刘勇李劲松
很多投资者在浏览国内智能投顾平台的官网或APP时，常常会看到这样的介绍：“以现代投资组合理论MPT为理论基础，旨在匹配每个用户的风险承受能力，并在该风险水平上获得最高投资收益”，或“基于投资组合理论MPT，创建一定条件下风险回报率最高的投资组合”。MPT究竟为何物？为什么智能投顾平台言必称MPT？它对智能投顾到底有多重要？马科维茨与MPT
MPT是MdrPrtflThry的缩写，直译为“现代资产组合理论”，又称现代证券投资组合理论、证券组合理论或投资分散理论，是由美国纽约市立大学巴鲁克学院的经济学教授马科维茨（Mrtz）提出的。
952年3月，马科维茨在《金融杂志》发表了题为《资产组合的选择》的论文，该论文及其观点也被称为“均值-方差”模型。该模型的核心假设有三：第一，投资者都是风险厌恶的；第二，所有投资者都力图在风险既定的水平上取得最大收益；第三，影响投资者决策的有两个参数，期望收益率和方差。该论文与模型可以说是现代证券组合理论体系的基石，而马科维茨也因此被奉为现代金融学的开山鼻祖。
马科维茨MPT理论的中心思想是：“给定投资者的风险偏好和相关资产的收益与方差，最优投资组合有唯一解。”马克维茨将所有资产配置的可能组合看成一个面，其边界上的每一个点都是一个最优资产组合，见下图。
纵向角度看，它是某一个确定风险上回报最高的资产组合；横向角度看，它是在你希望得到的回报上风险最小的资产组合。简而言之，就是通过多样化投资分散投资风险，控制稳定回报率，而智能投顾正是利用了其更精准的模型和算法来实现分散风险和获得长期收益的目的。
马科维茨的贡献不仅在于他揭示了在一定条件下投资者的投资组合选择可以简化为平衡期望回报及其方差这两个因素，更在于他给出了最优投资组合问题的实际计算方法，因而其理论被誉为“华尔街的第一次革命”。989年，马科维茨被美国运筹学学会和管理科学协会授予“冯·诺依曼奖”，后又其因卓越理论贡献于990年与他人分享诺贝尔经济学奖。
“投资收益与风险成正比”，这是一个连中学生都懂的常识。马科维茨投资组合理论的本质上是在不确定性的收益和风险中进行选择。通俗地说，它解决了两个理论问题：第一，在同一风险水平，投资者可以借助智能投顾获得最大回报；第二，在同一收益水平，投資者可以选择最小的风险组合。
经过数十年的实践，马科维茨的投资组合理论被证明是行之有效的，被广泛应用于组合选择和资产配置。随着人工智能算法和大数据的普及，现在MPT已经能够在计算机上自动实现，通过海量计算，投顾机器人会告诉你怎样配置资产及分散风险是最优的。目前国内外大部分上智能投顾平台都是基于MPT创建一定条件下风险回报率最高的投资组合。
MPT之于金融界，其重要性就像“能量守恒定律”和“牛顿第三定律”之于物理界一样。“能量守恒定律”揭示了能量既不会凭空产生，也不会凭空消失，只能从一个物体传递给另一个物体，或从一种形式转换成另一种形式，因而“永动机”是永远不可能制造出来的。“能量守恒定律”的发现，从此让各路前仆后继的发明家对“永动机”彻底死心。同样，在“牛顿第三定律”（相互作用的两个物体之间的作用力和反作用力总是大小相等，方向相反，作用在同一条直线上）被发现之后，很多人终于明白，永远不可能拎着头发将自己从地上提起来，而在此定律被揭示前，无数人确实尝试过这样做。基础理论对产业应用意义之重大由此可见一斑。这或许是智能投顾发端于美国的原因。
当然，智能投顾的理论基础不止MPT。除了MPT，还有量化投资策略，包括多因子选股策略、趋势跟踪策略、事件驱动策略、风格轮动策略、Alph策略、无风险套利策略等，但MPT是核心理论。某种意义上，智能投顾平台的产品是否基于MPT的资产组合理论设计，是衡量其是“真假智投”的重要标准。化主动为被动，舍α就β
