构建中国智能投资顾问领先模式——基于市场需求与全球实践

李经纬

一、前言

智能投资顾问(以下简称“智能投顾”)是随着信息技术的不断发展、金融数据的不断丰富以及大数据与人工智能概念的兴起而在2010年前后兴起于美国并逐步向世界其他国家扩展的一种新型投资顾问服务模式。2015年，中国开始诞生了第一家智能投顾公司。智能投顾的兴起为投资者提供了一种更加理性、精细化和数据挖掘更加人性化的投资选择及资产配置工具，同时也节省了投资顾问服务成本，为投资顾问服务机构提供了一种市场制胜的新型商业模式，因此广受金融市场欢迎。然而，从市场实际需求和实践看，无论在国际还是国内，智能投顾服务模式都存在着一系列的问题，而国际实践，尤其是美国实践要比中国实践更丰富、更领先，因此其一些经验也更值得中国借鉴。

市场需求呼唤智能投顾新型服务模式的产生，以更好地满足市场的多样化及多层次的投资顾问服务需求。为了探索智能投顾服务新模式，首先我们有必要对国内外现有的智能投顾模式以及智能投顾的现有模式与市场需求之间的差距进行研究，然后在此基础上结合全球领先实践经验研究既有智能投顾服务模式的优化或重塑以及相关的技术实施问题。

二、全球智能投顾模式扫描[1]

正如前文所述，智能投顾诞生于美国，因而其智能投顾发展水平也处于全球领先地位。从市场份额来看(见图1)，美国在全球智能投顾行业占绝对优势：截至2017年4月17日，美国智能投顾总的市场份额在全球的占比高达57%；德国位列第二，仅占有9%；中国列第四，占6%的市场份额。加拿大、日本、新加坡等其他国家的智能投顾市场份额与美国相差甚远。[2]世界主要国家智能投资平台详见表1。

图1 各国智能投顾市场份额

资料来源：笔者总结分析

从资产管理规模看，截至2017年10月，全球前十大智能投顾公司中有8家属于美国，而且各个国家也基本都以美国为标杆，纷纷学习和效仿美国智能投顾模式。由此可见，美国智能投顾在全球智能投顾发展态势中处于绝对优势地位，是全球智能投顾行业的领跑者。[3]

基于以上发展状况，我们对全球既有智能投顾模式及实践得失的研究将主要以美国为例，同时，由于我们的研究主要是为了解决中国的智能投顾发展问题，因此我们也将对中国智能投顾的现有模式及实践情况进行分析。

表1 世界主要国家智能投顾平台

资料来源：笔者根据公开英文材料归纳总结。

(一)美国的智能投顾模式

2008年全球金融危机后的首个智能投顾平台Kaching公司(2011年更名为Wealthfront)在纽约成立，此后Betterment、Schwab Intelligent Portfolios、Future Advisor、Personal Capital、Vanguard Personal Adviser Services(VPAS)、Acoms、Quick Vest、Wise Banyan、Guided Choice等智能投顾平台相继问世。在激烈的竞争中美国先锋集团的VPAS、嘉信理财的SIP、Betterment和Wealthfront脱颖而出，成为美国智能投顾四大巨头。就最可反映智能投顾平台影响力的指标——资产管理规模而言，截至2017年，VPAS以470亿美元遥遥领先，位居榜首；2015年正式上线的SIP则达102亿美元；Betterment为91亿美元；Wealthfront为70亿美元，并保持大幅度增长的势头。[4]同时，在众多的智能投顾平台中，综合来看Betterment和Wealthfront最为典型，其中Betterment有“金融行业中的苹果”的美誉，因此我们对美国智能投顾模式的研究也将主要以Betterment和Wealthfront为标杆。[5]

Betterment于2010年由John Stein创立，它是目前全球最大的独立智能投顾平台，有超过20多万客户和超过90多亿美元的资产管理规模，其目标群体是对金融市场有基本了解的长期被动投资者。Betterment基于投资者的个人财务状况、风险承受能力及投资目标和ETFS产品池，采用均值-方差最优化来为客户构造个性化的投资组合。Betterment运营平台简洁高效，客户登录过程完全自动化，投资组合配置相对透明。服务收费方面，Betterment釆取浮动收费制度，对投资总额在1万美元以下的账户收取0.35%的管理费，1万美元至10万美元区间的管理费率为0.25%，100万美元以上的理财费率仅为0.15%。(1)资料来源:Betterment官网,https://www.betterment.com。

