我国智能投顾在人工智能领域面对的难题与策略

吕全品 熊洁 戴璐茜

江西农业大学

一、概述人工智能与传统投顾

传统投顾一直以来都是采用一对一人工咨询访问的形式面向高净值资产客户，富裕人群，门槛高并且收取较高的费用，在人工智能化高涨的风头上，便有人捉住了其中的商机，利用互联网作为介质，智能替代服务人工，从而达到降低服务管理费用的目的，与此同时，由于互联网发展迅速，懂得使用互联网的人数也越来越多，比较传统投顾登门拜访式的咨询模式，人们更乐意接受通过鼠标键盘等简单操作来找到适合自己的投资方案，再者，互联网的人群类型不仅仅局限于高净值资产客户，所以人工智能与传统投顾之间的碰撞诞生了智能投顾，很好的解决了以往面向对象人群窄，门槛高，管理费用高等问题[1]。

当需要证券公司开户或者去银行购买理财产品时，会有一个专门的工作人员提供分析和建议，这其中存在的问题第一是人工劳力成本，第二是传统投顾依赖于人员的专业知识，第三是投顾人存在会趋于自身的利益无法做到将客观的建议给予客户。

智能投顾结合了人工智能与传统投顾的许多优点，对于客户来说可以浓缩成几点，省时省力，保证客观性，当然智能投顾也存在不足之处。

二、智能投顾在智能上面临的问题与挑战

既然涉及到人工智能，那么智能程度的高低就决定了投资顾问的水平。智能投顾是建立在大数据与人工智能基础上的，这是智能投顾的核心技术，也是相比较传统投顾的优势所在，以下来分析智能投顾在智能领域面临的问题。

1.智能投顾能否准确的定位客户的需求。不论是智能投顾还是传统投顾，第一步都是需求分析，同时也是投资顾问的核心环节。根据不同的客户的要求进行定位。捕捉客户的理财需求，资产信息，风险承受等信息，分析提炼做出总结指导客户投资，如果在需求分析过程中没有得到可靠的信息，那么接下来的总结将没有意义，相比较人类的大脑，计算机拥有快速存储处理数据的优点，但是仍然无法做到拥有人类的思维逻辑去解决客户的投资理财需要，所以在需求分析阶段往往需要过多的依赖于客户，这也正是智能投顾问题的导火索。

2.智能投顾能否准确定制用户资产配置方案。当智能机器人分析定位完成结束后，将根据用户个性化的风险偏好，收益标准结合智能算法模型，为用户定制合理的资产配置方案，所以算法模型的好坏直接影响了客户是否愿意选用该智能投顾产品。市面上的智能投顾产品推广，一般会重点说明自己产品的特色功能，有波段操作，高抛低吸，低买高卖，异动检测等等，当然这些功能都依赖于投顾软件的核心算法，算法的优良决定智能化程度的高低，本身我国证券市场主要以散户为主，市场情绪波动大，如果投顾计算机不够智能化，顾问不够详细，投资不够准确，那么智能投顾的发展可想而知。

如果智能投顾能做真正的智能，轻松，可靠，又有谁不愿意把资金投入进来呢？所以智能投顾面临的最大的问题在于智能投顾能否做到真正的智能。

三、对于智能投顾模型和智能算法的改进策略

国内的智能投顾产品偏向于主动管理型模式，这不仅需要拥有成熟的模型作为铺垫，还要依靠于可靠健壮的算法。

1.客户的画像缺乏个性化，需要优化投资问卷的没计。以往的智能投顾产品是得到客户的个人信息或者风险偏好后，开始推荐不同的资产配置建议等，最终把选择权交给客户。具体需要用户填写的信息主要就是风险的承受能力，后台也主要根据用户的风险承受能力来进行建议。当然不同的智投软件有不同的后台处理模式，按照智投是否动用客户资金可以分为两大类，第一类是简单的顾问角色，这一类是不碰用户的资金与基金交易的，单纯的充当一位顾问的角色，第二类是参与支配用户的投资，为每一位用户提供个性化定制服务，可以看出第二类智投软件拥有更多的支配权，那么在进行纳入客户画像时，就需要反复的从数据库中提取用户的更新信息，进行分析和重新的定位客户的资产配置方向，并且在每一次的塑造客户画像过程中要做到尽可能的详细，决不能单纯的依赖某一项指标就为客户的知产配置做结论。

2.后续的动态优化较弱。从客户的每一次内容输入开始，便开始了对客户的动态优化。动态优化其实也是一种反复的映射，反复将投资的内容映射到同一匹配投资人不同的行为状态的需求之中，那么在这个过程中匹配投资人的行为状态会随时的改变，就需要时刻捕捉客户的数据进行采样分析并呈现客户此时此刻最需要的配置方案，这无疑需要后台程序员具备优良的分析处理能力，还有微积分、微分流形、拓扑方面等相关的知识。动态优化最重要的是在于实现的过程，为应对客户快速转变的需求，就需要算法及代码具有健壮性，可靠性，效率性。除此之外，后续的动态优化也直接影响了客户的体验感，所以需要在动态优化上下足功夫[2]。