易卫东 郑继翔 曾凡林 赵斗斗 邓维 刘鹏 蔡志锋 / 招商证券股份有限公司
（作者通讯信息：深圳市南山区威新软件园6号楼，518000。邓维，foreverdengwei@163.com）　　摘要：在金融科技浪潮下，以移动互联网、云计算、大数据、人工智能和区块链为代表的前沿技术迅速渗透金融机构各个领域，其中资产管理（以下简称资管）领域应用方兴未艾。本文主要聚焦于资管机构在主动（主观）投资、量化投资、FOF（基金中的基金，Fund of Funds）投资等3种不同策略类型，结合招商证券为资管机构提供的投前、投中、投后服务体系，分别阐述金融科技如何赋能资管机构投资服务。在投前阶段，资管机构主要关注作好投资研究，发掘投资策略，构建投资组合等。招商证券在投前可为资管机构提供海量数据集市、专业投研报告、大数据基金筛选和资本中介等各类服务。在投资执行环节，资管机构主要关注交易执行速度、交易成本、资金调拨效率、风险控制效率等方面。招商证券在投中环节提供全谱系机构投资交易平台、极速资金划拨、FOF母子联动运营等服务。科技赋能投后管理方面，招商证券主要提供绩效系统的绩效评价服务和FOF管理平台的FOF投后管理服务。
　　关键词：金融科技，投资管理，机构服务，招商证券实践一、 金融科技在资管领域方兴未艾　　在金融科技浪潮下，以移动互联网、云计算、大数据、人工智能（Artificial Intelligence，简称AI）和区块链为代表的前沿技术迅速渗透金融机构各个领域，其中资管行业投资服务领域应用方兴未艾。从作为资管行业的买方机构——资管机构来看，随着资管行业竞争越来越激烈，大量资管机构开始利用科技提升能力，提高效率，增强风控，降低成本。而从作为资管行业的卖方机构——证券公司（券商）来看，随着金融科技时代已经到来，加速科技赋能已成为券商共识。不少券商以金融科技应用为突破口，快速推进金融服务甚至是产品创新，旨在为机构投资者提供个性化的产品和服务。
　　因此，本文主要研究科技如何赋能资管机构的投资管理，以及科技如何赋能券商来服务资管机构。由于投资管理通常分为投前、投中和投后三个环节，而资管机构常见的投资策略类型为主动（主观）投资、量化投资、FOF（基金中的基金，Fund of Funds）投资等三种，因此，本文主要聚焦于资管机构在主动投资、量化投资、FOF三种类型下，结合券商为资管机构提供的投前、投中、投后服务体系，具体以招商证券的实践为例，分别阐述金融科技如何赋能资管机构投资管理服务。二、 金融科技赋能投前研究　　在投前阶段，资管机构主要关注作好投资研究，发掘投资策略，构建投资组合等。关于科技如何赋能，在主动投资、量化投资、FOF投资3方面分别存在科技赋能智能投资研究、科技赋能智能量化分析、科技赋能大类资产配置3类应用场景。(一) 科技赋能投前1. 主动投资方面：科技赋能智能投资研究　　智能投研是指基于人工智能、大数据、云计算等金融科技手段，获取、处理、分析海量相关数据，生成投资观点和报告。科技赋能投研的主要作用体现在人工智能提供算法和工具，大数据丰富素材，云计算则提供算力。
　　智能投研工作流程通常分为4个阶段：（1）数据源获取：利用网络爬虫和文档识别技术获取大量结构化和非结构化数据；（2）数据提取阶段：利用机器学习与数据清洗工具进行数据治理；（3）分析研究阶段：利用知识图谱、语义分析等人工智能技术进行分析研究；（4）观点生成阶段：利用自动化报告技术输出完善的数据、资讯和报告。
