01如何看待资管行业的金融科技？资管行业包括资产管理和财富管理，大部分资管公司会同时涉及这两块业务。资产管理负责投资和产品发行，涉及的具体职能包括投研、资产配置、交易及风控等；财富管理负责客户的资产配置及投资咨询服务，涉及的具体职能包括市场营销、客户运营、客户管理、投资顾问、增值服务等。资管科技即运用大数据、人工智能等先进的数字科技技术全方位提升资管机构的金融产品设计能力、销售交易能力、资产管理能力和风险评估能力等，智能化趋势使资管行业的供求关系更加融合。金融科技对资管公司的重要性在提升，在三种成功模式中起到关键作用。1、规模驱动的以被动型产品为主的大型资管公司。金融科技主要应用在提升公司的管理运营效率、降低被动型产品的成本、增强风险管理能力，从而实现资产管理规模的扩张。外延式并购可以使科技投入更好地产生规模效应。2、满足客户个性化需求为导向的财富管理公司。金融科技的应用主要在为投资顾问赋能以及为个人客户提供低费率的投资工具，从而提升投资顾问的服务能力，覆盖更多的长尾客户。3、以主动管理能力见长的基金管理公司。金融科技主要应用在智能投研和量化策略，运用大数据和人工智能获取更多维度的数据来源、更快的数据处理分析，在有效性越来越强的市场中抓住越来越微小的投资机会。金融科技对于资管行业格局的影响。1、使上游产品端的行业集中度提升。随着长期、机构资金入市，被动投资占比提升，资产管理行业的集中度有所提升，金融科技的运用会使头部公司更加集中，产生规模效应之后，头部地位更加稳固。2、使资管产业链更加专业化，出现第三方技术服务公司及平台类公司。金融科技将资管行业涉及的职能模块进行标准化处理，再根据资管公司的不同需求进行组合，包括各种资产的交易系统、客户管理系统、风控模型、资金清算等。3、下游的财富管理端保持较为分散的市场格局。头部的大型资管机构、新型的智能投顾公司、小型的财富管理机构会继续并存。智能投顾作为产品会被各种公司应用，头部公司具有品牌优势及数据优势，能快速做大智能投顾产品的规模。金融科技的布局要考虑投入产出比。资管公司的业绩影响因素包括资产管理规模和费率，科技投入最终要看能否提升资产管理规模或者费率。后者的难度较大，主要出现在量化对冲基金，前者的通用性更强。因此科技投入要与资产管理规模增长相配合，只有规模增长了，技术投入才能创造价值，这也是美国头部资管机构通过外延式并购扩张的重要原因。大型公司有实力在金融科技上投入，通过规模效应或输出技术获益；小型公司需量力而行，建议采用跟随策略，等技术成熟后以合理的价格进行外部采购。目前国内资管机构的金融科技布局重点应在哪里？1、以降低运营成本、提升运营效率为目标的系统改造。这不是资管行业的特例，而是所有行业互联网化的发展方向，以互联网公司运营的成功经验改造传统行业，包括中台战略和微服务架构等，逐步从互联网化向智能化进化。2、运用大数据和人工智能技术构建因子模型。一方面，可以低成本、定制化地开发指数基金，迎合被动投资的发展趋势；另一方面，多因子模型、风险溢价策略是主动管理型产品获取超额收益的重要方式。02全球资管行业变化趋势下的金融科技需求1.资管公司的核心诉求自身发展需求。资管公司的目标是做大资产规模，提升营收能力。要实现这一目标的方式包括提升投资业绩，提高运营效率，降低运营成本，改善用户体验等。金融科技的应用主要表现在系统的整合、数字化转型和流程优化、大数据及人工智能的运用来提高投资能力及客户运营能力。应对外部变化。1、费率结构与盈利模式的变化。产品费率水平持续下降，尤其是被动型产品的价格竞争激烈。获取超额收益的难度越来越大，主动型产品更多地采用浮动收益计提管理费，对投资管理人设计更为合理的激励机制。卖方投顾向买方投顾的模式转变使产业链的价值创造向下游转移，上游更多地生产标准化、低成本的产品，下游根据客户的个性化需求进行配置。2、客户偏好的变化。财富逐渐向年轻客户转移，年轻客户具有明显的互联网属性，对线上渠道、服务及时性的要求高。此外，年轻客户对产品的透明度、投资的自主权要求更高。3、监管环境的变化。资管机构需要应对多变的金融监管，根据监管要求及时做出相应的调整，保持敏捷性，注重业务的分散和平衡。4、金融科技公司的挑战。财富管理领域的金融科技公司数量占比有所提升，这些新公司的产品能更好地满足年轻人的喜好，互联网获客能力强。在资管系统、投研领域，创业公司和资管公司的互补性更强，以业务合作为主。在资管行业，金融公司和科技公司的界限已经非常模糊，资管公司本身也会向外输出技术能力，TAMP公司也有自己的资产管理公司。2.金融科技解决的行业痛点资产管理规模的增长需要系统化的管理模式。资管公司的资产管理规模和管理产品数量持续增长，根据韦莱韬悦的调研数据显示，截止2018年末，全球排名前18位的资产管理机构的资产规模都超过了万亿美元，其中排名前二的贝莱德和先锋集团的资产规模分别达到6万亿美元和4.9万亿美元。资管公司的管理难度增大，前端投资面临交易执行效率、成本、公平性的考验，后端运营面临头寸管理、风险管理、合规管理等难题。资管公司需要建立统一的管理平台，整合各种职能模块及数据资源。核心系统上云保持内部系统的敏捷性及可扩展性，降低固定成本，满足临时算力增长的需求。多元化投资带来的系统集成需求。1、综合运用多种金融工具。欧美金融市场的成熟度较高，金融产品丰富，除了常规的股票和债券，还有各种金融衍生品可用于资产配置或风险对冲。2、全球化资产配置。资产配置的大类资产种类在增加，海外投资的比重将持续提升，尤其是亚洲的新兴市场。资管公司需要增加海外投资的业务模块。3、另类投资占比提升。随着养老金等长期资金入市，叠加二级市场获取超额收益的难度增加，资管机构通过配置另类资产来获取超额收益，包括流动性较低的房地产、股权投资、实物投资等，其投资模式和管理方式与传统的资管有所区别，需要增加相应的业务模块。系统集成能实现资管机构对投资组合的全面管理，及时对投资组合进行风险评估及调整操作。买方投顾模式对SAAS服务及业绩归因的需求。欧美市场已建立了买方投顾为主的业务模式。投资顾问为客户提供个性化的投资规划和资产配置服务，按资产管理规模收取服务费。财富管理市场的行业集中度较低，市场上有大量的中小型财富管理机构、理财工作室或者独立理财顾问，这些小B客户有金融产品供应、系统服务、专业支持的需求。因此，市场上出现一些第三方服务商，为这些小B客户提供SAAS服务，包括投资交易系统、客户管理系统等，通过这些服务商可以直接对接产品供给方及交易通道，以及获得投资管理人绩效评价和产品业绩归因的专业化分析工具及理财规划工具等，满足投资顾问服务终端客户的需求。运用智能投研提高投资管理能力的需求。欧美市场的信息透明度高、有效性强，获取超额收益的难度越来越大。根据普华永道发布的《2019年投资管理展望》，截止到2017年底的10年间，美国86.8%的主动管理基金扣除费率后的净回报率低于其业绩基准。欧洲的主动基金业有类似的情况，该比例为85.4%。智能投研主要在数据采集、数据处理、算法优化等方面来帮助投资管理人提升投资能力。一方面通过自然语言处理技术提升非结构化数据的处理效率，另一方面增加另类数据的获取，包括卫星数据、物联网数据、社交平台情绪数据等。算力的提升加快了投资决策模型的迭代，帮助投资管理人抓住微小的投资机会。运用机器学习在预测市场变化及其对客户资产组合的影响。运用自然语言技术自动“阅读”研报、新闻、社交平台信息及公告等，形成投资观点或构建独特的指数，包括进行情感分析。机构资金和长期资金对投资管理能力的要求。退休计划、保险公司等长期机构资金对于投资目标、投资期限、现金流管理有较高的要求，资产管理人必须更精确地进行收益和风险的管理，获取稳健的投资回报，满足持有人的保障需求。此外，机构投资者需要更透明化的资产组合、定制化的投资解决方案以及全球化的资产配置产品。一方面，通过云计算和大数据提高投资决策能力及交易水平；另一方面，基于大数据及人工智能的风控模型，对风险做更精准的测量，保持产品净值的稳定，减少回撤。