网投如何定义网络投资（智能投顾可以在三个方面提高财富管理业务效率）

网投如何定义网络投资（智能投顾可以在三个方面提高财富管理业务效率）对于应用人工智能技术当前存在的问题，曲丁表示从网信智投的实践角度来说，应用机器学习技术最大的问题在于机器能分辨数据的相关性但无法分辨因果性，容易出现模型过拟合的情况，因此机器给出的结果当前更多的用于辅助决策。举个例子，即使机器发现了某个事件出和A股大盘涨跌的相关性，也不能用这个相关性用于投资决策，因为这两个数据之间的相关性也许只是偶发的因素，必须通过金融的逻辑验证后才能使用。但随着技术的向前发展，我们相信会找到解决这个问题的方法。第三个是整个用户投资后的用户运营层面，目前主要靠理财师来完成，网信智投为理财师提高智能运营系统来提高理财师的效率。财富管理业务最重要的是和客户建立信任，当前通过理财师一对一的沟通来建立信任是最有效的。目前网信智投通过构建基于机器学习等技术的智能用户运营系统，来对投资客户进行分类，对不同类的客户运营给出理财师有效的建议，形式为用户资产的运营周报、月报等，帮助理财师提

2019年4月25日，由杭州高新科创、紫金港资本和GPLP犀牛财经共同举办的“2019GPLP第三届人工智能产业高峰论坛”在杭州成功落下帷幕。此次产业峰会，由创投专业媒体GPLP犀牛财经举办，得到了杭州海创基地以及多家投资人、企业家、创业者、媒体代表的支持参与。

在智能变革的时代，人工智能与各行业各领域不断融合，此次人工智能在金融行业的应用论坛中，众多业内大咖进行了一场“头脑风暴”，分享金融行业在人工智能应用方面的前沿观点，共同探讨未来潮流趋势。

网信智投首席执行官曲丁应邀参加了论坛，并对此发表了自己的观点由于将AI应用于金融领域的创新成果网信智投还获得了GPLP犀牛财经颁发的“2019年最具投资价值的十大人工智能企业”的荣誉。

曲丁介绍到，利用AI提高财富管业务的交付效率，网信智投当前主要应用在以下三个环节：

第一个环节是在KYC这块，这块主要是采取了大数据技术，目标是了解清楚用户能够承受的亏损底线。我们构建了大数据据平台，采集用户三个维度的数据，一类是用户的性别、年龄、收入等客观的个人外部特征数据，一类是用户申购、赎回、复投等投资行为数据，一类是用户使用APP的点击行为数据，通过这三类数据来得出量化的用户的亏损底线。

行为会“出卖”一个人，比如一个投资用户在做测评问卷的时候填写自己能够承受15%的最大回撤，但是大盘跌了5%的时候，他就开始频繁打开APP看自己的资产账户变化情况，这证明他的真实风险承受底线低于15%。

第二个环节是在资产配置方面。我们采用了机器学习技术来辅助预测整个大类市场的走势，从而更加有效的为用户做投资的风险控制。传统金融模型需要的是线性的数据，而宏观经济方面的数据通常是非线性的，用机器学习来解决这个问题更有效。而且机器学习具有自我学习的能力，使得模型相比传统静态模型具有动态的自我进化的能力。

第三个是整个用户投资后的用户运营层面，目前主要靠理财师来完成，网信智投为理财师提高智能运营系统来提高理财师的效率。财富管理业务最重要的是和客户建立信任，当前通过理财师一对一的沟通来建立信任是最有效的。目前网信智投通过构建基于机器学习等技术的智能用户运营系统，来对投资客户进行分类，对不同类的客户运营给出理财师有效的建议，形式为用户资产的运营周报、月报等，帮助理财师提高客户服务的效率和半径。

对于应用人工智能技术当前存在的问题，曲丁表示从网信智投的实践角度来说，应用机器学习技术最大的问题在于机器能分辨数据的相关性但无法分辨因果性，容易出现模型过拟合的情况，因此机器给出的结果当前更多的用于辅助决策。举个例子，即使机器发现了某个事件出和A股大盘涨跌的相关性，也不能用这个相关性用于投资决策，因为这两个数据之间的相关性也许只是偶发的因素，必须通过金融的逻辑验证后才能使用。但随着技术的向前发展，我们相信会找到解决这个问题的方法。

对于监管，曲丁表示，监管对行业的发展是好事。金融科技的任何一个领域，监管政策的出台可以有效的淘汰那些没有真正为客户创造价值的不合规的平台，防止“劣币驱逐良币“影响行业正常发展。对于网信智投，我们全面拥抱监管，按照最严格的标准要求自己。