智能投顾类产品思考之「慧定投」

只要给予足够的数据和计算能力，一个外部的实体就能够比我们更加了解我们自己，并且能为我们做出更好的决定。

基金定投，不是什么新的概念，就是指以固定方式定期投资于基金，通常时定期定额的，是一种长期的理财方式。

而去年下半年，蚂蚁聚宝推出了智能理财服务–“慧定投”。这个智能定投服务也是定期扣款，但是会根据行情的好坏，调整投资金额，能自动实现高位少买，低位多买的功能，从而大大降低基金的成本，当股价上涨的时候，更容易获利。

这么好的工具，没有人愿意错过，那么“慧定投”到底有多“会”定投呢？

“慧定投”适用基金类型：股票型基金，指数型基金和混合型基金；

实际定投金额的计算方式：采用了均线策略，的设置一个每期基础定投金额，系统将按照当期扣款率计算实际定投金额。

实际定投金额=基础定投金额*当期扣款率，60%=<><>

当期扣款说明（以指数500日均线为例）：

1.T-1日指数收盘价高于500日平均值，T-1日相对涨12%， T日定投扣款90%，也就是所谓的“高位少买”。

2.T-1日指数收盘价低于500日平均值，T-1日相对跌25%，近10日振幅2%，T日定投扣款190%，也就是所谓的“低位多买”。但是如果振幅超过5%了，系统又判断行情在变坏，T日定投扣款90%，又会少买。

3.指数过去10日振幅=指数过去10个交易日最高日收盘价/指数过去10个交易日最低收盘价-1。

基金选择“慧定投”时，可以选择沪深300指数，中证500指数和创业版指数的180天，250天和500天均线为基准。

均线：均线指标实际上是移动平均线指标的简称。N日均线顾名思义就是N天股票成交价格或指数的平均值。180日均线，250日均线和500日均线都是分析股票中长期走势。选取一只偏股的行业混合基金进行“慧定投”的历史收益分析，结果如下（5月21日数据）：

历史参考收益：近5年定投收益率：

历史参考收益：近1年定投收益率：

历史参考收益：近2年定投收益率：

历史参考收益：近3年定投收益率

而选择不同的定投的周期：每周，每2周，每个月，并不会导致收益率的变化。

从这只基金的分析看：

蚂蚁聚宝有个“定投排行”功能，以5月21日的排行榜为例，来看下“慧定投”与普通定投的对比（以沪深300的180日均线为基准）：

近5年的收益排名前十的基金：

近1年的收益率排名前十的基金：

近2年的收益率排名前十的基金：

近3年的收益率排名前十的基金：

从这个统计结果看，收益排名前十的大部分基金使用“慧定投”的结果都要好于普通定投，“慧定投”又显得非常的有效。

而蚂蚁聚宝“慧定投”支持的基金有1600多只，所以不管是单个基金的情况，还是排名前十基金的情况，都属于小样本。那么“慧定投”的效果是否又有普遍意义呢？

虽然，基金销售的时候都要求告知投资人“基金过去的业绩不代表未来”，但不管是“慧定投”还是普通定投的效果，都是基于对过去的业绩的分析而得出的决策依据。

假设“慧定投”的机制非常有效，那么可以进一步优化参照均线的选择：

然而现在“慧定投”并没有这样的机制，只是默认按照沪深300的180日均线。这也是“定投排行”收益展示时默认选择的参照基线。没有这么做的原因不得而知，我想主要原因还是在基金这个领域，用过去预测未来，未必有那么准确。选择过去收益最高的基线作为参照，未必就一定那么有意义。

作为智能投顾雏形期的产品，“慧定投”已经迈出了重要的一步，但是要做到“智能”，还要朝以下几个方向演进。

现在常用了解用户的办法就是风险评测问卷：用户的年龄（家庭，收入），资产情况，投资经验，期望收益，投资期限，风险承受能力等都可以获取。但是以此只能做最粗略的信息收集，而且评测的结果和用户真实的行为之间，很有可能是不匹配的。

而如果能从某个用户大量的行为数据中，提取出用户真正的偏好。这个时候系统再做决策推荐，就会相对精准。

如果用户还没有个性化的数据，那么对于投资这只基金的用户收益情况需要有个宏观的分析，如大部分选择180日均线作为基准的用户，收益情况相对比较好，这个时候系统就优先推荐180日均线给新用户。如果用户基金持有时间都不超过180天，那么在均线选择的时候，系统就会优先推荐180日均线，这样才跟用户的投资习惯比较匹配。

要实现这些并不容易，对用户的大数据（以及个性化数据）的采集和深度分析的能力提出了很高的要求。

每只基金都有其独特的风格，如行业混合，中小盘，灵活配置等。如果基金持股是大盘蓝筹为主，那系统应该优先推荐沪深300指数为基线。但是如果后期基金的持仓风格发生了变化，追求成长风格，那定投参照的指数也会相应的自动调整为风格更加一致的中证500指数。

一句话，就是不再是基于过去的分析来决定将来怎么选择，而是进行智能的动态调整来选择参照的指数。

（编辑：ASP站长网）