目錄
部分 智能投顧的神秘面紗
第1章 智能投顧大起底: 是什麼？為什麼？怎麼樣？
第2章 智能投顧面面觀: 原理、流程、模式與評價
第二部分 他山之石，可以攻玉
第3章 十年磨一劍: 美國智能投顧的發展歷程
第4章 如虎添翼: 美國智能投顧的產學研體繫
第5章 雙管齊下: 美國智能投顧的監管體繫
第6章 擇善而從: 中國智能投顧往何處去
第7章 美國主流智能投顧平臺業務介紹
附錄1《智能投顧合規監管指南》
附錄2《數字化投顧報告》
附錄3《證券投資顧問業務暫行規定》
參考文獻
後記

自序
過去十餘年間，中國經濟高速發展，為中國個人財富總量的擴張奠定了堅實的基礎。據統計，從2008年至2018年，中國的個人財富總額增長高達130%，是個人財富增長快的國家。預計未來十年，個人財富增長仍將保持在120%的高位。與此同時，我國個人投資者的數量已經超過了1.5億人，但證券投資顧問的人數卻不足5萬，遠遠不能滿足市場的需求。那麼，我們該如何解決這個供需不平衡的問題？發展智能投資顧問（通常簡稱為“智能投顧”）可能是一個有效的辦法。
簡單來說，智能投顧就是基於客戶自身的理財需求，結合人工智能和大數據等技術，通過算法來完成以往人工提供的理財顧問服務。由於采用了自動化的程序，相較於傳統的人工投資顧問，智能投顧的效率大大提高，從而降低了財富管理領域的門檻和費率，使得廣大“長尾用戶”也可以獲得較為優質的理財服務。
美國是智能投顧的發源地和目前的應用市場，其智能投顧的發展歷程及相關支撐體繫具有寶貴的借鋻意義。因此，在本書中，我們將梳理和分析美國智能投顧的發展歷程、產學研體繫與監管體繫等，以期為我國相關行業的發展提供經驗和啟示。
在美國的智能投顧由新生走向成熟的十餘年中，創業型智能投顧平臺與傳統金融機構先後入局，並以2015年為界形成了鮮明的兩大階段。經過十餘年的發展，美國的智能投顧市場格局日益清晰，大致形成了三種主流模式，分別為第三方理財服務平臺、傳統金融機構旗下的智能投顧平臺與智能投顧技術服務供應商。
美國的智能投顧之所以能夠迅速發展，很大程度上得益於其相對成熟的產學研體繫。因此，本書將繫統地梳理美國智能投顧的產學研體繫，包括高校的學研體繫和業界的產研體繫。此外，美國智能投顧成熟的業務發展模式也催生了相對健全的監管體繫，即政府監管和行業自律相結合的模式。本書也對此進行了總結，希望能為我國監管框架的完善提供一定參考。
在介紹了美國智能投顧發展歷程以及相關支撐體繫的基礎上，本書將著眼於監管機構、金融機構與高等學校這三類主體，進一步分析美國的經驗對我國智能投顧發展的啟示。
後，我們選取了智能投顧三種主流模式的代表性公司或平臺進行詳細的案例介紹，解讀美國主流智能投顧平臺的經營模式及產品特征，這些內容將有助於讀者更深入地了解美國智能投顧的運營主體。
作為金融行業的新興業態，智能投顧近年來在發達國家的發展十分迅速。而在中國，智能投顧的發展尚處於初級階段，機遇與挑戰並存，潛在的市場空間十分可觀。在這樣的背景下，同濟大學智能投顧實驗室應運而生，旨在彙聚政府、高校、金融機構和科技企業的各界人纔，打造一流的智能投顧產學研平臺。實驗室的重要任務之一就是總結發達國家的經驗，為我國智能投顧的發展提供啟示。因此，我們希望通過編寫此書，在梳理和分析美國智能投顧發展歷程的基礎上，結合中國相關行業的發展現狀，針對不同主體提出可供參考的建議。“采他山之石以攻玉，納別水之址以厚己”，希望在中國這個擁有1億多名個人投資者和近20個人可投資資產的市場上，智能投顧行業可以實現快速而健康的發展。

本書主編
2019年12月
推薦序
