分类
从入门到精通

是什么让自动交易顾问?

微信搜索“卖哥”,订阅公众号

什么是顾问式销售?Megaview 如何帮助销售团队实现顾问式销售?

这不是一件容易的事情,有时候连客户自己也不知道什么才是最适合的解决方案,销售需要从客户的只言片语中以灵敏的嗅觉发掘客户的潜在需要,而这往往并不是一蹴而就。这一过程既对销售的敏感度和经验值提出挑战,同时对于跟进客户的持续性和精力投入也有颇高的要求。而这刚好是 Megaview 最擅长的事情,它的会话智能技术可以把一段时间内所有的会话场景都集中起来分析,并且依托整个公司和行业的实践数据,对客户零散的需求进行聚类分析,从中寻找规律,挖掘客户的真实购买意向,协助销售经理形成可落地的销售方案。

提供个性化建议,优化会话细节

优秀销售理念的落实需要销售闭环的不断优化,和 Megaview 一起做客户的贴心顾问!

微信搜索“卖哥”,订阅公众号

【关于深维智信】 北京深维智信科技有限公司是一家专注在会话智能领域的初创公司,立志通过音视频、AI、NLP、机器学习,会话智能等技术为销售团队赋能,通过会话智能数据分析为销售提供一站式协同解决方案,用科学方法打造顶级销售团队,把金牌销售能力复制到每一笔交易。 点击官网,了解更多内容 https:// megaview.com/

什么是智能投顾?

但凡涉及“投资”,比“收益”本身更重要的事情,永远是“风险”。资产配置就是在风险确定的情况下,给出在该风险下最高收益率的投资组合方案。如果投资高比例的股票基金是为了在更高风险下追求高收益和高流动性,那么投资更多货币基金却是在低收益下获得高流动性和几乎无风险。如果只看收益不看风险,不管你的决策怎样,投资结果怎样,其性质都是感性的,或者说就是赌博,一个典型的例子就是风险不透明的P2P。资产配置有很多现成方法论,如:Markowitz Mean-Variance Model,Black–Litterman Model等等,当然实践使用中还需要根据实际情况调整一些参数,鉴于是科普就不在这里一一展开了。

通过算法和模型定制风险资产组合

计算机的普及解决了几十年前金融统计计算效率的问题。几十年前不少大学还都没有计算机,一个简单的线性回归(linear regression)都需要几个研究生算几个小时,通过手工计算一个几十年序列收益均值的协方差矩阵,想想就要崩溃了,等算完了,估计投资机会也过去了。将计算机引入金融研究,极大的提高了金融的运行效率,大规模金融统计计算终于成为了现实。这几年也能看到不少机器学习如SVM、神经网络、甚至深度学习deep learning做股票预测的论文。所以金融投资拥抱计算机和智能算法过去就一直存在,人工智能与金融未来只会结合的更加紧密。

通过大数据识别用户风险偏好

1、通过大数据获得用户个性化的风险偏好及其变化规律

2、根据用户个性化的风险偏好结合算法模型定制个性化的资产配置方案

3、利用互联网对用户个性化的资产配置方案进行实时跟踪调整

4、不追求不顾风险的高收益,在用户可以承受的风险范围内实现收益最大化

Wealthfront的首席投资官是大名鼎鼎的Burton Malkiel,Princeton的大学教授,《A 是什么让自动交易顾问? Random Walk Down Wall 是什么让自动交易顾问? Street》(书中文名是《漫步华尔街》,吐槽这个翻译)的作者,这本书基本代表了被动投资(Passive Investing)的投资哲学,即不能长期战胜市场,所以只应该集中精力在三件事情上:1、多样化分散投资;2、降低支付费用;3、降低税负(非401K部分投资在美国要交投资所得税)

Wealthfront按照Burton Malkiel的投资哲学去执行,效果还不错,2011年底发展到现在,最新的AUM(Assets Under Management)是$3.52 billion,去年同期是$2 billion,发展速度还是挺快的。但是我说这个投资哲学只适用于美国,为什么呢?看图:

1、量化投资(Hedge Quant)

后者运用的金融工程里面的无套利定价原理,利用计算机强大的计算能力寻找市场上的无风险套利(Arbitrage)机会,所有Arbitrage的基础,就是在高度有效 (Efficient) 的市场中发现微小的失衡。这方面最著名的投资机构当属Jim Simons的Renaissance Technologies,他的独门秘籍据说来自麻省理工等从事密码破译和语音识别的数理高手。国内做的比较不错的有申毅(此人去年对国家救市方法的质疑上过很多媒体的头条如何评价申毅在第一财经针对目前股市的言论和建议? - 金融,有没有印象?),原高盛ETF部门的负责人,但在国内主要做私募,基金开放期非常短,门槛高非土豪投不了。

2、P2P债权的风控识别(Credit Risk Analysis)

智能投顾(Robo-Advisor),是利用人工智能的优势,结合投资人的风险水平、期望收益以及市场动态,采用多种算法和模型给予投资人综合的资产配置服务

1. 缺乏行业标准和监管指引

2. 我国智能投顾还难以降低交易成本

3. 市场认知程度较弱,用户教育方兴未艾

我国现有的智能投顾产品主要分为两种模式:

一类是以黑盒策略为代表的智能投顾产品,例如招商银行的摩羯智投

一类是以白盒策略为代表的智能投顾产品,例如凤凰金融的魔镜智投

凤凰金融魔镜智投属于白盒策略产品,白盒策略提供的是在专业投顾能力和大数据基础之上打造的战术型资产配置组合。顾名思义,白盒策略是公开、透明的。持仓基金、调仓规则公开,用户在购买任何一款组合产品之前,都可以对其背后的交易策略了如指掌,用户可以根据自己的需求来进行选择并且轻松实现一键买入策略产品。因此此类产品更适合于那些有一定投资经验的进阶型投资者。

魔镜智投策略产品分为“三国争霸”、“牛熊轮动”“金股轮动”三种产品。其中“三国争霸”,即三产业轮动策略,三产业轮动指的是在医药、大宗商品、TMT几个行业轮动,追涨杀跌。三产业轮动策略属于业内首创的策略,因此也是凤凰金融的一大亮点。

招商银行摩羯智投属于黑盒策略产品,用户并不知道系统调仓的逻辑,所有的判断都是系统根据用户一开始填写的问卷而计算出来的。黑盒类产品最佳的目标客群是对专业投资不甚了解的小白用户。客观上,业务发展会更依赖于外围环境及基础设施。

把魔镜智投和摩羯智投对比来看,属于黑盒类产品的摩羯智投更容易吸引小白;而属于白盒类产品的魔镜智投需要透明化,解释成本较高。所以,黑白盒互补的策略体系才能够充分覆盖到更多用户群体。