A. 网络流行的smart智慧地球金融投资是骗局么
不是的，只是因为资金有问题。
过去的这一年里“Smart beta”成为市场上最炙手可热的投资策略，但这一策略的开创者之一警告称，该策略可能出现“可怕的错误”，导致投资者出现极大规模的亏损。
Research Affiliates是美国最先开发出smart beta指数的公司之一，其首席执行官Rob Arnott近日表示，该策略的愈发流行可能导致投资表现剧烈下滑，“在未来三到五年里，我预计（一些smart beta投资者）将以非常失望的结局收场。”
Arnott认为，采用smart beta的基金可能犯下“可怕的错误”。“我曾经认为采用smart beta策略的基金增多是好事，但是现在我看到该策略在很多我认为不明智的投资产品中蔓延，这会让投资者承担追逐利益的风险，我认为这不是件好事。”
根据晨星公司（Morningstar）的统计数据，使用smart beta策略的基金规模已经从2008年的1030亿美元飙升至2015年底的6160亿美元。
在投资领域所谓“beta”指广泛的大市表现，“alpha”则指代跑赢大盘的超额收益。
1960至1970年代，学院派金融学研究发现，“没有谁能击败大盘”，这也就是所谓的效率市场假说。这种理念逐渐被广泛接受，进入常识范畴，也成为指数基金得以创建的理论基础——只要在成本尽可能低的前提之下追随大盘指数就好。
可是，从1980年代开始，研究者们逐渐发现了一些系统性的方法，让人们可以切切实实地击败大盘，而不需要祈祷幸运女神的庇佑。
“smart beta”属于一种被动投资策略，避免市值加权指数的限制，试图增加一些复杂的指标来战胜市场，如公司基本面或负债率而不是单纯考虑市值等因素，为投资者提供更加灵活的、多样化的投资组合策略。
B. 智慧金融是什么
据善林金融了解
C. 比较智能的理财平台有哪些
铜板街是业内较早深入应用人工智能技术至金融信息服务场景的，目前已覆盖风控、安全、决策支持、客户服务、营销等关键环节。
D. 有没有关于对金融投资者进行智能分类的软件
想投资就来众易贷吧！年化收益率14.4%，2014年成立。已经和包商银行签订协议。
E. 智能投研和传统投研有什么区别啊
先来说说传统投研吧，所谓传统投研就是指通过专业人士进行分析和判断的一种方式，比较依赖于主观能动性。而智能投研就是利用大数据、云计算等高科技，通过互联网进行金融理财的一种新兴方式。在这方面做的比较好的是天弘基金，天弘基金成立了自己的智能投资部，负责资产配置、大数据研究以及指数基金、FOF基金的投资研究，致力于将智能投研和传统投研相结合。通过新兴技术的支撑，天弘基金产品业绩也不错，例如天弘永定价值成长基金，我看到数据说截止到11月17日，近半年涨幅已经达到23.98%，资产配置能力不容置疑。
F. 智能投顾是什么
“智能投顾”源自美国，目前发展最成熟的地区也是美国。2010年智能投顾公司Betterment在纽约成立，一年后Wealthfront公司在硅谷成立，智能投顾正式诞生。从2013年开始，两家公司的资产管理规模呈现了惊人的增长，到2015年底，Wealthfront拥有了约29亿美元的资产管理规模，而Betterment则超过了30亿美元。自此，华尔街掀起壹股智能投顾的热潮。
所谓“智能投顾”，原名为”Robo-Advisor”。根据Investopedia的定义，Robo-Advisor是指：提供自动化，并主要以算法驱动的财务规划服务的数字化平台。典型的Robo-Ad-visor通过在线调查收集客户的财务状况和未来理财目标等信息，然后使用数据提供建议与支持客户投资。
与传统投顾相比，智能投顾最大的特征有以下这三点：
一、 门坎低；
二、 费用低；
三、 高效率。
主要面对需要投顾服务，却又不具备聘任私人投资顾问的中产阶层提供服务。依据其他先进地区的案例，中产阶层也是主要接受智能投顾服务的对象。
但需要注意的是，智能投顾并不代表不会亏钱。“智能（自动化）主要是体现在投资人与实现交易过程的自动化，而不是有什么保证赚钱的投资策略或工具。”
在投资理财的过程中，能体现智能的环节有三个：
一、投前：运用智能技术提供自动化投资风险倾向分析、导入场景化需求、投资人理财目标分析等。
二、投中：实现自动化分仓交易、交易路径的最大效率或最小成本算法、以及比对市场动态所衍生的交易策略等等。
三、投后：自动化帐户净值跟进、自动调仓提示、智能客服、与其他可预先设定场景的服务规划等等。
但是，市场上很多号称提供智能投顾服务的机构，投资人要怎么选择跟判断哪个是真正的智能投顾呢？这边也提出一些原则给大家参考：