　　相较于传统投研，智能投研优势在于利用科技赋能能够充分利用大量非结构化数据，大幅提高数据挖掘与分析处理效率，同时智能投研提供非线性关系的模糊处理，弥补人脑思维模式的局限。表1：智能投研与传统投研方法区别对比2. 量化投资方面：科技赋能智能量化分析　　量化投资是指利用计算机技术并且采用一定的数学模型去践行投资理念，实现投资策略的过程，所以量化投资天然具有科技基因。由于科技的加持，量化投资可实现丰富的应用策略，包括量化选股、量化择时、股指期货套利、商品期货套利、统计套利、期权套利、算法交易、ETF/LOF套利和高频交易。量化投资通常包括5个阶段：（1）获取大量数据；（2）利用机器学习清洗加工数据；（3）构建丰富智能量化因子库；（4）量化选股；（5）自动化交易执行。图1：量化投资工作流程示例　　量化投资相较于传统投资优势在于，传统投资主要只有基本面分析法和技术分析法2种，而量化投资借助系统强大的信息处理和分析能力，挖掘与构建丰富的量化因子与投资策略，而且量化投资可克服人性的弱点和认知偏差，避免非理性决策。3. FOF投资方面：科技赋能大类资产配置　　FOF基金是以基金为投资标的，通过专业机构对基金进行筛选，帮助投资者优化基金投资效果。在大类资产配置以及FOF研究框架方面，主要从资产选择、资产配权、以及组合构建入手，流程上主要包括以下三步：（1）从资产组合的配置目标出发，根据收益需求、风险偏好设定配置目标，选择合适的资产构成资产池；（2）根据配置目标以及资产池，选择模型构建长期战略配置策略，并结合短期战术动态调整；（3）根据资产权重分配结果，优选对应基金构建FOF组合。图2：大类资产配置与FOF投资流程示例　　科技赋能FOF投资优势在于，人工智能能自动收集巨量的信息并做出处理，基金标的的分析与筛选通过金融科技的支持更加深入和全面，用大数据和行为数据可进行个性化的风险偏好设置，提供个性化的动态解决方案。表2：科技赋能FOF投资与传统FOF投资区别(二) 招商证券投前服务体系　　招商证券在投前可为资管机构提供海量数据集市、专业投研报告、大数据基金筛选和资本中介等各类服务。1. 海量数据集市和专业研究报告　　为满足资产管理机构智能投研与量化分析的海量数据需求，招商证券构建了数据集市，汇集全市场主流的结构化数据资讯源，以及大量的非结构化数据与文档通过人工智能技术进行识别，通过数据建模、数据校验、数据质量治理等数据处理过程，提供高质量和可靠的数据服务。
　　同时，招商证券综合研究实力稳居行业前六，通过机构服务平台为客户提供研报速递服务，客户第一时间接受最新的专业研究报告，研报通过系统自动化标签和人工校对的方式精细化管理，并提供基于基金持仓的个性化研报推动，而且支持智能撰稿并支持微信、短信、邮件等方式的提醒和订阅。图3：招商证券机构服务平台研究报告服务示例2. 大数据基金筛选助力FOF投资　　在做资产配置和FOF投资时，如何准确地评价和分析基金是筛选基金的关键。针对私募基金策略漂移问题，使用传统的方法无法准确区分实际策略类型，无法对策略漂移实时监控，而招商证券使用大数据分析技术和先进的金融工程方法，进行大数据策略分类与漂移监控，基于日频持仓、交易数据研发私募策略分类模型，准确区分产品策略，并对产品进行月度策略漂移监控，对产品生涯中策略稳定性量化评价。
　　针对不同策略产品的评价标准不一、难以归因的问题，招商证券提供精细化绩效归因评价，即对各类策略分别深入研究，开发适合的评价工具，如股票类，研发行业绩效归因模型、TM择时模型；债券类，研发Campsi归因模型。
　　针对投资风格、风险暴露无法精确量化，风格稳定性无法做到日频监控，FOF组合层面无法对子基金的风格暴露进行充分有效的分散等多种问题，招商证券使用多因子投资风格分析，基于日频持仓数据研发多因子模型，形成风格因子、行业因子监控报表，可以有效对组合风险暴露、收益进行归因，帮助FOF管理人可从组合层面分散风险。3. 大数据资本中介，高效按需撮合双方　　针对产品方，招商证券基于大数据分析提供绩效分析和资方引荐服务，具体包括绩效报表、市场动态月报、定向信息披露、定制数据需求、联合尽调、引荐资金方等多种服务。资管机构可根据自身情况选择是否授权加入本服务，可选择特定数据报表推荐给特定资金方。
