优化，因此模型和算法上有自我进化和优化的功能。

雷锋网此前报道《高盛为什么需要9000名技术人员？》中提到，高盛的科技员工已经达到9000多人，比包括Facebook和Linkedin在内的许多互联网巨头全部员工数还要多。在金融科技热潮之下，高盛也成为诸多传统金融机构看齐的对象。而相比之下，招商银行总行开发团队规模约3000人，占比三分之一，包括学IT、金融数学、数据科学的。“这个组织体系保证的一件事情是，我们的产品能够大体上每个月迭代两次，这件事情要打破原来直线职能制的部门的壁垒。”招商银行零售金融负责人此前在接受采访时表示。

他还说：

今天的招行的发展结构已经变成技术驱动业务、技术就是业务的一部分，不再是决然分开的，我们认为这才是未来的一个企业组合的方向。我们其实不太招学货币银行学的人，也不怎么招学会计的人，我们招学数学的人，招学数量经济学，我们招自己会编程的人，我们招数学博士，心理学博士和学美术的人。

人机融合，提升服务效率

这样的实践，归根结底是要解决当下银行客户对服务质量要求不断提高的困境，同时在“资产荒”的时代为更多客户找出优质资产，以帮助其实现财富管理目标。

延续前文资产配置策略观念说开，这也是为什么招商银行在设计摩羯智投时，坚持“人机结合”的打法和原则。

有了人工智能，很多智能投顾试图宣扬制造出“永动机”式的投资顾问——让机器自动学习、自动调仓，24小时不休息地监控市场，在客户各不相同的投资目标下，为其构建风险投资组合。但很明显，供求原理就决定了这种财富管理的永动机难以实现：如何在某一个赚钱信号在资金蜂拥而至后及时抽身而退，并发掘另一个信号？

因此，摩羯智投采用“人加机器”的方式来为客户提供智投服务，即用机器的计算融入人类的经验，扩大单位时间服务范围的同时，提升策略制定的科学度。

投资顾问的核心价值在于解决理财过程中的风险识别、产品组合、交易时机选择问题。对于一个人类投顾来说，计算这些问题要面对海量的数据以及对客户的跟踪调查，其精力大约每月只能服务20多个客户，比较有限，所以他们只会选择回报率高的大客户服务。因此事实上，财富管理市场的核心问题是投资顾问的效率问题，而不止是专业水平问题。所以说，智能投顾的出现，现阶段首先是达到一个合格的投顾的水平基础上，解决效率问题。

“摩羯智投并非一个单一的产品，而是一套资产配置服务流程，它包含了目标风险确定、组合构建、一键购买、风险预警、调仓提示、一键优化、售后服务报告等，涉及基金投资的售前、售中、售后全流程服务环节。”据介绍，不仅如此，摩羯智投在向客户提供基金产品组合配置建议的同时，也增加了实时进行全球市场扫描，为客户提供动态的基金组合调整建议、一键优化等售后服务。

因此，摩羯智投的优势还在于，面面涉及的投资过程服务使得广大普通客户动动手指头就能获得专业级投资理财服务。

不过说到底，投资有风险，用工具进行投资更关乎风险隔离的问题。对此，招行对雷锋网表示，完善的投资决策体系和风险监控体系是最重要的保障。摩羯智投中，招商银行智能投资工作室为其搭建了覆盖各点面的投资决策体系和多象限风险预警矩阵等风控体系。

所以，对于招商银行为何会领先，我们也可以引用招商银行零售金融负责人的话作为总结：

为客户创造长期价值的唯一源泉来自于差异化的竞争力，构建差异化的竞争力的推动力量可以来自于技术，也可以来自于业务，所以在今天，你对未来世界的理解是什么，你对技术变化的理解是什么，你就会呈现怎样的产品和服务。