费率下降对成本管控的要求。资管行业的产品费率长期处于下降通道，压缩了资管公司的盈利空间。被动型产品的价格竞争激烈，已经进入零费率时代，主动型产品的费率也在不断下降，减少固定费率，改为业绩提成。头部的资管公司主要依靠被动型产品做大资管规模，以量换价。预计推出零费率的ETF产品之后，被动投资规模占比将进一步提升。根据普华永道发布的《2019年投资管理展望》，预计到2025年，全球的ETF资产将从2018年的4.8万亿美元升至25万亿美元。此外，被动型产品的种类越来越细分，通过定制化的指数产品，更精准、更低成本的投资细分行业。资管公司通过运用金融科技来降低运营成本，进一步提升流程自动化水平，减少人工成本，包括运用智能语音交互来减少客服中心的人员配备。年轻客户对用户体验和个性化的需求。伴随互联网成长起来的年轻一代逐渐成为资管行业的主要目标客户，投资行为偏好上，他们更习惯使用互联网及移动互联网渠道，要求更低的投资门槛以及全天候的在线理财咨询服务，其中一部分更有投资经验的客户会对投资顾问服务有进一步的需求，人机结合是未来主流的财富管理服务方式。此外，年轻人也会将自己的价值观融入投资行为，包括环保主义者对投资标的筛选、科技爱好者对数字资产配置的需求等。传统的资管公司的市场份额会受到技术型公司的挑战。创业公司或互联网运营能力较强的公司更容易在互联网渠道吸引年轻客户，成为他们首次进行投资理财的平台。运用资管科技降低风控及合规成本。2008年金融危机之后，金融机构和金融监管都发生了变化，目前主要采用混业经营下的功能监管。1、监管部门对金融行业系统风险的管理加强，对于各种监管指标有更加明确的要求，数据报送的频次和时效要求提高。2、监管政策动态调整。监管部门根据外部环境变化及对市场整体风险的评估，动态调整监管要求。金融政策的制定有多项考虑因素，与国家经济发展及全球政治经济环境紧密相关。对于资管公司来说，需要快速适应监管部门变化的监管要求，降低合规成本，减少监管变化对业务的影响。例如，通过数据库改造和数据接口的设置解决监管指标的快速计算机报送，利用云计算满足客户交易信息保存五年的监管要求等，运用网络安全技术确保系统的稳定运行及客户资料的安全。03海外资管科技应用的主要商业模式1.财富管理的外包服务平台TAMP的全称是Turnkey Asset ManagementProgram。通过TAMP平台将投资管理职能外包给专业的资产管理人，财富顾问可以将主要的精力放在满足客户个性化的投资需求，帮助客户选择合适的资产管理人和产品，发挥财富顾问的核心价值。通过外包服务，财富管理公司可以在控制成本（尤其是人力成本）的前提下，快速做大客户及资产管理规模，从而提升盈利水平。TAMP平台体现了美国资管行业高度的专业化分工。上游的资管公司提供产品，下游的财富管理提供服务。另外也体现了资产管理的同质化、被动化、自动化的趋势，获取超额收益越来越难，低成本的平均收益更为合理。TAMP的商业模式是B2B2C模式，其发展背景是上世纪90年代出台的《谨慎投资者法案》（Prudent Investor Acts），允许受托机构将投资管理职能外包给合格的专业资产管理机构，但依旧承担客户关系维护的职责。美国的财富管理市场上存在着大量的小B客户，这些小型财富管理机构具有客户资源，但缺少产品和技术支持。TAMP集成了投资顾问展业需要的产品平台、交易通道、管理系统、规划工具等。利用这个平台，投资顾问就能轻松实现服务终端客户的基础能力。TAMP另一边对接了各种证券经纪商、注册的投资顾问、信托公司等。TAMP的功能模块。TAMP平台主要帮助财富顾问完成耗时耗力的后台工作，具体包括投资研究、投资经理的尽职调查、投资组合构建、投资组合调整、账务核对、业绩报告、税务规划以及会晤准备等。TAMP平台的系统模块包括理财规模、客户管理系统、计划书生成、交易、投资产品筛选、风险管理、自定义报告、账户整合、投资经理研究及尽职调查等。TAMP的产品矩阵。根据资产配置的复杂程度，TAMP的解决方案分成五类，分别为共同基金打包账户(MFW)、交易所交易基金打包账户(ETF)、独立资产管理账户(SMA)、统一管理账户(UMA)和统一管理家庭账户(UMH)。根据资产管理的规模及复杂程度，收费标准从0.85%-2.8%不等。美国TAMP行业的市场规模及竞争格局。1、TAMP行业整体呈现持续增长态势，截止2018年末，TAMP平台管理的资产规模达到2.2万亿美元，服务18万财富顾问以及390万终端客户。2、行业整合增多，TAMP平台被大型的金融科技公司或者资管公司并购，头部的TAMP平台也在通过收购中小平台在扩大市占率。3、大型的资产管理公司也会提供类似的平台服务，包括摩根斯坦利、美银美林、富国银行、瑞银、嘉信、富达等，但这些机构只服务于有关联关系的投资顾问机构和证券经纪商，具有潜在的利益冲突问题和产品选择的局限性问题。TAMP平台的独立性具有相对优势。4、根据2019年Wealth Advisor的报告，全美TAMP行业排名前三的公司是Envestnet、SEI和AssetMark。2.资产管理的系统集成平台资产管理的系统集成服务商可归类于金融IT公司，主要提供与资产管理相关的系统产品。由于资产管理系统的客户差异大、功能模块多，产品交付具有系统集成的属性。1、目标客户。海外资产管理行业的生态十分丰富，除了大型的资产管理机构，还有各种规模不一、需求各异的资产管理公司，包括不限于公募基金、对冲基金、养老基金、主权基金、私人银行、财富管理公司、保险公司、另类投资机构、经纪商、投资咨询公司等，覆盖资产所有者、资产管理人、交易商、投资顾问等市场角色。2、产品体系。基于来自不同类型客户差异化的需求，资产管理系统的复杂度较高。一是产品维度，系统需要支持各种资产类别，从常见的股票、债券、交易型开放式指数基金到期货、期权、衍生品、单位信托、外汇、房地产等，需要打通各种外部交易系统并建立各种资产类别统一管理的平台；二是功能维度，系统要覆盖投资管理的全流程，包括前台、中台和后台，涉及投资组合管理、风险管理、业绩归因、交易执行、交易成本分析、结算、清算、抵押物管理、合规风控等职能。从资管系统的提供商来看，生态也很丰富。市场参与方包括独立的金融IT厂商、金融机构的金融科技子公司、金融数据服务商及其他细分领域的中小型金融IT公司。1、独立金融IT厂商中，一类主要专注于资管系统，另一类产品线比价丰富，除了资管系统，也为金融机构及其他类型公司提供系统开发服务。具有资管系统产品线的金融IT厂商有SimCorp、SS&C、FIS等。2、金融机构的金融科技子公司一般隶属于规模较大的资管公司，作为大型资管公司的子公司，在产品开发上具备一定的优势，对于实际业务操作、监管要求理解更深，在风险管理方面具备数据优势。典型代表是贝莱德旗下的Aladdin、道富旗下的Charles River。3、金融数据服务商除了提供金融数据平台之外，也提供部分资产类别的交易模块，例如彭博社。4、此外市场上还有大量中小型的金融科技公司，提供一些差异化的产品模块及解决方案，专注于某一类客户或者某种资产类别。行业趋势：1、独立金融IT行业集中度提升。金融IT行业的发展历史是一个并购整合的过程。目前头部的金融IT公司都是通过不断的外延式并购来拓展产品线并获取前沿技术，以保持在行业中的领先度及规模效应。2、数字化转型。头部的金融IT公司基本上都有20年以上的发展历史，资管系统产品也面临升级改造的需求，从传统的底层架构向扩展性更强、性价比更高的新型架构转变，提升产品的交付效率。此外，资管系统对数据处理的要求越来越高，需要整合更多的数据来源，进行海量的数据分析，对资产组合实现实时的风险监控，这些都需要强大的系统支撑。3.智能投顾智能投顾是针对个人投资者的投资工具，提供低成本的交易工具或根据个人风险偏好、理财目标自动进行资产配置。智能投顾运用了自动化流程、大数据、人工智能等技术降低了投资理财的成本，低费率、低门槛、互联网化是智能投顾的主要特征。两种模式：1、交易类：金融科技公司采用低价策略。