监管政策渐明，人工智能投顾进入发展快车道（一份来自FINRA的报告解读）
文 / 张家林，中国金融四十人论坛（CF40）常务理事，北京资配易投资顾问有限公司董事长
随着大数据以及人工智能技术的发展，自2012年以来，以美国Wealthfront、motify、Betterman为代表的机器人投顾（RoboAdvisor）、人工智能投顾（AI Advisor）迅速发展，据有关报告预测到2025年前后，将会有高达2.2万亿美元的资产管理由人工智能投顾管理。
2014年以来，在国内以资配易等为代表的人工智能投顾公司也迅速发展起来。围棋人工智能AlphaGo以悬殊的4:1战胜李世石之后，全世界范围内掀起了对人工智能投资的极大热情，可以预见将会有更多、更好、更强的人工智能运用到资产管理行业。作为一种全新的业务形态，如何拟定发展政策、如何监管这些创新的投顾工具，就成为一个业界十分关注的话题。
2016年3月15日，美国金融业监管局（以下简称FINRA）发布了一份名为《Reporton Digital Investment Advice》的报告（以下简称“DIA报告”）。虽然这份报告不是正式的法规，但其明显具有前瞻性指引的作用。作为首个对包括人工智能投顾监管方面的官方文件，研究和分析它的意义就十分重要，对于促进我国人工智能投顾的发展具有非常好的借鉴意义。
首先，FINRA的报告用“DigitalInvestment Advice”而不是用“ArtificialIntellgence Investment Advice”或其他带有“robos”的概念，体现其本身是从监管层面视角来考察的立场，明确了其监管的对象和目标。作为监管层，没有办法也没有必要对服务商提供的人工智能艾真体的“智能”进行明确的度量，因此，FINRA从外部来看，无论这些服务商采取什么样的方式实现“智能”，它的输出在FINRA看来都具有统一的表现形式，即DigitalInvesment Advice（数字化投资建议）。
FINRA确定了其监管的一些理念：不关心服务商的人工智能是如何做的，而主要关心它向用户提供了什么，即它的输出。与此同时，FINRA也无法区分一些“在线投顾”的数字化投资建议到底是纯机器产生的，还是有人类参与的。因此，采用这样的概念，也涵盖了提供“在线投顾”服务的各种“人＋机器”混合投顾业务。
其次，FINRA的这份报告使用了一个非常新和重要的概念：Digital Investment AdviceTools（为保持与原文的一致性，本文直译为“数字化投顾工具”）。FINRA指出了“数字化投顾工具”应该可以支持一项或多项下列投资管理价值链的功能：客户分析、大类资产配置、投资组合选择、交易执行、投资组合再平衡、税收规划以及投资组合分析。这些“数字化投顾工具”可被分为两种：一种为金融从业者使用，也就是“面向金融从业人员”；另一种为客户使用，即＂面向客户＂。
FINRA的执行副总裁DanSibears关于这个概念进行比较直接的说明：FINRA是从功能的角度来监管新型的投顾工具的。使用这个概念，突出了其“过程监管”的视角，来审查新技术在投资管理价值链上的各个环节的功能以及影响。笔者认为，这一方面增加了政策的包容性，兼顾很多已存在、正在发展的和创新的投顾工具类型和商业模式；另一方面采用”技术中性“的立场，即不对行业采用哪种技术做偏好性指引，给业界采用包括人工智能等各种新技术在投资管理方面的应用提供了更宽的政策空间。
虽然业界比较期待FINRA对新出现的“roboadvisor”或其他“智能投顾”进行正式的定义，但在这份报告中，FINRA显然一方面注意到这种关切，但令一方面，也非常审慎的采用了一种描述的方式而非官方定义来回应：“能够支持前六项功能的面向客户的“数字化投顾工具”（即从客户分析至税收规划）通常被称为robo advisor”。
