A. 網路流行的smart智慧地球金融投資是騙局么
不是的，只是因為資金有問題。
過去的這一年裡「Smart beta」成為市場上最炙手可熱的投資策略，但這一策略的開創者之一警告稱，該策略可能出現「可怕的錯誤」，導致投資者出現極大規模的虧損。
Research Affiliates是美國最先開發出smart beta指數的公司之一，其首席執行官Rob Arnott近日表示，該策略的愈發流行可能導致投資表現劇烈下滑，「在未來三到五年裡，我預計（一些smart beta投資者）將以非常失望的結局收場。」
Arnott認為，採用smart beta的基金可能犯下「可怕的錯誤」。「我曾經認為採用smart beta策略的基金增多是好事，但是現在我看到該策略在很多我認為不明智的投資產品中蔓延，這會讓投資者承擔追逐利益的風險，我認為這不是件好事。」
根據晨星公司（Morningstar）的統計數據，使用smart beta策略的基金規模已經從2008年的1030億美元飆升至2015年底的6160億美元。
在投資領域所謂「beta」指廣泛的大市表現，「alpha」則指代跑贏大盤的超額收益。
1960至1970年代，學院派金融學研究發現，「沒有誰能擊敗大盤」，這也就是所謂的效率市場假說。這種理念逐漸被廣泛接受，進入常識范疇，也成為指數基金得以創建的理論基礎——只要在成本盡可能低的前提之下追隨大盤指數就好。
可是，從1980年代開始，研究者們逐漸發現了一些系統性的方法，讓人們可以切切實實地擊敗大盤，而不需要祈禱幸運女神的庇佑。
「smart beta」屬於一種被動投資策略，避免市值加權指數的限制，試圖增加一些復雜的指標來戰勝市場，如公司基本面或負債率而不是單純考慮市值等因素，為投資者提供更加靈活的、多樣化的投資組合策略。
B. 智慧金融是什麼
據善林金融了解
C. 比較智能的理財平台有哪些
銅板街是業內較早深入應用人工智慧技術至金融信息服務場景的，目前已覆蓋風控、安全、決策支持、客戶服務、營銷等關鍵環節。
D. 有沒有關於對金融投資者進行智能分類的軟體
想投資就來眾易貸吧！年化收益率14.4%，2014年成立。已經和包商銀行簽訂協議。
E. 智能投研和傳統投研有什麼區別啊
先來說說傳統投研吧，所謂傳統投研就是指通過專業人士進行分析和判斷的一種方式，比較依賴於主觀能動性。而智能投研就是利用大數據、雲計算等高科技，通過互聯網進行金融理財的一種新興方式。在這方面做的比較好的是天弘基金，天弘基金成立了自己的智能投資部，負責資產配置、大數據研究以及指數基金、FOF基金的投資研究，致力於將智能投研和傳統投研相結合。通過新興技術的支撐，天弘基金產品業績也不錯，例如天弘永定價值成長基金，我看到數據說截止到11月17日，近半年漲幅已經達到23.98%，資產配置能力不容置疑。
F. 智能投顧是什麼
「智能投顧」源自美國，目前發展最成熟的地區也是美國。2010年智能投顧公司Betterment在紐約成立，一年後Wealthfront公司在矽谷成立，智能投顧正式誕生。從2013年開始，兩家公司的資產管理規模呈現了驚人的增長，到2015年底，Wealthfront擁有了約29億美元的資產管理規模，而Betterment則超過了30億美元。自此，華爾街掀起壹股智能投顧的熱潮。
所謂「智能投顧」，原名為」Robo-Advisor」。根據Investopedia的定義，Robo-Advisor是指：提供自動化，並主要以演算法驅動的財務規劃服務的數字化平台。典型的Robo-Ad-visor通過在線調查收集客戶的財務狀況和未來理財目標等信息，然後使用數據提供建議與支持客戶投資。
與傳統投顧相比，智能投顧最大的特徵有以下這三點：
一、 門坎低；
二、 費用低；
三、 高效率。
主要面對需要投顧服務，卻又不具備聘任私人投資顧問的中產階層提供服務。依據其他先進地區的案例，中產階層也是主要接受智能投顧服務的對象。
但需要注意的是，智能投顧並不代表不會虧錢。「智能（自動化）主要是體現在投資人與實現交易過程的自動化，而不是有什麼保證賺錢的投資策略或工具。」
在投資理財的過程中，能體現智能的環節有三個：
一、投前：運用智能技術提供自動化投資風險傾向分析、導入場景化需求、投資人理財目標分析等。
二、投中：實現自動化分倉交易、交易路徑的最大效率或最小成本演算法、以及比對市場動態所衍生的交易策略等等。
三、投後：自動化帳戶凈值跟進、自動調倉提示、智能客服、與其他可預先設定場景的服務規劃等等。
但是，市場上很多號稱提供智能投顧服務的機構，投資人要怎麼選擇跟判斷哪個是真正的智能投顧呢？這邊也提出一些原則給大家參考：