一、智能投顾必须具备可以量化的算法逻辑，而且可被复现、被追踪、被验证。
二、智能投顾必须藉由标准化金融产品实现，因为只有标准化的金融产品具备可公评的净值，也才能真正实现理财目标的跟进与监测。
三、主持智能投顾的团队必须兼具金融专业与技术实力，特别是对正统金融行业的经验与深度理解，否则很容易走偏正道，危害投资人的利益。
G. 人工智能在金融投资领域有哪些应用
常见的就是这个了:股市行情预测
许多人都渴望能够预测股市在任何一天将会做什么 - 显而易见的原因。但是机器学习算法一直在变得越来越近。许多着名的交易公司使用专有系统来预测和执行交易高速和大量。其中很多依靠概率，但即使是交易概率相对较低，以足够高的速度或速度，也可以为公司带来巨额利润。当消费大量数据或者执行交易的速度时，人类不可能竞争得过机器。
常见的人工智能还可以看这里，人人都应该知道的十大人工智能和机器学习用例
H. 智能金融的内容是什么
1、什么是智能金融？
智能金融尚无统一定义。《报告》提出，智能金融是指人工智能技术与金融业深度融合的新业态，是用机器替代和超越人类部分经营管理经验与能力的金融模式变革。
2、智能金融和金融科技有什么区别？
《报告》提出，智能金融与数字化转型、金融科技既有密切联系又有重要区别。
智能金融的发展基础是金融机构数字化转型，数字化转型为智能金融的发展提供了基础设施的保障。
智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，代表着未来发展趋势，已成为金融业的核心竞争力。
相比互联网金融、金融科技，智能金融更具革命性的优势在于对金融生产效率的根本颠覆。智能金融替代甚至超越人类行为和智力，更精准高效地满足各类金融需求，推动我国金融行业变革与跨越式发展。
3、为什么要专门研究智能金融？
把智能金融从金融科技中单列出来编制专门的发展报告，主要是基于以下考虑：
一方面，发展人工智能技术已成为我国的一项重要战略，当前各国在新一代人工智能技术已展开激烈竞争。而金融与人工智能具有天然的耦合性，是人工智能技术应用最重要的领域之一，发展智能金融有利于我国抢抓人工智能发展机遇，占领技术制高点，特别是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，可以推动我国人工智能技术的突破与升级，提高技术转化效率。
另一方面，人工智能技术为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。专门研究智能金融有利于跟踪世界人工智能技术与金融业融合的应用开发，有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力，守住不发生系统性风险的底线，加快建设我国现代化金融体系，增强金融国际竞争力，助力由金融大国到金融强国的转变。
4、智能金融现在有哪些应用场景？
《报告》提到，目前智能金融的应用主要包括前中后台三大方面。
第一，智能身份识别已广泛用于个人身份验证。以指纹识别和人脸识别为代表的主流智能身份识别技术已进入大规模应用阶段，在远程核验、人脸支付、智慧网点和运营安全方面应用广泛。
第二，智能营销降低营销成本、改善服务效能。智能营销正在经历从人机分工向人机协同方式的转变，未来的智能营销将变成跨领域、融合的人机合作工作方式，进一步改善金融服务的效能。
第三，智能客服能节省客服资源和提升服务效率。智能客服不仅提供自动化问题应答，而且对接前端各个渠道，提供统一的智能化客服能力，并持续改进和沉淀，提供全天候精准的服务，提升服务效率。
第四，智能投顾已有试点，全面推广有待继续探索。智能投顾在国内外已有诸多应用案例，但我国因为缺乏明确的业务模式、服务定位仍不明确，全面推广仍有待继续探索发展。
第五，智能投资初具盈利能力，发展潜力巨大。一些公司运用人工智能技术不断优化算法、增强算力、实现更加精准的投资预测，提高收益、降低尾部风险。通过组合优化，在实盘中取得了显著的超额收益，未来智能投资的发展潜力巨大。
第六，智能信用评估提升小微信贷服务能力。智能信用评估具有线上实时运行、系统自动判断、审核周期短的优势，为小微信贷提供了更高效的服务模式。在一些互联网银行中应用广泛。
第七，智能风控实现金融机构风控业务转型。智能风控为金融行业提供了一种基于线上业务的新型风控模式，但目前只有少部分有能力的金融机构运用，有待继续试点和推广。