FINRA认识到科技在金融创新领域扮演着核心角色。鉴于目前大量证券公司引入了人工智能来帮助创建并管理投资组合。FINRA对目前市场的一些“数字化投顾工具”进行了审查，以评定这些发展对于行业、客户的影响。这份DIA报告的依据是FINRA与提供或使用“数字化投顾工具”的金融服务企业、供应商、国外证券监管机构的谈话以及管理经验。报告中提及的金融服务企业包括券商及投资顾问公司。虽然，在报告中提出的规章只适用于券商，但所讨论的有效措施适用于在FINRA注册的所有企业。
DIA报告详细考察了如下几个非常重要的问题：
对于金融从业者：在广泛和大量使用“数字化投顾工具”后，金融从业者将会在提供投资建议方面扮演怎样的角色？
对于投资者：投资者对“数字化投顾工具”的依赖将会达到什么程度？
对于艾真体：艾真体对客户的理解将会达到什么层次？
艾真体开发者：训练有素且具有职业素养的金融从业者提供的技巧、知识及服务是否能够包含在艾真体中？艾真体是否能够提供合理的适应性建议，尤其对那些有着更复杂的顾问需求的客户？
FINRA认识到了越来越多的券商运用包括人工智能技术在内的各种科技在其投顾业务方面。因为这种趋势越来越明显，FINRA及时的制作了这份报告，以提醒券商在FINRA监管下的义务，并发布与人工智能投顾业务相关的一些准则，其中主要包括相关的技术管理、投资组合建立以及利益冲突如何解决这几个方面的问题。报告还为投资者提出了对全部或部分由“数字化投顾工具”提出的投资建议的评估建议。提出了FINRA认为相关企业需要考虑并适应于他们商业模式的一些准则。
FINRA在报告中叙述了“数字化投顾工具”发展的简史，但报告中对此叙述并不完整，为了让读者了解发展的全貌，笔者基于自身实践以及研究，做了补充汇总如下。
在20世纪90年代末期，可供投资者直接应用的工具技术水平和规模都开始扩大。部分公司开始提高在线的资产管理服务。2005年，FINRA颁布NASDIM2210-6Requirementsfor the Use of Investment Analysis Tools规章，允许证券自营商将投资分析工具（investment analysis tools）[6]直接被投资者使用后，在线资产管理服务规模迅速增长。
2008年～2015年期间，大量新兴科技企业开始为客户直接提供各类基于机器学习的“数字化投顾工具”。从这个时期开始，一种被业界称为“robo advisor”的新型的投顾商业模式开始发展起来。这些公司开发的面向客户的投顾工具提供的功能之前只被金融从业者应用，但现在已经被广泛被客户所直接应用。
在这个阶段的很多实际应用案例中，证券公司对他们的“数字化投顾工具”提供的投资策略负责。部分证券公司直接开发或收购这些工具，其他公司会选择开发或收购面向金融从业人员的工具来加强他们服务客户的能力以增强他们的竞争力。部分面向金融从业人员的投顾工具包含先进的分析工具，如评估客户的风险承受能力及投资组合风险。在某些案例中，一些平台型的服务商通过在线的展示，帮助金融从业者在线上向客户展示信息。服务商常利用这些工具帮助金融从业者与客户进行更深刻、个性化和更复杂的交互。
2015年至今，特别是以大数据为基础的深度学习的运用，“人工智能”再次取得突破性进展。越来越多的服务商以及科技企业，开始尝试开发能够完全消除人类参与投资管理价值链的人工智能系统。目前包括国外的bridgewater，wealthfront，国内的资配易[7]都已经实现了这样的系统开发和商业化运营。由于金融市场本身具有的不确定属性、复杂性以及投资管理业务的特点，在这样的任务环境下工作的“robo advisor”的智能水平的要求就越来越高。