Betterment（被認為是早的智能投顧公司之一）的聯合創始人喬納森·斯坦因（Jonathan Stein）用“蘋果與先鋒的結合”(Apple meets Vanguard)來形容他的公司，即“在智能、高效的投資後端基礎上有著非常流暢、直觀的用戶界面”，這句話也是對智能投顧十分準確的描述。在這個初階段，智能投顧還是由諸如Betterment和Wealthfront等初創公司推動的新興行業，致力於通過手機或網頁端提供基本的自動化投資建議。這些初創公司都有一個特定的目標客戶群，即那些很少或沒有機會獲得個性化投資建議的小型投資者。傳統的投資咨詢行業完全依賴人工，這內在地決定了其無法形成具有規模效益的解決方案，它們的服務僅提供給承諾一定投資額的投資者，而這個門檻將大量的中小投資者拒之門外。不過，這些投資者並沒有完全喪失選擇權，他們仍然可以投資於主動管理的共同基金或被動ETFs(交易所交易基金)。然而，2008年金融危機的餘波為小型投資者提供了第三種選擇：智能投顧。這些傳統財富管理行業的“顛覆者”聚集在一起舉行了一場廣為人知的媒體活動，名為“超越占領華爾街：為更大的收益引領行業變革”（Beyond Occupy Wall Street: Creating Industry Change for the Greater Good）。無論是大型投資者還是小型投資者，都可以通過注冊獲得這些投資服務（例如，由Betterment或Wealthfront提供的投資服務）。在注冊時，繫統會提示投資者填寫調查表，投資者的回答將有助於公司評估其風險承受能力。然後，智能投顧的算法將投資者與其預先建立的投資組合進行匹配。必須指出的是，實際資產配置是由投資經理人工完成的，因此，代智能投顧中的“智能”僅限於執行匹配功能。
在過去的十年中，智能投顧行業得到了突飛猛進的發展。2017年，美國兩家領先的智能投顧公司Betterment和Wealthfront管理的資產約12。多家權威機構（如普華永道、科爾尼和Statista等）預測，在未來幾年內，全球智能投顧所管理的資產將達到的規模。這種指數級增長證明了該行業擁有多種顛覆和改造自身的能力，我想強調其中的兩種。，新一代的智能投顧公司已成功利用大數據和人工智能的力量，讓“智能”發揮了更大的作用。具體而言，智能投顧的算法不再僅僅是將客戶與預先建立的產品組合相匹配，它們還可以做出真正的投資決策。此外，根據投資者的偏好和風險承受能力，這些智能投顧還可以做出有關投資組合再平衡的決策。有一些智能投顧公司完全由算法驅動，但擁有“混合”模式的情況也十分常見。在“混合”模式中，投資經理仍然扮演著重要角色。第二，智能投顧公司已經開始向價值鏈的上遊移動。代智能投顧公司將自己定位為B2C公司，它們曾經將傳統的投資顧問視為競爭對手。好的例子就是Betterment在2012年以“傳統投資顧問對您的財富有害”（Financial Advisors Are Bad for Your Wealth）為題發布了一篇富有爭議的博客文章。但是，在2014—2015年，Betterment開始向傳統的投資顧問開放“白標”服務，即Betterment for Advisors。雖然這看起來很像一個孤立的事件，但事實並非如此。相反，它標志著智能投顧從B2C到B2B的階梯式發展。機遇伴隨著挑戰，這些公司在這一變化中取得了不同程度的成功。在顛覆者試圖給自己的服務貼上“白標”的同時，“在位者”也沒有停滯不前。例如，先鋒集團和摩根大通等傳統金融機構已經開始提供自己的智能投顧產品。未來，顛覆者與在位者之間的競爭預期將繼續升級，並且隻有少數顛覆者可以突出重圍。在地理上，我們預計未來幾年也會發生重大變化。盡管北美仍然是智能投顧領域的領導者，但Aite Group、Business Insider Intelligence和普華永道聯合發布的一份報告預計，到2022年，亞洲在資產管理規模方面將超過北美。
伴隨著智能投顧行業對人工智能技術運用的不斷成熟、在B2B領域的積極探索以及顛覆者對在位者市場份額的猛烈衝擊，智能投顧行業正處於令人振奮的發展階段。

