在金融科技领域，量化投资之外，还有智能投顾。以大类资产配置为理论基础，通过以 ETF 或公募基金做为底层资产，运用计算机技术与人工智能等创新科技来进行投资的智能投顾，能根据投资者的风险偏好，自动生成投资组合，自动下单，自动调整仓位，自动生成报告。这样的自动化使传统金融机构在降低成本的同时，能够提升资产管理能力。
弘量研究作为一家于 2015 年创立于香港的智能投顾公司，目前已凭借旗下智能投顾系统 AQUMON 签约了近 20 家合作伙伴，并获得香港证监会颁发的 1 号牌（证券交易）和 4 号牌（就证券提供建议）牌照，成为香港第一家以智能投顾为业务范围申请牌照并获得牌照的独立智能投顾运营商。
撰文 | 藤子
2015 年，雷春然和黄耀东都是在香港科技大学的图书馆度过的，直到 2015 年底，他们入选香港科技大学的创业孵化器，搬进学校奖励的一间办公室。
他们是弘量研究的创始人，当时正在开发自动化全球资产配置引擎，也就是智能投顾系统 AQUMON。智能投顾，英文名为 Robo-Advisor，指机器人顾问。随着神经网络、深度学习等算法的突破，在资产配置领域，智能投顾可以通过模型计算出符合要求的最优投资组合，通过模型控制风险，量化制定投资策略，智能调仓。
黄耀东是香港科技大学的数学博士，并在该校任教金融工程，负责 AQUMON 的算法开发。雷春然 2007 年毕业，在香港金融行业摸爬滚打 8 年多，懂得金融行业的痛点，了解金融机构的流程，熟知谁能拍板做决定。他负责跟金融机构的人沟通产品。
如今，弘量研究依靠这套智能投顾系统签约了近二十家合作伙伴，包括珠海华润银行、国都证券（香港）、康宏投资证券以及财联邦科技。在香港、深圳、新加坡均已设立办公室，其智能投顾系统管理的资产已达数千万美元。
左三为雷春然，右二为黄耀东
「我想做一个更长期的，跟客户利益一致的生意模式」
「当时我成立这个公司，是想用自动化全球资产配置引擎解决金融机构面对客户高成本和不透明的问题。」雷春然指出，行业中有一些主动管理型基金收费比较高，操作缺乏透明。而有些投资顾问，一味向投资者推荐高风险股票或基金，投资者承担了高风险，获得的收益率却很低。
「比如你承担的风险可能值 100 元，他却只给你 20 元，80% 被销售拿走了。某些保险产品，回佣有时候能达到 50%。」雷春然说。
另一方面，金融机构推出某支基金，很多时候是根据该基金所在的行业是否热点。举个例子，军工领域是热点，就推军工类基金，消费市场有热点，就推消费类基金。这种模式既使基金成本高昂，收益表现也不见得就高。
因此，金融机构也面临着转型的压力。然而，金融行业决策链条长，利益分割严重，内部已经无法创新，创新只能由外部推动。对此，雷春然有着切身体会。此前在金融机构时，为了签订一个合同，竟然要耗费整整一年。
「一年的时间，我做什么不好?」2015 年，雷春然有了创业的想法。那时的他已是德意志银行固定收益副总裁。2008 年刚工作不久就经历的金融危机让雷春然至今都心有余悸，在考虑创业方向的时候，他再也不想从事高杠杆、有复杂条款的衍生产品。
「我想做一个更长期的，跟客户利益一致的生意模式。」雷春然说。正是在 2015 年，欧美传统金融机构也开始关注智能投顾领域，先锋领航和嘉信理财都推出了智能组合，大获成功。同年，招商银行也推出了智能投顾系统摩羯智投。
事实上，智能投顾并不新鲜。2010 年 5 月，美国鼻祖级智能投顾公司 Betterment 成立，三个月后，曾由 YC 孵化的 FutureAdvisor 成立，后者于 2015 年被大型投资管理公司 BlackRock 战略收购。2011 年 12 月，Wealthfront 成立，后成为行业领跑者以及对标对象。2012-2013 年，Sigfig、Wisibanyan 成立，前者与瑞士银行取得了合作。无一例外的是，这些创业公司都获得了资本的热捧。