美国传统金融机构的服务门槛较高，金融科技公司采用低价策略吸引客户。但该策略的有效性有限，传统金融机构可推出类似的产品，如Vanguard就取消了绝大部分ETF产品的交易手续费。2、资产配置类：金融科技公司将年轻人群作为目标客户，提供简单易懂的自助理财规划工具。混合模式成为智能投顾的主流。智能投顾初创公司的业务思路有所分化，部分公司坚持做全自动化的产品，而有些公司已经开始对客户分层，提供不同频次的理财师人工服务，并实行差别定价。传统资产管理公司基本都采用智能投顾和理财师人工服务结合的混合模式，尤其是对于超高净值和高净值客户，智能投顾是一种服务的补充，而不是完全替代理财师和投资经理。从长远发展来看，做资产管理业务的公司想要做大资产管理规模，必须要满足高净值客户的差异化需求。以Betterment为例，2017年2月宣布推出2款混合模式产品。之前的产品模式是全自动化，根据调查问卷建立ETF的投资组合，由算法进行管理，收费标准是0.25%，只对50万美元以上的投资者开放人工服务。两款新产品对客户进行了分层，Betterment Plus的门槛是10万美元，提供国际金融理财师（CFP）的年度计划的电话沟通和全年投资组合跟踪服务，收费标准0.4%。Betterment Premium的门槛为25万美元，收费标准0.5%，可以随时和国际金融理财师沟通。客户分层能更好地满足现有客户的不同需求，并有助于获得新客户。4.对冲基金行业对冲基金是另类投资的一种，其采用各种投资策略以获取超额收益，通过会运用金融衍生品和杠杆，投资范围包括国内市场和国际市场。对冲基金的特点包括：1、投资门槛高。对冲基金的合格投资者需要达到过去两年的年收入超过20万美元或者除自住房屋之外的净资产超过100万美元。2、投资范围广。对冲基金理论上可以投资各种资产，包括土地、房屋、股票、衍生品、外汇等。3、高杠杆。对冲基金通过加杠杆来提供收益率。4、费率高。对冲基金一般收取2%的管理费和20% 的业绩提成。对冲基金行业规模扩张。根据Preqin发布的2018年全球对冲基金报告，全球对冲基金行业管理的资产总额达到32万亿美元。对冲基金的数量和规模保持快速增长，根据Barclays hedge的调研数据，从1997年到2018年，对冲基金的资产规模增长了2335%；根据Hedge Fund Research的调研数据，2002年对冲基金数量大约为2000个，截止2017年底，对冲基金数量达到9754个。量化对冲基金处于金融科技应用前沿。量化对冲基金利用量化模型来进行交易决策，抓住市场中微小的交易机会，获取超额收益。量化投资对数据分析和模型开发具有较高的要求，目前已开始应用大数据分析、知识图谱、人工智能等技术来提升量化投资的有效性，提高胜率。04国内资管科技的发展情况1.商业银行商业银行将成为个人投资者进行大类资产配置的主要平台。银行应把握财富管理的发展趋势，从销售资管产品向提供综合财富管理解决方案转变，满足客户全生命周期的财富管理需求；建设更加开放的服务平台，整合各种金融产品及增值服务，提供全天候服务。商业银行在资管科技上的布局以系统建设为主，优先考虑风险管理模块。银行理财子公司的新设给银行资管系统的建设带来契机，可以摆脱历史包袱，从底层开始建设，采用最新的技术方案，包括中台战略和微服务架构等，按照大类资产配置的发展要求进行开发。大型资管公司应重点打造一体化的资管平台。在平台上集成投研、产品设计、交易、销售、客户管理、风控等功能，以标准化的接口向企业内部各部门及外部合作伙伴输出，支持前台多渠道服务，重点打造移动端服务平台，前端围绕客户需求提供智能化的财富管理服务。银行资管的体量大、品类多，在业务开展过程中应重点考虑风险管理和成本控制，不应以获取超额收益作为主要目标。因此在体系开发时目标一致，通过系统设置优化业务流程，降本增效；优先布局风控模块，结合大数据和人工智能技术及早识别分享、化解风险。银行的智能投顾主要以公募基金作为底层资产、根据客户的投资期限和风险偏好进行组合配置，实现一键购买、调仓和赎回。目前推出智能投顾的银行主要包括招商银行、工商银行、中国银行、浦发银行、中信银行、兴业银行、广发银行、平安银行等。国内银行的智能投顾产品处于发展早期，尚未能实现千人千面的投资组合，一方面，对于个人投资者的风险收益属性描述要更精细化，另一方面，资产配置的金融工具有待丰富。2.公募基金公募基金在资管行业中的定位是权益类投资的主要金融机构。国内公募基金经历了21年的发展，在权益类投资经验及投研能力上具有优势。公募基金应发挥主动管理能力及产品创新能力，成为长期机构资金的主要管理人。参考美国养老金入市的历史，国内公募基金要抓住企业年金和商业养老保险发展的大机遇，做大权益类资产管理规模。金融科技的布局以提升投资管理能力为主要目标。1、提高研究员和基金经理的工作效率。建设一体化的资管系统，统一内外部的数据管理，优化投资决策流程。2、在投资模型中增加另类数据维度，通过机器学习提升数据分析能力及量化投资能力。3、降低被动产品的综合成本，提升定制化指数的能力。4、不同规模的基金公司有不同的方案选择。规模较大的基金公司以自建为主，小型机构尽量将非核心系统及服务外包。公募基金的智能投顾提供自家基金产品的投资组合，除了根据客户的风险属性进行资产配置，客户也可以选择特定的投资策略组合。相比银行的智能投顾，基金公司的产品门槛更低，但定制化能力和智能化水平较低。目前推出智能投顾的基金公司主要包括南方基金、广发基金、华夏基金、嘉实基金、汇添富基金等。3. 券商券商在资管行业的定位是服务资管机构和投资者，做资管机构和投资者之间的连接器，实现两者的智能匹配。券商的优势是交易通道和交易数据。对于资管机构来说，券商有交易通道的优势，可以在此基础上提供交易系统和投资管理系统，同时还能为资管机构导流客户。对于个人投资者来说，券商积累了客户的交易数据，了解客户的风险属性，由于不是产品的供给方，可以客观地为每个客户定制化投资组合，发展财富管理业务。券商潜在能力的释放需要制度创新和金融科技的支持。1、金融产品的创新需要相关交易服务的支持，为券商打开市场空间。可交易的品种越多，券商就有更多的变现途径。2、要实现供给方和需求方的智能匹配，首先要打通底层数据，建立统一的数据管理平台，支持券商各条线业务的协同发展，提升业务的精细化水平。在应用层面重点打造资管交易系统和智能投顾产品。券商的智能投顾产品相比银行和基金公司，功能性更强。券商的客群风险偏好较高，喜欢自己交易，所以智能投顾产品会为客户提供各种辅助交易决策的工具，包括财商教育、模拟组合、账户分析、理财配置建议、选股择时、持仓跟踪、智能客服等，提升用户的交易体验，符合券商投资咨询业务的定位。目前推出智能投顾产品的券商主要包括东吴证券、广发证券、平安证券、长江证券、国泰君安、海通证券、光大证券等。4.金融科技公司金融科技公司大致可分为2B和2C两种商业模式。2C模式的公司主要包括互联网流量巨头及其他面向C端客户提供金融产品及咨询服务的机构。2B模式主要包括金融IT厂商、金融数据服务商、金融SAAS服务商等。互联网流量巨头。凭借互联网C端的流量优势，与B端产品方合作，进行金融产品的销售及客户导流。目前销售产品主要以现金管理类产品和固收类产品为主，业务发展目标是为C端客户提供买方投顾服务。代表公司有蚂蚁金服、腾讯理财通、京东金融等。蚂蚁金融和先锋集团以成立合资公司，腾讯和贝莱德也正在洽谈合作事宜，两大互联网流量巨头正在积极布局财富管理业务。金融IT服务商和金融数据服务商。1、金融IT服务商主要为资管机构提供系统建设服务，包括底层架构改造、中台搭建、系统集成等。随着互联网技术发展及客户需求的变化不断迭代产品。代表公司是恒生电子、赢时胜等。2、金融数据服务商主要为资管机构提供金融数据服务，包括宏观经济数据、市场交易数据、公司公告、公开信息等，金融数据服务商正在拓展数据来源，将文本等结构化数据结构化，增加另类数据维度，并提供更加丰富的数据处理工具。代表公司是万得、通联数据等。