拉克希米·尚卡爾·拉馬錢德蘭（Lakshmi Shankar Ramachandran)
金融經濟學家凱斯西儲大學魏德海管理學院
2020年5月
後記
在本書即將付梓之際，回首過去一年多的編撰歷程，不禁思緒萬千。
隨著金融市場的日益成熟、傳統投顧服務局限性的凸顯以及人工智能等技術的迅猛發展，智能投顧應運而生，並由此開啟了財富管理的新階段。作為金融業的新興業態，智能投顧近年來在國外發展十分迅速。而在中國，智能投顧的發展尚處於初級階段，機遇與挑戰並存，潛在的市場空間十分可觀。在此背景下，由科技部和同濟大學共同成立的中國科技管理研究院於2018年5月發起並創立“同濟大學智能投顧實驗室”，實驗室的重要任務之一是總結發達國家的經驗，為我國智能投顧的發展提供啟示和借鋻。
編寫本書的想法萌芽於2019年的初春，在料峭的春寒裡，我們成立了編寫小組，開始了編寫的前期準備工作。資料的搜集歷經三月有餘，我們從各大學術期刊、政府文件、機構研報、企業官網和高校官網等途徑找尋相關資料，並進行翻譯和整理。直至6月初，經過與多位專家顧問的研討，我們初步敲定了本書的主要脈絡和框架。隨後，十餘人的編寫小組經過四個多月的努力，完成了本書初稿的編撰工作。為了進一步完善內容，10月底我們邀請了來自學界和業界的專家學者，對本書的修改進行指導。根據與會專家提出的寶貴建議，我們又進行了詳細的修訂，並於11月底將稿件提交給出版社。後，經過北京大學出版社王晶等多位編輯嚴謹細致的“三審三校”和數輪返修，本書的完稿終能與各位讀者見面。
暑往寒來春又至，本書的面世離不開編寫小組全體成員的付出。在此，我們衷心地向所有參與編譯工作的同學致以感謝，感謝陳冰玉、胡嘉慧、胡林杉、秦寅臻、申恬、孫子瑩、王婧文、吳江、徐亞、許晴暉、張粲東和張雯佳等同學的堅持與付出。
同時，本書的完善也離不開學界和業界專家學者的指導。在此，我們也誠摯地向所有給予本書寶貴修改意見的專家學者致以感謝，感謝來自上海市證券同業公會、羽時金融、東方證證券、銀河證券、先鋒領航、中信銀行、中信證券、農業銀行、上海銀行、浦發銀行、同濟大學、上海財經大學和華東理工大學的專家學者的建議和指導。
今後，我們還將繼續編寫相關主題的書籍，為推動我國智能投顧行業的發展盡綿薄之力。
後，鋻於編者的時間和能力有限，雖傾心盡力，亦不能盡善盡美。若有疏漏和不當之處，敬請廣大讀者批評指正。

本書主編2020年6月

1.3應運而生的智能投顧
2008年金融危機過後，伴隨著金融市場的日益深化、傳統投顧的局限性凸顯以及人工智能等技術的發展，智能投顧在美國應運而生，開啟了財富管理的新階段。2014年左右，大量長尾客戶的理財需求以及金融科技的發展為智能投顧在中國的落地提供了主客觀條件，智能投顧正式進入中國。
1.3.1誕生背景
“Robo-Adviser”一詞早可追溯到2002年Richard J. Koreto在《財務規劃》（Financial Planning）上發表的一篇文章。這篇文章介紹了自1995年起出現的mPower、Financial Engines、Direct Advice、Guide Choice等提供在線資產管理服務的機構，並認為機器人投顧與傳統的金融咨詢師相比可以創造更多的投資機會。不過，Koreto當時提出的“Robo-Adviser”與目前的定義相去甚遠。
2008年全球金融危機爆發之後，在“天時、地利、人和”的條件下，真正意義上的智能投顧纔在美國誕生，並在短短十年的時間裡形成了“燎原之勢”。根據知名數據統計平臺Statista的測算，2019年，美國智能投顧管理的資產規模達到7 497.0。預計2019年—2023年，其復合增長率仍將保持在18.7%的高位。到2023年，總資產管理規模將達到14 862.5。此外，美國智能投顧市場的用戶數量和滲透率也將持續增長，預計到2023年，用戶數量將達到1 378.21萬，滲透率達到4.1%。