Wealthfront(前身为Kaching公司)创建于 2008 年，主要为 年轻人提供服务，同时还服务于高净值人士、慈善组织及公司。同样，该公司也是以均值-方差及被动式投资理论为基础，通过专有算法和软件为客户提供风险等级选择、单一股票多元化计划、投资组合定制及投资组合再平衡等投资理财建议，其投资标的主要包括股票、债券、房地产和自然资源等。Wealthfront对于投资超过10万美元的客户提供获取个人贷款的资格，申请后 24 小时即可获得资金，无需额外的文书工作。服务收费方面，Wealthfront对1万美元以上的账户统一收取0.25%的管理费，且对首笔超过1万美元的投资不收取任何费用。(2)资料来源:Wealthfront官网,https://www.Wealthfront.com。

总之，通过研究我们发现，以Betterment和Wealthfront为代表的美国智能投顾模式主要有如下特点：

1.以现代资产组合理论作为理论基石。

美国各机构普遍把现代资产组合理论(Modern Portfolio Theory,简称MPT)作为智能投顾模式及相关业务构建的理论基石。在这种理论的指导下，智能投顾把均值—方差理论和被动投资管理作为其产品投资组合选择的基本方法及基本理念为客户进行投资管理服务。[6]

2.以代客理财为主要业务定位。

包括Betterment及Wealthfront在内的美国智能投顾平台基本都以代客理财作为其业务定位，以收取管理费和交易获利分成作为其主要盈利模式。管理或交易资金额度越小，服务费率越高，但总体以低费率为特征，其行业的平均费率水平约为0.3%，比传统理财产品1%的平均费率水平要低很多。

3.把对ETF等指数化产品的配置作为代客理财的主要服务方案。

在现代资产组合理论中的均值-方差和“被动管理优先”理念指导下，普遍把被动投资产品的投资作为主要资产配置方案，而这种被动投资产品又以ETF等指数产品占绝对优势，目标是追求一定的收益和相对较低的风险。

4.服务对象多元化。

美国智能投顾不仅为个人投资者进行代客理财服务，也服务于机构投资者和海外投资人。

在对个人服务方面，根据人的整个生命周期不同年龄阶段的理财需求推出不同的资产配置产品，比如Wealthfront推出的“储蓄投资”“家庭计划”“退休计划”“529大学计划”等产品。

对机构投资者则主要提供基于大数据和独特算法的资产组合建议。

5.“人工+机器”逐步成为主流模式。

美国早期智能投顾服务模式以全自动化为特征，然而全自动化模式往往无法真正领会客户诉求，也难以在不确定环境中做出真正正确有效的投资选择，它无法满足市场多样化的需求，同时也使客户面临因机器缺乏在不确定性环境下相机抉择智慧的僵化特征而产生的巨大风险暴露，因而，全自动化模式面临着市场的巨大挑战。于是，为了迎合市场需求，美国智能投顾平台逐步加进了人工服务，相继步入“人工+机器”的发展时代。

(二)中国智能投顾模式

中国智能投顾从2015年开始有了活跃的发展，银行、券商、基金、互联网创业企业纷纷进入智能投顾行业，产生了一系列智能投顾平台[7]。主要智能投顾平台如表2所示。

表2 中国主要智能投顾平台

资料来源：笔者根据各智能平台官网信息归纳总结。

银行业的智能投顾平台以招商银行2016年12月发布的“摩羯智投”为代表。摩羯智投把其智能投顾看成是一种“智能基金组合销售服务”，它利用计算机智能算法与自我学习功能，构建以公募基金及股票为主要投资标的的智能投资顾问服务。[8]

摩羯智投的投资门槛较低，投资起点为2万元，以5 000元为最低追加金额，且不收额外的附加费用。(3)资源来源:摩羯智投官网,http://www.mjzt.com。申购、赎回费用由系统自动生成的投资组合产品的费用来确定。摩羯智投单次的申购上限为50万元，单日累计限额高达300万元。摩羯智投绝大多数资产组合由公募基金组成，与美国的申购流程类似，也是依照不同客户的不同风险承受能力和投资期望自动筛选产品，由客户自行申购。

