智能投顧一個(gè)文獻(xiàn)綜述.doc

《智能投顧一個(gè)文獻(xiàn)綜述.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、智能投顧一個(gè)文獻(xiàn)綜述　　【摘要】本文通過(guò)對(duì)智能投顧的理論依據(jù)、技術(shù)條件及應(yīng)用場(chǎng)景等相關(guān)研究文獻(xiàn)進(jìn)行梳理，提出未來(lái)智能投顧在如何構(gòu)建系統(tǒng)集成的技術(shù)框架以及設(shè)計(jì)全套應(yīng)用服務(wù)體系等方面，值得深入研究?！　　娟P(guān)鍵詞】智能投顧金融科技資產(chǎn)配置　　一、引言　　智能投顧，是運(yùn)用一系列人工智能機(jī)器學(xué)習(xí)算法、投資組合優(yōu)化等理論模型，并根據(jù)投資者的風(fēng)險(xiǎn)承受水平、收益目標(biāo)以及偏好等要求，為用戶提供智能化投資建議、資產(chǎn)配置及其它增值服務(wù)的在線投顧服務(wù)模式。智能投顧的理論依據(jù)，是基于以Markowitz均值-方差模型、Black-Litterman模型為代表的現(xiàn)代投資組合理論模型。隨著

2、大數(shù)據(jù)、云計(jì)算、人工智能等金融科技創(chuàng)新發(fā)展的推動(dòng)下，智能投顧隨之產(chǎn)生并已獲得了較廣泛的應(yīng)用，未來(lái)前景看好?！　《?、智能投顧的理論依據(jù)：現(xiàn)代投資組合理論模型　　智能投顧的理論依據(jù)，是基于以Markowitz均值-方差模型為代表的現(xiàn)代投資組合理論模型。Markowitz（1952）[15]提出均值-方差模型，使用期望收益和市場(chǎng)波動(dòng)風(fēng)險(xiǎn)來(lái)構(gòu)建投資組合，奠定量化資產(chǎn)配置的理論基礎(chǔ)。Markowitz均值-方差模型的期望收益率用各種資產(chǎn)歷史收益率分布下的均值來(lái)表示，而風(fēng)險(xiǎn)則使用方差來(lái)度量，以獲取在一定程度的市場(chǎng)波動(dòng)風(fēng)險(xiǎn)水平下的資產(chǎn)組合收益最大化，或者實(shí)現(xiàn)目標(biāo)收益水平下的

3、資產(chǎn)組合風(fēng)險(xiǎn)最小化。因?yàn)镸arkowitz均值-方差模型是以歷史情形會(huì)重復(fù)出現(xiàn)作為假設(shè)前提條件，來(lái)通過(guò)歷史收益率和市場(chǎng)波動(dòng)方差來(lái)建立最優(yōu)投資組合，各種資產(chǎn)收益率及方差可能會(huì)和歷史數(shù)據(jù)不一樣，所以有必要對(duì)Markowitz均值-方差模型的市場(chǎng)均衡配置權(quán)重做調(diào)整修正，從而優(yōu)化投資組合獲得更大收益。　　針對(duì)Markowitz均值-方差模型在市場(chǎng)均衡配置權(quán)重存在缺陷，Black和Litterman（1992）[2]在基于歷史數(shù)據(jù)的Markowitz均值-方差模型的基礎(chǔ)上，利用貝葉斯方法，在模型中加入投資者主觀觀點(diǎn)，提出Black-Litterman模型，使得資產(chǎn)配置受