　　针对资金方，招商证券对产品授权方使用其授权的数据进行分析、建模、产品推荐，具体包括：（1）数据分享，包括私募策略研究、绩效研究、市场动态分析等，以及基于授权的数据展开私募金工分析数十项数据服务；（2）产品推荐，2016年起建立私募大数据评价、筛选体系，2019年起开发私募精选模型，即将发布私募精选指数；（3）定制计算，根据资金方个性化需求研发算法，分享结果，精确锁定满足资方需求的私募产品，以及FOF策略有效性验证。三、 金融科技赋能投中效率(一) 科技赋能投中　　在投资执行环节，资管机构主要关注交易执行速度、交易成本、资金调拨效率、风险控制效率等方面，针对主动投资管理、量化投资和FOF投资3类场景，科技可分别赋能提升投中效率。1. 主动投资方面　　在交易执行速度方面，使用集群式可扩展架构、Level2行情、高并发技术、内存数据库等技术可以明显提高速度；在风险控制效率方面，通常会使用实时风控和全内存风控技术；在投资划款方面，通常使用电子划款模式进行极速划款。2. 量化投资方面　　在交易执行方面，同样会使用最为先进的架构和技术，例如集群式可扩展架构、Level2行情、极速交易技术、低延时高并发技术、内存数据库、异步事件驱动等。而其中算法交易和高频交易最为依赖科技力量，包括低延迟性技术，和先进算法、软件的部署，以及专用性硬件，如高频交易主机、GPU与FPGA等专用芯片等。3. FOF投资方面　　FOF投中环节主要强调申赎下单效率和资金交收效率。在交易下单方面通常会使用电子化、系统化的交易下单、母子联动方式，而在资金交收效率方面，通常会使用系统进行批处理，以及使用电子方式进行及时划款。(二) 招商证券投中服务体系　　招商证券在投中环节提供全谱系投资交易平台、极速资金划拨、FOF母子联动运营等服务。1. 全谱系投资交易平台　　招商证券一直秉承一颗匠心、潜心打磨我们在交易、行情、技术平台上的能力：2016年建成了行业内首个自主研发极速交易系统，并陆续推出分布式多节点、极速与常速一体化接入、沪深双中心等特色服务；同年又推出面向机构和专业投资者的交易大师终端解决方案，并不断扩充资产品类，逐步覆盖投前、投中、投后全流程；2017年，算法执行云正式上线，经过近两年的不断打磨，形成支撑期权、期货、现货等多品种的量化交易服务能力。最终，招商证券形成了行业内几乎没有竞争对手的专业投资产品系列：支持极速交易和FPGA硬件加速行情的X极速交易产品系列；支持算法云端执行、衍生数据服务、以及策略工程化的α量化交易产品系列；覆盖多资产品种的投前、投中、投后全流程管理的T系列投资管理平台。下面具体逐一介绍。图4：招商证券机构投资交易平台谱系　　（1）X-NES 硬件行情系统：对于机构客户来说，能否更快速接收到行情数据，是影响策略执行效果的关键因素之一。招商证券基于FPGA的硬件行情系统，相对传统的软件行情系统加速效果明显，至少可提前10毫秒将行情数据送到客户前端，处理速度提升1000倍以上，内部处理时间仅需0.5微秒。无论高频策略、中频策略还是低频策略，更快的行情都能显著降低客户回撤率，为客户带来更多的收益。
　　（2）X-QTS 极速交易系统：X系列另一个拳头产品是招商自研的基于微内核和事件驱动两项关键技术的极速交易系统X-QTS，为客户提供最极速的交易通道。极速交易系统提供了沪深双中心部署模式，支持单账户同时在沪深双中心交易，客户可以根据策略就近交易。极速交易系统交易核心处理时间小于0.05毫秒，端到端回环时间小于1毫秒，单节点吞吐量超过1万4千笔每秒。强大的处理能力为客户提供了更好的用户体验。