是什麼因素促使智能投顧行業迅速生根發芽？從表面來看，金融危機的刺激是智能投顧發軔的直接原因。然而，如果沒有這場危機，智能投顧是否還會產生？我們認為，伴隨著金融市場的日益深化、傳統投顧的局限性凸顯以及人工智能等技術的發展，智能投顧是客觀條件下順應市場發展的必然產物。在本節中，我們將會詳細介紹智能投顧的誕生背景。
(1) 金融危機後被動投資優勢凸顯
2008年，由美國次貸危機引發的全球金融危機全面爆發，美國大量金融機構破產或重組，金融資產價格大幅下跌，美國經濟增長陷入低谷之中。智能投顧正是在這一特殊背景下誕生於美國。金融危機過後，美國個人投資者的財富普遍大幅縮水，投資者尋求避險的需求和綜合配置資產的理財需求日益迫切。
同時，在這場危機之後，由於地緣政治事件與政策變更頻發，宏觀因素對收益的影響超過了公司個體特征。美國的券商、銀行和基金公司等傳統金融機構所鼓吹的主動投資策略被越來越多的人質疑，無論是大中型還是小型股票基金，絕大多數主動型基金的業績均無法跑贏指數基金等被動投資工具。主動投資策略是指投資者在一定的投資範圍和限制內，通過積極地選擇證券品種和交易時機努力尋求的投資收益率。被動投資策略則是指以長期收益和有限管理為出發點來購買投資品種，一般選取特定的指數成份股作為投資的對像，不主動尋求超越市場的表現，而是試圖復制指數的表現。美國早期的指數化投資理論研究為被動投資的市場地位奠定了基礎。隨著市場有效性的提升，美股數十年的市場表現證明了被動投資的有效性。穆迪投資者服務研究公司（Moody’s Investor Services Research）的數據顯示，到2021年，美國被動投資基金的資產規模有望超過主動投資基金。而智能投顧產品多采取大類資產配置以及長期定投的策略，通常以被動投資為主。因此，被動型基金的崛起也為智能投顧的長期發展提供了良好條件。
此外，金融危機之前美國倡導的新自由主義政策使金融機構鑽了制度的空子，由於監管的缺位，金融機構鼓勵普通百姓寅喫卯糧、瘋狂消費，形成了大量不良貸款，這些行為在引發金融危機的同時，也引發了人們對傳統金融機構的信任危機。自此，美國民眾出於投資需求開始尋求低風險、低門檻且收益較好的投資理財模式。隨著監管制度、信息披露與金融科技的發展，以及市場有效性的不斷增強，以資產配置理論為基礎、被動投資策略為指導的智能投顧應運而生。
家智能投顧公司Betterment在2008年成立，並在大衰退的高峰時期2010年開始投入資金。Betterment是智能投顧領域的引領者，其初目的是在目標日期基金(Targetdate Funds)內重新平衡資產，使投資者通過便捷的在線平臺挑選、買入並持有投資。這項技術本身並不新鮮，自21世紀初以來，人工投資顧問一直在使用自動化投資組合軟件，但廣大客戶群體並沒有機會直接購買和使用這一技術，而必須通過聘請人工投資顧問纔能從中受益。這種情況直到2008年智能投顧平臺的出現纔得以改變。
經過十餘年的發展，智能投顧已經能夠處理更為復雜的任務，例如稅收減免、投資選擇和退休計劃等。過去十年，智能投顧行業經歷了爆炸式增長，預計未來仍將保持較高的增長速度。來自Statista的數據顯示，2017年全球智能投顧的資產管理規模超過2 24，年增長率高達47.5%。預計到2021年，全球智能投顧管理的資產規模將超過1。
(2) 金融市場日益深化