为了区别于公众对“汽车装配生产线上工作的机器人”的认知，特别是围棋人工智能Alphago以4:1战胜李世石事件后，越来越多的采用“人工智能＋云计算”系统结构的服务商，更愿意使用”人工智能投顾“而非”roboadvisor“来描述自己提供的“数字化投顾工具”与之前的robo advisor的这种差异。
这些服务商强调自身采用人工智能的主要原因是：开发可以实际运用的人工智能投顾系统，由于在计算设备和软件开发方面需要更大的投资，通常少则1～2亿，多的达到几十亿。想想Google在Alphago上投资数亿美元，就是为了下围棋。相比复杂程度更高的金融投资，有理由相信需要更多的投资才能提供令人满意的投顾服务，这样的投资门槛并不过分。
相比一些较简单的roboadvisor，仅需要相对小的多的投资（几百万或千万）就能实现。他们更希望用户能够感受到巨大的差异化。与此同时，巨大的投资所得到的回报也是值得的：通常采用“人工智能＋云计算”体系结构的服务商，能够同时服务千万、亿级别的海量用户。例如，wealthfront、资配易这样的人工智能投顾系统设计就是按照同时服务千万级别的用户目标设计的。但motify、国内一些选股公司等采用非人工智能的系统，其服务客户的品质和数量就少很多（通常是万级别）。
事实上，由于市场的差异化，上述各种模式都将并存。考虑到这种普适性，FINRA用“数字化投顾工具”来统称就很自然了。FINRA用这个概念包含了从简单的在线投顾、roboadvisor到复杂的人工智能投顾等，只要其在投资管理价值链上的任何环节上运用算法、模型、程序或艾真体都称为“数字化投顾工具”而需要进行监管。
笔者注意到，FINRA在报告中并没有明确的要求服务商提供的“数字化投顾工具”应该是什么样的系统结构，只是提到了服务商在人类参与程度、工具的应用的程度上存在显著差异。在FINRA看来，它没有必要建议和要求服务商应该采用什么样的系统架构来实现这些服务；同时，它也没有必要，也似乎没有能力来鉴别服务商到底采用“人类＋机器学习＋web服务”模式，还是“人工智能＋云计算”的模式，那个更“智能”。在FINRA看来，它们各自拥有不同的特点，服务商应该自己定位其商业模式。FINRA向业界明确，它是技术中性的。
FINRA在报告中说明“roboadvisor”应该包含投资管理价值链的“六项功能”，但在“大类资产配置”、“交易执行”、“投资组合再平衡”功能上的细微差异会导致不同的“数字化投顾工具”：咨询建议型、资产配置型和资产管理型。在中国，由于对投资顾问的不同定义，其功能略有差异。
FINRA对于投顾行业的监督管理一直是其日常性的核心工作。对于“数字化投顾工具”，FINRA在报告中说明了专注于几个方面：
算法；
客户风险承受能力评测；
客户投资组合如何建立，以及由这些组合引起的利益冲突。
FINRA认为算法是“数字化投顾工具”核心组成部分。开发者需要大量的金融模型和假设将输入数据转化成投资建议价值链（见下图）的每一个步骤的措施。
FINRA提出，能够将输入转化为输出的算法应能够体现公司对于实现特定任务的方法论，这些特定任务包括投资者分析、投资组合调整或税务规划等。投资建议价值链包含的几个主要步骤，每个步骤所需要的数据、假设以及模型都非常不同。FINRA要求提供“数字化投顾工具”的公司，需要对其在每一个步骤中所使用的算法进行格外的关注。这是因为如果一个算法与其对应的任务，如果设计不合理或者编程不正确，可能会导致与预期输出的偏差超出合理范围，对投资者造成不利的影响。
因此，FINRA非常强调服务商很有必要有效监管他们使用的算法。在最基本的层面上，服务商应该评估算法是否与其投资分析方法一致。比如，大量面向客户的“数字化投顾工具”都根据现代投资组合理论发展而来，根据客户的风险承受能力，使用积极的、指数追踪式的管理方法；而另外一些工具会包括对投资组合的主动管理。因此，由于其投资理论和方法不同，所使用的算法的输出很可能是不一样的。