3、金融SAAS服务商为中小型资产管理公司和财富管理公司提供技术平台服务及产品供应链管理，解决中后台管理、专业咨询、产品供应等难题，为中小资管机构赋能。代表公司为牛投邦等。智能投顾平台。面向C端客户的财富管理平台。采用互联网的运营方式，基于云计算、大数据及人工智能技术，以公募基金为底层资产，为个人投资者提供个性化的资产配置，实现一键下单、一键调仓。代表公司为理财魔方等。05海外案例分析：资管科技应用的典型公司1.TAMP平台：AssetMarkAssetMark成立于1996年，目前是美国排名第三的TAMP平台。根据招股书披露，截止2019年3月末，平台管理资产达到500亿美元。2015年至今资产管理规模实现翻番，年复合增速达到17%，近两年的年复合增速高到45%，市占率达到了10%。平台通过7600家投资顾问机构服务了13.7万家庭投资者。产品服务。1、高度集成的技术平台。能为财富顾问提供一系列高度自动化的流程处理，包括开立账户、构建资产组合、理财规划、账单寄送、投资报告、投资分析及客户行为跟踪等。2、个性化及规模化的咨询服务。为财富顾问提供全方面的支持，包括日常运营、商务管理、投资咨询等。3、综合化的投资平台。为投资顾问筛选了20家具有特色及专业性的第三方资产管理机构，此外公司还自有两家资产管理公司提供产品。公司有专业的投资顾问为财富顾问提供服务，通过技术平台管理资产组合，满足高净值客户和大众理财客户个性化的投资需求。盈利模式。资产管理规模和费率是公司盈利的核心。1、资产规模的扩张。资产规模的增量部分来自于老客户资产规模的增加、新增客户带来的资产以及通过外延式并购获得的客户及资产。2015年至今，公司收购了两家竞争对手，实现了业务规模的快速扩张。2、基于存量的收费模式。公司根据资产管理规模收费，老客户可以带来持续不断的收入。公司的主要收入是根据资产规模收取的管理费，占比93%，其次是利差收入，占比6%。由于公司的收入主要基于存量客户，收入的稳定性较强。3、规模效应。随着资产管理规模的上升，账户的平均管理成本将下降。规模越大，利润率越高。公司体系。AssetMark是服务财富顾问的综合性平台，同时也是牌照齐全的资产管理公司。AssetMark的公司体系包括公募基金管理人，公募基金销售，养老金行政管理，信托公司四家牌照公司。这些金融牌照确保AssetMark可以为财富顾问提供全流程的服务，建立完整的生态体系，丰富收入来源。金融科技的布局。就TAMP行业本身来说已有几十年的历史，提供的集成系统和咨询服务相对来说是比较传统的，如今会面临终端客户的需求升级、互联网渠道的优化以及底层系统架构的改造。AssetMark自2016年以来加大了在技术研发上的投入，通过自建或者收购的方式，提升数据分析能力以及客户定制化服务能力。从2015年到2019年，AssetMark一共花费了1.53亿美金，用于新技术的研发和技术团队的扩张上。2.资产管理的系统集成平台：Simcorp丹麦上市公司SimCorp成立于1971年，一直致力于为头部的资产管理人提供一流的软件服务。公司在全球有23个办公室，超过1500名员工，现有160多家客户，包括全球头部金融机构、资产管理人、养老基金、基金管理人、财富管理机构、主权基金及其他资产服务商。公司产品。SimCorp Dimension是公司的核心产品，经过数十年的技术迭代，已经成为全球领先的前台到后台投资管理解决方案。产品仍在在持续进化，公司每年将年收入的20%投入研发，以保持产品的竞争力。1、SimCorpDimension一共有18个功能模块，覆盖前中后台。此外，覆盖全资产类别，超过100种投资工具，30种投资产品。2、所有操作在一个界面上进行。可以与客户现有的系统设置进行无缝对接，接受各种要求的定制，支持全时段全球化的投资交易。3、底层是统一的技术架构及数据管理。Investment book of record (IBOR)确保数据的统一性、透明性，符合审计要求。灵活的部署方式，支持本地化或者云服务。商业模式。B2B业务，BD时间周期较长，但客户关系建立之后粘性较强，后续能产生持续的收入。新客户流程包括购买软件许可，客户具体功能需求的反馈，确定资产类别及终端用户数量。客户关系的建立可能会延续10年，一个客户贡献的收入总额往往是初次支付的软件许可费的4-8倍。目前年收入的85%来自存量客户，复购率超过50%。收入来源包括三个部分：软件许可使用费、售后服务及支持、专业化服务。2018年公司收入3.826亿欧元，同比增长11.4%。公司的ROE水平稳定，近五年平均在60%左右。公司短期战略包括五项：进一步加强在前台市场的优势地位，在云解决方案上加大投入、提高另类投资产品能力、重点发力北美市场、以及开发标准化的平台。实现这些战略的前提是人才，公司制定具有吸引力的人才措施，包括品牌宣传、招聘、培训、发展计划等，帮助员工挖掘潜能，实现价值。3.智能投顾：WealthfrontWealthfront是最早推出智能投顾的公司。该公司成立于2008年，经过多年的摸索，终于在2012年的12月推出了智能投顾的产品。目标客户就是硅谷的科技人员，这一群体处于中产阶级，具有较高的收入水平，并且他们习惯于从互联网获得服务。Wealthfront本身并不具有证券经纪牌照，客户在合作的券商开户和资金托管，Wealthfront作为注册投资咨询顾问公司对客户的账户进行管理，包括下单、实时跟踪和调仓，通过收取资产管理费获得收入。截至目前Wealthfront管理的客户资产超过了210亿美元，平台除了提供理财规划和投资，还增加了储蓄、借贷等模块。Wealthfront遵循现代投资组合理论（MPT）来构建客户的投资组合，主要应用低成本的ETF基金进行配置，覆盖11类资产类别，包括美国股票、其他发达国家股票、新兴市场股票、分红股票、房地产、自然资源、美国政府债券、公司债券、新兴市场债券、市政债券、防通胀证券（TIPS）。ETF产品的挑选标准包括费率水平、指数跟踪误差、市场流动性等。Wealthfront支持各种账户，包括个人账户、联合账户、信托账户、IRA、Roth IRA、SEP IRA、401(k)、529等。对于金额较大账户提供差异化的服务，包括主动型产品的配置等。Wealthfront参考了行为金融学的相关研究结论，大幅简化了风险评估问卷内容，客户只需回答几个问题即可完成风险测评。节税是Wealthfront的一项特色功能。Wealthfront推出了两种节税产品：税收损失收割（Tax-loss Harvesting）和税收优化计划（Tax-Optimized US Index Portfolio），通过自动化的交易处理，降低投资者的税负，提高投资者的真实回报率。4.对冲基金公司：D. E. ShawD.E.Shaw集团成立于1988年，由哥伦比亚大学前计算机科学教授David Shaw创立，是一家具有30年历史的全球投资及科技公司。截止2019年9月1日，公司管理的资产规模超过500亿美元。投资大致分类两类：另类投资和做多策略投资。另类投资规模为290亿美元，产品包括规模较大的多策略产品以及更聚焦的特定策略产品。这些策略的目标是贡献绝对收益，并与传统的权益资产有较低的相关系数。Long-oriented strategies主要聚焦主要的可交易资产，使用的一系列策略可以使机构投资客户可以定制权益类指数，以获取超额收益。业绩表现。从2001年至今，除了2018年之外，其他年份均获得了正收益，近10年中有7年获得两位数回报。DE Shaw旗舰综合基金2017年的收益率为10.3%，2018年的收益率为11.2%。从多年的历史业绩表现来看，DE Shaw获得了可持续的超额收益。投资理念：量化+基本面。1、量化投资策略以数据驱动，系统化的投资模式，通过高频交易进行迅速套利。这些微小、短暂的套利机会只能通过系统进行感知，对交易速度有极高的要求。