每次遇到智能投顾创新企业,我的第一个问题就是,如果存在自动赚钱的机器,为什么要和其他人分享?紧跟的一个问题是,如果一套量化策略面向大量用户,那么在市场的作用力下,它还依然是个好策略么?“金虫子”创始人陈威认为,通过大数据分析投资者的投资能力、偏好和风险承受能力,为每个人量身定制专属智投顾问,或许可以解答上面的两条悖论。
“金虫子”的产品体系由三部分构成:从大数据端“诊断”投资者,到机器人定制模型的量化策略平台,再到通过券商推向个人用户的“股虫”APP。
陈威认为,这是智能应用的标准架构。就像“智能导航”系统中,先由卫星捕捉数据,再利用AI在云服务器上建模,最终抵达用户手机中的地图应用。
而市场上大多股票智投系统结构不完整,研发精力集中在量化策略的部分,缺少对账户状态的实时分析。仅根据用户投资偏好推荐资产组合,使得“千人一面”的策略无法适配个人的投资期限和目的,而且追求稳赚不赔的算法容量有限。“金虫子”最大的优势在于产品完备性,通过持续跟进的服务提升用户的信任和粘性。
从2016年起,“金虫子”分析了中信建投400万用户的数据,发现了散户投资的一系列问题。首先,投资者容易被信息影响,缺乏明确的投资目的和周期计划;相比专业投资者,没有充足和固定的时间做交易;往往不掌握设置止损止盈等基础操作,或缺少风险意识。
“金虫子”用大数据端实时监控证券账户,分析用户的偏好、能力、持仓和组合,向用户推荐适合的资产配置策略,辅助制定动态投资目标。数据端在自动盯盘的同时,实时“诊断”账户内资金闲置率过高等问题,主动发现服务机会,及时提醒。用户收到提醒后既可以一键生成订单托管,也可以选择不采纳建议。机器人会留存推荐的买卖点,与用户的实际交易做实时比对并发送周报。经过一段时间的磨合,用户自然可以比较出专业智能服务的优势。
陈威也坦言,技术的瓶颈往往在于落地场景落地,在证券行业中,实时监控账户以及发掘数据间关联性的难度都很大。即使同一家券商,证券交易经济业务、融资融券、货币基金等系统都由不同技术商提供,数据彼此独立,千种业务标识在系统中以代码形式存放,业务专家对跨部门的代码缺乏了解。“金虫子”从2015年10月起成立研发团队,为攻克业务系统的不统一和数据结构复杂性难题,搭建比spark等更快速的QBD创新架构,现已上线中信建投智能选股小程序,并将在6月和中信证券、7月与中信建投联合发布智能投顾机器人。
陈威介绍,“金虫子”采取B2B2C模式,将系统出售给券商和有资质的机构,再面向个人散户,主要有两点考虑:
1. 信任。投资和消费不同,价格的实时变动和交易的复杂性都蕴藏风险,用户对系统的信任度要求高。而传统金融机构在多年业务扩展中,已沉淀了海量客户,建立了信任基础和粘性。另外,大型券商风控严格,不允许试错,一旦对接,不会轻易替换。“金虫子”与中信证券和中信建投的紧密结合也巩固了壁垒。
2. 成本。根据互联网金融相关监管要求,to C的投顾服务必须要有专业的资质。证监局刚于上个月点名智能投顾企业,但牌照的成本对创业公司负担过重。因此选择先对接B端快速盈利,节约获客成本。
陈威表示,产品独创性强,与团队、合作伙伴从0到1建立信任很难,也预见未来可能会被模仿,为保持客户的认同,对团队的持续研发能力要求很高。陈威有14年IT行业工作经历,具有丰富的市场和管理经验,以及IT创新能力,曾主导过中信证券、中信建投、海尔、中国移动等多个行业创新项目。团队有多年的券商服务经验。
“金虫子”正在准备千万级Pre-A轮融资,用于升级产品,启动智能服务云,并接触更多的券商。陈威表示在系统即将全面上线前,先打磨好产品,本着对用户负责的态度,不急于抢占市场,并希望能和知名投资方建立长期合作。
近几年,京东、平安、宜信、东方财富网、米筐科技、财鲸等大小机构都布局过智投服务。三大类智投各有短板和对应的解决方案:
1) 投资于ETF组合的公司。由于国内ETF种类和数量少,无法形成像国外Wealthfront、 Betterment等公司的规模,于是通过为用户匹配国外ETF,完成更优资本配置。代表公司有弥财等;
2) 投资于基金组合的公司。以智能投顾等名义擅自开展公募证券投资基金销售活动的无照公司,存在巨大政策风险,只能加大成本获取牌照,或者持牌券商合作。代表公司有理财魔方等;
3) 提供量化策略,可跟投名人或宽客高手的股票组合,同时兼具论坛性质的投资交流平台,目前知名度及认可度较高的代表公司有雪球及金贝塔。
单从标的来看,“金虫子”属于第三类,要想增强竞争力,还需要在用户体验、价格、收益率提升程度等方向进一步完善。
【本文图片来自:123rf.com.cn正版图片】
我是郝方舟,在寻找金融领域优质早期项目,微信nooxika,欢迎交流。