金融市場的日益深化也為智能投顧的誕生提供了基礎。金融產品層次與交易策略日趨復雜，交易工具不斷豐富，這使得普通投資者的學習成本越來越高，對專業投資顧問的需求日益凸顯。除了傳統的基礎證券，如股票、債券等，金融衍生品的發展也日趨成熟。此外，金融機構的智囊團集中力量進行金融產品創新，產品形態、發行者性質、服務行業、信用關繫存續時間等愈發多樣且多變，頗有“亂花漸欲迷人眼”之勢。這雖然在一定程度上為投資者提供了更加多樣化的選擇，但同時也對投資行為造成了干擾。投資者需要花費大量時間對種類繁多的金融產品進行甄別以找到符合自己預期的理財產品，無形之中提高了交易成本。因此，在這一背景下，人們亟須自動化、智能化的投資顧問的幫助。
美國金融市場主要參與者的專業性為智能投顧提供了良好的前景預期。1945年，超過93%的美股由美國散戶直接持有，而在2008年，根據世界大型企業聯合會(Conference Board)發布的《2008機構投資報告》(The 2008 Institutional Investment Report)，截至2008年可查的數據，散戶投資者僅持有美國全部股票市值的34%；在1 000家的上市公司中，散戶投資者的持股比例更低，僅為24%。兩個數字雙雙創下歷史新低。由此可見，60多年間，活躍在美國金融市場上的主體發生了翻天覆地的變化，隨著參與主體專業性程度的增強，智能投顧的市場預期和後續研發力量都有了較為明朗的前景。
(3) 傳統投顧的局限性凸顯
傳統投顧存在的諸多缺陷以及投顧市場的空白領域也加快了智能投顧的產生。，傳統投顧門檻高。傳統投顧一般需要資金起步，這將眾多有投資意願且有投顧需求的中小投資者拒之門外。例如，高盛集團作為全世界歷史悠久且規模的投資銀行之一，其財富管理的投資門檻高達5 00，一般資產管理機構的門檻也都在10以上。許多中小投資者雖然有理財需要，但常常由於達不到傳統投顧的進入門檻而無法獲得所需要的投顧服務。這部分投資者雖然在個人財富量上不能與合格投資者相比，但是數量眾多，因此積累起來仍然是一個龐大的市場。
第二，傳統投顧的服務流程極其煩瑣。傳統投顧通常隻能針對單個客戶進行一對一的服務，需要預約、排隊、實地造訪，整個流程比較煩瑣復雜，這無疑將耗費大量的人力成本；而智能投顧可以做到同時服務上百甚至上千個投資者，大大節約了成本。智能投顧依托互聯網平臺，將客戶群體由傳統的高淨值客戶群體延伸至低淨值“長尾市場”用戶，使投資理財平民化、大眾化。網絡投資者隻需在智能投顧平臺的調查問卷中輸入有關信息，即可獲得適合自己的投資建議和投資策略，這種新穎的在線咨詢方式顯著地提高了服務效率。
第三，傳統投顧的服務費用高昂。目前智能投顧的服務費用在0.3%左右，而傳統投顧的服務費用還維持在1%的高位。優秀的人工投資顧問需多年學習和從業經歷，昂貴的人力成本使得傳統投顧的服務費用居高不下。即使投資者可以跨過傳統投顧的門檻，也要花費不菲的費用纔能獲得相應的服務。此外，人工投資顧問的水平良莠不齊，服務範圍也存在較大的局限性，高昂的服務費用未必能夠帶來與之相匹配的預期回報。
(4) 人工智能等技術的發展
技術發展為智能投顧的產生提供了客觀條件。智能投顧並不僅僅是單純的量化金融，人工智能的應用賦予了智能投顧強大的能量。距1956年達特茅斯會議上人工智能被首次提及，至今已經過去了60餘年。在這段時間裡，專家學者以及各領域的企業進行了不同程度的探索，使人工智能發展到了可投入應用的階段。近年來，人工智能在智能投顧行業的應用蓬勃發展。依托於人工智能算法的不斷優化和機器學習的進步，智能投顧可以根據交易的進行，自發學習和不斷調整投資策略。目前，越來越多的智能投顧公司正在嘗試開發完全脫離人類參與投資管理鏈條的人工智能投資繫統。
同時，大數據技術的興起也為智能投顧提供了技術支持。隨著互聯網和大數據的迅速發展，如今的金融交易越來越像是數字和信息的遊戲，而智能投顧的優勢更加凸顯。隨著更多完備的數據庫的落成，智能投顧的判斷有了更多基於歷史數據的信息依據，所作出的投資決策也更加可靠；與此同時，數據的實時性大大提高，為投資行為尋找交易時機提供了便利。