智能投顾优于传统投顾的一个重要地方，是收益稳定，即基于资产配置理论，不以追求较高赢利的α收益为目标，而是追求长期稳定的β收益。α收益和β收益各指什么？智能投顾为什么要追求β收益？
按照相关投资理论，一个投资产组合的收益，基本由无风险收益和风险收益两部分组中，而风险收益又分α收益和β收益两部分，两部分都随着市场变动呈现周期性波动，而其中以α收益的波动幅度为大。α收益是指绝对收益，一般是资产管理人通过证券选择和时机选择获得的收益，比如巴菲特、索罗斯等著名投资家，或国内证券市场的操盘手，有更多“主动投资”的成分；而β收益则是指资产管理人通过承担系统风险获得的收益，强调的是大类资产配置的能力，更多“被动投资”的成分。通俗地说，跟着大盘、获得跟大盘平均水平相当的收益就是β收益，获得远高于大盘水平的收益就是α收益。比如A股一年涨0%，如果你获得0%的收益，这个就叫β收益；如果你获取了20%的收益，这个叫α收益。
既然α收益高于β收益，为什么投资机构越来越推崇β收益？因为α收益虽然看上去很高，但投资者获得的概率相当低，而亏损的概率却相当高，很多时候就是一个零和游戏。换句话说，只有极少数投资高手才有可能得到α收益（可大致比作买彩票）。β收益虽然比较低，但通过一定的投资组合，即使是投资小白，获得的概率也很高。α收益源于主动投资策略，主要依靠资产管理人的投资水平或直观判断，通过买卖“特定股票”来获得。但这种模式的主要缺点有二：一是随时面对市场波动的巨大风险；二是因为要支付基金经理的报酬（基金经理的薪酬都不低）。这一模式的成本非常高，最后摊算下来，真正落到投资者身上的收益可能反弱于大盘指数。美国相关金融专家的研究表明，主动型基金的税前收入平均水平每年要比先锋标准普尔500指数低2%。2008年国际金融危机后，个人投资者开始对华尔街的服务产生怀疑，与此同时，监管层也要求机构在向投资者汇报投资成本时更加透明，媒体顺势推舟，呼吁新的投资模式，投资者开始选择跟大盘指数联动，赚取β收益，被动投资因此兴盛。智能投顾的投资流程
与其说智能投顾提供的是一个组合产品或一项服务，不如说它提供的是一套基于MPT理论和严谨算法的投资服务流程。智能投顾是如何实现现智能的“投”与“顾”的？其流程有几个步骤？国内外各平台版本不一，有说“五大步骤”的，也说有“六大步骤”甚至“七大步骤”的，其实只是分类的不同，本质大致相同。比如招商证券的报告指出，典型的智能投顾服务过程主要包含以下步骤：第一步，客户画像。系统通过问卷调查评价客户的风险承受能力和投资目标。第二步，投资组合配置。系统根据用户风险偏好从备选资产池中推荐个性化的投资组合。第三步，客户资金托管。客户资金被转入第三方托管。第四步，交易执行。系统代理客户发出交易指令，买卖资产。第五步，投资组合再平衡。用户定期检测资产组合，平台根据市场情况和用户需求变化实时监测及调仓。第六步，平台收取相应管理费。
将智能投顾流程分为七步的是美国金融监管局（FINRA），严格地说，美国金融监管局指的是数字化资产配置流程，与智能投顾还不完全是一回事。数字化资产配置流程包含用户画像、资产配置、投资组合构建、交易执行、资产组合的再平衡、税收相关计算、投资组合分析共七步，前六步与一般的智能投顾没有区别，第七步投资组合分析是为专业玩家提供分析工具，可大致理解为投资复盘。可以看出，智能投顾真正关键的步骤有3个：客户画像、投资组合推荐和自动再平衡，其中投资组合推荐、自动再平衡是智能投顾的核心竞争力。
文章来源于：大众理财顾问