另外，随着越来越多的量化基金进入市场，对于另类数据的需求在提升，更多的因子被纳入投资决策模型，并要求能持续迭代，以保持对竞争对手的领先性，获得超额收益。2、人工干预的必要性。用常识推翻算法。正如计算机视觉有时无法识别人眼所见明显的差别一样，系统决策也会无视常识错误。机器的智能程度目前还处于降低的水平，无法实现完全自动化的投资决策。基于上述的投资理念，公司的投资策略制定的方式分为三种，系统自动化、人工以及人机结合的混合模式。DE Shaw是投资公司，也是科技公司。1、高素质人员配备。公司共有员工1300人，包括近400名开发人员及工程师，其中包括86名博士和25名国际数学奥林匹克奖牌获得者。2、重点布局可再生能源。从2005年开始，公司投资了20多个太阳能、风能的项目。DE Shaw不仅投资，而且还直接开设了三家可再生能源公司，并持续在该行业进行投资和并购，深度参与可再生能源的行业发展。3、成立独立的科技子公司技术输出。2015年公司成立了一家独立的技术子公司Arcesium LLC，向外部的资产管理公司进行技术输出。Arcesium主要为另类投资管理公司提供后台及中台系统。黑石另类投资管理是第二个种子客户。目前公司服务的资产规模达到1400亿美元。公司员工达到800人。4、布局前沿科技。2018年初，公司又成立新的机器学习研究部门。由《The Master Algorithm》作者、计算机科学与工程学教授Pedro Domingos领导；并投资于一家量子计算初创公司。公司相信未来算力的增加会产生新的变革。06国内案例分析：资管机构金融科技布局和初创公司商业模式1.招商银行零售客户端布局。招商银行App是服务零售客户的主要平台，目前已迭代至8.0版本，最新版本从财富管理延伸到财富生活，通过App的开放生态平台与更多优质合作伙伴主动连接，引入内容、生活等非金融服务场景。最新版本中新增的与财富管理相关的功能包括三个：一是线上服务渠道“小招理财顾问”，实现客户的线上交互，以大数据进行族群化经营，累计部署服务策略3万余个；二是“在线财务规划”功能，突破时间与空间的界限，实时同屏向客户展示，并可以文字、图文、语音通话等多种方式交互。规划完成后，还可实现客户经理一键输出规划方案、客户一键购买组合产品的一站式服务；三是企业薪酬福利代发数字化服务平台“薪福通1.0”，打造“薪福通专区”，提供投融资一体化、福利票券与全面的保险保障服务，助力3000余万代发个人客户“薪享事成”。招行零售总客户数突破1.3亿，招商银行App用户突破1亿，App登录用户数已经占到全行日均流量的90%以上。招行App的MAU到2019年11月接近5000万，其中，在金融场景的总账、收支、信用卡、转账和理财板块MAU均过千万。截止到2019年6月末，招商银行App上管理的个人总资产达到了7.26万亿，其中储蓄存款只占到22%。2019年1-10月，招行App累计销售的理财产品达到6.5万亿元，占招行所有渠道的70%。在售的理财产品有6320款。资产管理端布局。理财子公司正在建设全新的资管系统，采用微服务技术架构以及统一数据服务平台，采用多方合作的开发模式，借助外部金融科技公司及母行的技术优势，探索机器学习、自然语言处理、区块链、流程自动化等前沿技术在资管领域的应用，包括投研、交易、运营等业务场景。2.天弘基金底层技术能力建设。天弘基金建立了以货币、固收、养老以及指数基金为核心的战略产品和业务能力，公司的系统建设也围绕这些战略产品进行。通过3年时间对技术架构进行了升级改造，在业内率先实现基于微服务和大中台的技术架构转型，建成了开发平台、财富业务中台、数据中台等技术平台。基于云计算、去IOE的基金结算系统每天可支持数十亿交易，并成立了PB数量级的大数据中心。利用服务商在云计算基础上提供的一揽子工具，研发部门的开发效率得到提升。在资源投入方面，天弘基金拥有超过100名正式员工的IT团队，2018年IT投入超过2亿元。智能投研布局。公司陆续推出了弘存系统、核券选券系统、投资管理系统、信用评级系统、运营自动化系统、头寸管理系统、天眼系统、实时偏离度、正则风险管控平台等提升交易和运营效率、防范业务风险的系统。智能投顾布局。1、产品。2015年天弘基金推出了“容易宝”系列指数基金，涵盖宽基指数、主题、行业、策略的19只指数基金产品，加上天弘基金旗下货币基金、债券基金（天弘基金旗下现有5只货币基金、8只债券基金），为智能投顾服务提供了非常便利和清晰的工具池。2、系统。打造新用户中心，将多渠道账户进行整合的系统。新用户中心整合了过去离线TA中的账户业务，使得账户开户从过去的T+1确认提升到T+0实时确认，更好地支持创新业务。该系统还通过对用户进行更全面的画像刻画，为不同客户提供差异化服务，实现“千人千面”的产品销售和推荐。3、渠道。包括公司的直销平台和第三方销售平台，陆续和蚂蚁聚宝、雪球和牛股王等平台合作专属的投资策略及产品服务。3.嘉实基金嘉实基金是国内最早成立的十家基金管理公司之一，至今已拥有公募基金、机构投资、养老金业务、海外投资、财富管理等业务线布局，资产管理规模排名靠前。嘉实将养老金业务定位为长期战略业务，深度涉足包括全国社保基金、企业年金、基本养老保险基金在内的三大养老基金业务，嘉实社保和企业年金的规模多年持续排名行业第一。作为头部公募基金公司，在金融科技上布局较早，积极探索前沿科技在资管行业的应用，引领行业技术创新。嘉实人工智能投研中心。成立于2016年，由原来的定量投资部、人工智能研究中心博士后科研工作站构成。致力于打造全天候、多策略的投研体系。人工智能技术应用在股票投资时，可以更加全面高效的处理市场数据，根据市场环境迅速调整策略，强化传统量化投资的优势。嘉实数据化研究中心。以数据和科技赋能决策者，通过工业化手段提高投研效率和产能、提升信息获取和处理能力、标准化知识呈现与输出，最终以人机结合的决策路径实现业绩的优异性与可持续性。研究中心在NLP、知识图谱、大数据、可视化等金融科技领域持续探索，为金融行业提供云化的研究能力。2018年10月16日，嘉实基金与彭博联合宣布，建立全球战略伙伴关系，在智能投研、研究管理以及数据管理等方面展开多方位合作。金贝塔。金贝塔成立于2014年，是基金公司探索互联网金融的重要尝试，目前公司的业务重心已经转移到B端服务，为金融机构提供综合化的解决方案。公司提供的产品和服务包括风险管理、智能工具、量化策略、股票组合及投资者教育。4.中欧基金中欧基金是一家以主动管理能力见长的公募基金公司。2014年，中欧成为国内首批实施员工持股的公募基金之一，核心员工成为公司重要股东。良好的治理结构为中欧基金坚持创造长期价值，立志成为资产管理精品提供商，打下了坚实的基础。中欧基金的金融科技布局主要在其基金销售子公司“中欧钱滚滚”进行。中欧钱滚滚是中欧基金旗下的财富管理平台，具有基金销售牌照，并首批入围基金投顾试点。作为基金销售公司，中欧钱滚滚不仅可以销售中欧基金公司的产品，也能销售其他基金公司的产品。公司自主研发的交易平台“中欧钱滚滚”在2015年10月30日上线。钱滚滚坚持“好公司、好基金、全品类、差异化”的原则，从专业机构投资者视角出发，综合评价选择优质公司和基金并面向互联网投资人推介销售。金融科技布局锁定智能投顾和养老。“水滴智投”系列服务是以公募基金为基础配置标的，并通过金融科技手段为投资者提供一揽子基金组合配置、调仓及后续服务。其中水滴智投通过不同的目标波动，为投资人定制资产配置方案；水滴养老更注重财务规划，通过对养老金和收入测算，定制个人养老投资规划，实现生命周期管理；“智慧定投”通过算法智能选基金，帮助投资者实现低位多买高位少买，目标止盈；财富研究院以市场解读、产品追踪为主，提供产品定期报告等用户陪伴服务。“水滴智投”系列服务由子公司中欧钱滚滚提供系统支持。“水滴智投”定制了一整套策略和服务的构建，从金融产品的精选、个性化的配置方案、到投资后的持续服务。中欧钱滚滚通过技术将这些服务系统化、标准化，降低成本的同时又能为客户提供个性化的服务。