摩羯智投自公开发售以来，短短1个月内，资产管理规模已超过8亿元。截至2017年年底，摩羯智投成为拥有25～35岁年龄层次的年轻投资者逾10万、资产管理规模达80亿元的中国最有影响力的智能投顾平台。(4)资源来源:招商银行2018年度报告。其投资组合收益(未扣除手续费)在3.32%～12.27%区间内，平均收益约7.5%。

蓝海智投创立于2015年，是独立智能投顾平台的代表。其主要服务模式是在客户能力及需求信息评估的基础上向客户推荐投资产品组合，投资组合标的包括全球股票、债券、私募股权及房地产等。蓝海智投还提供根据设定条件和市场环境变化进行投资组合再平衡的智投服务。2016 年，该平台引入 AlphaCloud平台，为银行、经纪公司、金融机构提供建议和金融产品。蓝海智投主要服务于资产不少于50万美元的高净值客户，投资起点金额为5万美元。(5)资源来源:蓝海智投官网,http://www.clipperadvisor.com。

总之，中国的智能投顾平台基本上都是以美国模式为学习榜样[9]，并且得到了一定程度的、有激情的发展。但与美国相比，中国智能投顾业的发展总体还处于初级阶段，在服务模式、服务对象、指数产品的成熟度和多样化、投资方案的设计逻辑等方面都明显落后。总体来看，中国智能投顾模式主要表现如下：

1.跟随美国，以现代资产组合理论作为智能投顾的理论基石。

中国智能投顾业跟随美国把现代资产组合理论作为智能投顾商业模式构建的理论基础。实践中，我们发现中国智能投顾行业之所以做这种跟随，一是因为在没有任何实践经验的背景下自身无法形成相关创新能力，因此只能学习外国经验。更重要的是想借以发展并迅速聚集客户资金，以尽可能扩大自身控制社会资金能力的金融产品，刻意为之的迹象极为明显。

2.以代客理财为业务定位。

中国智能投顾的业务定位和美国一样，基本也都以代客理财作为主。然而，以顾问方式提供理财服务的前提就是要获取证券投资咨询金融业务牌照，而中国证监会在15年前就已停止审批该业务牌照，所以到目前为止，几乎所有智能投顾机构都没有获得证券投资咨询业务官方牌照，它们经营代客理财业务只能通过绕道获取私募基金管理人牌照，或者获取基金销售牌照和资产管理牌照等来实现经营合法化的问题。

3.以基金管理作为主要客户服务方案。

尽管中国智能投顾的投资标的有ETF、股票、债券、房地产，还有海外金融资产等等，但是由于中国ETF产品数量的稀缺性和不成熟性，以及政策法律的约束，使得中国智能投顾名义下的代客理财服务基本都以基金管理模式实现。

4.服务对象以散户为主。

美国智能投顾不仅为个人投资者进行代客理财服务，也服务于机构投资者和海外投资人，而且后者是智能投顾的主要服务对象。然而在中国，则是以前者为主，并且以中小散户为主，对机构的服务能力极其薄弱。

5.客户画像的有效性存在严重问题。

客户画像是对客户个人情况信息的获取、分析和分类定像的活动。客户信息主要包括客户风险偏好、收益目标和财务能力等信息。客户画像是智能投顾服务的起点，是提供符合客户情况的精准投资决策所需信息的前提。

目前，中国主流的智能投顾平台在进行客户分析和画像时，基本都是采用在线问卷调查形式。然而在中国，投资者往往出于对自身隐私的保护及获取激进投资资格的目的，不会如实填写问卷信息，往往提供失真的数据，致使系统采集的客户信息不真实。部分投资者在进行风险测评时，希望得到高收益的回报，因而会下意识地选择风险级别较高的选项，导致投资者实际能够承担的风险级别低于测评结果。

另外，中国智能投顾公司的在线问卷设计也存在科学性不够的问题，于是，智投系统对于投资方案匹配客户风险等级及投资能力等级的算法设计的科学性和合理性方面也存在着无法证实、无法透明、经不起推敲的严重问题。