一、智能投顧必須具備可以量化的演算法邏輯，而且可被復現、被追蹤、被驗證。
二、智能投顧必須藉由標准化金融產品實現，因為只有標准化的金融產品具備可公評的凈值，也才能真正實現理財目標的跟進與監測。
三、主持智能投顧的團隊必須兼具金融專業與技術實力，特別是對正統金融行業的經驗與深度理解，否則很容易走偏正道，危害投資人的利益。
G. 人工智慧在金融投資領域有哪些應用
常見的就是這個了:股市行情預測
許多人都渴望能夠預測股市在任何一天將會做什麼 - 顯而易見的原因。但是機器學習演算法一直在變得越來越近。許多著名的交易公司使用專有系統來預測和執行交易高速和大量。其中很多依靠概率，但即使是交易概率相對較低，以足夠高的速度或速度，也可以為公司帶來巨額利潤。當消費大量數據或者執行交易的速度時，人類不可能競爭得過機器。
常見的人工智慧還可以看這里，人人都應該知道的十大人工智慧和機器學慣用例
H. 智能金融的內容是什麼
1、什麼是智能金融？
智能金融尚無統一定義。《報告》提出，智能金融是指人工智慧技術與金融業深度融合的新業態，是用機器替代和超越人類部分經營管理經驗與能力的金融模式變革。
2、智能金融和金融科技有什麼區別？
《報告》提出，智能金融與數字化轉型、金融科技既有密切聯系又有重要區別。
智能金融的發展基礎是金融機構數字化轉型，數字化轉型為智能金融的發展提供了基礎設施的保障。
智能金融是金融科技發展的高級形態，是在數字化基礎上的升級與轉型，代表著未來發展趨勢，已成為金融業的核心競爭力。
相比互聯網金融、金融科技，智能金融更具革命性的優勢在於對金融生產效率的根本顛覆。智能金融替代甚至超越人類行為和智力，更精準高效地滿足各類金融需求，推動我國金融行業變革與跨越式發展。
3、為什麼要專門研究智能金融？
把智能金融從金融科技中單列出來編制專門的發展報告，主要是基於以下考慮：
一方面，發展人工智慧技術已成為我國的一項重要戰略，當前各國在新一代人工智慧技術已展開激烈競爭。而金融與人工智慧具有天然的耦合性，是人工智慧技術應用最重要的領域之一，發展智能金融有利於我國搶抓人工智慧發展機遇，佔領技術制高點，特別是金融業的特殊性，勢必對人工智慧技術提出新的要求和挑戰，可以推動我國人工智慧技術的突破與升級，提高技術轉化效率。
另一方面，人工智慧技術為未來金融業發展提供無限可能，是對現有金融科技應用的進化與升級，對金融業發展將會產生顛覆性變革。專門研究智能金融有利於跟蹤世界人工智慧技術與金融業融合的應用開發，有利於加強金融行業的適應性、競爭力和普惠性，極大地提高金融機構識別和防控風險的能力和效率，推動我國金融供給側結構性改革，增強金融服務實體經濟和人民生活的能力，守住不發生系統性風險的底線，加快建設我國現代化金融體系，增強金融國際競爭力，助力由金融大國到金融強國的轉變。
4、智能金融現在有哪些應用場景？
《報告》提到，目前智能金融的應用主要包括前中後台三大方面。
第一，智能身份識別已廣泛用於個人身份驗證。以指紋識別和人臉識別為代表的主流智能身份識別技術已進入大規模應用階段，在遠程核驗、人臉支付、智慧網點和運營安全方面應用廣泛。
第二，智能營銷降低營銷成本、改善服務效能。智能營銷正在經歷從人機分工向人機協同方式的轉變，未來的智能營銷將變成跨領域、融合的人機合作工作方式，進一步改善金融服務的效能。
第三，智能客服能節省客服資源和提升服務效率。智能客服不僅提供自動化問題應答，而且對接前端各個渠道，提供統一的智能化客服能力，並持續改進和沉澱，提供全天候精準的服務，提升服務效率。
第四，智能投顧已有試點，全面推廣有待繼續探索。智能投顧在國內外已有諸多應用案例，但我國因為缺乏明確的業務模式、服務定位仍不明確，全面推廣仍有待繼續探索發展。
第五，智能投資初具盈利能力，發展潛力巨大。一些公司運用人工智慧技術不斷優化演算法、增強算力、實現更加精準的投資預測，提高收益、降低尾部風險。通過組合優化，在實盤中取得了顯著的超額收益，未來智能投資的發展潛力巨大。
第六，智能信用評估提升小微信貸服務能力。智能信用評估具有線上實時運行、系統自動判斷、審核周期短的優勢，為小微信貸提供了更高效的服務模式。在一些互聯網銀行中應用廣泛。
第七，智能風控實現金融機構風控業務轉型。智能風控為金融行業提供了一種基於線上業務的新型風控模式，但目前只有少部分有能力的金融機構運用，有待繼續試點和推廣。
第八，智能運營管理提升運營效率，降低運營成本。智能運營管理將業務運營逐漸從分散走向集中、從自動化走向智能化。從而提升業務運營效率，減少業務辦理差錯，降低管理成本。智能運營成為各家金融機構開展智能金融的優先考慮和使用的場景。