未来这些服务不仅提供给中欧客户，还能以标准接口输出给合作伙伴，共同服务互联网客群。5.浙商基金浙商基金是一家以科技驱动为特色的公募基金公司，探索人工智能在投资管理领域的应用，并推出了业内首支AI 基金。公司相信在AI不会完全替代人类，浙商基金投研团队通过AI（人工智能）+HI（人类智能）的投资体系，力求获得超越人类的稳定性和可持续性的投资策略。人机互动的投资模式。2015年浙商基金就确立了发展智能投资的道路。在两年时间内，浙商基金IT人员增加了3倍，打造智能投资系统并实现了人机互动投资模式。智能投资团队大多是理科与计算机背景的博士；主动权益、固定收益团队都会配置专门的数据官进行人工与人工智能间的对接。通过人工智能的方式，可以实现投资策略的延续与传承，可以使基金运行地更加持续和稳定。浙商智能行业优选混合基金。公募基金行业首支人工智能基金，其背后是300多个“机器人”实时发送投资交易信号，进行投资决策。这300个投资机器人覆盖追踪了3000多个行业基本面数据，集成了80多位市场上排名前50%的基金经理和超过500位券商分析师、行业专家的投资智慧。基金开始运作后，会根据市场环境和要素的变化进行知识的更新迭代，目前以月均10%的增速进行机器人迭代。这些机器人同样面临着残酷的优胜劣汰，纯AI基金的基金经理职责更多的是调配、训练、安排机器人上岗。6. 华泰证券围绕公司战略愿景及业务板块的金融科技布局。华泰证券将综合化大券商作为发展目标，致力于成为兼具本土优势和全球影响力的一流综合金融集团。目前公司将业务分为四大板块，分别是财富管理业务、机构服务业务、投资管理业务和国际业务。近三年，公司在加快布局金融科技，包括2016年收购AssetMark、2017年推出专业投资者综合金融服务平台MATIC和行情服务平台INSIGHT，2018年“涨乐财富通”升级到6.0 新版本。市占率排名第一的券商APP涨乐财富通。涨乐财富通在第三方统计的券商APP活跃客户数排名中位居第一，成为行业标杆。自上线以来，累计下载量达到4,569.71万。2018年，“涨乐财富通”移动终端客户开户数为63.29万，占全部开户数的96.78%；87.34%的交易客户通过“涨乐财富通”进行交易。活跃客户数量及交易客户占比均呈现上升趋势，“涨乐财富通”已成为本集团获取客户和归集客户资产的核心载体。涨乐财富通6.0版本上线，持续推出创新产品及功能。6.0版本全新推出“泰牛智投”、“智能家族”、“智能实时账户”、“涨乐课堂”、“专家”、“涨乐U会员”六大核心模块，并对数十项基础服务进行更新升级，通过智能科技和财富管理紧密结合，为金融理财客户提供定制化的服务，提升客户粘性及活跃度。金融科技战略实施效果。1、股票基金交易额连续五年稳居行业第一位。根据沪深交易所会员统计数据，2018年股票基金交易量合计人民币14.27 万亿元，排名行业第一。客户账户总资产规模达人民币2.46 万亿元。2、主经纪商业务顺利开展，业务量持续上升。PB业务的开展基于完善的系统建设和高效的运营能力，除了标准化的基础服务之外，还需要根据客户需求提供个性化的增值服务，包括极速交易、量化策略等。基金托管数量和私募基金客户数量呈现逐年上升趋势。7.宽拓科技宽拓科技是一家专注银行、公募基金、券商资管、保险资管等大资产管理领域金融机构提供核心业务系统、数字化转型解决方案与数据分析及挖掘服务的金融科技公司。公司成立于2014年，总部在北京，设立了深圳、上海分公司，在美国湾区设有研发团队。公司主要是由金融业务和技术专家共同发起成立，目前员工将近200人，80%是技术研发人员。宽拓引入新理念、新架构、新技术，以自主研发的先进技术和数据体系为基础，构建全新的资产管理平台、智能财富管理平台，赋能大资产管理业务，提升其资产配置、投资管理、风险管理、理财服务能力。配套的数据中台和数据分析服务，全面助力金融机构实现数字化转型。产品及交付方式。宽拓科技的核心产品Avatar历经了两代产品的研发，投研一体化的资管平台初步成型，并经受了行业标杆级客户的深度验证。产品形态层面上，不同于传统的资管业务系统的单体式结构，Avatar全面实现了服务化、松耦合的模块化特性，依托自主研发的底层分布式技术框架和微服务架构，达到了高性能、高可用和高弹性的核心系统要求。第二代产品Avatar II自2018年中开始研发，核心理念是通过系统一体化，推动业务一体化，最终达到管理一体化，打通企业数据体系，鼓励客户根据自身特点和业务需要做定制化开发，建立自主研发能力，从而快速响应业务需求。在第二代产品里，研发团队建立了资管业务中台，客户自主开发人员可以借助于该业务中台，运用Avatar已有的或者自主扩展的组件/服务，像“乐高积木”一般搭建适合自身应用场景要求的应用，这让客户拥有更灵活的配置能力，方便资管机构根据自身的情况，选择投研一体化平台的实施路径。宽拓科技也提供专业的一体化资管平台的整体规划和架构设计的咨询服务，协助客户更好地完成平台落地的工作。Avatar Ⅱ由四大核心部分构成技术中台、数据中台、业务中台、应用前台。核心能力：1、核心技术平台。基于一体化架构理念，AvatarⅡ结合最新的云计算和微服务等技术，打造多个细颗粒度的基础服务，使资管平台组件化，实现逐层、逐个服务输出，客户可以根据自身需求进行灵活拼装，以最佳路径实现核心系统的升级。2、构建资管生态圈。通过搭建平台，将开发者、服务者及资管机构纳入生态圈体系。开发者可以在平台上进行应用开发，服务者可以通过平台进行数据和流量变现。目标客户及需求。公司客户以资管机构为主，主要包括银行理财子、保险资管、公募基金、私募基金、券商资管、银行理财子公司等。客户的痛点主要在系统的一体化、数据的统一管理、投资策略的测试、风控合规等。客户的需求与资管规模有关，大型资管机构内部管理的要求高，需求更强。大型机构采购全套系统，小型机构按模块输出，未来形成标准化的云服务，拓展私募基金客户。银行理财子公司刚开始，需求以固收类为主。8. 牛投邦牛投邦NewBanker的定位是一站式财富管理技术服务平台。目标客户是各类型财富管理机构和金融机构的财富管理业务。客户痛点是中台能力和效率提升，主要包括：营销获客、客户服务、投资者教育、法律风控、运营管理以及产品供应链等中台的技术和内容支持。公司业务包括：财富管理科技WealthTech、事务管理服务、行业商学院、行业媒体与研究四大业务板块，支持财富管理机构开展业务。公司的盈利模式是会员服务费、技术服务费和交易佣金收入。公司成立3年，目前有员工200人，其中，技术团队约70人。总部设在北京，上海、深圳、广州、杭州、南京、宁波等地有办公室。客户及SAAS服务。目前，公司所服务客户的范围包括：财富管理公司、家族办公室、以及银行、保险、券商及信托公司的财富管理业务部门，覆盖总数近600家，这些机构覆盖的高净值人群达到80万人。上述服务模块主要以SAAS服务向客户输出；对大型财富机构和传统金融机构也提供技术解决方案输出。SAAS服务分成四种会员套餐，服务内容主要包括系统服务、运营支持、从业者培训、客户增值服务等，并根据不同等级的套餐，有不同的年费收取标准。SAAS服务以促成交易、提高交易效率为导向，以增加客户粘性为目标。金融产品端布局。针对高净值客户的需求进行产品布局，主要包括高端保险、信托、股权基金、银行存款理财等。2019年首先切入了保险业务，包括国内保险和香港保险，正在布局美国保险。在产品端构建团购和集中运营的模式，基于客户基础对上游产品方形成议价能力，规模足够大就有能力获得好的产品供给。公司持有全国保险代理牌照和网销资格，以及香港的保险经纪牌照。市场空间及行业趋势。国内财富管理行业发展前景广阔，国内居民的可投资资产规模长期保持增长态势，尤其是高净值客户的资产规模增速高于总体。财富管理市场的格局分散，有头部和长尾市场。除了传统金融机构持续发力之外，各类中小型财富管理机构和独立理财师工作室数量增加，行业集中度下降。分散的下游市场对平台型公司创造了发展机会。