三、全球智能投顾实践得失

(一)美国实践得失

美国智能投顾模式为全球智能投顾的发展提供了可供借鉴的范式，因此美国智能投顾有全球智能投顾开山鼻祖的地位，并且有全球智能投顾发动机的美誉。

美国智能投顾在市场实践的过程中，逐步摸索出了“人工+机器”服务模式，这也是符合获取合理投资顾问方案的正确选择，也符合机器智能无法取代人类获得真正合理和可靠的投资顾问方案的本质特征，因为受复杂环境因素影响的投资方案实际上无法模式化、程序化和精确数字化。

美国还为全球探索了服务对象多元化的可行性和相应的可供借鉴的服务模式。

然而，虽然美国实践为全球智能投顾业的发展提供了许多重要的可供借鉴的经验和模式，但是美国智能投顾模式也存在着严重的、甚至是致命的问题。这首先表现为美国智能投顾把MPT奉为智能投顾服务的圣经，这看起来是使得智能投顾的发展有坚实的理论基础，实际上是极其偏颇的，也是偷懒的行为，因为智能投顾本质上是来源于市场需求的呼唤，也即市场对机器智能高效迅速处理和加工海量投资信息的能力及其可望形成的精确、客观、更值得信赖的关键决策数据及信息的需求。显然，这种呼唤和需求实际上远不止是制订投资方案，更重要、更本质的需求实际上是源于大数据分析所形成的关键决策数据及信息的获取，因此也远不是MPT一种理论所能完全指导的。把MPT作为智能投顾服务的理论基础，实际上是把多层次多维度、极其广泛的智能投顾服务需求曲解和简单化为“投资方案”或“资产配置方案”的一种单一的服务需求，这显然是非常片面和不负责任的。造成这种现象的重要根源是智能投顾服务提供机构企图快速获取客户资金以尽可能快和尽可能多地获取可支配资金的“居心叵测”心理作用的结果，因为提供其他更具本质特征、更基础层面的智能投顾服务在目前技术发展水平和能力条件下既要花费巨大的精力和经济成本，又难以提供真正受客户欢迎的服务，从而在利润获取方面缺乏能力，因此在智能投顾提供企业看来，这种努力是吃力不讨好的，因而也是不值得做的。

同时，美国智能投顾平台也存在着原创能力低下的问题。不用说投资所需要的创新性的关键投资决策参考数据和信息的研发能力和水平，即便是投资方案，其中所配置的产品也基本上是市场上已经存在的、由其他机构推出的复合型产品，平台自身几乎没有对原始的、基础投资产品投资价值及资产组合的研发能力，从而只能对市场已有产品进行组合，结果导致智能投顾平台对投资方案下的投资回报和风险把控能力都很弱。而对于创新性的关键投资决策参考数据和信息的研发方面，智能投顾平台现阶段则基本不存在这种能力，出于投入产出比方面的考虑，也缺乏提供意愿。

“人工+机器”的正确服务模式并没有在提供多层次、多维度的服务体系方面做相应的思考和尝试，而仅停留在“投资方案制订”这一单一服务层面，从而大大削弱了“人工+机器”模式的应用范围。

(二)中国实践得失

中国智能投顾在近4年得到初步但有激情的发展，然而由于知识经验的不足，中国智能投顾基本都是以模仿美国模式为主。比如说在理论指导、业务定位以及机器智能与人工服务的匹配服务模式等方面基本就是仿照美国模式。

由于中国金融市场的发达程度与美国相比有较大的差距，因此在智能投顾的发展方面也有巨大的差异和差距。首先作为智能投顾服务提供的基础条件——智能投顾名义下的投资标的数量方面就完全无法与美国相比，截至2017年，美国的ETF产品有1 600多只，而且其ETF的投资品种选择也具有很高的自由度，投资品种之间的相关性也可以很低，从而其ETF产品组合具有较好的分散风险的效果；而中国同期仅有ETF产品130只，到2019年4月为止，也仅有199只，而且ETF的投资标的大部分为股票，相互之间的相关度也极高，从而其ETF产品组合方案很难有分散风险的效果。在服务方案的设计方面，无论是投资者风险等级测评体系，还是与投资者需求匹配的方案设计方面，美国都要科学合理得多。服务的自动化水平也要高得多。