智能投顧市場方興未艾。隨著互聯網企業以及傳統金融部門對智能投顧重視程度的加強，可以預見，未來投入相關技術研發當中的資金和人纔仍將持續處於高漲態勢，這將進一步加強智能投顧的技術優勢。
1.3.2進入中國
我國在2014年左右引入智能投顧。與2008年智能投顧產生之前的美國投顧服務市場相似，我國的理財市場也面臨著個人投資者理財需求強但傳統投顧門檻高的困境。國家統計局的數據顯示，近十年來，我國居民人均可支配收入快速增長。截至2014年，城鎮人均可支配收入達到28 843，但仍然與傳統私人投顧的投資門檻相差甚遠。大量“長尾客戶”的理財需求為智能投顧在中國的落地提供了基礎性的市場需求，再疊加被動投資比例上升、金融科技發展等因素，中國也已初步具備了智能投顧落地的客觀條件。總體而言，智能投顧進入中國並得以發展的背景和條件主要有以下四點。
，國內投資理財服務品種稀少。在餘額寶面世前，普通客戶尤其是小額存款客戶(即存款低的客戶)在傳統銀行根本無法獲得金融投資理財服務，即當時的中國財富管理市場具有相當顯著的“長尾效應”。“長尾效應”是指那些原來不受重視的銷量小但種類多的產品或服務，由於總量巨大，累積起來的總收益超過主流產品的現像。如圖1.1所示，這部分的需求會在需求曲線上形成一條長長的“尾巴”，將所有尾部的市場累加起來就會形成一個十分可觀的市場。面對高昂的私人投顧的服務費用，廣大普通階層的投資者，特別是在互聯網時代成長起來的新生代投資者的投資需求不能得到滿足。智能投顧的低門檻特性彌補了這一財富管理領域的空白，使得投顧理財服務向普通投資者敞開了大門。例如，我國幾個大型商業銀行推出的智能投顧產品的投資門檻基本為2 000—20 ，可以滿足大部分普通投資者的理財需求。
第二，普通民眾的財富迅速積累。根據貝恩咨詢與招商銀行聯合發布的《2019中國私人財富報告》，2018年中國個人可投資的資產總規模達19人民幣，其中高淨值人群(即可投資資產超過1 0人民幣的人)的人均持有可投資資產約3 0人民幣，共計持有可投資資產僅為6人民幣。除去高淨值人群的資產，中低淨值人群手中的可投資財富總額也是相當龐大的，但是傳統的投顧模式未能較好地覆蓋這部分人群，普通群眾往往面臨著“有餘錢卻不知如何投資”的困境，因此，智能投顧在這個群體中的應用前景十分廣闊。
第三，被動投資比例上升。在對歷史數據的研究中，越來越多的投資顧問和投資者發現，和市場的某些指數相比，費時費力地擇時選股未必能夠獲得更高的收益。於是，我國投資者越來越偏好於穩健且低成本的被動投資。從2014年到2018年，中國主動投資的年均增長率大約為9%，而被動投資的增長率卻高達18%。有專家認為，到2020年，我國被動投資所占的比重會超過30%。被動投資的比例不斷上升，甚至變成市場投資的主流，為智能投顧在中國生根發芽提供了沃土。
第四，互聯網普及率近六成，互聯網理財迎來新契機。中國互聯網絡信息中心在京發布的第45次《中國互聯網絡發展狀況統計報告》顯示，截至2020年3月，我國的網民規模達9.04億，互聯網普及率達64.5%，其中手機網民規模達8.17億。隨著人們對於互聯網金融日漸熟悉，網絡理財受到越來越多人，尤其是年輕人的認可，並且日漸成為一種理財的常規模式，這使得智能投顧更易於被人們接受和信任。另外，由於許多智能投顧平臺通過手機應用程序（App）接入客戶端，投資者更容易看到自身的損益情況，智能投顧的便捷性和靈活性都有了顯著提高。

1.4智能投顧的優勢
相較於傳統投顧，智能投顧的優勢主要包括:依托於成熟算法的技術優勢，建立在低門檻、低費率和低稅收基礎上的成本優勢，利用自動再平衡手段實現的風險規避，以及相對較高的投資透明度。
1.4.1技術優勢