即便采用相似的投资理论和方法，对如资产配置等特定任务的实现方法可能会产出相当不同的结果。FINRA在报告中，引用了Cerulli Associates所做的一个测试：对比7个Digital Investment AdviceTools对假设的退休投资的资产配置方案截然不同，这7个方案中，股权投资占比在51%到90%不等，固定收益类投资比例占10%到40%。
笔者也以资配易的证券投资人工智能（SIAI）做了模拟和实证分析，得出了几个相似的结论：
同一个人工智能投顾艾真体向不同用户提供的投资组合的相似度可以很高，也可以很低；但对于市场而言，能够提供低相似度投资组合建议的人工智能投顾对市场更有益。
不同人工智能投顾艾真体提供的投资组合差异很大。这主要是由于市场潜在的投资策略空间巨大、不同公司的投资理论和方法的差异，以及其他因素导致。
FINRA通过这些例子，强调了下列事项的重要性：
服务商应充分了解他们所使用的算法的假设条件以及在可能的场景下存在的偏差；
服务商应评估这些算法是否反映了公司的期望。
这些事项，不仅适用于公司自主研发，也适用从第三方购买的情况。
FINRA提出了针对算法监管的原则和有效方法：
算法监管：原则和有效方法
Digital Investment Advice Tools依赖数据和算法输出投资建议。因此，有效的治理和监督框架对于确保所产生建议与证券法和FINRA规则相一致非常重要。这种框架应包括：
初步审查
1、评估Digital Investment AdviceTools所采用的方法，包括相关的假设是否与目标任务相适应；
2.、了解将会使用的数据输入；
3、 测试输出并评估其是否与公司预期相一致。
持续审查
1、评估Digital Investment AdviceTools所使用的模型是否依旧适用于发生变化的市场；
2、定期测试Digital InvestmentAdvice Tools输出以确保其正在如预期运行；
3、识别管理Digital Investment Advice Tools的责任人。
FINRA强调使用Digital InvestmentAdvice Tools提出投资建议的注册代表必须符合适应性原则，并且不能完全依赖Digital Investment Advice Tools作为向客户做出适当建议所需要的证券知识的替代品。
FINRA审查了若干用以帮助金融从业人员理解投资者风险承受能力的投顾工具。在某些案例中，这些投资工具还分析了投资者投资组合与他们风险承受能力的一致性，并针对风险承受能力适当调整投资组合。这些工具在执行任务方面有很大的不同。FINRA认为高质量的监管包括了解这些工具对于客户风险承受能力的评估方法是否与公司的方法相一致。
FINRA同样审查了用以帮助金融从业人员和他们的客户分析潜在突发事件（事件驱动）对他们投资组合影响的工具，例如油价下跌，全球性衰退或地缘政治危机。谨慎的监管应了解这些工具所使用的分析方法，包括所做的假设及突发事件对其相关的各种资产价格变动的影响等。
FINRA认为“数字化投顾工具”使用的算法同样应该包含在何种情况下应用这种算法是不合适的说明或调整。FINRA在报告中，引用了一个例子来说明：如果把一个税收规划算法应用于双方拥有多个投资账户的夫妇的一个账户可能是有害的。因为缺少对于这对夫妇投资组合全面的了解，这种算法很难正确计算。
除了上述讨论的有效做法，FINRA建议服务商需要解决下列问题：
方法是否有独立的第三方测试？
服务商是否能够向管理者解释“数字化投顾工具”的运行方式及其合规程度？
对于识别“数字化投顾工具”输出的结果与预计不同的情况，是否会产生异常报告?如果有的话，发出这种报告的参数是什么？
对于面向金融从业者使用的系统，下列问题同样需要关注和解决：