第九，智能平台賦能金融機構提升服務、改造流程、轉型升級。智能平台建設是金融機構智能化轉型的核心，持續為上層應用提供豐富、多維度的智能服務，構建完整的服務生態圈。
綜上所述，智能金融目前整體仍處於「淺應用」的初級發展階段，主要是對流程性、重復性的任務實施智能化改造。
《報告》認為，人工智慧技術應用正處在從金融業務外圍向核心滲透的過渡階段，發展潛力巨大。
5、在智能金融應用場景中，「演算法黑箱」問題可能會更加突出？如何避免？
肖鋼認為，人工智慧有一個問題是演算法的可解釋性比較差，要解決這個問題可以從幾個方面來著手：
第一，要讓演算法可解釋。現在人工智慧科學家正在攻克模型演算法的黑箱問題，期待著不久的將來在技術上有所攻破。
第二，可以採取分層管理。例如，根據是否對金融消費者產生傷害的程度進行分類管理，有的可以不解釋，有的只是解釋模型怎樣運行的，有的要解釋結果及其原因，有的需要進一步解釋模型背後的邏輯和運作原理。當然，如果最後還是無法解釋，投資者和消費者也不相信，監管部門就不準在金融領域使用。
因此，如果人工智慧運用到金融行業，未必需要解釋所有的模型，可以對模型進行分層管理，提出明確要求。
第三，分清楚責任。無論是否使用人工智慧，金融機構銷售金融產品和服務的賣者盡責義務沒有減弱。機構需要了解自己的客戶，把恰當的產品賣給恰當的人。責任不會因為是否採用了人工智慧技術而有所改變。
6、個人隱私和數據保護問題已經成為社會普遍關切。智能金融時代，如何構建起相關法律法規體系？
《報告》中提到，個人數據的問題目前缺乏法律規定，確實需要立法。肖鋼認為，數據很重要，尤其在人工智慧時代，其重要性日益凸顯，這與原來的工業革命時期不同。工業革命建立在物理資本上，而人工智慧則是建立在信息資本和數據資本上。因此，誰控制了數據，誰就壟斷了權力。
肖鋼認為，個人隱私和數據保護領域有很多問題待明確，例如哪些數據能搜集、數據的權屬是誰的、如何建立個人信息權的體系等，這些都是新的課題。
保護個人數據隱私，肖鋼從以下方面提出建議：
第一，需要補短板，抓緊制定相關法律法規，並逐步加以完善。
第二，要防止數據壟斷。鑒於大型科技公司的技術優勢與數據獲取能力，存在贏者通吃的效應，要求大公司開放數據，讓中小科技公司也要利用其數據開發業務，維護公平競爭環境。
第三，要進行綜合治理。數據隱私保護不僅是金融監管的事情，還涉及到政府部門、IT公司、金融機構、實體企業和個人，是全社會的事情，所以要形成各方參與，協同治理的體系。
第四，需要發展新技術，以解決技術帶來的問題。「聯邦學習」的技術就是一個方法，既保護了數據安全，同時又可以共享數據建模。
I. 目前人工智慧在金融行業屬於什麼水平
資產管理領域應用AI可以把它分成三個子概念：智能投顧、智能投研、智能投資。每一類的功能偏向有所不同，涉及的AI演算法也會不盡相同。
1）智能投顧
典型功能包括：客戶偏好分析、市場分析提醒、智能配置組合、交易執行、組合優化等。
典型AI演算法包括：知識圖譜、機器學習、智能語言處理技術、圖像識別等。
這方面有代表性的應該是美國的Wealthfront和Personal Capital兩家公司。國內做得出彩的目前看來沒有。鉑諾希望作為一個先行者，在客戶偏好和市場提醒這兩項功能上著重發力，打造一個前端的智能顧問，幫助客戶更好的了解自己和了解市場。
2）智能投研
典型功能包括：股票市場信息的深度挖掘分析、投資策略的量化與回測等。
這些功能的過程本質：數據獲取、特徵提取、數據轉換、模型訓練、模型選擇、模型預測。
典型AI演算法包括：監督學習演算法：(1)回歸演算法：決策樹、隨機森林等; (2)分類演算法：二次判別分析、K最近鄰演算法等; (3) 降維演算法：偏最小二乘法等。
無監督學習演算法：(1) 聚類演算法：K均值、分層等; (2) 降維演算法：主成分分析、獨立成分分析等。
3）智能投資
典型功能包括：量化交易，智能風控
典型AI演算法包括：在線過程分析（OLAP）、聚類、濾波、神經網路、預測模型等。
這部分同樣是外國的企業走得比較靠前，07年開始Rebellion research就開始採用貝葉斯網路演算法進行智能投資相關的工作了。
國內的跟進速度也比較快，鉑諾這幾年也一直致力於搭建自己的智能風控平台。
J. 鳳凰金融的智能金融是什麼
智能金融，就是脫離人與人的服務關系，以人工智慧為用戶提供金融服務，對於新手而言很友好，在科學模型下，同等收益下，風險低的金融服務。還可以結合用戶的生活情況和投資需求綜合考慮。