4、到市場(chǎng)均衡權(quán)重和投資者主觀預(yù)期兩個(gè)方面的共同影響，修正了Markowitz均值-方差模型在市場(chǎng)均衡配置權(quán)重方面的局限?！　♂槍?duì)Black-Litterman模型的主觀觀點(diǎn)僅表達(dá)了對(duì)資產(chǎn)的預(yù)期收益一種觀點(diǎn)，而事實(shí)上投資者可能還有一些間接的觀點(diǎn)，比如對(duì)GDP/CPI等宏觀因子、PE/ROE等基本面因子等，同樣這樣因子也會(huì)影響資產(chǎn)價(jià)格波動(dòng)，WingCheung（2009）[20]進(jìn)一步提出AugmentedBlack-Litterman模型（Black-Litterman多因子擴(kuò)展模型，簡(jiǎn)稱ABL模型），將早期Black-Litterman模型的主觀觀點(diǎn)擴(kuò)容到影響市

5、場(chǎng)收益的因子層面，提高了該模型的適用范圍。進(jìn)一步說(shuō)，WingCheung（2009）[20]的ABL模型與Black-Litterman模型不同之處是：在計(jì)算過(guò)程中，ABL模型不僅在預(yù)期收益率向量中加入了因子項(xiàng)，而且在協(xié)方差矩陣中也加入了因子項(xiàng)；使得將Black-Litterman模型中僅對(duì)n個(gè)資產(chǎn)收益率的預(yù)測(cè)，擴(kuò)展至對(duì)n個(gè)資產(chǎn)收益率及f個(gè)因子收益率的預(yù)測(cè)。　　三、智能投顧的技術(shù)條件：金融科技發(fā)展　　金融科技（Fintech）是基于大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等先進(jìn)技術(shù)，體現(xiàn)為金融+科技的融合與創(chuàng)新，主要的應(yīng)用場(chǎng)景包括：支付結(jié)算、財(cái)富管理、信貸支持、商業(yè)保

6、險(xiǎn)等金融領(lǐng)域。金融科技的發(fā)展階段主要有：第一，金融IT階段：主要是指通過(guò)IT?硬件的應(yīng)用對(duì)辦公業(yè)務(wù)進(jìn)行電子化改造，從而提高金融效率。金融IT階段以ATM、POS機(jī)為主要代表性產(chǎn)品。第二，互聯(lián)網(wǎng)金融階段：通過(guò)互聯(lián)網(wǎng)或移動(dòng)端的在線平臺(tái)集聚用戶，對(duì)資產(chǎn)端、資金端等終端相互聯(lián)通，撮合金融業(yè)務(wù)與金融信息的共享?；ヂ?lián)網(wǎng)金融階段以互聯(lián)網(wǎng)基金銷售、移動(dòng)支付為主要代表性業(yè)務(wù)。第三，金融科技階段：通過(guò)大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等先進(jìn)技術(shù)，解決傳統(tǒng)金融的業(yè)務(wù)痛點(diǎn)，提升傳統(tǒng)金融業(yè)務(wù)效率。金融科技階段以大數(shù)據(jù)征信、智能投顧為主要代表性應(yīng)用場(chǎng)景（巴曙松和白海峰，2016）[21]。

7、　?。ㄒ唬┐髷?shù)據(jù)技術(shù)發(fā)展　　1.大數(shù)據(jù)特征。主要體現(xiàn)在海量數(shù)據(jù)、實(shí)時(shí)處理、數(shù)據(jù)種類及來(lái)源渠道多樣化的3V特征（LaneyDouglas，2001）[14]?！　?.大數(shù)據(jù)價(jià)值鏈。Gustafson和Fink（2013）[10]提出大數(shù)據(jù)價(jià)值鏈有數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析及數(shù)據(jù)應(yīng)用等4個(gè)環(huán)節(jié)構(gòu)成?！　?.大數(shù)據(jù)分析工具。根據(jù)Varian（2014）[19]，Jun等（2015）[13]等學(xué)者的相關(guān)研究整理，大數(shù)據(jù)分析工具包括了以下六類：以Hadoop/MapReduce為代表的大數(shù)據(jù)分析平臺(tái)、以HBase為代表的數(shù)據(jù)倉(cāng)庫(kù)、以Mahout為代表的數(shù)據(jù)挖掘、以HD

8、FS為代表的文件系統(tǒng)、以Hive為代表