理财魔方联合创始人马永谙
3月25日，由中国人民大学国家发展与战略研究院、中国证券投资基金年鉴、中国量化投资学会主办、北京中金量化科技投资有限公司协办的金麟2017第四届量化投资与对冲基金年会在中国人民大学召开。理财魔方联合创始人马永谙以“FOF在智能投顾中的应用”为主题，发表了演讲。
马永谙与大家沟通了他在利用FOF进行智能投顾在探索中所面临的问题，主要有四个方面：第一个方面是第一个方面是战略与战术资产配置在中国应该怎么做；第二个方面是，在中国如果不考虑战略基本面的变动可以吗？第三个问题就是风险控制；第四个问题探讨的是智能投顾中的FOF，或者我们面向客户的FOF，我们要在交易优化的时候，优先要考虑什么。
同时，马永谙称，他非常看好中国未来的投顾市场，投顾有非常好的前景。至于这个投顾用人工的还是用智能的，他认为最终的现实一定是机器会代替人。
以下为发言实录：
马永谙：我在FOF这个领域做了将近十年，FOF这个领域是一个冷门的领域，我把之前的经验写了一本书，叫《FOF管理手册》，结果写完以后我去找出版社的时候，出版社说这个写得太生僻了，这个领域也没人懂，我们都不知道你写的是什么。去年这个行业突然进入了一个非常热门的状态，我的书很快就卖完了，我原来的书定价是不到20块钱，盗版已经卖到了200块钱。
我从2014年转入智能投顾领域，我目前在做一家公司叫理财魔方，是这家公司的合伙人。有人问我说，你在FOF这个领域坚持了十年，为什么在这个fof大热的时候离开了这个行业？我没有离开，因为智能投顾投资方的基本理念和方式还是FOF，不过是在后端的客户服务方面有一些新的思路和方法。
我想讲三个部分的内容，第一部分是智能投顾要解决一个什么样的现实，或者现在的理财行业有一个什么样尴尬的现状存在；第二部分讲一讲在智能投顾领域FOF的流程，我特别赞成丁总说的一句话，在FOF里面，得体系者得天下。FOF和传统的资产管理差异在于，传统的资产管理可以边干边想，先干再想；但是FOF如果没有想明白，你连FOF是什么都不知道。
第三个部分是讲一下FOF应用于智能投顾的探索的过程中遇到的一些问题，有一些解决了，有一些还没有解决，希望提出来跟在座的各位做一个交流。但是今天时间有限，我主要讲第一部分和第三部分，体系的部分因为今天的专家都非常多，大家应该都比较了解，因为FOF的体系最终会走向趋同，这是我的一个的的理念。
我们现在讲第一部分，智能投顾需要解决一个什么问题，或者说FOF在智能投顾需要解决一个什么问题。因为一个新的理财模式去出现，一定是希望解决一些现实的问题，我们在FOF这个行业里头，所面临的最大的问题是什么？我觉得最大的问题就是这边的这两幅图，这边是公募基金过去的收益率的情况，上午有嘉宾也谈到这个，大家都说理财行业总体上来说不算成功，因为理财行业最终的目标是让投资者挣钱，但是这个目标没有达到，所以不够成功。投资者把所有的怒火都撒在基金公司身上，所以公募基金的市场口碑不太好。
公募基金在过去的这些年其实干得非常棒，这是我简单统计的所有的公募基金，包括低收益的公募基金和货币基金，也包括高收益的基金，把它们简单做一个平均以后，过去十四年的收益情况，上午有嘉宾统计的时间更长一些，年化收益率大概13%；我统计的这十四年的收益率情况，年化收益率是16.2%，如果不做年化，简单做平均的话，收益率是19.2%，这个收益率是非常了不起的，放在全世界任何一个理财市场都是相当棒的一个收益率。