中国金融市场尤其是资本市场的独特结构也使得中国智能投顾服务模式表现诸多方面与美国有巨大的不同。比如在资本市场投资主体方面，美国的机构投资者占80%以上，而中国刚好相反，是散户占80%以上，因此在服务对象方面就出现了前者以机构为主，而后者主要服务于散户的重大差别。中国散户投资者的证券投资品种主要是上市股票，同时中国的上市机制又决定了大部分中国股票的高风险性。中国资本市场以上结构性特征使得中国的投资者更加轻视价值投资而嗜好短期投资，甚至投机，在智能投顾的投资产品选择和操作方面也有同样的问题。

同时，中国智能投顾法规制度的缺失使得智能投顾公司没有现成的法规制度可以遵循[10]，这一方面使得中国智能投顾业出现了野蛮生长的局面，另一方面也使得中国智能投顾业在违法的状态中游走成为普遍现象。这在很大程度上助长了智能投顾领域的违法犯罪现象，使得智能投顾成为居心叵测者非法集资卷款潜逃的手段。希望合法经营者则只能采用获取私募基金管理人资格或者基金销售资格等借道经营的手段进行经营，这种借道操作手法实际上激发了部分智能投顾公司投机取巧的心理，不利于智能投顾业的健康发展。

总之，中国智能投顾业在中国市场需求的召唤下，在对美国经验的模仿学习中，获得了初步的、富有激情的发展，各种智能投顾平台如雨后春笋般产生，然而由于中国金融市场发展水平的低下及独特的市场结构使得中国智能投顾业存在着上述分析提及的各种需要解决的问题。

(三)综合启示

智能投顾业在全球，尤其是美国取得了长足的发展，在智能投顾服务模式的探索和实践方面也取得了一定的成就和经验，但是由于短视逐利心理及实践阶段限制等因素的影响，现阶段智能投顾业也存在着一系列亟待完善的重要方面，有些方面甚至成为影响智能投顾业发展的瓶颈，比如智能投顾的业务定位及理论基础等。这些方面都亟需在顺应市场需求并克服短视逐利心理的条件下进行改进。

四、中国智能投顾领先模式构建方案

(一)完善智能投顾服务模式

1.满足多样化的市场需求，建立多层次的智能投顾服务体系。

如前所述，智能投顾需求的产生实际上是源于市场对机器智能高效迅速处理和加工海量投资信息的能力以及其可望形成的精确、客观、更值得信赖的关键决策数据和信息的需求，这些需求主要包括：

其一，投资决策依赖的各个层面、各种维度的关键信息的需求。

投资决策依赖的关于投资品的各个层面、各种维度的关键信息的需求主要包括投资品投资价值关键信息需求和投资风险关键信息需求。

而投资价值关键信息则主要包括单一投资品的基本面关键信息、技术面关键信息和非结构化关键信息等。单一投资品基本面关键信息主要包括投资品的物质载体——企业、机构、项目等的市场占有率、收入、利润、投资回报率、夏普比率等衡量其经营能力和经营业绩的各类量化财务指标，以及团队、品牌、行业状况、政府政策等影响投资品投资价值的非直接量化的基本面信息；技术面关键信息主要是指投资品的交易信息，包括各维度的交易价格及交易数量运行图、报价信息等各类与交易相关的数据信息；非结构化关键信息主要包括投资品物质载体的重大事件信息，比如说重大诉讼、重大并购重组、重大技术创新、重大损失及其他重大舆情信息等不可直接量化的技术层面的关键基本面信息。

单一投资品的投资风险关键信息则是指衡量投资品价格波动的信息及获得盈利或遭受损失的可能性的关键指标，其中主要有方差、标准差等。

投资组合的投资价值及投资风险分析则可利用现代资产组合理论在单一产品相关数据及投资组合各产品相互关系数据的基础上进行测算。

其二，投资方案咨询需求。

投资方案咨询需求是指对投资方案的参考需求，主要包括各类备选投资方案及其适用条件说明、投资方案制订逻辑的说明、支撑数据材料附注及分析等。投资方案的制订实际上是建立在投资决策依赖的各个层面、各种维度的关键信息分析研究基础之上的，是上述研究成果与客户投资需求、资金能力及投资风险承受能力相匹配的结果。