在金融从业者使用该工具之前，服务商会采取哪些培训或测试？
金融从业者对于测试不同的情景和假设有什么自由裁量权？
服务商是否核查金融从业者所提建议与工具输出的一致性？
FINRA实证观察的一些情况
根据FINRA的观察，大量服务商使用某种形式的投资政策委员会来：
监督算法的开发与实施
参与第三方工具的尽职调查
评估投资组合分析工具所使用的场景。
报告举出一些案例：一个公司允许注册代表使用面向金融从业人员的“数字化投顾工具”，但要求所有这类工具经过深入审查和批准过程。最终结果是公司允许大部分注册代表仅使用其中两个公司提供的“数字化投顾工具”。这些工具批准的过程包括由合规部门和技术人员双方严格的审查。这种审查覆盖了内部及软件供应商测试以确保各项性能指标评分和结果达到预期。另外，这些工具被纳入公司的信息技术体系中，审核了包括是否需要添加额外的网络攻击的保护等事项。
同时，部分公司禁止注册代表在没有公司审核批准的情况下使用“数字化投顾工具”，其他的公司并没有相关规定。FINRA观测到某家公司除了允许注册代表使用公司之前批准的工具外，也允许他们使用其他的并没有经过公司审核的工具。FINRA认为，对这些工具审核过程的缺失，会引发关于公司是否有足够能力监督使用这些工具的注册人员的问题。这与上面讨论的有效监管的准则并不一致。
除了与算法监管相关的职能外，FINRA认为服务商同样需要对给面向客户使用的“数字化投顾工具”建立监督管理的结构及流程。
大多数此类工具会向投资者提供一个与其个人特征相符合的投资组合，如向保守的投资者提供保守的投资组合，向激进的投资者提供激进的投资组合。大多数FINRA观察的服务商建立5到8个投资组合，部分公司会建立更多。FINRA认为，关于建立与给定投资者特征相符的投资组合是极其重要的。
投资组合的构建是引起利益冲突的源头。FINRA针对此提出了其原则和有效方法指引：
投资组合及利益冲突监管：原则和有效方法
对于服务商而言，有效的做法是对“数字化投顾工具”可能提出的投资组合建立监管机制。这种监管机制应：
1、对于一个给定的投资者信息，确定其投资组合特征，如预期收益、分散投资偏好、信用风险及流动性风险；
2、制定包含投资组合中的证券的指标（这些标准可包括如费用、指数追踪风险、流动性风险及信用风险）；
3、选择对于适合于各个投资组合的证券。如果此过程由算法完成，则按上面所述的算法监管流程实施；
4、监督投资组合以评估他们的表现和波动性等风险特征是否与客户类型相适应；
5、识别和减轻投资组合中特定证券导致的利益冲突。
审查机制中应包含独立于相关业务的人员以及可以在总体投资组合策略和单一证券选择两方面提供建议的人员。
FINRA实证观察的一些情况
与算法的监管类似，FINRA提及的券商和其他公司通常使用投资政策委员会或者类似组织来对客户信息及可能由“数字化投顾工具”提供给客户的投资组合进行审查。
很多面向客户的“数字化投顾工具”使用ETF来建立他们的投资组合，对于他们所选取的共同标准包括成本、指数追踪误差、流动性和买卖价差。
管理由证券选择引起的利益冲突的方式较为多样。部分服务商在提供面向客户的“数字化投顾工具”时，通过不选取自身公司或附属基金以及提供利益分成选项的基金来避免利益冲突。其余则遵从监管披露原则。部分FINRARule 2214[8]中的准则对于由“数字化投顾工具”引起的利益冲突同样适用。具体而言，服务商应披露“数字化投顾工具”是否偏爱某种特定证券，若有的话，应解释选择原因，如果可以的话并指出与未选取证券相比其在成本结构等特性上的优点或近似之处。
FINRA在报告中非常强调投资者适当性分析。了解客户的投资目标、客户特点及财务状况，即进行投资者适当性分析，对于提供合理的投资建议十分必要。FINRA坚信投资者分析的核心准则对于无论是人工金融从业者，还是及基于算法提出的投资建议都同样适用。
