은행이 왜 집단적으로 지능형 투자 상품을 내놓았는가?

규제는 지능형 투자 업무 하차의 추진자 중 하나이다. < P > 이 은행들이 집단적으로 지능형 투자 상품을 내리는 데 있어 가장 중요한 추진 요인은 규제에서 비롯된다.

221 년 11 월, 규제 당국은' 규제 기금 투자 제안 활동에 관한 통지' (이하' 통지') 를 발표했다. < P > 는 "일부 기관이 펀드 투자 컨설팅 업무를 펀드 판매 업무와 혼동해 펀드 투자 권장 활동을 제공한다" 며 "펀드 포트폴리오 전략 권장 활동을 펀드 투자 컨설팅 업무로 제공한다" 고 밝혔다. "통지" 에 따르면 펀드 투자 고문의 업무 자격이 없는 펀드 판매 기관은 222 년 6 월 3 일까지 주식 모금 펀드 포트폴리오 전략 제안 활동을 앞서 언급한 법적 관계에 부합하는 펀드 판매 업무로 수정해야 합니다. < P > 이 문장을 번역하면 < P > 은행에 펀드 투자 면허증이 없으면' 펀드 판매' 만 할 수 있다. 즉, 은행 채널을 통해 단일 펀드 구매를 선택하게 된다.

지능형 투자 제품의 본질은' 추천펀드 포트폴리오 제품' 이다. 면허가 없는 것은 사실 감독관 레드라인을 밟는 것이다. < P > 건설은행, 농업은행, 중신은행 등 은행들이 잇달아 스마트 투자 상품을 벗은 이유이기도 하다.

경영 실적이 좋지 않다. < P > 하지만 펀드 투자 면허증을 획득한 거의 6 개 기관 중 공상은행, 초상은행, 핑안 은행이 명단에 올랐다.

지능형 투자 제품을 벗은 이유는 더욱 "근본적" 입니다. 제품 성능이 만족스럽지 않습니다. < P > 우리는 알고, 바이두 스티커, 웨이보 등 소셜미디어 플랫폼에서 각 은행의 스마트 투자 제품에 대한 온라인 사용자의 피드백을 수집한 결과, < P > 스마트 투자 서비스에 만족하는 사용자 수가 5% 이내인 것으로 나타났다. 대부분의 사용자 피드백은' 비용이 너무 많이 든다',' 쓸모가 크지 않다',' 수입이 너무 낮다',' 지능이 없다',' 체험이 나쁘다',' 디자인이 소홀하다' 등의 문제이다. < P > 의견을 표명하는 집단은 편차가 있을 수 있지만, 이를테면 의견이 있는 사람은 자신의 목소리를 내고, 부자가 되는 사람은 침묵 속에서 부자가 된다. 하지만 전반적으로 스마트한 투자 제품의 성과는 보통이다. < P > 219 년부터 우리 팀의 두 박사와 한 연구보조가 작은 실험을 했다. < P > 두 박사는' 게으름뱅이' 에 속하며 펀드를 선택한 뒤' 누워라' 고 했다. 최근 2% 의 적자도' 죽은 척' 이었다. 어린 소년의 연구 보조자는 큰 AI 투자를 시도했다.

22, 221 년 시세가 좋을 때 젊은 남자의 수입은 박사 2 명의 1/5 에 불과했다. 222 년 그의 철수는 두 박사보다 작았지만 수수료를 공제한 뒤 어린 소년의 AI 투자 실적은 여전히 두 박사의 선택과는 거리가 멀었고, 3 년 누적 수익은 5.1%, 두 박사는 각각 2.1%, 22.5% 였다. < P > AI 의 맞춤형 포트폴리오에는 15 개의 펀드가 포함되어 있으며, 이 중 4 개는 거의 3% 를 차지합니다. 이 기간 동안 그는 위험도가 낮은 제품 포트폴리오를 구매하고 싶었지만 제품 위험 특성이 자신의 위험 수준 평가와 일치하지 않아 거부당했다. < P > 애투자는 몇 차례 조합조정을 추천했고, 그도 세 차례 조정을 했고, 수수료는 한 번에 한 번보다 높았다. 가장 높은 조정 수수료는 수입의 1.5% 에서 공제된다 -

그래서 결국 그는 "자매들에게 어떤 펀드가 믿을 수 있는지 물어보는 게 낫겠다. 사라" 고 감탄했다.

왜 지능형 투자가 잘 수행되지 않았습니까?

가장 중요한 이유는 알고리즘 서비스의 오류입니다. < P > 지능형 투자의 핵심은 고객 데이터, 제품 기본 데이터, 제품 내역 성과 데이터 및 시장 데이터를 입력하고 자산 구성 모델 (평균 분산, BL 모델 등 ) 를 출력 할당으로 이동합니다.

순전히 알고리즘 기반이기 때문에

고객의 요구를 이해할 때 종종 "한 칼로 닭을 죽인다" 는 오류가 발생하기 쉽다. 의미 분석, 지식 추론 알고리즘과 같은 미묘한 방법은 고객이 자신의 요구를 반영하지 못해 기계에 의해 잘못 해석될 수 있습니다. 복잡한 질의응답 시스템에 알고리즘을 더하면 재테크 매니저가 "이 만 원에 무엇을 하고 싶으세요?" 라고 묻는 것이 더 나을 때가 많다. (윌리엄 셰익스피어, 햄릿, 지혜명언). " 。

개인화는 어렵고 쉽게 생성할 수 있습니다. 양식이 서비스보다 크다. 고객에게 질문할 때, 그들은 종종 자신의 실제 정보, 자산의 전모, 투자 동기를 공개하기를 꺼린다. 기계가 포착한 자료에 따르면, 그것들은 똑같아 보이지만, 배후의 실제 호소는 매우 다르다. 동일한 매개 변수, 동일한 알고리즘으로 동일한 구성 결과가 생성되지만 실제 맞춤형 호소 서비스에서 점점 멀어지고 있습니다.

구성 알고리즘에는 알고리즘의 한계가 있습니다. 알고리즘의 한계는 주로 두 가지 측면에 반영됩니다. 한편, 구성 알고리즘은 결국 개발자가 작성하므로, 알고리즘 개발자가 일반적인 투자자 행동 편차와 잘못된 실적을 코드에 포함시키지 않는 한 이러한 편차는 고객의 포트폴리오로 전달됩니다. 반면 과거 데이터를 기반으로 한 시뮬레이션 결과는 정교하지만 응용 전제는 매우 까다롭습니다. 과거 데이터가 미래와 일치하는 경우에만 효과가 높습니다.