智能投顧根據客戶提供的信息，通過算法中預設的各種財務模型和相關假設，向客戶推薦與其相匹配的金融產品和服務。智能投顧的算法以投資組合理論、資本資產定價模型、Black-Litterman模型以及機器學習技術等為基礎。具體而言，其主要根據投資組合理論中的風險分散原則，投資方式以分散投資、降低風險；運用資本資產定價模型進行資產定價分析，發現被低估或高估的資產，並使用Beta策略以對衝繫統性風險；運用Black-Litterman模型，根據全球金融市場數據來計算收益預期值，使用投資者的實際交易數據來構建基於全球市場的資產配置模型，確保其投資建議與全球投資者的整體投資方向基本一致；運用機器學習技術，對大量投資者的投資行為數據進行分析，為客戶提供適合的投資建議。因此，智能投顧提供的投資建議是基於算法的結果，成熟的算法在復雜的投資決策和預測中常常比人腦更精確。智能投顧依據大數據的全面覆蓋和機器算法的科學計算，極少受情緒或環境因素的干擾，能更好地反映歷史業績表現，從而根據歷史業績和算法模型推演出預期收益，為投資者提供客觀結論。它可以避免人類提供咨詢服務時可能存在的行為偏差和人為判斷失誤，克服傳統投資顧問主觀上的缺陷，如風險好惡、情感偏見、判斷和評估能力不足等。成熟的算法還可以保證具有相同特征的投資者都能得到同樣或類似的建議，從而確保所提供投資建議的一致性。
1.4.2成本優勢
傳統投資顧問的個人知識儲備以及對單隻產品的認識有限，服務效率較低；智能投顧將人工智能技術應用於金融領域，大數據庫和算法繫統可以同時為各類投資者服務，提供個性化的投資建議和獨特的節稅服務，效率更高，也更專業。總而言之，智能投顧大大降低了投資者的投資成本，一方面表現為效率提高而門檻、費率降低，另一方面則體現在稅收規劃業務所帶來的稅收成本降低。
（1） 低費率、低門檻
低費率、低門檻是美國智能投顧公司的獲客基礎。由於智能投顧向投資者提供服務時隻需較少的人工干預，甚至完全不需要人工干預，並且其在線服務的方式了大量人力成本，廣大投資者可以以較低的價格獲得投資理財建議和財富管理服務。目前，智能投顧平臺收取的費率普遍為0.25%—0.5%，相比於傳統理財產品約1％的平均費率水平，客戶的投資成本大大降低。美國智能投顧的起投門檻普遍為0—5 0，遠低於傳統金融機構動輒的投資門檻。
具體而言，Betterment的基本投資計劃的門檻為零，年費率為0.25%；高級投資計劃的門檻為1，年費率為0.40%。Betterment的客戶還可以購買額外的人工咨詢服務，售價1起。Weathfront的投資起點為5，在500—10 0的區間內提供免費智能投顧服務，賬戶金額超過10 0則統一收取0.25％的管理費。而嘉信理財（Charles Schwab）旗下的Schwab Intelligent Portfolios(SIP)則采用了無咨詢費用的模式，主要通過其所管理的智能投顧產品組合以及基金交易指令獲得收入。先鋒集團（Vanguard）旗下的Vanguard Personal Advisor Services(VPAS)門檻較高，為。VPAS采取了階梯收費的方式，對於投資超過2 50的高淨值客戶，僅收取0.05%的費率。
總而言之，得益於智能投顧低門檻、低費率的特性，普通階層的投資者也能享受到較為優質的投資理財服務，這在一定程度上推動了美國普惠金融的發展，同時，智能投顧也使高淨值客戶能夠享受到更為優惠的投顧服務。
（2） 稅收規劃
稅收規劃是美國智能投顧平臺的特色。一般而言，傳統投資機構隻向超過50的賬戶提供稅收減免咨詢服務，而智能投顧則向所有人提供此類服務。美國智能投顧公司十分注重投資虧損避稅(Tax-loss Harvesting)等增值服務，將節稅作為公司構建投資策略的核心要素。節稅的主要原理是通過投資者當期確認的損失來抵扣投資收益中的應繳納稅款，或在贖回產品的同時買入與之關聯度高的產品組合，在達到節稅功能的同時，仍然可維持資產組合的狀態。由於采用機器計算和自動化交易，智能投資顧問可以隨時隨地對賬戶進行稅收規劃，並且通常可以通過先進的計算機算法實現較高的稅收規劃效率。相比之下，傳統顧問通常每年或每個季度纔會為客戶賬戶提供一次節稅服務。