其三，投资管理需求。

这部分的需求主要是指按照约定条款为委托方直接进行投资管理和资产配置的需求。这部分的需求表现出客户对智能投顾提供机构的全盘依赖，是智能投顾提供机构根据其投资方案研究成果为委托客户进行直接的投资操盘。

以上前两部分需求产生的主体，既包括个人投资者也包括机构投资者，但是以机构投资者为主。投资管理需求主要由不具备投资研究能力或投资研究能力较弱的个人投资者及部分机构投资者提出，但是以前者为主。

以上三部分的需求为多层次的智能投顾服务体系的构建奠定了坚实的市场基础。适应以上三部分的需求构建相应的智能投顾服务业务体系也是智能投顾服务提供最基础、最重要的环节。其各部分的服务产品生产和创新能力将决定该智能投顾平台的竞争能力和市场地位，也是智能投顾形成合乎市场需求服务模式的重要标识。因此，必须适应这样多样化的市场需求，建立相应的、多层次的智能投顾服务体系

2.破除原有思想束缚、建立合理的服务理念。

既然智能投顾不仅仅包括投资管理实施，那么我们就不能错误、甚至刻意地把智能投顾看成是以人工智能方式提供投资管理操作的服务，自然而然我们就不能把现代资产组合理论作为智能投顾服务方案设计的唯一理论依据。我们应该适应多层次的服务体系，寻找相应的服务理念。对于关键投资决策信息方面，我们应该遵循公司价值评估理论，以这个理论为基础，我们提取影响公司估值的重要维度数据作为我们应该提供的关键信息。对于投资方案的设计，当我们选择市场上现存的组合产品时，我们所要遵循的就远不仅仅是传统的资产组合理论，而需要引入传统资产组合理论没有纳入却对投资收益有至关重要影响的因素，这包括组合型产品生产机构因子、基金经理因子等。

在投资管理服务方面，我们还应该结合上文提及的中国资本市场的结构性缺陷和风险特征明显的国情，加强主动管理服务和短时投资盈利能力，而不是机械地生搬硬套成熟市场的被动管理和长期投资的服务理念。

3.完善“人工+机器”服务模式。

为了更加充分利用“人工+机器”的智能投顾模式，极大提升其利用价值，我们应对“人工+机器”的模式如何运用于多层次多维度的业务服务体系做全新的研究。

为了充分发挥“人工”与“机器”的各自优势，规避各自劣势，我们可以考虑机器智能更多利用在投资决策赖以依赖的关键信息的生产及投资备选方案的设计方面；而“投资管理”的落地实施则实行“人工”与“机器”并重的服务模式，以“机器”作为最重要的决策支持系统但以人作为最终的投资决策主体。

无论如何，机器学习、自然语言处理、知识图谱等智能投顾技术不能仅用于投资方案的设计和提供方面，而应该全面应用于关键投资信息生产和提供、投资方案制订、投资管理实施等各个服务维度。

4.建立资产配置的全球视野。

为了提升智能投顾服务下的投资回报率和降低投资风险，我们应该建立全球视野，加大全球主要资本市场投资品种的研究力度，在全球范围内进行投资产品选择和资产配置。

五、提升智能投顾服务能力

(一)提升客户分析能力，构建更加完备的客户画像技术体系

在上文分析“中国智能投顾模式”时，我们提到由于中国独特的投资者结构的问题及智能投顾发展水平低下的原因使得中国智能投顾平台普遍存在客户画像失真及在线问卷设计的不科学性问题。

为了克服以上问题，我们应该在原有要求客户实事求是填写的姓名、性别、年龄、学历、婚否、工作单位、收入、房产、车辆、投资年限、投资品种、可承受损失等基本个人信息外，设计“投资者是否专注于最大收益最小损失”“市场下滑假设条件下投资者的反应”、各项消费意向及投资专业知识等不容易伪造的信息选项，使得系统能够尽可能多地获取客户风险承受能力、资金能力及投资能力等方面的真实信息，同时设计合理的逻辑以判断客户所填个人基本信息的真伪及可信度，并将个人基本信息情况与不可伪造信息情况进行加权，然后综合判断客户的各项真实能力，形成尽可能可靠的客户画像。

