论文智能投顾一个文献综述是关于对不知道怎么写文献综述论文范文课题研究的大学硕士、相关本科毕业论文法律文献综述3000字论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
【摘 要】本文通过对智能投顾的理论依据、技术条件及应用场景等相关研究文献进行梳理,提出未来智能投顾在如何构建系统集成的技术框架以及设计全套应用服务体系等方面,值得深入研究.
【关键词】智能投顾 金融科技 资产配置
一、引言
智能投顾,是运用一系列人工智能机器学习算法、投资组合优化等理论模型,并根据投资者的风险承受水平、收益目标以及偏好等要求,为用户提供智能化投资建议、资产配置及其它增值服务的在线投顾服务模式.智能投顾的理论依据,是基于以Markowitz均值-方差模型、Black-Litterman模型为代表的现代投资组合理论模型.随着大数据、云计算、人工智能等金融科技创新发展的推动下,智能投顾随之产生并已获得了较广泛的应用,未来前景看好.
二、智能投顾的理论依据：现代投资组合理论模型
智能投顾的理论依据,是基于以Markowitz均值-方差模型为代表的现代投资组合理论模型.Markowitz（1952）[15]提出均值-方差模型,使用期望收益和市场波动风险来构建投资组合,奠定量化资产配置的理论基础.Markowitz均值-方差模型的期望收益率用各种资产历史收益率分布下的均值来表示,而风险则使用方差来度量,以获取在一定程度的市场波动风险水平下的资产组合收益最大化,或者实现目标收益水平下的资产组合风险最小化.因为Markowitz均值-方差模型是以历史情形会重复出现作为假设前提条件,来通过历史收益率和市场波动方差来建立最优投资组合,各种资产收益率及方差可能会和历史数据不一样,所以有必要对Markowitz均值-方差模型的市场均衡配置权重做调整修正,从而优化投资组合获得更大收益.
针对Markowitz均值-方差模型在市场均衡配置权重存在缺陷,Black和Litterman（1992）[2]在基于历史数据的Markowitz均值-方差模型的基础上,利用贝叶斯方法,在模型中加入投资者主观观点,提出Black-Litterman模型,使得资产配置受到市场均衡权重和投资者主观预期两个方面的共同影响,修正了Markowitz均值-方差模型在市场均衡配置权重方面的局限.
针对Black-Litterman模型的主观观点仅表达了对资产的预期收益一种观点,而事实上投资者可能还有一些间接的观点,比如对GDP/CPI等宏观因子、PE/ROE等基本面因子等,同样这样因子也会影响资产价格波动,Wing Cheung（2009）[20]进一步提出Augmented Black-Litterman模型（Black-Litterman多因子扩展模型,简称ABL模型）,将早期Black-Litterman模型的主观观点扩容到影响市场收益的因子层面,提高了该模型的适用范围.进一步说,Wing Cheung（2009）[20]的ABL模型和Black-Litterman模型不同之处是：在计算过程中,ABL模型不仅在预期收益率向量中加入了因子项,而且在协方差矩阵中也加入了因子项；使得将Black-Litterman模型中仅对n个资产收益率的预测,扩展至对n个资产收益率及f个因子收益率的预测.
三、智能投顾的技术条件：金融科技发展
金融科技（Fintech）是基于大数据、云计算、人工智能、区块链等先进技术,体现为金融+科技的融合和创新,主要的应用场景包括：支付结算、财富管理、信贷支持、商业保险等金融领域.金融科技的发展阶段主要有：第一,金融IT阶段：主要是指通过IT軟硬件的应用对办公业务进行电子化改造,从而提高金融效率.金融IT阶段以ATM、POS机为主要代表性产品.第二,互联网金融阶段：通过互联网或移动端的在线平台集聚用户,对资产端、资金端等终端相互联通,撮合金融业务和金融信息的共享.互联网金融阶段以互联网基金销售、移动支付为主要代表性业务.第三,金融科技阶段：通过大数据、云计算、人工智能、区块链等先进技术,解决传统金融的业务痛点,提升传统金融业务效率.金融科技阶段以大数据征信、智能投顾为主要代表性应用场景（巴曙松和白海峰,2016）[21].
(一)大数据技术发展
1.大数据特征.主要体现在海量数据、实时处理、数据种类及来源渠道多样化的3V特征（Laney Douglas,2001）[14].
2.大数据价值链.Gustafson和Fink（2013）[10]提出大数据价值链有数据获取、数据存储、数据分析及数据应用等4个环节构成.
3.大数据分析工具.根据Varian（2014）[19],Jun等（2015）[13]等学者的相关研究整理,大数据分析工具包括了以下六类：以Hadoop/MapReduce为代表的大数据分析平台、以HBase为代表的数据仓库、以Mahout为代表的数据挖掘、以HDFS为代表的文件系统、以Hive为代表的大数据搜索、以Sqoop为代表的数据聚合和传输.
4.大数据应用.Tirunllai和Tellis（2014）[18]使用35万份的用户评论数据,并通过LDA模型进行市场营销领域的战略品 .Varian（2014）[19]使用2380个观察样本数据并运用HMDA数据树技术进行计量经济学方面的实证研究.Jun等（2015）[13]使用1989年～2006年的欧洲大数据技术专利数据,通过文本挖掘及社会网络分析技术进行评估分析.
(二)云计算技术发展
1.云计算内涵.云计算是一种并行的、分布式的系统,由可以调用的虚拟化资源池组成,服务提供商能够依据事先约定的服务层级协议（Service Level Agrement,SLA）动态地向用户提供相关服务（Buyya,2009）[6].
2.云计算关键技术.云计算关键技术包括数据存储及管理技术（Ghemawat等,2003）[10]、数据分析及处理技术（Dean和Ghemawat,2008）[9]、云安全技术（Takabi等,2010）[17]等.
总结:本论文为免费优秀的关于文献综述论文范文资料，可用于相关论文写作参考。
参考文献：
1、 智能投顾智能时代财富管理专家 人工智能、大数据、云计算等高精尖信息技术正在重塑各行各业，人类社会正在步入真正的智能时代。智能时代下，金融行业形态也正在发生翻天覆地的变化，金融。
2、 智能投顾来了，机器人理财靠不靠谱 中国经济在过去10年经历的高速发展为中国私人财富总量的迅速扩张奠定了坚实基础。截至2016年底，中国私人财富规模约165万亿元人民币，已成为仅次。
3、 境内外智能投顾业务模式对比 随着互联网金融的火爆和大数据、云计算的兴起，智能投顾开始走进大众视野，越来越多的初创平台获得资本青睐。今年4月，理财魔方完成2000万的Pre-。
4、 智能投顾来了，传统理财顾问何去何 智能投顾若要在财富管理领域大放异彩，离不开专业顾问的协同创新。2014年以来，智能投顾在全球兴起。随着技术的不断成熟与完善，智能投顾从资产管理。
5、 智能投顾未来是一片蓝海 随着大数据和人工智能的兴起，智能投顾有望转型升级为智能财富顾问，这将有助于个人投资者在做决策时能掌握更加完备的信息，并为个人投资者提供整体性的解。
6、 战略柔性文献综述 一、引言现代企业所处的环境与以前相比有很大的不同，环境的不确定性更大，要求企业的应变能力也越强。当今科技、经济迅速发展的现状下，企业之间的竞争。