智能投顾:有钱大家一起赚,说什么要取代人类

2023-10-13 23:59

本文主要是介绍智能投顾:有钱大家一起赚,说什么要取代人类,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

智能投顾(Robo-advisors)是指机器人理财投资顾问,其通过互联网运用算法向客户提供定制化的投资证券组合。

智能投顾的发展给个人投资者提供了更多获取理财和投资方面的建议的选择,以往投资想要获得这方面建议,只能以付出一部分本金作为管理费用的方式从传统的投资组合经理和理财顾问中获得。重要的是,人类投资顾问还未必有精力估计广泛投资者,而只能选择性地服务于高净值人群。所以,智能投顾解决的是效率与普惠问题。

解密智能投顾

  • 它是如何运作的 ?

投资者填写在线问卷调查已完成风险偏好测试,这个调查内容包括投资金额、风险承受能力 、预期收益等。根据投资者的偏好,智能投顾平台便运用算法从不同类型的资产标的中筛选出适合每个投资者的证券组合(通常是低成本的交易型开放式指数基金ETF,而国内由于金融体系不同,标的并非以ETF为主)。反过来,智能投顾平台收取一定额度的管理费用和基金费用。这些平台也会根据设置帮助用户进行常规性的投资组合平衡,以及提供自动化税损收割等额外的服务。

  • 盈利模式

在美国,智能投顾平台通过收取每年0.25-0.5%的本金为管理费来盈利,具体比例根据不同投资平台的价值而定。投资者方面,则还需要支付 0-0.15%的ETF费用。而欧洲的智能投顾则倾向于比这更高的费用。

  • 有限的服务

到目前为止,智能投顾提供的服务还局限于基本的规划和投资(主要是投资于ETF,国内标的包括货币基金、股票基金、债券基金、混合基金、票据理财等)。我们认为这将能够吸引个人投资的机会较少。

  • 价值命题

智能投顾给投资者提供了一个特别的命题:较低账户投资门槛、低费率,以及大部分是基于ETF的投资。除了降低成本和因为自动化带来的易用性,它们还帮助解决:依据基本原则有效地平衡多样化投资组合——适合几乎没有市场经验的保守的投资者;结合了以前只提供给高净值投资者的税损收割策略;以及扩大投资者基础的挖掘和建立,包括投资组合管理市场里的低净值投资者。

智能投顾:有钱大家一起赚,说什么要取代人类

传统投资顾问与智能投顾的投资成本比较

市场规模

全球资产管理行业的规模是相当大的 ,有超过69万亿美元的资产管理规模(AUM)分布在不同的资产类别当中。总的来说,主动和被动管理投资占大部分,约41万亿美元,此外包括包括股票、固定收益、大宗商品和外汇。然而,由于智能投顾平台基本倾向于投资管理基金 ,我们认为可同比的对象包括共同基金和ETF行业,二者大约分别管理30.4万亿美元和2.6万亿美元。从地理角度讲,ETF资产管理主要分布在美国,约1.9万亿美元,在整个智能投顾ETF资产管理中占比73%。

相比之下,智能投顾目前的市场规模在整个资产管理行业中只占有较小一部分,预计为200亿美元。美国规模较大的独立智能投顾包括Schwab Intelligent Portfolios(管理40亿美元左右),Betterment(2015年11月时达到30亿美元,Wealthfront(26亿美元AUM)。目前来说,智能投顾服务于一个潜力巨大的市场,他们当下的主要客户——美国千禧一代年轻人以及X一代的投资者在可预见的未来中,当他们变得更加富有后也将会继续依赖智能投顾。在新用户的快速注册下,Schwab预计美国智能投顾市场在未来几年或将达到4000亿美元。

智能投顾:有钱大家一起赚,说什么要取代人类

而与此同时,全球智能投顾市场潜力约为13.5万亿美元。2015年6月麦肯锡一份报告预计称,全球基于虚拟服务管理的个人金融资产潜在价值大约可达13.5万亿美元,其中北美6.4万亿美元,亚洲3.4万亿美元,欧洲3.3万亿美元,澳大利亚0.4万亿美元,拉丁美洲0.1万亿美元。注意,这是虚拟平台管理的总资产,而不只是智能投顾。可以说,通过互联网科技管理投资理财是一个重要趋势。

智能投顾:有钱大家一起赚,说什么要取代人类

以补充的角色进入市场,而非要取代

我们看到,智能投顾的出现是利用自动化技术提高传统投资顾问生产效率,而不是给人类带来所谓被取代的重大风险。我们发现,在2000年至2010年间,美国私人金融顾问工作岗位翻了一番,然而预期2012年至2022年同类岗位的增长速率仅为27%。金融分析师岗位在2000年至2010年的增长率则为38%,但2012年到2022年的增长预期却降低到16%。