　　（3）αTurbo 算法执行云外接服务：算法执行云αTurbo将招商证券自主研发的策略执行引擎与业内领先的第三方策略执行引擎无缝整合，将各引擎所承载的算法交易类策略、套利类策略、股票T+0自动交易策略、期权策略等，以统一的接口API形式向客户提供接入服务。αTurbo目前已经在生产环境实盘承载了超过2000亿的交易量，经受了各类异常场景的考验，运行稳定高效。实盘统计数据表明，大概率跑赢订单执行期市场均价2个BP以上，广泛服务于公司自营、零售经纪、机构、QFII、战略客户增减持及回购等交易场景。
　　（4）αVision 数据外接服务：αVision数据外接服务主要提供包括行情深加工数据、量化因子数据、投后分析数据和资讯数据4个维度的投资交易相关数据。招商证券提供低延时的分布式并行行情计算框架，完成对海量实时数据的运算处理，同时也提供大数据离线分析框架，灵活调度及编排各类分析性模型的运行。
　　（5）αBlade 策略工程化辅助系统：招商证券吸收国内外知名策略工程化框架基础上，历时一年多打造并已全面支持普通A股、股票期权、期货等品种的策略工程化支持系统αBlade。客户只需要申请一台由招商证券按客户要求准备的αBlade金融云主机，配置相关交易信息，使用αBlade框架提供的事件驱动型回调接口，完成投资策略逻辑的实现。αBlade使用极速全共享内存通讯及落盘机制，tick2trade 整个过程可以做到微秒级的响应，实测数据表明，框架从MD行情接收器收到行情，到策略回调完成，发出订单，整个过程小于10微妙。
　　（6）T-master 交易大师：对于机构类用户，交易大师可以帮助客户全面管理各类资产，包括自营资产、自主管理型产品、顾问产品等。在研究分析方面，交易大师具有实时计算框架，支持亿级规则应用群，可同时支持客户的海量指标并行计算，从多个角度分析并捕获瞬息万变市场中的细微变化。在交易方面，交易大师提供了多样化的专业交易场景的功能。交易设计充分考虑机构客户的用户习惯，从默认值填充、焦点切换、快速品种选择、价量快速切换、交易确认及跳转、常用分配策略、订单跟踪、快速撤补等多个维度，将简单的单笔交易下单也赋予体验美感。在场景设计上，交易大师设计了多屏支持、灵活视图的功能模式。在风险管理上，交易大师提供多层分级的风控管理模式，支持机构、产品、账号、资产组等多层级的风险管理，层层把关，严格控制各维度的风险。此外，交易大师采用自主研发模式，招商证券拥有完全的自主知识产权，可以支持快捷的需求响应和个性化需求支持。2. 极速划款助力头寸管理　　招商证券机构服务平台提供极速划款服务，资管机构可在线完成多类型指令线上处理，线上平台与各系统无缝对接，资金划拨流程跨越的3个机构（管理人、招商证券、存管银行）、5个技术系统全线贯通，全流程自动化直通式处理。资管机构指令大幅简化，指令处理快速、准确、安全保密，银证银期调拨指令最快1分钟极速划款。而且资金划付的进度、结果都会通过服务平台、短信等多种方式清晰、准确地通知资管机构。3. FOF基金母子联动运营　　FOF基金因其特殊的双层结构，增加了资管机构后台运营的难度。招商证券支持资管机构按需设置母子基金申购、赎回、分红、付费自动联动处理，并支持资管机构自定义子基金申购、赎回母基金的比例。表3：招商证券FOF母子联动运营优势四、 金融科技赋能投后管理　　科技赋能投后管理主要包括基金绩效风险的分析和FOF标的的投后管理等。(一) 科技赋能投后　　在投后管理方面，科技可以从数据整合、绩效评价、穿透监控几个方面赋能资管机构。在数据整合方面，完备的数据是进行投后管理的基础，整合基金的净值、持仓、交易、申赎数据，外部市场行情数据以及第三方私募数据能为完成投后管理提供极大便利；在绩效评价方面，完善的绩效评价体系不仅仅重视投资业绩结果，也重视投资过程管理，能够深入剖析基金收益来源，面临的风险状况，持仓及交易的风格特征，以此来协助进行投后管理；在穿透监控方面，对于FOF类产品，对产品做穿透分析，监控最底层的持仓在母基金层面的汇总情况，及时做出风险预警更是投后管理重要的一环。(二) 招商证券投后服务体系　　招商证券在投后管理方面，主要提供绩效系统的绩效评价服务和FOF管理平台的FOF投后管理服务。