值得一提的是，Wealthfront的稅收籌劃服務不僅包括美國先進平臺所共有的投資虧損避稅策略，還包括公司特有的直接指數化與高級指數化兩大類別，這是美國智能投顧領域中獨一無二的特色業務。其中，相比於以5為起點的每日投資虧損避稅，直接指數化在節稅方面更勝一籌，它隻針對1以上的客戶，並且廣泛適用於10萬—5的應稅賬戶。直接指數化不再使用單一的ETFs，而是同時買入標普500指數中的成份股與小規模公司的ETFs。進一步，高級指數化則是直接指數化的升級版，其適用於應稅賬戶金額在5以上的客戶，除了考慮市值因素，智能投顧還會為投資者分析其他五個關鍵因素，即價值、變動量、股息收益率、市場中繫統風險的大小和波動率，利用多因素模型進一步提升投資者的投資組合收益率。
1.4.3自動再平衡
一旦開始執行交易，智能投顧機器人就將對組合權重進行7×24小時的實時監控，根據市場趨勢變化，自動調整資產組合中各類不同風險水平的資產比例。完成配置選擇並執行交易後，投顧平臺還需要對投資組合進行後續跟蹤、風險管理和組合調整，判斷組合是否能夠滿足投資者的目標或者是否適應市場波動。當組合與投資者的目標明顯偏離，或個別資產價格達到風險閾值時，平臺會發起調整資產配置的請求，並擬合出新的收益曲線，由用戶決定是否要更改資產配置。同時，用戶也可以自己調整資產配置，調整後機器擬合出收益率曲線，並讓用戶決定是否接受。這個過程被稱為投資組合的再平衡。
智能投顧構建了客戶組合監控和再平衡流程的自動化繫統，可以輕松監控投資組合，以便進行自動再平衡。相比之下，由於手動檢查重新平衡機會是一項非常耗時的任務，傳統顧問通常不會頻繁地監控並調整投資組合。實時監控和自動再平衡對投資者控制投資組合風險具有重要意義。雖然在資產配置的過程中，智能投顧會根據投資者屬性，如時間範圍和風險承受能力等選擇目標投資組合，但由於金融資產不完全相關且價格變動幅度不同，投資組合將不可避免地偏離目標。自動再平衡功能限制了投資組合的漂移並使之維持在理想的風險水平，以定期將投資組合重新平衡作為長期政策目標，通常會改善風險調整後的回報。
1.4.4信息披露及風險警示
傳統投顧服務面臨著金融產品供應商與客戶利益相衝突的問題，並受限於信息的可達性，因此其披露透明度不高。而智能投顧則對投資理念、金融產品選擇範圍、收取費用等信息作出充分披露，客戶還可以隨時隨地查看投資信息。
智能投顧本質上是一種投資理財行為，而投資必然伴隨著風險，這意味著投資者有時需要承擔損失。美國十分重視投資者教育與風險警示，因為隻有讓客戶更深刻地認識到其所面臨的風險，其纔能更好地規避風險。SEC發布的《個人投資者建議》(Advice for Individual Investors)中明確指出，個人投資者在選擇智能投顧產品時必須多方面考慮當前以及未來投資過程中潛在的投資風險因素，判斷智能投顧產品收費的合理性與合規性、預期收益率的可達性，以及自身的風險承受能力是否與繫統所配置的資產組合相符。
此外，美國對智能投顧平臺的信息披露也進行了相關規範。美國的《智能投顧合規監管指南》提出，應采用人性化的語言來表述智能投顧過程中涉及的產品說明、風險提示等。基於此，美國絕大部分智能投顧公司都會在問卷調查、資產配置以及售後咨詢服務等環節，為投資者明確列出注意事項以及相關的風險提示，充分進行信息披露。例如，Betterment的問卷調查會詢問投資者是否擁有高貸款利率的負債，一旦客戶的回答是肯定的，繫統會自動跳轉出風險提示，告誡投資者理財需謹慎，即應該考慮高負債帶來的客戶自身償債能力不足的問題，以讓客戶在時間了解風險所在，提高自我風險意識。