基金遇上大數(shù)據(jù)，是機(jī)遇還是噱頭？

大數(shù)據(jù) 基金智能投顧金融

張葉 | 2017-06-23 08:00

【數(shù)據(jù)猿導(dǎo)讀】目前大數(shù)據(jù)在各行業(yè)的應(yīng)用已經(jīng)很多，但是基金行業(yè)對大數(shù)據(jù)的應(yīng)用似乎剛起步。富國基金李強(qiáng)在接受記者采訪時表示，雖然各基金公司都在跟進(jìn)大數(shù)據(jù)在金融行業(yè)的業(yè)務(wù)場景，但大數(shù)據(jù)技術(shù)真正與業(yè)務(wù)端相結(jié)合，找準(zhǔn)業(yè)務(wù)場景和發(fā)展方向還需要一段過程

來源：數(shù)據(jù)猿記者：張葉

2013年以來，隨著移動互聯(lián)網(wǎng)的發(fā)展和成熟，互聯(lián)網(wǎng)金融逐步興起和深化，基金行業(yè)也開始利用大數(shù)據(jù)進(jìn)行投資分析。為了深入了解大數(shù)據(jù)在基金行業(yè)的應(yīng)用情況，數(shù)據(jù)猿近日對富國基金信息技術(shù)部經(jīng)理李強(qiáng)進(jìn)行了專訪。

大數(shù)據(jù)基金“噱頭”實足，更多應(yīng)用場景需要探索

有過基金購買經(jīng)歷的人都知道，我們在購買公募基金產(chǎn)品時，常?？吹綆в兄T如醫(yī)療、航天、軍工、電子信息等行業(yè)性文字的基金。事實上，這類基金屬于投資于特定行業(yè)主題的基金，與新興的“大數(shù)據(jù)基金”定義完全不同。

大數(shù)據(jù)基金是通過互聯(lián)網(wǎng)海量數(shù)據(jù)，如搜索數(shù)據(jù)、網(wǎng)站點擊數(shù)據(jù)和網(wǎng)上消費(fèi)數(shù)據(jù)等，結(jié)合專業(yè)量化分析模型為投資行為提供決策依據(jù)。大數(shù)據(jù)更多作用在于為投資提供決策依據(jù)。目前，市場上總計出現(xiàn)22只大數(shù)據(jù)基金，今年以來，這22只大數(shù)據(jù)基金平均業(yè)績卻是下跌4.61%，其中，僅5只取得正收益，4只基金跌幅甚至超過10%，表現(xiàn)十分不如人意。與誕生之初的喧鬧截然不同，如今的大數(shù)據(jù)基金市場，相較2015年出現(xiàn)的爆發(fā)式增長，似乎陷入“瓶頸”。

李強(qiáng)告訴數(shù)據(jù)猿記者，大數(shù)據(jù)在“大數(shù)據(jù)基金”中的真正價值應(yīng)該在于通過數(shù)據(jù)分析產(chǎn)生預(yù)測和決策能力，在弱式有效市場的基本分析過程中獲取信息優(yōu)勢，洞察各類行為數(shù)據(jù)、市場變化、對手動向，從而幫助投資者取得超額收益。

其中，兩個問題不得不強(qiáng)調(diào)：

一、數(shù)據(jù)風(fēng)險。市場上的大數(shù)據(jù)雖然有“量”，但在某些場景下數(shù)據(jù)信息顯得“言過其實”，其真實性和有效性有待考證，因此如何獲取真實數(shù)據(jù)是首要問題。

二、模型風(fēng)險。如果投資者過分依賴模型可能帶來一系列問題，所以需要思考并綜合運(yùn)用“專家法”+“模型法”，理性做出投資決策。

從目前來看，大數(shù)據(jù)在各行業(yè)的應(yīng)用已經(jīng)很多，但是基金行業(yè)對大數(shù)據(jù)的應(yīng)用似乎剛起步。雖然市場很熱鬧，各基金公司都在跟進(jìn)大數(shù)據(jù)在金融行業(yè)的業(yè)務(wù)場景，可是大數(shù)據(jù)技術(shù)真正與業(yè)務(wù)端相結(jié)合，找準(zhǔn)業(yè)務(wù)場景和發(fā)展方向還需要一段過程，這也是整個基金行業(yè)在思考和探索的問題。

國內(nèi)智能投顧風(fēng)起云涌，但發(fā)展尚處初級階段

隨著互聯(lián)網(wǎng)和計算機(jī)技術(shù)不斷進(jìn)步，在國外，包括高盛、摩根等在內(nèi)的巨頭投行，對大數(shù)據(jù)、人工智能都青睞有加，而且取得了不少成功案例，比較明朗的應(yīng)用當(dāng)屬智能投顧；在國內(nèi)，銀行、證券公司、基金公司、第三方互聯(lián)網(wǎng)機(jī)構(gòu)等都紛紛押寶智能投顧，探索人工智能在財富管理領(lǐng)域的實踐與應(yīng)用，美國Wealthfront、Betterment、Future Advisor更是成為國內(nèi)智能投顧的模仿對象。

