【深度】在市场波动下,智能投顾如何保持科学财富管理?

2020-04-07 19:41作者:admin来源:未知>次阅读

原标题:【深度】在市场波动下,智能投顾如何保持科学财富管理?

近期,美股波动剧烈再三触发熔断,以过山车式的涨跌,结束了美股十多年的牛市。与此同时欧洲国家、加拿大、菲律宾、巴西、墨西哥等外围市场也跌势惨烈,多国股市触发熔断。疫情与原油黑天鹅事件席卷全球,国际市场遭遇滑铁卢,众多投资者损失惨重。实践证明,智能化财富管理(下称:智能投顾)却能在大跌之前通过云计算与人工智能技术,准确预测市场风险,帮助投资者规避此次大跌。

奇台苓惠集团有限公司

智能投顾基于马科维茨的现代资产配置理论,追求长期稳定的市场收益。智能投顾将资产投到风险相关性低的不同资产大类中,并将组合风险控制在客户的风险承受范围之内。策略制定之后,系统还将根据市场因子改变、客户个人情况变化、和客户持有资产情况持续提供智能再平衡等服务,进行基于规则的智能调仓,保证客户的组合风险被实时控制在个人承受范围之内。

据艾瑞咨询2019年发布报告显示,国内各大金融机构都已经开始谋求智能理财/投顾工具,报告预计,2022年中国智能理财服务市场规模将超7000亿元。

文/舒典

来源/品钛研究院

01 市场挑战:

3月金融市场动荡,美股有史以来最快回撤

近期国际市场中,标普500成为了最受人关注的指数。数据显示,自1988年设立熔断机制以来,美股共经历5次熔断。第一次发生在20多年前的1997年,而余下4次熔断都发生在今年3月。

2020年3月美股创造出有史以来最快的回撤:标普500仅用19天便下跌超过18%。相比之下,2008年初的金融海啸用了101天才从历史高点回落15%,为投资者提供了较长时间反应与避险;即便是当年第一次世界大战期间忽然爆发的1916年股灾,标普500下跌18%仍用了30天。

图1:历史标普500暴跌回落超15%时刻

不仅仅是美国市场。当疫情和原油价格战一起发酵,国际其他市场对经济状况和金融体系的担忧也达到了极点。为了防止公众对股市信心动摇而进行的恐慌性抛售,自3月9日至今,已经有印尼、西班牙、意大利、英国、韩国、法国、比利时等超过10国证交所宣布禁止做空股市。

02 再平衡策略:

大数据 AI成为风险管控的利器

金融科技行业有一句名言“大数据往往不会告诉你原因,但是会告诉你结果”。智能投顾的再平衡策略也是如此。

智能投顾系统在为客户制定资产配置方案后,继续监测各类大类资产走势、市场因子波动、各类资产相关度调整、客户个人情况变化等情况,不断测算当下市场的最优策略。当用户目前所执行的产品组合与最优策略达到一定偏差阈值,自动为用户制定新的再平衡策略,并在用户确认后进行调仓。

近期品钛的配置如图2、图3所示,在2019年12月,品钛璇玑标杆模型大类资产配置中,美股仍然是值得投资的大类资产,在各类模型中占比为8%-23%,属于第二高权重的资产类别,仅次于国内高收益债券(各类模型中占比20%-33%)。

然而,在2月26日,系统中非常积极型、积极型、成长型、稳健型、保守型五个风险类别资产配置策略都开始陆续避险,选择大幅降配除中国外的股权市场,并增持债券、黄金等避险资产。在2月底的资产组合中,璇玑各类组合对于美股的配置已经完全清零,海外债权重也大幅降低。资产配置方案将主要资产配置调仓至国内纯债与国内高收益债,其中国内纯债占比35%-57%;国内高收益债占比20%-29%。(如图3)

图2:2019年12月底璇玑标杆模型资产配置

图3:2020年2月底璇玑标杆模型资产配置

“全球疫情“与”油价暴跌”虽然属于黑天鹅事件,但其实相关的隐含市场因子在前期已经有了充足的表现,并非无迹可寻。

智能投顾系统采用动态资产配置算法,及时提供最贴近市场的配置策略,并运用人工智能、机器学习等技术对不断对算法进行调整和优化,实现7*24不间断回测。

数据显示,智能投顾系统在黑天鹅事件出现之前已经监测到期权市场的隐含波动率,且恐慌指数不断攀升。璇玑算法资产配置逻辑之一在于,预估出不同市场的配置区间,当某单一市场走强时,将调升配置下限,某单一市场走弱时,调降配置上限,来匹配客户风险属性并算出最终投资配比。因此,恐慌指数攀升等市场因子之下,系统预测到海外市场大概率波动,于是主动降低了海外市场尤其是美股市场的资产配置,执行海外避险策略,为用户再平衡。本次再平衡策略根据美股、海外债、期权市场、恐慌指数等海外市场走势变化及近期大幅增加的波动区间,预判性调仓,通过不同的Smart Beta组合配权方式,在减少组合波动程度的同时,取得较高的收益风险比。

数据显示,2月底进行调仓再平衡的璇玑用户,本月不同风险类别的投资人收益涨跌幅截至3月18日结市为-2%至5%区间,即用户在第一次熔断的大跌阶段,就基本规避了损失。