资本对创业公司的支持，再加上传统银行为市场起到的示范作用，雷春然看到了智能投顾的前景。
自动生成投资组合，自动下单，自动调整仓位，自动生成报告
但是，在国外风行的不只是智能投顾，还有量化投资，经常会有人将两者混为一谈。实际上，它们差异极大。
量化投资是以获取超额收益为目的的交易方式，通过计量的分析方式形成投资决策，使用计算机程序发出买卖指令，快速完成投资组合的搭建与再平衡。詹姆斯·西蒙斯（James Simons）的大奖章基金是量化基金的典型代表。
智能投顾则是指以大类资产配置为理论基础，通过以 ETF（交易型开放式指数基金）或公募基金做为底层资产，运用计算机技术与人工智能等创新科技进行投资，是结合量化投资与财富管理业务的创新服务模式。
2015 年是 ETF 诞生的第 25 年，在这一年，ETF 产品有了大力发展。据美国投资公司协会数据，从 2007 年到 2014 年的 8 年间，投资美国股票的被动基金累计新增规模与主动管理基金丢掉的规模相当，而被动基金三分之二的新增规模是由 ETF 获得的。
「为什么我们能提供给更多投资者这个传统意义上是私人银行的资产配置，有两方面原因，第一是 ETF 在全球的发展，使得大类资产配置通过金融市场标准化方法变成可能。第二是 IT 技术的进步，使得门槛降低，普通的投资者也有机会做全球的资产配置。」雷春然说。
同时，传统金融机构也能从智能投顾中获益。雷春然指出，传统金融机构做顾问生意，人力物力成本很高，比如结算（settlement）、做报告（reporting）、内控（compliance）都需要大量的人力，而客户经理还要一直通过电话替客户下单，因此在香港最大的成本就是人。
智能投顾因为依靠机器而非人工，因此能有效地降低人力成本，而传统的基金经理一年平均要收取 2% 的管理费，弘量研究的智能投顾系统收取的管理费却低很多。借由智能投顾系统，金融机构可以管理更多资产、更多客户，在降低成本的同时，提升资产管理能力。
在金融体系中，投资顾问作为投资者和金融产品之间的桥梁，需要根据投资者的风险偏好为其配置个性化的资产组合。与人工的投资顾问相同，智能投顾首先也需要了解投资者的风险偏好，目前的主流方式是调查问卷。
弘量研究也不例外。打开他们的智能投顾系统 AQUMON，首先看到的就是问卷调查，涉及年收入、总投资额度、偏好投资的地区和行业等。
投资者提交调查问卷后，智能投顾系统会对其风险偏好进行自动打分，计算投资者的风险偏好是何种类型，是保守型还是进取型，进而推荐在美国交易的全球的 ETF 组合。系统会自动生成投资组合，也会自动下单，并自动调整仓位，还会自动生成投资报告。
但跟传统金融产品不同，投资者能在系统中看到自己的 ETF 配置和仓位变化等，一切动态的变化过程都完全透明。更有意思的是，「这个组合在未来 30 年的表现，都会在系统里准确地体现。」雷春然说。
所有交易策略都是数据驱动
全流程自动化的背后是一整套算法。首先，通过算法来分析投资者的风险偏好。其次，根据投资者在区域和行业上的投资偏好，通过算法分析如何配置资产权重，进而推荐全球的 ETF 组合。再次，利用前沿的金融工程和统计方法确定每支 ETF 的最优权重，并根据金融市场的变化，不停地用算法监控投资组合，当投资者当前持仓和最优权重之间出现差异时，再及时调仓，进行调整。
及时调仓，就需要监控每支 ETF 的因子，实现对市场的动态监控。美国市场可交易的 ETF 有 4000 支，弘量研究建立了承载各式因子的大型数据库，在收到订阅的大型数据供应商彭博、万得等提供的实时数据后，进行格式调整，价格确定等数据清洗来监控每支 ETF。而监控的每支 ETF 的因子多达 40 多个，既有 GDP、就业等宏观因子，也有企业层面的财务状况等微观因子。
然而，监控大量的因子并非易事，因为每个因子都在发生变化，比如，有的因子这个时刻有效，或许下个时刻就无效，因而因子的选择也是动态的过程。