從市場發(fā)展來看，目前國內(nèi)智能投顧的實現(xiàn)采用了大數(shù)據(jù)采集和處理技術(shù)，通過模型計算為客戶和證券打上相應(yīng)標(biāo)簽，隨之進(jìn)行智能匹配與推薦。

在這個過程中需要解決的問題是：首先，通過大數(shù)據(jù)獲得的客戶信息需要能夠支持投顧系統(tǒng)構(gòu)建準(zhǔn)確的無差異曲線，并且能夠進(jìn)一步隨著市場變化預(yù)測投資者的風(fēng)險偏好變化，從而動態(tài)調(diào)整無差異曲線；其次，要利用大數(shù)據(jù)以及金融模型準(zhǔn)確地構(gòu)建市場證券的收益和風(fēng)險關(guān)系，并且能夠利用大數(shù)據(jù)技術(shù)在市場中動態(tài)捕捉突發(fā)異動，及時地向客戶提示風(fēng)險?；谶@兩項要求，投顧系統(tǒng)需要綜合客戶的風(fēng)險和市場證券的風(fēng)險收益特征，針對每個客戶提供個性化投資建議并進(jìn)行實時跟蹤調(diào)整，幫助客戶在能夠承受的風(fēng)險程度下實現(xiàn)最大化收益。

智能投顧究竟是不是真的能夠讓客戶賺錢呢？李強(qiáng)表示，大家可以樂觀，但要保持謹(jǐn)慎。行業(yè)風(fēng)口下催生的智能投顧目前還處于探索階段，距離能夠給投資人帶來穩(wěn)穩(wěn)的收益還有差距。

智能投顧可以通過不斷的模型訓(xùn)練實現(xiàn)自主學(xué)習(xí)，持續(xù)利用大數(shù)據(jù)進(jìn)行回測與修正，自動組合并推薦金融產(chǎn)品，做到“電腦”代替“人腦”，發(fā)揮集約化效應(yīng)為每個客戶“配備”適合于個體的投資經(jīng)理、研究分析師，低成本而又科學(xué)的投顧專家團(tuán)隊服務(wù)。但是在這一發(fā)展過程中，基金公司可能會面臨兼具金融與大數(shù)據(jù)技術(shù)的人才稀缺、基于海量數(shù)據(jù)如何及時準(zhǔn)確提取有效數(shù)據(jù)以及面對機(jī)器取代人力的革命，客戶與行業(yè)的認(rèn)識與接受程度如何等難題。

另外，目前在多方發(fā)展智能投顧的勢力中，互聯(lián)網(wǎng)企業(yè)對智能投顧的發(fā)展成績顯著，領(lǐng)先一籌。就原因而言，一方面，互聯(lián)網(wǎng)公司對市場發(fā)展的敏感度和反應(yīng)速度最快。由于沒有所謂的傳統(tǒng)業(yè)務(wù)和保底業(yè)務(wù)做保障，互聯(lián)網(wǎng)公司安身立命的關(guān)鍵就在于對技術(shù)和市場的預(yù)判能力，如果市場主流企業(yè)都在做這件事情，它就必須也在這方面加入投入，否則就將失去生存之道。另一方面，互聯(lián)網(wǎng)公司緊迫感往往強(qiáng)于傳統(tǒng)金融機(jī)構(gòu)，更舍得花錢。傳統(tǒng)金融機(jī)構(gòu)對于試錯的容忍度相對較低，造成決策與投入相對更為保守。

在采訪最后，李強(qiáng)告訴記者，“大數(shù)據(jù)”這個詞非常時髦，不斷被熱炒。但企業(yè)首先要認(rèn)識到什么樣的問題需要用數(shù)據(jù)解決？如何才能用好數(shù)據(jù)？避免進(jìn)入“為了大數(shù)據(jù)而大數(shù)據(jù)”的慣性思維。

基金行業(yè)利用大數(shù)據(jù)的根本目的是獲得信息優(yōu)勢。從投資角度看，信息優(yōu)勢帶來的即是超額收益。所以金融機(jī)構(gòu)對于“阿爾法”的渴望或許可以理解為對于大數(shù)據(jù)追求的初衷。資產(chǎn)管理公司如何利用好數(shù)據(jù)、構(gòu)建科學(xué)動態(tài)的投資模型，這是未來大數(shù)據(jù)基金產(chǎn)品與智能投顧類服務(wù)的核心競爭優(yōu)勢。在這個過程中，數(shù)據(jù)是原料，模型是載體，人才是根本。（注：文中涉及被訪者觀點僅代表其個人，不代表企業(yè)）

（記者張葉 1104644189）

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。