另外，为加强客户画像写真度，甚至还可以通过链接并分析客户的银行账户、消费支出等行为对客户真实财务能力进行追踪。

(二)提升投资产品分析能力，提供更加有价值的投资顾问服务

为了全面提升智能投顾服务水平和服务能力，增强风险把控能力，构建真正让客户信赖的服务，智能投顾平台应大力提高智投产品的生产能力。在提升智投产品的生产能力方面，首先应该是建立科学的智投产品的投资价值及投资风险分析模型，包括原始的、基础性投资产品的投资价值和投资风险分析模型以及投资组合的投资价值和投资风险分析模型。

原始的、基础投资产品的投资价值分析模型构建方面，首先应该全面考虑基础投资产品的基本面、技术面及不可直接量化的非结构化三个维度的数据。其中基本面数据主要包括收入、利润、投资回报率、夏普比率等衡量投资品物质载体经营能力和经营业绩的各类量化财务指标以及团队价值影响、品牌影响、行业影响、政策影响等非量化的基本面数据；技术面数据主要是指原始投资产品的各类交易数据，包括各维度的交易价格及实际交易数量运行数据、报价信息数据等各类与交易相关的数据；非直接量化的非结构化数据主要包括投资证券载体的重大事件信息，比如重大诉讼、重大并购重组、重大技术创新、重大损失及其他重大舆情信息等。

构建股票、债券等原始投资产品的投资价值分析模型还需要根据历史交易数据使用计量经济学工具构建各维度的、不同层次的数据的价值贡献度参数，以便使得投资产品的投资价值评估具有可操作性。

以上数据获得以后，我们可以通过资本资产定价模型对基础投资产品的投资价值进行测算。

基础投资产品的投资风险数据则主要通过测算投资品不同损益状态下的概率以及其价格和损益波动的方差、标准差数据来获得。

投资组合的投资价值及投资风险分析则可利用现代资产组合理论在单一产品相关数据及投资组合各产品相互关系数据的基础上进行测算。

提升产品分析能力还应该建立投资产品投资价值及投资风险与客户画像的合理匹配逻辑：一定资金能力、收益预期和风险承受能力的客户和具有相应可能的投资收益率、风险系数的投资标的相对应。

(三)完善服务板块及人机界面，构建更加便捷、人性化和智能化的服务平台

新的智能投顾平台，不应该仅仅只有“投资管理”服务的板块及操作界面，而应该根据新构建的服务维度，设计“投资决策关键信息”服务、“投资方案咨询”服务、“投资管理”服务等多个类型的服务板块及客户操作界面，然后结合客户画像提供不同类型各具特色的便捷智能投顾服务。

另外更加注重设计增加客户良好体验的人性化的对话窗口也是完善人机界面的重要努力方向。比如设计显示“很荣幸为您服务！”“我们正在光速为您寻找答案，请您不要走开！”“愿您天天好心情！”“赠人玫瑰，手有余香”“温馨提醒：春季天气变化比较大，注意增减衣服，记得多吃新鲜水果，多喝温开水”等贴心的、人性化字样的人机互动界面等。

如果遇到复杂问题，智能投顾机器人一时不能给予客户满意的回应，系统应马上提醒客户是否需要转入人工服务等。另外，对智能投顾机器人无效回应的情况也要在算法上做科学的设计，以避免客户在与机器人互动时产生不满的厌烦的情绪。

(四)完善智能投顾的制度性环境

其一，消除结构性缺陷，构建健康的中国资本市场结构。

上文我们提到中国资本市场存在以散户投资者为主的结构性缺陷以及由其引致的投机性市场缺陷；上市机制又导致大部分中国股票的高风险性。以上两个结构性缺陷使得中国资本市场具有高风险性特征。为了消除这个结构性缺陷，我们应该大力完善上市机制及合格投资者制度，以便为资本市场，进而为智投市场提供业绩优秀、品质良好的投资产品。

其二，尽快建立和完善智能投顾法规体系。

由上文分析可知，目前中国的智能投顾没有相应的法规制度进行规范和管理，智能投顾业处于一种无序发展的状态。由于无法可依，游走于法律边缘以及投机违法现象丛生，从而严重影响智能投顾业的形象和健康发展。尽快建立和完善智能投顾法规制度体系，给予智能投顾合法的身份，并对之进行有效的监管成为当务之急。建立和完善智能投顾法规制度体系是中国智能投顾构建全球领先服务模式的重要制度性条件。