但是我们的利益端，投资者这一端没有拿到这个收益，这个收益率没有转化为收益，而是大比例在亏损。这个70%的亏钱比例来自于我以前的工作经历，我以前是在券商做基金研究的，券商的基金投资者有90%是赔钱的，后来也和银行有一些合作，它的投资者赔钱的概率是70%。这是个残酷的现实。这是过去我们的两个主要的基金销售渠道，后来还有新的销售渠道，第三方销售公司，但是以我对第三方公司这种激进的销售行为的判断，它的赔钱的概率只会比银行和券商高，不会比他低，所以我认为这个70%是靠谱的。
如果我们把这个行业的定位是让我们的目标客户赚到钱的话，我们这个行业做得并不成功。之前我有一次在做交流的时候也提到过，我们一部分人在做产品管理，一部分人在做产品销售，都在这个行业生存，但是面临这个行业的现状，我们每个人都有义务感到羞愧，因为我们确实没有把我们最终的目标实现。
当然这个问题不能归咎于其中的任何一个人，为什么我们的投资没有挣到钱？我前面说过，投资者的收益来自收益率与资金进出结构的叠加，收益率不错，最后没挣到钱，一定是资金进出结构出了问题。所以我简单画了一个过去这些年我们基金的资金进出结构图，我们的投资者随着市场的上涨，资金快速地增加，市场都到顶了他还在增加；这个点基本上是前面的利润亏光的时候，这个时候规模开始减少，到亏损15%的时候，规模会进一步减少，这是整个行业的一个现状。
所以我原来说过一个文绉绉的说法，导致我们这个行业亏损的是它的倒三角形的资金进入结构和正三角形的资金撤出结构，我们的投资者反复在追涨杀跌。我们不停地告诉我们投资者，你不能这样，你要长期持有，你就会挣到钱。我问过一个领导，如果让你们长期持有，你们能不能做到？他说我也拿不准。
因为追涨杀跌不会因为你的知识层次的提高有彻底性的改变，因为这是人的人性，人性是不会改变的。所以我们简单地告诉投资者说你要长期持有，这对投资者是没有任何帮助的，所以我们回过头来看，为什么投资者会追涨杀跌？
我对投资者有一个判断，我认为无论是理性的投资者还是非理性的投资者，事实上世界上不存在理性的投资者，每个人都是非理性的，只不过他的非理性的时间、区域、程度不一样。但是每个投资者都会对自己全部投资，或者某部分的心理账户设定一个明显或者不明显的行为底线，这是我们对投资者的一个判断。
投资者为什么会追涨？首先是因为他杀跌，他为什么会杀跌？我们去调研的话，基本上每个投资者都说我是希望长期持有的，但是为什么结果是他杀跌跑掉了呢？因为我们这个市场波动率太高，每次都会冲破投资者的心理底线。
就像这个图一样，我们的投资者在进入的时候，都希望我们的市场是这样的，所以他会想我一定能长期持有，每个人都有这样的一个心理预期。但是市场每每会冲破他的心理预期，所以一旦冲破这个心理底线的时候，投资者就会恐慌出逃。因为他出逃了，在下一轮市场再来的时候，他才会出现错误的行为。所以你天天告诉他长期持有，这个是没有用的，你需要让投资者现有的账户组合不要冲破投资者的心理底线，这个是真正的投资顾问机构应该做的事情。
所以回过头来说，理财市场应该分成两大块，一块叫产品生产机构，比如说这家基金公司，它的目标就应该是完全听从于市场的声音，不需要考虑客户，目标是为了获取最高的风险收益。而另一端，作为投资顾问和财富管理的后端，才应该考虑优化投资者的资金结构，和优化的方式就是控制这个资产的心理底线，我称之为风险定制，我认为定制风险是财富管理机构或者投资顾问机构真正应该干的事情。
智能投顾做的是什么？智能投顾做的就是定制风险的事情。说到定制风险，它一定是个性化的，因为每个人的风险水平和心理承受能力都不一样，所以我们需要做两个工作。第一个工作，我们需要动态地去了解投资者的心理底线；第二点，我们需要整个体系构建的组合压在他的心理底线上运行，这是智能投顾的两个工作，我们也管这个叫智能投顾的两个拳头，我们要把这两个拳头当宪法一样去遵循，当我们的信仰一样去坚持。也就是说做好客户的精确分析与做好投资管理，让风险水平精确地压在他的心理底线之上运行。