另外，疫情以后，国内财富管理业务全面寻求在线化、数字化解决方案，也给以技术为核心能力的创业公司提供了直接的需求刺激。9.理财魔方理财魔方是一家基于人工智能技术，服务中产零售客户及机构客户的标准化资产的财富管理公司。公司的主要产品是面向C端客户的智能投顾，以公募基金为配置工具，目标是以风险控制和个性化配置为核心，在减少回撤的同时，提供市场平均水平的收益。公司团队兼具技术和金融背景，技术人员占比达到一半。公司的运营理念和投资理念。1、运营上对标贝莱德，公司过去3年100%实现机器自动化操作，减少人为错误。公募基金是标准化资产，可以实现全部自动化。系统提供端到端的能力，投资建议可以被执行交易，一键操作（购买或调仓）。2、投资理念参考桥水的全天候策略。考虑到中国的市场差异，采用主动型的全天候策略，利用QDII产品进行全球配置，覆盖18个大类资产。技术能力。公司有两个核心业务系统。1、智能客户分析系统。根据客户的基本信息和历史交易习惯，形成关于风险收益偏好的客户画像，核心是客户能承受的最大回撤，最大回撤分为十个等级。系统每天进行计算分析，对客户进行全生命周期的管理。2、智能投资管理系统。将客户分析系统的结果导入投资管理系统，形成客户的投资组合。目前投资组合为千人千面，每个客户都独立计算和拥有属于自己的组合。系统会对投资组合进行跟踪，在考虑综合成本之后自动化给出调仓建议，由客户进行操作的确认。竞争优势。1、互联网获客。相比传统金融机构，公司团队具备互联网运营能力，熟悉互联网获客手段，投放广告或者与流量平台合作，能有效提升获客效率。2、技术迭代。相比互联网巨头，公司深耕金融行业，不同于电商、社交平台的数据量大、迭代快，金融投资模型的验证周期较长，需要时间积累，公司具备先发优势。10.比财比财的定位是开放银行时代的财富管理平台。行业背景是客户可以在线上远程开立二类账户，公司可以通过API接口直连银行系统，将银行理财产品聚合在一个平台上。平台可以为客户提供更多的理财产品选择、为银行获客。开放银行的理念就是银行的服务通过API接口向外输出。公司员工210多人，其中产品研发160多人。客户端布局。公司以自有APP和小程序获客为主，其他金融机构及非金融场景合作为辅。根据不同的目标客群，开发了不同的APP和小程序。1、比财APP主要面向一二线城市、对理财有一定认知的大众客户，每种投资期限会显示多个产品，由客户自行选择，不同客户对银行品牌的认知会有差别。2、拼财APP和小程序面向低线城市的下沉人群，类似于拼多多的社交模式，每种投资期限显示一只收益最高的产品，通过微信社交传播，降低理财入门门槛。3、亚财APP主要针对高净值人群，提供海外资产配置，目前主要是香港。机构及产品布局。主要通过连接直销银行获取产品，包括银行理财、代销基金、保险等，未来会与银行理财子公司合作。截止2020年2月，直销银行上架106家、签约65家、API直连40余家。产品以低风险、高流动性的现金管理类产品为主，公募基金只做货币基金和纯债基金，海外配置以存款为主。核心能力。在产品与客户间做智能化匹配。1、C端：利用直销银行产品完成客户积累，通过智能推荐、智能比价、超级账户管理等功能形成用户粘性，打造独具特色的资产配置平台。2、B端：以获客服务为切入点，形成包含监管沙盒、反欺诈、精准营销等标准服务的行业云平台，帮助银行客户降本增效。客户情况。截止2020年2月，注册用户累计超过2100万，月活跃客户数达到480万。客户中45%为90后人群，70%客户在二线以下城市，75%的客户投资金额在5000元以下。2019年客户增长较快，主要原因是增加了合作银行，另外有P2P投资客户的流入。公司展望。1、行业格局。预计行业格局比较分散，不会出现垄断性的巨头。公司的主要竞争对手包括京东金融、陆金所、阿里和腾讯、度小满金融。公司作为独立第三方服务商，在金融机构展业上更为顺畅，相比互联网巨头全方位布局，公司的业务更加聚焦，更能满足客户个性化需求。2、业务创新。帮助C端客户做二类账户的归集，根据客户对现金流的需求建立投资组合，把同质化的现金管理变成差异化的服务。

证券时报网
2019-03-01 08:03:03
高频交易速度到底有多快？在国内证券市场可达毫秒级别，在期货市场达微秒级别，而海外市场已达到纳秒级。除做市策略外，高频交易中还有一些是短期趋势投机和套利。不过，任何事物都有两面性，高频交易对速度和利益的极致追求，利益驱动难免滋生问题。此外，高频交易还给市场带来一些不稳定现象，比如闪崩。业内人士指出，正确发展高频交易，核心是要解决监管问题，应该把关注点放在对交易目的性的监管和市场公平性的维护。有人说，高频交易是天使，能为市场提供大量流动性；也有人说它是魔鬼，带来了市场的不稳定性；还有人说它是幽灵，和传统交易完全不是一个世界。高频交易，在中国资本市场是一个神秘的舶来品，因具有交易和技术的颠覆性优势，应用稍有不当便会陷入争议的漩涡之中。金融市场拥抱技术进步的潮流不可逆转，随着中国市场高频交易的发展，有越来越多亟需解决的监管问题正浮出水面，其中，利用高频交易幌骗（Spoofing）和FPGA（可编程逻辑阵列）技术违规运用是突出问题。图片来源：摄图网高频交易的善恶两面“通常来说，高频交易有两大特征：高换手和低延迟。高换手就是交易频繁，低延迟是指对信息的响应和传播速度极快、交易速度快。”李飞（化名）向证券时报记者表示。电子工程专业出身的他为了拿到海外工作签证，毕业后转行去了投行，从事计算机量化系统的策略开发和交易。高频交易速度到底有多快？在国内证券市场可达毫秒级别，在期货市场达微秒级别，而海外市场已达到纳秒级。高频交易的逻辑其实并不复杂，高频交易员韩超（化名）称：“高频交易通常快进快出，资金要求小，回报率高。总体来说，高频交易的获利来源于大数定律： 即每笔交易的胜率只比50%多一点，但一天中进行大量交易， 最终每天的总体胜率和年化夏普比率就会非常高。”国内的高频交易发展起步于2010年前后，基于政策和市场规则等各方面原因，国内高频交易主要集中在期货衍生品市场。除做市策略外，高频交易中还有一些是短期趋势投机和套利。不过，任何事物都有两面性，2015年美国知名财经作家迈克尔·刘易斯出版的《快闪小子:一场华尔街起义》一书，让很多人看到了高频交易对速度和利益的极致追求，利益驱动难免滋生问题。此外，高频交易还给市场带来一些不稳定现象，比如闪崩。对此，李飞认为，闪崩的出现是由于市场参与主体反应速度更快，它是集体行为的结果。“即使是一个高效市场也可能发生闪崩，但市场会有自我修正的能力，不能因此就否定技术进步。事实上，因为技术进步，市场自我修复的速度也更快。”虚假的挂单：高频幌骗对于高频交易，大多数从业者都讳莫如深。少数接受记者采访的高频交易员谈到国内在这一领域存在的问题和乱象，其中就有利用高频交易幌骗（Spoofing）问题。幌骗是指在市场交易中虚假报价再撤单的行为，本质是操纵市场。有业内人士透露，幌骗近年来在国内期货市场时有发生。“高频交易本身没有问题，问题在于这种工具有时会被非法交易者利用。如何界定一个交易是否是好的行为？给市场带来流动性，降低市场交易成本是好的。如果下单不以成交为目的，而只是为了让市场看到，这就存在操纵市场的嫌疑，也就是大家通常所说的幌骗。”李飞称。幌骗行为会带来很多负面影响，市场的高效性将被严重破坏。“去年上半年某黑色系品种疑似存在幌骗玩家，利用较大规模资金进行幌骗，通过诱骗程序化和普通交易者获利。此后，很多机构投资者放弃该品种交易，该品种陷入长时间的低迷。”韩超说。李飞也谈到了这一情况，“因为做市商都被幌骗了，被迫离开市场，整个市场参与者也少了。在发现情况异常后，相关交易所曾组织做市商开会座谈，所有做市商都说遇到了幌骗。”不过，也有机构人士持不同看法，“有些策略就是靠破解其他程序化交易获利，报撤单是很多高频策略的常规操作，对这类行为的违规如何界定值得商榷。”图片来源：摄图网隐蔽的FPGA技术违规应用除了幌骗问题，还有一个问题表面上看虽然危害不大，但会影响市场公平性，这就是FPGA技术的违规运用。