投资者适当性分析：原则和有效方法
投资者适当性分析功能是“数字化投顾工具”的关键组成部分，因为其是向客户提出投顾建议的基础。关于投资者适当性分析的有效措施包括：
1、识别用于精确分析客户的关键信息；
2、评估客户的风险承受能力和风险承受意愿；
3、处理客户分析问卷中矛盾或者不一致的回答；
4、评估对于个人而言，投资（相对于储蓄或者偿还债务）是否合适；
5、定期联系客户以确定其资料是否改变；
6、建立合适的客户分析工具监管机制。
进行投资者适当性分析的一个核心问题在于：对于建立一个可以帮助做出合理投资建议的投资者数据档案，哪些信息是必要且足够的？
FINRA已定义了券商在熟知客户及适应性规则下对于客户信息收集的最低要求。FINRA2090号规定（了解客户）中要求券商在客户开户时及之后努力了解关于客户必要的信息。
在给出投顾建议时，FINRA2111号规定（适应性）要求券商努力获得并分析客户的投资组合，其中包括但不限于“客户的年龄、其他投资、财务状况及需求、纳税状态、投资目标、投资经验、投资时间跨度、风险承受能力以及任何其他客户可以披露给与此建议相关人员的信息。”适应性规则同样指出“各个因素的重要程度可能去决定于具体案例的实际情况。”
一般情况下，FINRA监管的面向金融从业者的“数字化投顾工具”可以收集到客户的大多数信息。有些工具帮助金融从业者获得客户的整体投资组合而不是单一账户、配偶账户信息、退休后收入（如社会保障及养老金）以及客户财务状况（如支出）的详细信息。最根本的是，金融从业者可以询问客户以收集补充信息并对客户需求建立细致入微的了解。显而易见，客户分析的有效性是由金融从业者的技能大力推动的。
相比之下，面向客户的“数字化投顾工具”依赖于一组离散的问题来进行客户分析。FINRA审查的工具通过4到20个问题寻求答案，这些问题通常包含5个大类：个人信息、财务信息、投资目标、时间跨度及风险承受能力。
“数字化投顾工具”的客户适当性：原则和有效方法
客户适当性问题与“数字化投顾工具”相关的讨论有几个方面，包括它们是否被设计用来：
1、收集并详尽分析与客户相关的所有所需信息已进行适当性判断；
2、处理客户分析问卷中矛盾的回答；
3、为客户投资组合配置适应性证券或投资策略。
下列问题可以帮助评估“数字化投顾工具”的输出是否符合客户的适当性需求：
1、该工具是否能够获得所有投资者分析所需因素？
2、如果没有，服务商是否提出合理根据判断该特定因素是非必要的？
3、该工具如何处理客户分析问卷中的矛盾回答？
4、判断某个证券或投资策略适合某客户的准则、假设及局限是什么？
5、工具是否偏爱某类特定证券？若有，此类操作的根据是什么？
6、该工具是否考虑集中度问题？若有的话，达到了何种程度？（如特定证券、某类证券、某类行业）
FINRA的实证观察
FINRA观察的服务商采取了大量方法评估客户的风险承受能力。这里我们专注于其中两个方面：
寻求衡量风险意愿的方法；
基于投资者风险承受能力，衡量投资组合风险。
评估投资者风险意愿的方法有很多。在最基本的层面上，一些服务商要求投资者通过在预设好的评测系统中自评，这些评级一般包括“保守”到“激进”。
某些评估风险意愿的方式是基于场景，这些场景可能根据投资者真实体验而设定。例“数字化投顾工具”提出下列问题：“您是否在一年中损失超过20%的投资？（是/否）若回答为是，请回答“在超20%损失当年，我a)卖出所有；b)卖出部分；c)没有操作；d)重新配置投资；或e)买入更多。“
其他方法还有要求投资者回答假设问题。某个“数字化投顾工具”向投资者询问为取得一定收益他们予以承担风险的资金总额。投资者可以使用滑块将潜在损失和收益调整到一个他们认可的程度。另一个风险评估工具要求用户沿假想的预算曲线选择一个或两个证券组成的投资组合。该工具要求根据不同的预算曲线进行多次选择然后集合用户的回答评估其风险承受能力。