我说得是压在心理底线之上运行，因为对于一个投资者来说，他所能投入的资源不是钱，钱只是生产资料，他需要可投入的资源就两点，第一点是他的承受能力，第二点是他的时间，如果超过了他的心理底线，这是恶性的；但是如果没有压在他的心理底线之上，这样就浪费了他的财富，没有让他挣到该挣的钱，所以要压在他的心理底线之上运行。
我们觉得简单地降低风险，不是智能投顾的目标，当然仅仅是降低风险，也不是FOF的目标。最近有很多机构都在做FOF，很多机构直接做一个简单的配置给FOF，简单地打个包，你看我的风险比其他机构的风险低，这个没有任何意义，如果这个有效的话，直接用配置型基金就够了，干吗用FOF呢？所以回过头来说，智能投顾里面的FOF目标就是配置风险，我相信在其他的非智能投顾的FOF它的目标也是这个。
我们做FOF的时候一个基本的流程，我们在智能投顾里以定制风险作为目标的一个FOF构建流程，大概有四个层次。第一是构建一个策略组合，第二是从里面找到合适的基金，我们把它叫三位一体的基金；第三个是通过调研明确基金经理的投资理念与逻辑；第四个是通过对三者的综合分析来定位业绩-行为-理念的一致性。
第三部分，我要跟大家沟通的是我在利用FOF进行智能投顾的探索中所面临的问题，我一共交流四个方面的内容。第一个方面是战略与战术资产配置在中国应该怎么做，我相信在座的在做量化资产配置体系的时候有各种各样的工具，当然也有其他创新新的马克维茨优化模型的。但是无论哪种工具，都会面临两个问题，第一个问题是很难兼顾短期与长期；第二个问题是我们的资产配置跳跃程度太大，会使客户的体验变差。
我认为所谓的战略资产配置更倾向于它是在靠规律进行资产配置，而战术资产配置更倾向于靠趋势进行资产配置，这是一个比较经典的解释。我们如果要按照这两者来划分这个战术与战略的话，我们首先要明确我们是不是有这样一个规律存在，如果有这样一个规律存在，我们才能做这个战略资产配置，首先这个战略资产配置就要重新来考虑。
所以我们现在看一下两个市场的对比，上面这个是中国市场股债的收益率与波动率的对比情况，下面这个是美国市场的。如果我们要以这样一个规律存在，这个规律形象地说需要有一个什么样的表现呢？首先我认为这两类资产的风险分层比较清晰，就是说一个资产的风险跟另一个资产的风险不要拉得距离太大，它的距离不会有太大的波动。第二个，风险回报的差别不要太大，这是我们要建立战略资产配置的时候，要有的一个战略的基点。但是很可惜这两点在中国的资产配置中是不存在的。
第二个，在中国如果不考虑战略基本面的变动可以吗？当然是不行的。我们知道在成熟市场里面，战略资产配置的时间会低到无限长；战术资产配置五年。我自己认为六个月以上是战略资产配置，六个月以下是战术资产配置。所以我们的战略资产配置一定要考虑基本面的、中轴的情况，具体的时间做多长，我有很多的实验，在座的各位也可以做一下这样的实验，这个是有价值的。
第二部分我们要交流一下组合构建的问题，主要探讨一下资产配置体系问题。我们的资产配置体系是偏向于被动的，第一个是固定资产配置方面的被动，第二个是调查方面的被动。如果我们全部主动行不行呢？好像也不行，因为我们的市场会分成几个大的市场环境，比如说我们的市场会有非常长的波动性，当然也有一部分的单边，趋势比较清晰的事情。趋势非常清晰的时候，我们必须得主动，但是波动的时候做主动其实效果不佳。
大家可以看到，有一个非常的清晰，换手率和收益率并不是明显的正相关的关系，有时候正相关，有时候负相关，这显然跟我们的市场环境切换非常大有关系。所以我觉得简单的一刀切的主动或者被动可能都会有些问题，所以我个人的观点，更合理的模式应该是先区分市场。大家知道区分市场的工具有非常多，先区分市场，再设计不同市场的交易策略，最后尽量向少交易端倾斜，这是我们的一个基本思路。