FPGA是可以重新编程的芯片，使用者可以根据自己需求把逻辑关系用硬件编程方式写入，这一技术在国内外是成型技术，应用领域很广，包括高频交易。但国内交易所与海外交易所的接入方式不同，如果不当使用FPGA在内的技术会影响市场的公平性。据业内人士介绍，目前国内有两种常见的基于FPGA的交易系统架构：第一种是用FPGA加速风控等运算，再软件调用交易所API下单；第二种是基于FPGA网卡（例如Solarflare的产品）的硬件方案。“中国任何交易系统都必须调用交易所API才能下单，国内交易所只提供软件版本API（应用程序编程接口），按规定只能在CPU上跑。FPGA本质是硬件电路，不可能调用软件API。部分公司通过上述第一种模式加速优化，这是合规的，但会大幅减弱速度优势。利用破解API的FPGA网卡绕过CPU直接对网络传进来的数据进行处理并下单至交易所，这显然是违规的，绕过交易所API也有通过软件实现，同样非常隐蔽。”有期货公司技术人员称。“这就会带来公平性的问题，有些人很隐蔽地用了，却没有人管。最好是以后交易所支持协议模式和海外接轨。”李飞表示。一线监管迎来新课题“正确发展高频交易，核心是要解决监管问题，应该把关注点放在对交易目的性的监管和市场公平性的维护。我们正和交易所探讨尝试做一些监管违规行为的软件。”上海闪策信息科技公司技术总监刘可说。以对幌骗行为的监管为例，有业内人士表示，国内期货交易所其实知道幌骗行为的存在，但以往监管制度都是死条例，比如日内最大报撤单是多少手、最大持仓量是多少手，没有对交易目的性有明文规定，交易所即使想要处罚都没有条例。目前，《刑法》、《期货交易管理条例》均有涉及操纵证券、期货市场的法律法规条款，但对幌骗行为未有明确规定。而海外对幌骗有严格监管，美国涉及商品交易欺诈的每一条罪状最高可判25年监禁及25万美元罚金，涉及幌骗的每一条罪状最高可判10年监禁及100万美元罚金。2015年10月，证监会曾发布《证券期货市场程序化交易管理办法（征求意见稿）》，明确列举了禁止的程序化交易，包括证券自买自卖、期货自成交、频繁报撤且成交较低、影响收盘价、误导他人交易、制造趋势以影响价格及其他等七类。沪深交易所、上期所、郑商所、大连商品交易所、中金所也曾相继发布实施细则的公开征求意见稿。但征求意见之后，正式规定迟迟未能出台。去年中央政治局会议提出激发资本市场活力的新目标，配套政策频出。今年2月，证监会就《证券公司交易信息系统外部接入管理暂行规定》向社会公开征求意见，券商股票交易接口将重新放开。海外市场发展经验表明，以做市商为代表的高频交易者是市场流动性的重要供应者，国内多家交易所已相继引入做市商制度。对此，业内人士表示，发展高频交易是大势所趋，但同时应当建立完善的监管体系。值得注意的是，2月15日，证监会发布了《关于〈期货交易管理条例〉第七十条第一款第五项的规定（征求意见稿）》，其中明确禁止虚假申报、蛊惑、抢帽子、挤仓等四种操纵期货交易价格的行为，并规定了具体构成要件。另据证券时报记者了解，郑商所近期正在调研市场对于程序化高频交易的监管政策意见，针对这一领域未来或有更明确的监管办法颁布。证券时报记者 沈宁责编
周宇翔
特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。
高频交易
换手
欢迎关注每日经济新闻APP

量化投资策略与技术汇报人：<XXX>2024-01-09目录CONTENTS量化投资概述量化投资策略量化投资技术量化投资工具与平台量化投资挑战与解决方案量化投资案例研究01量化投资概述定义特点定义与特点量化投资强调数据驱动、纪律性、系统性和可重复性，通过运用高级数学模型和算法，快速处理大量数据，发现市场中的规律和趋势，从而实现投资目标。量化投资是一种基于数学、统计学和计算机科学的方法，通过建立数学模型来分析市场数据、预测未来走势并做出投资决策的投资策略。量化投资的重要性提高决策效率和准确性量化投资通过数据分析和模型预测，能够更快速、准确地识别市场机会和风险，提高决策效率和准确性。降低人为干扰和情绪影响量化投资决策基于客观数据和模型，减少了人为因素和情绪干扰，有助于保持冷静的投资心态。实现个性化投资通过定制化的数学模型和算法，投资者可以根据自己的风险偏好、投资目标和市场观点制定个性化的投资策略。20世纪50年代以前，投资决策主要依靠个人经验和主观判断。早期阶段20世纪50年代至90年代，统计方法和数学模型开始应用于投资领域，出现了现代投资组合理论、资本资产定价模型等。成长阶段20世纪90年代至今，计算机技术和大数据分析的兴起，使得量化投资得到广泛应用和迅速发展，各种复杂算法和交易策略不断涌现。成熟阶段量化投资的历史与发展02量化投资策略总结词通过跟踪市场趋势获取收益。详细描述趋势跟踪策略是一种常见的量化投资策略，其核心思想是利用市场趋势来获取收益。这种策略通常采用动量策略，即买入近期表现良好的股票，卖出近期表现不佳的股票。量化投资策略趋势跟踪策略总结词利用历史数据和统计方法来预测未来市场走势。详细描述统计套利策略是一种基于统计方法的投资策略，其核心思想是利用市场价格之间的相对关系来获取套利机会。这种策略通常采用配对交易或均值回归交易策略，即同时买入和卖出相关资产，以赚取差价。量化投资策略趋势跟踪策略基于基本面数据和财务指标的投资策略。总结词基本面量化策略是一种基于公司基本面数据和财务指标的投资策略，其核心思想是选择具有良好基本面和财务状况的公司进行投资。这种策略通常采用多因子选股模型，综合考虑多种因素来评估公司的价值和潜力。详细描述量化投资策略趋势跟踪策略总结词利用机器学习和人工智能技术进行投资决策的策略。详细描述机器学习策略是一种基于人工智能技术的投资策略，其核心思想是利用机器学习算法来识别市场规律和模式，并据此进行投资决策。这种策略通常采用深度学习、神经网络等技术，能够处理大量数据并自动调整投资组合。量化投资策略趋势跟踪策略03量化投资技术据收集数据清洗数据转换数据存储数据处理与清洗从各种数据源获取金融市场数据，包括股票、期货、外汇等。去除重复、错误或不完整的数据，确保数据质量。将处理后的数据安全地存储在数据库或数据仓库中。将数据转换成适合分析的格式，如时间序列数据。算法设计根据历史数据和市场环境，调整算法参数。参数调整实时交易风险控置止损点和止盈点，控制投资风险。根据投资策略和目标，设计交易算法。算法根据市场动态自动执行买入或卖出操作。算法交易选择合适的回测框架，如Python、R等。回测框架使用历史数据对投资策略进行回测，评估其表现。历史数据回测通过调整参数，优化投资策略的表现。参数优化与其他投资策略进行比较，验证其有效性。验证与比较回测与验证数据传输高速获取实时金融市场数据。快速交易决策基于实时数据快速做出买入或卖出决策。自动化交易通过算法和计算机程序实现快速交易。高频数据分析对高频数据进行深入分析，挖掘市场机会和风险。高频交易04量化投资工具与平台Python语言Python是一种通用编程语言，广泛应用于数据科学、机器学习和量化投资领域。它具有简洁的语法和强大的第三方库支持，使得Python成为量化投资的理想工具。数据处理与分析Python提供了大量用于数据处理和分析的库，如Pandas、NumPy和SciPy等，这些库可以帮助投资者处理数据、进行统计分析以及构建复杂的量化模型。算法交易Python可以通过各种接口和API与交易所和交易平台进行交互，实现自动化交易和算法交易。010203Python与量化投资R与量化投资R是一种用于统计计算和图形的编程语言，在数据分析和量化投资领域具有广泛的应用。R具有丰富的统计函数和包，能够进行高级统计分析。统计建模R提供了大量用于统计建模的包，如“quantmod”、“TTR”和“PerformanceAnalytics”等，这些包可以帮助投资者构建各种量化模型并进行回测。风险管理R也提供了风险管理工具，如VaR计算和蒙特卡洛模拟，帮助投资者评估和管理投资风险。R语言平台概述01Quant