为了解决这个问题，弘量研究采用新型的模型，使用非常复杂的参数统计的方法，来攻克已是世界难题的相关性轨迹分析。「比如油价和美国大盘股票的相关性，金价和德国债券的相关性，有时候相关性特别强，有时候特别低。用什么方式去统计，用多久时间去监测，我们都下了很大功夫来研究。」雷春然说。
据黄耀东介绍，传统的大型公司做全球资产配置大多基于均值方差理论，通过不同资产类别的最优化，使得整个组合在不降低收益的前提下减少风险。
「而我们使用的投资模型，能够更好预测底层资产的预期收益，再用先进的统计技术估算不同资产之间的协方差，而不是用简单的样本协方差估算。」黄耀东说，「我们希望选择弱相关的产品，使全球资产配置的效果尽可能提高。这整套理论以量化数学背景为根基，进而保证所有交易策略都是数据驱动，通过大规模数据搜集、清洗，以及统计，从而生成最终策略。」
但是，每支 ETF 都不相同，有些收费很贵，有些跟踪误差大，有些联动性不好。弘量研究采取的做法是，通过大量的数据分析，把所有 ETF 过往的价格信息都放到数据库中，跟它对应的特征进行比较。「每只 ETF 的价格、每日成交的 pattern, 某个时间段的相关性等等，我们都会做大量的数据分析。」黄耀东说。
黄耀东认为，在筛选 ETF 时，计算机算法的表现绝对优于人工筛选。因为全球有 4000 支 ETF，个人很难高效筛选，也很难同时追踪不同的市场，而机器则可以 7*24 小时不停工作，这也是智能投顾的一大优势。
不过，要将技术转化成产品，并不容易。雷春然坦承「遇到了很多坑。」
在中国内地，因为外汇管制，无法使用境外的 ETF 交易，弘量研究则研发了另外的底层技术，能够筛选内地公募基金，优化资产配置。而每家金融机构的投资观点，弘量研究也能融进算法中。
交易的执行也并非易事。「比如通过算法计算出一个拥有十几只 ETF 的最优组合，但每支 ETF 应该如何下单，比如说某支 ETF 理论最优权重是 10%，但开市之后，市场的变动非常迅速，如何去执行这个 10% 的单，如何去监控这个交易量，非常复杂。」雷春然说。
「最终要给 C 端客户使用，因此第一要表现好，第二要安全，第三要保护好投资者的个人资料。第四整个系统要运行得非常平稳。」雷春然表示，正是如此，从界面、交易、后台等 IT 执行全都由弘量研究自主研发，并没有使用外包公司，以此保障系统的稳定性和安全性。
但最重要的是，弘量研究要满足金融机构对合规性的要求，「金融机构对合规性要求非常高，我们一个初创企业怎么满足他们，这背后要解决非常多的问题。」雷春然表示。
2017 年 9 月，弘量研究获得香港证监会颁发的 1 号牌（证券交易）和 4 号牌（就证券提供建议）牌照，成为香港第一家以智能投顾为业务范围申请牌照并获得牌照的独立智能投顾运营商。雷春然认为，弘量研究之所以能在短短两年之内，签约近二十家境内外金融机构，也正是因为有着满足金融机构的整套解决方案以及能够满足金融机构严苛的要求。
「中国市场很大，香港又是金融中心，人才储备金融市场的法律法规都非常好。之前有人认为香港创业非常难。成本太高。但是对于金融科技公司，只要找到好的切入点，好的团队就可以。」在雷春然长期的愿景中，他要使弘量研究成为 TO B 方向亚洲最大的智能投顾解决方案提供商。
大公司：微软、亚马逊、阿里、百度、腾讯、英伟达、苏宁、西门子、浪潮
创业公司：商汤科技、依图科技、思必驰、竹间智能、三角兽、极限元、云之声、奇点机智、景驰科技、思岚科技、追一科技、海知智能、出门问问、钢铁侠科技、体素科技、晶泰科技、波士顿动力
人物报道：吴恩达、陆奇、王永东、黄学东、任小枫、初敏、沈威、肖建雄
自动驾驶：传统变革、Uber、图森未来、速腾聚创、驭势科技、全球汽车AI大会
应用场景：金融、医疗、法律、新零售、网络安全
商业地理：加拿大、匹兹堡、瑞士