　　招商证券绩效系统是业内最早一批绩效分析系统，已上线运行3年，系统涵盖单基金的投资业绩详报，集成核心绩效指标的业绩快报以及管理人层面报告，涉及200多项绩效与风险指标，并支持在线自由搭配50多个绩效模块生成自定义绩效分析报告。绩效评价服务则包括完备的绩效评价体系，主要有基于净值展开的收益分析及风险分析，基于各大类持仓标的展开的多角度刻画基金持仓特征与风险，基于大类资产拆分基金收益运用如Brinson、Campisi等归因模型深度分析基金收益来源，基于交易流水数据描述基金交易情况和重点买卖标的等。
　　基于3年绩效分析基础做后盾，以及持仓、交易、申赎等可用于刻画基金表现的强大数据基础，FOF管理平台系统集合投前筛选、投中模拟、投后监控管理于一身，方便资金方一站式完成FOF投资。FOF投后管理服务包括：（1）收益分析：分析母基金层面收益及各子基金收益贡献，风险情况，绩效表现；（2）穿透分析：对各子基金做深入穿透，从资产类别、行业、个券、资金配置时序等多个角度分析FOF的持仓情况；（3）阀值预警：对FOF运行的收益，持仓集中度，单一持仓跌幅，回撤等多方面做阀值预警，监控FOF运行异常情况及相关风险。五、 总结与展望　　虽然目前金融科技赋能投资管理仍处于初期探索阶段，资管机构和服务券商在投前、投中和投后的服务体系仍需持续加大金融科技的投入，从而产生业务中的“化学效应”，以此为客户提供更优质的服务和更高的回报。随着科技的不断发展，未来资产管理机构的核心竞争力将是金融科技应用能力，具体而言，金融科技将在数据、投顾、营销、投研、风控、运营等方面赋能资管机构，实现智能数据管理、智能投顾、智能营销、智能投研、智能风控、智能运营，实现从“经验投资+统计投资”转型为“科技投资+智慧投资”。而作为资管机构金融科技生态中核心服务角色之一，招商证券已把金融科技与机构业务并列为公司的核心战略，将不遗余力地提供和输出优质机构服务和金融科技能力，在数据、销售、交易、投研、运营、生态等各方面与资管机构进行合作服务与共同构建，协助资产管理机构打造核心竞争力。本站文章均为华创云鼎摘自权威资料，书籍，或网络原创文章，如有版权纠纷或者违规问题，请即刻联系我们删除，我们欢迎您分享，引用和转载，我们谢绝直接复制和抄袭！感谢...返回首页
上一篇：视频会议行业分析报告 2023视频会议市场发展空间分析
下一篇：各券商IT信息技术投入

第一章　智能投顾产业概述
1.1　智能投顾介绍
1.1.1　主要定义
1.1.2　平台分类
1.1.3　主要特征
1.1.4　服务范围
1.1.5　业务流程
1.1.6　技术基础
1.2　智能投顾优势
1.2.1　门槛低
1.2.2　费用低
1.2.3　高透明
1.2.4　高效便捷
1.2.5　高专业化及执行力
1.2.6　投资表现优异
1.3　智能投顾与传统投顾服务对比分析
1.3.1　智能投顾与理财师
1.3.2　智能投顾与基金经理
1.3.3　智能投顾与研究员
第二章　2022-2024年国际智能投顾产业发展分析
2.1　2022-2024年国际智能投顾产业发展分析
2.1.1　市场接受程度
2.1.2　市场发展现状
2.1.3　传统企业布局
2.1.4　新兴公司兴起
2.2　2022-2024年国际智能投顾产业市场服务分析
2.2.1　市场服务范围
2.2.2　税务筹划顾问
2.2.3　投资组合优化顾问
2.2.4　人机结合顾问