某些服务商将风险承受能力评估工具与投资组合分析工具组合使用。例如某服务商的“数字化投顾工具”可以分析客户的风险承受能力与其投资组合的一致性。还有一些服务商提供允许金融从业者在不同情景中对其客户账户进行模拟风险分析。这些假定场景包括新兴市场硬着陆、中国经济增速放缓或者美国信用评级下调等假设性的事件。
中国证监会在2012年颁布的《证券公司投资者适当性制度指引》中，对客户适当性评测做了非常详细的约定和说明。FINRA在这份报告中提出的客户风险承受能力评测体系没有超出这个指引的范围。对于中国的证券公司或投顾公司而言，接下来的挑战可能是如何将这个指引有效的通过算法来实现。对于FINRA提到的第三方测试，是一个新的提法。这可能会派生出一个新兴的中介机构：专门对各种“数字化投顾工具”进行“中性的”评测，这些评测机构则需要官方的认证。
调整投资组合对于保持一段时间的资产配置是必要的。当投资组合的成分自然偏离其给定目标或者当目标本身改变时，调整势在必行。偏移通常发生在投资组合的成分证券表现异常导致。这可能由某一特定资产类别或证券的市场波动引起。FINRA在报告中强调了”数字化投顾工具”在投资组合调整时需要考量的问题。
在FINRA审查过的面向客户的“数字化投顾工具”组合调整的触发方式相当多样。某家服务商使用3%的投资组合偏移线作为触发调整的阈值。组合偏移会被每日监督。反之，另一家服务商的投资管理委员会决定根据市场事件设定可允许的偏移值。相似的，另外两家服务商监测客户投资组合并定期按需调整，但并没有确定的偏移指标。
根据阈值的限制和进行调整审核的频率，“数字化投顾工具”可以进行大量的调仓交易。下列问题可能帮助评估投资组合调整的要点：
该工具是否允许自动调整？
该工具进行投资组合调整的的触发条件是什么？
投资组合调整的频率如何？
投资组合的调整是否包含将特定证券放入或挪出投资组合的可能？如果有是否需要重新进行客户适应性分析？
投资组合的调整是否会导致超额佣金或不利的税务处理？
投资组合调整：原则和有效方法
关于投资组合的自动调整的有效措施包括：
1、明确客户认为自动调整应发生的意图；
2、通知客户关于调整后潜在的成本及税收影响；
3、向客户披露调整方式，包括：
4、若使用偏离阈值，披露使用的阈值及其是否随资产类别而变化；
5、如果调整时间被确定，披露调整间隔是否是每月、每季还是每年进行；
6、开发定义工具如何应对主要市场变动的政策和程序；
7、开发最小化调整带来的税收影响的方法。
培训对于使用“数字化投顾工具”的个人十分重要。部分FINRA审查的面向金融从业人员的工具可以产出非常复杂的分析结果，但是有效利用这些分析结果，并与其客户讨论该输出，需要金融从业人员了解分析的假设以及结果潜在的局限性。
FINRA的实证观察
大多数服务商要求金融从业人员在他们获许使用“数字化投顾工具”前参与系统培训。对于特定工具的培训与嵌入公司标准适当性训练的培训是不同的。另外，部分公司要求金融从业者参与特设培训。
“数字化投顾工具”的第三方供应商通常参与使用其工具的雇员的培训。与FINRA进行过谈话的供应商通常为金融专业人士提供一对一的入门训练，以确保他们了解这些工具的使用以及向客户介绍输出的方法。部分供应商向金融从业人员提供一周一到两次的培训服务，如帮助他们更深入了解支持工具的基本方法。另外，部分供应商提供特设的或追踪培训。
原则和有效方法：培训
关于金融从业人员的培训的有效措施包括：
1、允许其使用“数字化投顾工具”；
2、了解工具的核心假设和局限性；
3、何种情况下使用该工具对于客户是不恰当的。
有第三方供应商评估培训是否足够同样是有效措施之一。
FINRA在报告中罗列的一些重要的建议：
