发展历史

1990-2007 标签过滤阶段

2008金融危机后 用户风险能力承受测试阶段

2013-2017 个性化投资组合推荐阶段

2017至今 全自动智能投顾阶段

概念与流程

数据是基础

投资模型和算法是核心

流程：

客户分析

利用从客户身上获取到的信息来制定用户画像。实际上，在给出投资建议之前，一个智能投顾至少需要了解的信息包括：用户基本信息、风险承受能力、投资偏好。

大类资产配置

大类资产配置包括现金、股票、债券、外汇、大宗商品、金融衍生品、房地产及实物类投资等等。其中股票、债券、大宗商品、现金是智能投顾在大类资产配置中的主要大类品种。智能投顾需要研究的资产选择基础问题，便是它们在不同经济阶段的表现。

投资组合选择

智能算法，投顾策略生成，量化投资策略

交易执行

交易类型

资产管理类

需要更少的人工操作，用户需要给机器更多的信任，让机器自动完成交易。

资产建议类

投资者获得建议之后，还需要进行自行判断，交易的执行还需要投资者自行完成。

交易成本

智能投顾产品只收取0.15%-0.35%的咨询管理费，不再涉及其他费用。但交易过程中产生的交易费、持有费等中间费用由投资者自行承担

交易市场

智能投顾产品由于涉及各个类别的理财产品涵盖国内市场、国外市场、股指、债券、商品等多个类型的交易市场。

交易机制

智能投顾推荐的理财产品也由传统的理财产品类别组成。交易机制和传统的资产管理机构一样包括信号触发机制、交易执行机制、风险监控机制等等。

投资组合再选择

1. 当前的市场变化
   • 买入再平衡、卖出再平衡：在投资者买入卖出部分投资组合的时候，系统会自动调整资金组合接近目标比
   • 组合调整配比再平衡：投资者可以认为调整资产组合配比，系统会将调整后的作为目标
   • 波动再平衡：定期调整资产配置至目标比例
   • 观点再平衡：模型的优化
2. 用户的⻛险承受能力和投资偏好出现变化

技术要素

大数据融合技术