2.3　2022-2024年美国智能投顾产业发展现状
2.3.1　市场发展历程
2.3.2　行业监管情况
2.3.3　市场发展动因
2.3.4　市场规模分析
2.3.5　市场盈利模式
2.3.6　市场竞争分析
2.3.7　市场规模预测
第三章　2022-2024年智能投顾产业环境分析
3.1　大数据为智能投顾发展奠定基础
3.1.1　数据维度增加奠定基础
3.1.2　大数据券商智能投顾意义
3.1.3　大数据券商智能投顾应用
3.1.4　海量数据重塑竞争格局
3.2　人工智能推动智能投顾进步
3.2.1　智能投顾AI核心技术
3.2.2　人工智能技术应用加快
3.2.3　人工智能产业发展提速
3.2.4　人工智能推动产业发展
3.3　证券行业变革提供发展机遇
3.3.1　券商探索新盈利点
3.3.2　互联网证券奠定基础
3.3.3　普惠金融持续推进
3.3.4　客户需求市场激增
3.3.5　行业竞争格局变化
3.4　社会需求助推产业发展
3.4.1　网民年龄结构变化
3.4.2　中国高净值人群分析
3.4.3　金融资产占比上升
3.4.4　理财需求不断增长
3.4.5　财富配置日趋多元化
第四章　2022-2024年中国智能投顾产业发展分析
4.1　中国智能投顾产业发展概述
4.1.1　智能投顾发展演进
4.1.2　智能投顾业务模式
4.1.3　智能投顾模式分类
4.2　2022-2024年中国智能投顾产业发展现状
4.2.1　政策监管环境
4.2.2　监管新规发布
4.2.3　市场发展规模
4.2.4　市场发展特点
4.2.5　智能投顾产品
4.2.6　市场布局动态
4.2.7　实际应用场景
4.3　2022-2024年中国智能投顾产业竞争格局
4.3.1　市场参与主体
4.3.2　市场竞争格局
4.3.3　行业平台排行
4.3.4　券商主体布局
4.3.5　银行主体布局
4.3.6　基金主体布局
4.3.7　保险主体布局
4.4　2022-2024年中国智能投顾用户群体分析
4.4.1　用户年龄分布
4.4.2　用户收入水平
4.4.3　服务人群分布
4.4.4　用户投资经验
4.4.5　产品使用状况
4.4.6　用户估空因素
4.4.7　用户关注重点
4.5　2022-2024年中国智能投顾理财平台分析
4.5.1　平台技术构架
4.5.2　全球资产配置型
4.5.3　证券投资型
4.5.4　智能选股型
4.5.5　理财超市型
4.6　中国智能投顾产业发展存在的问题
4.6.1　智能投顾发展挑战
4.6.2　智能投顾发展困境
4.6.3　面临法律合规问题
4.6.4　风控体系有待加强
4.6.5　金融数据开放程度低
4.6.6　投资者的保护问题
4.6.7　接受认知程度不高
4.6.8　初创企业发展障碍
4.7　中国智能投顾产业发展策略
4.7.1　加强合规化监管
4.7.2　完善风控体系建设
4.7.3　规范行业营业行为
第五章　2022-2024年中国智能投顾发展模式分析
5.1　智能投顾发展模式概述
5.1.1　模式类型分析
5.1.2　模式对比分析
5.1.3　典型公司分析
5.2　2022-2024年智能投顾产业模式发展综况
5.2.1　模式发展现状
5.2.2　主流模式分析
5.2.3　盈利模式分析
5.2.4　模式混合趋势
5.3　智能投顾主流开发模式
5.3.1　权益配置模式
5.3.2　风险分析模式
5.3.3　大类资产模式
5.4　智能投顾平台业务模式
5.4.1　平台模式类别
5.4.2　独立建议型
5.4.3　混合推荐型
5.4.4　一键理财型
5.4.5　其他类型
第六章　2022-2024年智能投顾相关行业发展分析
6.1　2022-2024年资产管理产业发展分析
6.1.1　资管行业基本概述
