华讯投顾、华讯投顾招聘?

在经历2015年证券市场的异常波动后，证券投资咨询机构在稳健经营中积极开拓进取，为居民财富管理积极寻求多元化发展机会，加快战略布局与业务创新，迎来新一轮发展。

从2016年的统计调查发现，证券投资咨询行业总收入60.21亿元，证券投资顾问业务收入47.34亿元，占78.62%。其它各项包括发布证券研究报告业务、证券资讯、财务顾问、基金管理、新三板业务、广告发布、房屋租赁等业务收入总共占21.38%。可见受相关法规和国内证券市场发展现状的限制，证券投资咨询机构法定业务类型相对单一，创新业务探索路径艰难，创新业务收入占比依然较低。本文以智能投顾作为切入点，抛砖引玉，希望与公司各部门共同探讨本公司的业务创新与新增长点。

智能投顾，作为一种新兴投资模式，近年来在美国市场快速崛起，一些新兴机构与传统金融机构先后积极发展机器人投顾。它根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求，运用一系列智能算法及投资组合优化等理论模型，为用户提供最终的投资参考，并对市场的动态、资产配置再平衡提供建议。包括（1）客户画像：系统通过问卷调查评价客户的风险承受能力和投资目标；（2）投资组合配置：系统根据用户风险偏好从备选资产池中推荐个性化的投资组合；（3）客户资金托管：客户资金被转入第三方托管；（4）交易执行：系统代理客户发出交易指令，买卖资产；（5）投资组合再平衡：用户定期检测资产组合，平台根据市场情况和用户需求变化实时监测及调仓；（6）平台收取相应管理费。

詹姆斯·西蒙斯的文艺复兴科技公司开发了许多数学模型用来进行分析和交易，这些基本上是自动化完成，他们用计算机编程建立模型分析股票价格从而很轻松的交易并获利。据联合证券基金研究小组发布的研究报告，量化投资的传奇人物–西蒙斯，他所管理的大奖章基金从1989到2007年间的平均年收益率高达35%，超越了巴菲特在同期的平均年回报20%。类似的量化投资、程序化交易在国内市场一般存在于基金行业，2009年以来，量化投资基金逐渐进入投资者视野，嘉实量化阿尔法、中海量化、长盛量化等一系列冠以“量化投资”的基金面世，把基金经理的选股思路或者模型数量化，同时借助计算机实现选股程序化。

在证券领域，由于中美两国的市场发展情况和监管政策都有所差异，导致智能投顾业务有其差异性，美国经验是否可以完全借鉴还尚存质疑。首先，市场环境方面，以智能投顾最主要的投资标的ETF产品为例，2016年6月我国上市ETF合计130支，资产规模累计4729亿元，且大多属于传统股票指数型 ETF，而债券型ETF、商品型ETF等合计尚不足10支。而同期美国市场有近1600支ETF，管理资产规模累计2.15万亿美元，产品种类繁多，涵盖国内市场、国外市场、股指、债券、商品等多个类型。其次，在政策层面，美国的智能投顾和传统投资顾问一样，受到《1940年投资顾问法》的约束，并接受SEC的监管。并且美国的智能投顾平台持有RIA（Registered Investment Advisor，注册投资顾问）牌照。在RIA牌照下，平台的资金受到监管和托管以后，可以根据用户的委托进行投资。但我国并无此类法规，国内与投资顾问业务相关的法律法规均基于人对人的服务，受《证券投资顾问业务暂行规定》、《证券、期货投资咨询管理暂行办法》等法规约束，规定从事证券投资顾问应当具有证券投资咨询机构的资质，证券投资顾问服务人员应当具有证券投资咨询执业资格，并在中国证券业协会注册登记为证券投资顾问。而此次证监会的公开表态，无疑明确了智能投顾也需要遵循相关金融业务的监管，需要根据业务开展的具体情况申请牌照。在投资者结构方面，我国的投资者以散户为主，这也决定了我国的投资风格还是以追涨杀跌为主，追求短期收益。而智能投资顾问在美国主要的价值往往不是收益率高，而是节省成本，帮用户省心省力地打理资产。因此，美国早期智能投顾的用户就是硅谷工程师。

据不完全统计，目前国内宣称具有“智能投顾”功能或者正在研发“智能投顾”功能的理财平台已经超过二十家，主要包括京东智投、聚爱财PULS、宜信投米RA、钱景私人理财、蓝海财富、弥财、来钱、微量网、资配易、胜算在握等，并且陆续还有平台正在加入智能投顾的大军。当然，其中不乏部分P2P平台打着“智能投顾”的旗号开展非法集资骗局。

作为国内老牌投资咨询公司，华讯投资在智能投顾业务的探索上首先要符合合规要求，传统的提供A股仓位、买卖区间等建议、资产配置建议或为一种合理的选择，有助于缓解当前人工投顾服务的瓶颈问题。产品的核心竞争力应聚焦于专业化、体系化的投资模型，注重投资模型的“说服力”，区别于充斥市场的各种“选股公式”，同时应提供多种投资模型，覆盖大多数投资者的投资逻辑。例如南方策略优化量化投资基金适合偏价值型投资者，其在综合分析经济周期、财政政策、市场环境等因素的基础上，采用定量和定性相结合的思路确定大的周期环境和配置策略，其次以B-L模型为基础构建行业配置模型，通过求解量化模型进而得到优化的行业配置比例。最后通过基本面因子、价值因子、市场面因子、流动性因子几个维度筛选出未来可能具有超额收益的个股。