FINRA认为合理的投资建议依赖于对于投资者个体的特殊需求与信息的了解基础上。投资者应估计服务商是否收集了详细的信息并提出足够的问题来了解他们的需求、风险承受能力以及这些特点是否体现在他们收到的建议中。若投资者认为相关信息并没有被考虑在内，他应在决定进行投资前向服务商提出该问题。
投资者应了解他们收到的关于资产配置与建立投资组合的建议与“数字化投顾工具”所使用的算法和潜在假设。可能的话，投资者应熟悉这些投资方法及核心假设，以了解关于证券及资产配置的建议是如何产生的。
由于投资者收到的投资建议可能包含某些利益冲突，投资者应评估这些利益冲突是否对投顾建议的客观性造成危害。“数字化投顾工具”并不一定消除利益冲突。
投资者应了解他们得到的服务和相应的费用。对此，投资者应查问所提供服务相关的各项费用，包括如共同基金管理费等第三方收取的费用。
FINRA的这份报告，首次对如何监管“数字化投顾工具”提出了前瞻性指南。非常有助于业界理解监管思路以及主要的核心原则。报告中的方法来源于以往成功的经验和规则，也有部分来自业界实践的基础。
FINRA也认为在今后的资产管理领域，“数字化投顾工具”会发挥越来越大的作用。它提醒服务商无论采用什么算法、模型以及技术提高其“数字化投顾工具”的能力时，要时刻把投资者保护作为其首要目标。对于“数字化投顾工具”服务，服务商需要建立并维持投资者保护机制。FINRA认为这个机制的核心因素，一是了解客户需求；其次应使用由合理方法支持的工具；第三就是了解这些工具的局限。FINRA在报告中对如干重要、关键问题所列出的有效措施将帮助“数字化投顾工具”服务商的发展，也是推进投资者保护的有效途径。
目前除了FINRA，其他国家的监管机构尚没有出台类似的报告或官方指引。但各种讨论已经展开。比如2016年4月8日，中国基金业协会、保险资产管理协会、另类投资管理协会联合举办了《人工智能在资管行业的应用及网络安全研讨会》。FINRA这份报告出台后，获得业界普遍欢迎，认为非常及时和必要，这将有助于这个新兴、但快速成长的行业的健康、持续发展。笔者认为FINRA的这份报告对于我国的资产管理行业的发展的借鉴意义主要有如下几点：
监管的“技术中性”原则
“技术中性”原则主要体现在对于各种形式的“数字化投顾工具”采取什么系统架构、算法、技术实现不做偏好性指引。因此，整份报告中，除了对什么是“roboadvisor”进行了简要说明外，对目前非常热门的人工智能、机器学习只字未提。笔者认为，不是FINRA不知道业界的技术状态，而是其监管理念保持“技术中性”的思想主导。
把投资者保护作为监管核心
一切的监管方法就基于这个核心原则。比如，FINRA虽然是“技术中性”，但依然把对算法的监管提到很重要的程度。但她针对算法的关注点都是从投资者保护的视角进行的，她要求服务商必须披露算法的理论基础、所使用的数据、以及其局限性，甚至要求第三方评测以评估算法的有效性。
体现监管政策的包容性、扩展性和操作性
出乎大多数业界人士的预期，FINRA采用“数字化投顾工具”而不是“机器人投顾”，“智能投顾”等概念，就是这种理念的体现。即包容了目前已经存在的业态，也扩展了以往的规章以适用在正在发展的以及创新的业态。FINRA在报告中针对重要的问题提出的其监管原则和有效方法，操作性很强，对于指导业界合规性以及发展都非常有意义。
笔者也比较分析了中国证监会、中国证券业协会、中国基金业协会近期陆续出台的一些政策和法规，比如《证券期货市场程序化交易管理办法（征求意见稿）》、《账户管理业务规则(征求意见稿)》等，这些法规对FINRA这份报告中提出的问题都有涉及和完善的规章。这为中国的机器人投顾、人工智能在资管行业的发展提供了非常好的监管政策指引。
相关文章精选
独家 | 张家林：基于大数据的人工智能：证券投资领域的下一个变革