第八，智能运营管理提升运营效率，降低运营成本。智能运营管理将业务运营逐渐从分散走向集中、从自动化走向智能化。从而提升业务运营效率，减少业务办理差错，降低管理成本。智能运营成为各家金融机构开展智能金融的优先考虑和使用的场景。
第九，智能平台赋能金融机构提升服务、改造流程、转型升级。智能平台建设是金融机构智能化转型的核心，持续为上层应用提供丰富、多维度的智能服务，构建完整的服务生态圈。
综上所述，智能金融目前整体仍处于“浅应用”的初级发展阶段，主要是对流程性、重复性的任务实施智能化改造。
《报告》认为，人工智能技术应用正处在从金融业务外围向核心渗透的过渡阶段，发展潜力巨大。
5、在智能金融应用场景中，“算法黑箱”问题可能会更加突出？如何避免？
肖钢认为，人工智能有一个问题是算法的可解释性比较差，要解决这个问题可以从几个方面来着手：
第一，要让算法可解释。现在人工智能科学家正在攻克模型算法的黑箱问题，期待着不久的将来在技术上有所攻破。
第二，可以采取分层管理。例如，根据是否对金融消费者产生伤害的程度进行分类管理，有的可以不解释，有的只是解释模型怎样运行的，有的要解释结果及其原因，有的需要进一步解释模型背后的逻辑和运作原理。当然，如果最后还是无法解释，投资者和消费者也不相信，监管部门就不准在金融领域使用。
因此，如果人工智能运用到金融行业，未必需要解释所有的模型，可以对模型进行分层管理，提出明确要求。
第三，分清楚责任。无论是否使用人工智能，金融机构销售金融产品和服务的卖者尽责义务没有减弱。机构需要了解自己的客户，把恰当的产品卖给恰当的人。责任不会因为是否采用了人工智能技术而有所改变。
6、个人隐私和数据保护问题已经成为社会普遍关切。智能金融时代，如何构建起相关法律法规体系？
《报告》中提到，个人数据的问题目前缺乏法律规定，确实需要立法。肖钢认为，数据很重要，尤其在人工智能时代，其重要性日益凸显，这与原来的工业革命时期不同。工业革命建立在物理资本上，而人工智能则是建立在信息资本和数据资本上。因此，谁控制了数据，谁就垄断了权力。
肖钢认为，个人隐私和数据保护领域有很多问题待明确，例如哪些数据能搜集、数据的权属是谁的、如何建立个人信息权的体系等，这些都是新的课题。
保护个人数据隐私，肖钢从以下方面提出建议：
第一，需要补短板，抓紧制定相关法律法规，并逐步加以完善。
第二，要防止数据垄断。鉴于大型科技公司的技术优势与数据获取能力，存在赢者通吃的效应，要求大公司开放数据，让中小科技公司也要利用其数据开发业务，维护公平竞争环境。
第三，要进行综合治理。数据隐私保护不仅是金融监管的事情，还涉及到政府部门、IT公司、金融机构、实体企业和个人，是全社会的事情，所以要形成各方参与，协同治理的体系。
第四，需要发展新技术，以解决技术带来的问题。“联邦学习”的技术就是一个方法，既保护了数据安全，同时又可以共享数据建模。
I. 目前人工智能在金融行业属于什么水平
资产管理领域应用AI可以把它分成三个子概念：智能投顾、智能投研、智能投资。每一类的功能偏向有所不同，涉及的AI算法也会不尽相同。
1）智能投顾
典型功能包括：客户偏好分析、市场分析提醒、智能配置组合、交易执行、组合优化等。
典型AI算法包括：知识图谱、机器学习、智能语言处理技术、图像识别等。
这方面有代表性的应该是美国的Wealthfront和Personal Capital两家公司。国内做得出彩的目前看来没有。铂诺希望作为一个先行者，在客户偏好和市场提醒这两项功能上着重发力，打造一个前端的智能顾问，帮助客户更好的了解自己和了解市场。
2）智能投研
典型功能包括：股票市场信息的深度挖掘分析、投资策略的量化与回测等。
这些功能的过程本质：数据获取、特征提取、数据转换、模型训练、模型选择、模型预测。
典型AI算法包括：监督学习算法：(1)回归算法：决策树、随机森林等; (2)分类算法：二次判别分析、K最近邻算法等; (3) 降维算法：偏最小二乘法等。
无监督学习算法：(1) 聚类算法：K均值、分层等; (2) 降维算法：主成分分析、独立成分分析等。
3）智能投资
典型功能包括：量化交易，智能风控
典型AI算法包括：在线过程分析（OLAP）、聚类、滤波、神经网络、预测模型等。
这部分同样是外国的企业走得比较靠前，07年开始Rebellion research就开始采用贝叶斯网络算法进行智能投资相关的工作了。
国内的跟进速度也比较快，铂诺这几年也一直致力于搭建自己的智能风控平台。
J. 凤凰金融的智能金融是什么
智能金融，就是脱离人与人的服务关系，以人工智能为用户提供金融服务，对于新手而言很友好，在科学模型下，同等收益下，风险低的金融服务。还可以结合用户的生活情况和投资需求综合考虑。