6.1.2　资产管理行业特征
6.1.3　资管行业市场规模
6.1.4　资产管理竞争现状
6.1.5　资管科技布局状况
6.1.6　资产管理行业动态
6.1.7　资管行业影响因素
6.1.8　资管行业发展动力
6.1.9　资管市场发展趋势
6.2　2022-2024年财富管理行业发展分析
6.2.1　财富管理行业发展背景
6.2.2　财富管理行业发展意义
6.2.3　财富管理行业发展状况
6.2.4　财富管理行业企业格局
6.2.5　财富管理行业发展机遇
6.2.6　财富管理市场发展问题
6.2.7　财富管理行业发展方向
6.2.8　财富管理行业发展展望
6.3　2022-2024年金融科技行业发展分析
6.3.1　金融科技行业发展历程
6.3.2　金融科技行业政策环境
6.3.3　全球金融科技行业分析
6.3.4　中国金融科技发展规模
6.3.5　金融科技市场竞争格局
6.3.6　金融科技企业布局态势
6.3.7　金融科技行业发展趋势
6.4　2022-2024年互联网金融行业发展分析
6.4.1　行业监管政策
6.4.2　市场发展态势
6.4.3　市场发展回顾
6.4.4　市场融资规模
6.4.5　存款市场分析
6.4.6　贷款市场分析
6.4.7　互联网财富管理
6.4.8　市场发展展望
第七章　2022-2024年国际智能投顾典型企业分析
7.1　Wealthfront
7.1.1　企业发展概况
7.1.2　业务发展特色
7.1.3　企业盈利模式
7.1.4　企业发展策略
7.1.5　企业发展原因
7.1.6　企业发展动态
7.2　Betterment
7.2.1　企业发展概况
7.2.2　业务发展特色
7.2.3　企业主要特点
7.2.4　业务服务流程
7.2.5　服务模式分析
7.2.6　盈利模式分析
7.3　Personal Capital
7.3.1　企业发展概况
7.3.2　主要服务分析
7.3.3　盈利模式分析
7.3.4　主要投资产品
7.3.5　产品服务特色
7.4　Future Advisor
7.4.1　企业发展概况
7.4.2　市场服务定位
7.4.3　竞争差异分析
7.5　嘉信SIP
7.5.1　企业发展概况
7.5.2　产品服务优势
7.5.3　产品运作流程
7.5.4　企业成功经验
7.5.5　企业发展动态
第八章　2021-2024年中国智能投顾产业重点企业分析
8.1　华泰证券股份有限公司
8.1.1　企业发展概况
8.1.2　智能投顾布局
8.1.3　经营效益分析
8.1.4　业务经营分析
8.1.5　财务状况分析
8.1.6　核心竞争力分析
8.1.7　公司发展战略
8.1.8　未来前景展望
8.2　广发证券股份有限公司
8.2.1　企业发展概况
8.2.2　企业业务布局
8.2.3　智能投顾产品
8.2.4　经营效益分析
8.2.5　业务经营分析
8.2.6　财务状况分析
8.2.7　核心竞争力分析
8.2.8　公司发展战略
8.2.9　未来前景展望
8.3　光大证券股份有限公司
8.3.1　企业发展概况
8.3.2　智能投顾业务
8.3.3　智能投顾产品
8.3.4　经营效益分析
8.3.5　业务经营分析
8.3.6　财务状况分析
8.3.7　核心竞争力分析
8.3.8　公司发展战略
8.3.9　未来前景展望
8.4　长江证券股份有限公司
8.4.1　企业发展概况
8.4.2　智能投顾业务
8.4.3　经营效益分析
8.4.4　业务经营分析
8.4.5　财务状况分析
8.4.6　核心竞争力分析
8.4.7　公司发展战略
8.5　浙江核新同花顺网络信息股份有限公司
8.5.1　企业发展概况
8.5.2　企业业务分析
8.5.3　相关公司对比
8.5.4　智能投顾产品
8.5.5　经营效益分析