第三个问题就是风险控制，这里我们要核心探讨的是量化资产体系的风控应该怎么来设置，资产体系的风控分为前端风控和后端风控，前端风控和后端风控的差异是什么？我个人认为前端风控应该更倾向于概念风控，它的目标是定制波动率。不要让波动率超出我们的底线。
后端的风控做什么呢？所有的资产配置体系，无论你把战术和战略划分得多么的优异，它对断头式的市场都是无法反映的。但是你对你的体系有足够的信息，或者设置得足够合理的话，理论上风控的目的只是为了让你的体系有一个反应的时间，所以风控不是为了降低亏损，也不是为了提高收益，后端风控的目标是为了让你的资产配置体系能反应过来，这样的话就会解决大家在做后端风控的时候面临的一个问题，很多人说后端风控简单，出了问题就斩仓，但是斩仓以后怎么办？什么时候加进去？
如果我们是为了让我们的体系给出反应的时间，那么什么时候加仓其实不是问题，你去回溯以前你的整个体系，在什么情况下它才能反应过来，所以重新让你的体系建立配置的时间，就是你的体系的反应时间。
我们在后端风控方面初步探索出了一些路径，前端风控做得不是很有效，我们之前在前端风控上做过一个证券安全策略，这是1987年美国股灾之后被禁止掉一个策略，有一些效果，但是效果不是很明显，前端风控就是从概念上修正这个资产的模型，这一块我们做得还不是很深入，大家可以一起来探索。
第四个问题我们说一下交易，这部分要探讨的是智能投顾中的FOF，或者我们面向客户的FOF，我们要在交易优化的时候，优先要考虑什么。如果简单地站在一个产品管理者的角度，我们优化目标非常简单，就是风险收益，其他的都不需要考虑。
但是大家一定要理解我说的，FOF是面向客户的，也就是说FOF作为前端的产品，与后端的客户的连接口，而交易是形成这个连接闭环的最后一关。所以所有的服务都是通过交易在兑现的，既然你面向的是客户，FOF管理的交易优化一定优先考虑的是人的感受，而不能考虑风险收益的效果。
所以大家可以看一下这两张图，这是交易优化前，因为我做了一个很不错的智能交易网关，这是智能交易模型给出的配置图，这是交易优化之后的配置。大家看一个这个配置比例，这个比例会被投资者骂死的，所以这种情况下，你没法让投资者长期地维持。所以你可以换成这个，这个效果不见得很好，但是这个投资者会接受。所以在FOF管理也好，在智能投顾的FOF管理也好，优化交易的目标或者优先要考虑的对象是人，而不是风险收益。
智能投顾的业务是连接产品与客户两端的工作，所以我说它有两个拳头，一个拳头是动态的跟踪、了解客户的心理底线，因为客户的心理底线不停地变动，受很多要素的影响。但另一边，你画出了风险曲线，系统一定要给出它确定的风险，把这个风险卖出更好的价格，这是智能投顾系统要解决的两个问题，也是我们设置这个体系的时候要考虑的两个方面。
我非常看好中国未来的投顾市场，有非常好的前景。至于投顾用人工的还是用智能的，这个要走着看，因为我是从传统的人工管理的角度过来的，我认为最终的现实一定是机器会代替人。为什么会做到这一点？因为我们通常在所谓的智能投顾里用到的这些技术，在传统的资产管理和客户服务里一直在用，所以智能只是实现投顾这个业务的手段而已。机器会给出配置方案，但是最后的服务还是以人的嘴说的，但是一个人只有2000块钱一个月，后面的体系都是机器在运行。所以我相信智能投顾这个领域最后一定是在服务效率不下降的情况下，尽可能地降低成本，现在我们一个人可以服务4000个人，服务效果还是非常帮的，我们的目标是服务6000人到8000人，事实上是机器的大脑加上人的嘴共同结合起来服务。
这是我的一些简单的分享，非常感谢大家，谢谢！
6