03 机器理性决策,反馈中心让AI超越人脑

面临市场频繁波动,行为金融原则往往能够很好的诠释,为什么绝大部分自认为理性的投资者都出现了追涨杀跌、厌恶损失、锚定效应偏差等“非理性”的投资行为。相比而言,智能投顾运用云计算、机器学习等技术将风险控制在用户可承受范围内,一旦超过风险阈值就会自动触发再平衡策略,从根本上克服了投资过程中人的非理性市场情绪,进而追求适合投资人风险的β收益。

图4:2020年至今收益波动:璇玑Vs沪深300 Vs标普500

数据显示,2020年1月1日至3月18日,暴跌的美股使得标普500的最大回撤接近30%,收益率约-26%;即便是国内外看好的A股市场,风险收益仍然不理想:沪深300最大回撤约为14%,至今收益率约为-12%。很多投资者都没有及时止损,或者选择了在错误的时机入场抄底。相比之下,智能投顾通过资产配置的方式更好的控制了风险的波动。璇玑所设定的5种模型最大回撤区间为4%-9%,相应得到了-2%-5%的收益回报。

中国股市在1989年才开始试点,国内金融市场的投资者往往不够成熟与理性。然而,智能投顾解决方案在推出之前,系统已经运用过去近20年的市场回测数据进行不断演练。

04 国内智能投顾进行时

智能投顾起源于2008年左右wealthfront、betterment等国外新兴公司。在过去的5年来,不断吸引了全球金融巨头的关注。国际知名的先锋基金、嘉信理财、Vanguard等公司先后推出旗下智能投顾,国内招商银行、中国银行紧随其后。智能资产配置理念已经深入人心。

然而,品钛研究院2018年曾进行国内智能投顾表现盘点,发现国内大多数智能投顾并没有真正为用户做到资产增值、财富管理的效果。

品钛研究院了解到,智能投顾在国内终端客户的财富管理中仍然处于较为边缘的“补充地位”。

一方面,大部分投资者在配置可投资资金时,往往会把智能投顾当做多种投资方式中的一种,这样投资者难免将智能投顾的收益与一些固定收益类产品(如网贷、信托等)作类比。导致投资人的风险偏好再次失衡,智能投顾的控制风险能力失效。

另一方面,国内部分智能投顾服务商在为客户作配仓建议时,有时会更多地依赖于基金经理的人为调整组合,而非依据对市场的解析作配置建议。杜绝人的主观判断出错,本来是智能投顾的一大优势,却在基金经理人为操作面前失去效用。后者主要依靠经验判断,并非是智能投顾产品的逻辑。

所谓“智能投顾”,其最大的“智能”之处在于,能用量化的方法预测市场风险,由此为客户进行配仓、调仓建议。智能投顾的初衷是希望根据投资人的需求和风险偏好,把其能配置的全部资产进行一个整合包装和有效配置,从而为用户提供整体财富管理服务。

近期在市场的跌宕起伏,投资者们再次经历了对自身投资策略的洗涤,可能也会有更多的投资者朝着朝着科学理财、资产配置的方向迈进。政策层面,2018年推出的资管新规鼓励资产管理产品的净值化管理,并从根本上打破银行理财刚性兑付;行业层面,已经有越来越多的银行、证券公司、资管公司等金融机构开始搭建自己的智能投顾平台;与此同时,投资者心态也变得越来越成熟。随着政策、行业、终端客户都开始意识到资产配置的重要性,智能投顾或许能够在国内拥有更加广泛的接受度。

免责声明:转载内容仅供读者参考。如您认为本公众号的内容对您的知识产权造成了侵权,请立即告知,我们将在第一时间核实并处理。

中新网南京3月30日电 (记者申冉)3月30日,江苏省内高三、初三年级陆续返校开学,这也意味着,从今天起,江苏省其他各级各类学校也将分批次陆续开学。对于家长普遍担心的学生上学后的佩戴口罩问题,记者了解到,根据江苏省疾控部门的科普通告,按照要求学生需随身备有口罩。

4月1日,众诚保险(835987.OC)发布公告称,公司2019年实现营收18.98亿元,同比增长10.99%,实现归属于挂牌公司股东的净利润为4957万元,同比增长318.50%。    

公司目前所处财产保险行业,业务主要涉及车险领域及其他财产险领域。

  新浪娱乐讯 据日本媒体报道, 电影界最大的盛典“第92届奥斯卡奖”颁奖典礼于当地时间2月9日在美国洛杉矶举行,女星松隆子成为第一个在该典礼上登台演唱的日本艺人,她与美国女星伊迪娜·门泽尔( Idina Menzel)等为《冰雪奇缘2(Frozen II / Frozen 2)》中艾莎公主配音的十个国家女星一起演唱片中曲《Into the Unknown》,松隆子称这样的机会实在超乎想象。

原标题:雷震一行人虽然计划成功了,但是行踪却暴露了,引敌人对他开火

赵毅和三个朋友干脆连借带凑,出了30万拿下该品牌的成都区域代理,那时候的他们踌躇满志,跑到酒馆开喝,盘算着,“三个月回本,半年还完欠款,然后就躺着赚钱了。”


热门排行

最新文章

Powered by 宜阳谙构清洁服务有限公司 @2018 RSS地图 html地图

Copyright 365站群 © 2013-2018 版权所有