劉詩揚
北京口袋財富信息科技有限公司(以下簡稱口袋科技)成立于2014年,旗下理財魔方是一個互聯網金融服務平臺,為用戶提供收益追蹤,投資優化,資產配置的一站式理財服務。其產品核心是將AI技術與金融模型深度融合,以大數據技術為基礎,以云計算、移動互聯技術為驅動,以客戶為中心,為金融機構提供智能營銷系統、智能投顧管理系統、千人千時千面基金組合交易系統和智能客戶運營系統等IT應用解決方案。
核心競爭力
該產品提供的個性化智能投顧解決方案,以標準化資產為配置對象,旨在為千萬級的中產階級家庭提供簡單、方便、科學、高效的財富管理服務。通過向客戶提供以金融風險控制為核心的標準化資產組合,加上個性化和伴隨式的用戶分析與引導服務,幫助客戶改變“追漲殺跌”的傳統投資模式,使其有效留存,從而獲取與其風險承受能力匹配的投資回報。
適用于國內金融環境和市場環境的資產配置模型
目前市場上主流的資產配置模型有MVO、BL、RP等。MVO模型根據各個資產間的風險收益和相關系數,計算最優的配置比例,達到風險收益最優化;BL模型在MVO模型中加入人工觀點,對配置比例做調整,是人工和機器的結合;RP風險平價模型考慮各個資產間風險和相關性,可使各資產風險的貢獻相平等。
主流的資產配置模型在實際應用過程中各有缺陷。MVO模型會由于資產的暴漲暴跌導致比例的大幅變動,甚至會全部配置某個資產,而且每期的資產配置比例變化很大。BL模型在中國公募基金市場完全不適用,由于BL模型的配置比例是按照矩陣逆運算算出,會把某類資產比例配置成負值,而中國公募基金市場沒法做空。RP風險平價模型僅考慮了風險,并未考慮收益層面。
口袋科技的產品利用人工智能和機器學習相關算法和技術,對傳統的資產配置模型進行改進,克服上述MVO模型和BL模型的缺點,給出了一種真正做到分散投資、風險可控、獲取長期穩健收益的資產配置模型。
千人千時千面的個性化智能組合交易技術
目前主流的基金組合交易模型采用跟投模型,即組合的主理人通過管理端錄入組合當前時段各個基金的最優配置比例,投資人通過購買的方式對組合進行跟投,系統根據當時用戶的投資金額按照當前基金配置比例進行購買,完成組合投資。這種組合交易技術簡單直接,易于理解和掌控,但其在實際應用中存在諸多問題。
首先,這種交易技術會給組合造成一個天然的業務天花板。這是由于其所選基金資產和配置比例相對固定,當組合的規模達到一定體量的時候,其調倉操作很容易觸碰相關基金的巨額贖回線,導致調倉失敗,給投資者造成本不必要的損失。而為了降低或者盡可能避免此類損失,必然要限制相關組合的總規模,從而產生本不必要的業務天花板。其次,無法給用戶提供個性化的最優配置。由于基金和比例都是固定的,只要主理人沒有進行調整,所有用戶買到的組合都是一樣的,而在實際中,用戶由于風險承受能力、投資金額、投資時點、當前持倉狀況的不同,其最優的資產配置也往往是不一樣的。再次,固定的跟投模型無法滿足前端業務系統的精細化運營要求,也無法有效地支持后端金融投研部門不同的個性化模型的有效落地。最后,無法針對交易路徑實現特定的優化,在同時配置多支基金的情況下,跟投模型簡單直接的交易規則無法測算最優化的交易路徑、最大限度的減少摩擦成本。
口袋科技的產品提供了一個千人千時千面基金組合交易系統,真正做到個性化基金組合配置和交易,在打破跟投組合業務天花板的同時,有效支持前端業務系統的精細化運營要求和后端金融投研策略的有效落地。
精準的客戶風險識別、管理技術與客戶主動干預機制
重視收益率、忽視風險管理,是傳統投顧業務的共性問題,其直接導致客戶嚴重的“追漲殺跌”現象,進而造成虧損,其本質是客戶風險承受能力的識別和回撤控制問題。用戶的離場歸根結底是回撤擊破了其心理底線,導致其不能有效的留存,進而沒有獲得與其風險承受能力相匹配的投資回報。
口袋科技的產品引入大數據分析技術,精準對客戶進行畫像和行為輔助分析,幫助客戶找準風險底線,并進行持續進行風險跟蹤和管理,通過精細化運營和自動化主動客戶干預機制,幫助其有效留存,進而獲得與其風險承受能力相匹配的投資回報。
產品特色
該產品旨在為千萬級的中產階級家庭提供簡單、方便、科學、高效的財富管理服務。通過向客戶提供以風險控制為核心的標準化資產組合,加上個性化和伴隨式的用戶分析與引導服務,幫助客戶改變“追漲殺跌”的傳統投資模式,使其有效留存,從而獲取與其風險承受能力匹配的投資回報。
產品目前應用于口袋科技自主品牌理財魔方APP,到目前為止已上線并穩定運行4年,支撐了理財魔方APP超過兩千萬筆的交易體量。同時,個性化交易技術有效地改善了交易成功率和用戶交易體驗,使得交易成功率提升了近11%,用戶留存率提高18%。真正實現了“基于人工智能和量化交易技術實現無人值守的智能投資系統”“千人千時千面個性化基金組合交易系統”與“智能化的風險識別、跟蹤和自動化主動行為干預技術”。