我们认为,高资产净值和更复杂的投资者的需求仍将是需求面对面的建议。然而,投资顾问所提供的咨询服务在虚拟技术和智能投顾等工具的帮助下具有很大的提升潜力,从而提高私人顾问的工作效率,以服务更多的客户,或者方式上可以更加复杂、科学。

对大众市场,或者财富水平无法让他们寻求更多高成本的个性化投资建议的投资者来说,智能投顾这类型技术为其提供了有效的解决方案。

英美智能投顾市场案例分析

  • 美国案例研究

获得了市场先发优势的智能投顾公司,它们已经快速地聚集了大量管理资产。以Wealthfront和Betterment为例,它们的AUM都达到了25亿美元。但比它们规模更大的现有传统企业也已经迅速采取行动来应对它们这种威胁了,这些现有企业要么通过收购此类初创公司来获得它们的技术,要么给客户提供较低成本的替代方案。在美国,传统企业都已经开始调整自我,迎接时代的挑战。

最近发生的案例包括:

美国债券基金管理公司黑石集团BlackRock收购理财初创公司Future Adviser;

Vanguard发布智能投顾Personal Adviser Services;

嘉信理财Charles Schwab发布智能投顾Scwab Intelligent Portfolios 。

而面对传统企业的布局,智能投顾公司开始为自身打造混合模型,比如金融引擎公司Financial Engines最近宣布其收购了The Mutual Fund Store,Betterment向传统投资顾问开放其数字投资技术。

  • 英国案例研究

在英国,财富管理咨询市场在FCA(金融市场行为监管局)和零售分销审查(RDR)意见书实行了以后经历了重大的变革,包括:更繁重的资格要求,重大变更的经济模型。下图显示了英国顾问的数量在此期间是如何改变的。

智能投顾:有钱大家一起赚,说什么要取代人类

根据调研,我们看到在经历了RDR动荡后,技术和自动化给金融咨询行业带来复苏,同时变得更加高效。然而,到目前为止,单纯的智能投顾产品能够取得的成功是有限的,而且我们相信,监管行为将会给这个产业带来不小的震动。FCA正在考察理财咨询是否真的能够促进理财行业的发展,比如享受理财顾问服务的投资行为和没有顾问服务的投资是否存在鸿沟,等等。而相关机构也计划提出一揽子改革:

授权智能投顾的合理运营;

促进建立一个广泛的市场,以向消费者提供理财建议;

创建一个健康的监管环境,让企业清楚其竞争和创新需求,以填补差距。





本文作者:温晓桦
本文转自雷锋网禁止二次转载, 原文链接

这篇关于智能投顾:有钱大家一起赚,说什么要取代人类的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/206759

相关文章

基于Python实现智能天气提醒助手

《基于Python实现智能天气提醒助手》这篇文章主要来和大家分享一个实用的Python天气提醒助手开发方案,这个工具可以方便地集成到青龙面板或其他调度框架中使用,有需要的小伙伴可以参考一下... 目录项目概述核心功能技术实现1. 天气API集成2. AI建议生成3. 消息推送环境配置使用方法完整代码项目特点

JavaScript实战:智能密码生成器开发指南

本文通过JavaScript实战开发智能密码生成器,详解如何运用crypto.getRandomValues实现加密级随机密码生成,包含多字符组合、安全强度可视化、易混淆字符排除等企业级功能。学习密码强度检测算法与信息熵计算原理,获取可直接嵌入项目的完整代码,提升Web应用的安全开发能力 目录

利用Python实现Excel文件智能合并工具

《利用Python实现Excel文件智能合并工具》有时候,我们需要将多个Excel文件按照特定顺序合并成一个文件,这样可以更方便地进行后续的数据处理和分析,下面我们看看如何使用Python实现Exce... 目录运行结果为什么需要这个工具技术实现工具的核心功能代码解析使用示例工具优化与扩展有时候,我们需要将

基于Python打造一个智能单词管理神器

《基于Python打造一个智能单词管理神器》这篇文章主要为大家详细介绍了如何使用Python打造一个智能单词管理神器,从查询到导出的一站式解决,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 项目概述:为什么需要这个工具2. 环境搭建与快速入门2.1 环境要求2.2 首次运行配置3. 核心功能使用指

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

Python3脚本实现Excel与TXT的智能转换

《Python3脚本实现Excel与TXT的智能转换》在数据处理的日常工作中,我们经常需要将Excel中的结构化数据转换为其他格式,本文将使用Python3实现Excel与TXT的智能转换,需要的可以... 目录场景应用:为什么需要这种转换技术解析:代码实现详解核心代码展示改进点说明实战演练:从Excel到

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设