莱娜安德森面包车完整视频

当然好的一点，就是智能，投顾是服务性的行业，它并不能太多的创造价值，智能这个东西，不管是机器学习，还是人工智能，更多是用在高品质的事情上，但是用在择时或者资产配置上很难，特别是宏观长期的，基本我跟行业券商，包括一些大的券商，他们做智能投顾就是让他们买基金，多赚一点费用，所以我觉得智能投顾在目前是刚刚起步的阶段，离成熟还有比较强的距离。这是我的观点。

图10.9 不同资产回报率组别的公司均值回归情况（美国，1994-2004）来源：Schill（2005）Dresdner Kleinwort宏观研究另外，Schill还做了一个实验刚好和我们之前讨论的不谋而合。他让300个MBA一年级的学生随机预测一家美国上市公司在某一年（1980-2000）后的三年销售增长情况以及营业毛利率。其中已知条件包括：公司所属行业，过去三年销售增长及营业毛利率，行业历史增长率及未来三年平均增长率及毛利率，实际国民生产总值增长率，通货膨胀率及利率。

图10.10中列出了在标准样本情况下预测中位数与实际表现的情况。令人吃惊的是，学生们的对未来的预测显得非常乐观。图10.10 销售增长率：预测值vs实际值来源：Schill（2005）此外，Schill还让学生分别给出极端情况下增长率的最高区间和最低区间，其中最高区间代表了高于市场80分位以上的情况，而最低区间代表了低于市场20分位以下的情况。图10.11标出了学生给的区间以及实际情况，可以看到在第三年的时候最高预测值比基准情况高了4个百分点，而最低预测值则低了4个百分点。但实际的80分位以上高出8个百分点，而20分位以下则低了12个百分点。这其实就是典型的过度自信，预测的方差远远要小于实际的方差。

图10.1 战胜S&P500的公司比例来源：Dresdner Kleinwort的宏观研究然而，接下来的情况就和预想的不太一样了，在研究出版的5年后，仅仅只有一半的公司战胜了市场，平均的收益率是25%，同期标普500的收益率为24%；再往后看（1991-2007），那些优秀公司平均的收益率只有13%，而同期标普500的收益率为14%。其实基本上可以说这些公司并不比市场的表现好多少（图10.2）。

另外是在波段的判断方面，因为我们做股票，一个是判断择时，一个是选股方面，我们几个方面都没有问题，这可能是择时方面需要一些资本的东西，希望能够在这块有所突破，通过智能软件。杨建波：说到智能投顾，我们看到市面上很多智能投顾，包括银行和第三方，他们给客户提供的更直接的产出，目前来讲，它是一揽子基金，跟FOF很类似，智能投顾作为一种新的工具，是FOF投资的一种新模式，请中邮鸿信的马总分享一下。

而美联物业全国总监何倩茹表达了不同看法，“所有的居住产品的成交量都下降了，豪宅的成交量减少是合理现象。”何倩茹认为，豪宅产品向有钱人开放，流通性本来就不算很大，而且随着楼价的上升，高总价产品的流通领域只会变得更窄。但即便是在1000万-2000万的市场，由于改善性换房需求被抑制，限贷政策仍较严格，也进一步阻滞了豪宅市场的流动性。