8.5.6　业务经营分析
8.5.7　财务状况分析
8.5.8　核心竞争力分析
8.5.9　公司发展战略
8.5.10　未来前景展望
8.6　蓝海智投
8.6.1　企业发展概况
8.6.2　投资标的选择
8.6.3　企业竞争优势
8.7　其他企业
8.7.1　银河证券
8.7.2　工商银行
8.7.3　华夏财富
8.7.4　摩羯智投
8.7.5　理财魔方
8.7.6　蚂蚁金服
8.7.7　百度股市通
8.7.8　腾讯理财通
8.7.9　京东智投
8.7.10　投米RA
第九章　中投顾问对中国智能投顾产业投资综合分析
9.1　智能投顾产业投融资现状分析
9.1.1　中国智能投顾融资规模
9.1.2　互联网金融投融资规模
9.1.3　智能投顾投资效益分析
9.1.4　智能投顾机构投资动态
9.2　中投顾问对中国智能投顾产业投资价值评估分析
9.2.1　投资价值综合评估
9.2.2　市场机会矩阵分析
9.2.3　进入市场时机判断
9.3　中投顾问对中国智能投顾产业投资壁垒分析
9.3.1　竞争壁垒
9.3.2　政策壁垒
9.3.3　技术壁垒
9.3.4　资金壁垒
9.4　中投顾问对中国智能投顾产业投资建议综述
9.4.1　项目投资建议
9.4.2　竞争策略分析
9.4.3　行业风险提示
第十章　2024-2028年智能投顾产业发展趋势及前景分析
10.1　智能投顾产业发展趋势分析
10.1.1　总体发展趋势
10.1.2　金融市场趋势
10.1.3　“券商+”趋势
10.1.4　“互联网+”趋势
10.1.5　市场监管趋势
10.2　中投顾问对2024-2028年中国智能投顾产业预测分析
10.2.1　2024-2028年中国智能投顾产业影响因素分析
10.2.2　2024-2028年中国智能投顾资产管理规模预测图表目录图表目录请咨询客服国内金融机构开展投顾业务已超过三年。2019年10月25日，证监会发布《关于做好公开募集证券投资基金投资顾问业务试点工作的通知》，公募基金投资顾问业务试点落地。截至2022年7月，共有60家机构获得基金投顾试点资格，包括25家基金及基金子公司、29家证券公司、3家第三方销售机构、3家商业银行。其中，已展业的54家试点机构管理规模近1200亿元。
智能投顾作为大财富管理市场中的一个细分领域，市场体量正在逐步攀升，2022年智能投顾资产管理规模达到1.5万亿元。2021年基金投顾试点进入快速扩容期，中国财富管理大时代正式开启，在政策出台、资产配置多元化和发展需求的背景下，智能投顾风口已至。
2021年12月，证监会发布《关于规范基金投资建议活动的通知》，其中明确，不具有基金投资顾问业务资格的基金销售机构应当于2022年6月30日前将存量提供基金投资组合策略建议活动整改为符合相关法律关系的基金销售业务。自《通知》发布后，多家银行纷纷在2022年6月30日前对旗下智能投顾业务作出调整。例如，民生银行宣布于2022年6月13日起停止财富组合服务一键赎回等功能并将财富组合服务陆续下线。
中投产业研究院发布的《2024-2028年中国智能投顾产业深度调研及投资前景预测报告》共十章。首先介绍了智能投顾行业的相关概述，其次分析了智能投顾产业发展驱动力，接着重点分析了国内外智能投顾产业发展状况，随后报告着重分析了智能投顾产业主流模式及国内外重点企业；最后报告对智能投顾产业投资状况及发展前景进行了分析。
本研究报告数据主要来自于国家统计局、中国证券行业协会、中国基金业协议、中投产业研究院、中投产业研究院市场调查中心以及国内外重点刊物等渠道，数据权威、详实、丰富，同时通过专业的分析预测模型，对行业核心发展指标进行科学地预测。您或贵单位若想对智能投顾产业有一个系统深入的了解、或者想投资智能投顾产业，本报告将是您不可或缺的重要参考工具。