金融界网站讯 7月12日，金融界联合36家公募基金机构举办“智领未来 • FOF开启基金投资新时代暨2017年全球资产配置与风险管理研讨会”，在研讨会的嘉宾互动圆桌论坛环节上，中国金融在线智能金融业务总经理何剑波、华商基金基金投资部副总经理江赛春、嘉实基金FOF投资管理部基金经理王欣、诺德基金FOF管理部投资总监郑源、中融基金策略投资部助理总监哈图、泰达宏利组合基金部研究员张晓龙、长盛基金FOF业务部研究员宫正等围绕“工具化投资时代下，FOF投资策略探讨”进行了讨论。以下为文字实录。主持人：下面进入圆桌论坛的环节，有请金融界网站编辑主持人主持。

主持人：各位大家好！非常荣幸今天这场互动环节由我来主持，我自我介绍一下，我是金融界网站基金频道的主编，我叫主持人。简短的自我介绍一下，我来金融界已经11年了，一直坚持在基金报道的这条战线上。我先介绍一下落座的嘉宾们。在座的都是国内顶级的公募公司FOF方面的负责人和资深的研究员，首先是嘉实基金的王欣总，诺德基金的郑源总，华商基金的江赛春，中融资金的哈图总，泰达宏利的张晓龙，长盛基金的宫正。

今天聊的公募的话题真的是跟我们的天气一样，都是非常热的，落座的嘉宾非常多，可以看出这个话题真的是非常热。会议之前我也整理了很多资料，一个问题问一下大家，大家是首批报FOF产品的公司，从王欣总开始，请您介绍一下目前公司的准备情况，让大家有一个了解。

王欣：嘉实在资产配置方面已经有了多年的积累，目前对于公募FOF产品我们有几个方面的准备。首先是大类资产配置模型上，第一批报上来的产品都是以量化配置为主的。在大类资产配置方面，一方面是从海量的数据里挖掘跟宏观经济相关的变量，从而取得更大类资产的长期的观点。从循证金融学的角度上去分析，去找合作的操作时点，在中长期和短期上面解决择时的问题。

在组合构建框架这个层面上，我们也对市场目前主流的几个组合构建准备了成熟的产品方案。比如说灵活配置、风险评价、目标风险，甚至一些优选的策略，未来市场对于特定的风险收益和特定的产品有 需求的话我们随时可以推出。

第三，基金选择。我们对基金经理评价和基金产品的评价是并重的，基金经理的评价方面我们对于有连续长期业绩，并且业绩比较优秀的基金经理构建了一套完整的模型，去分析他们的投资能力。比如说在资产配置能力上，在阿尔法上，在风格和行业选择能力上，我们给每个基金经理都可以做出比较客观权威的评价。对于基金产品我们主要是看它的利益表现，两个方面结合起来，一方面可以寻找业绩表现和风格都比较稳健的产品，另外一方面通过对基金经理客观评价的方式一定程度的规避基金经理频繁更换的问题。

这是我们在研究方面相关的积累。

郑源：首先谢谢主持人，谢谢金融界给我们这样一个机会跟大家交流和分享一下关于FOF方面的准备情况。我介绍一下我们公司对于FOF产品的准备情况。首先我们觉得FOF本身是一个很典型的系统工程，所以除了研究之外，我们公司在基金指引办法出来之前，整个高管团队就把它定位为诺德基金的战略发展方向。首先在公司方面达成了一致。这是第一个方面。

第二个方面开始组建团队和人员，现在是以公司常务副总牵头成立了FOF部，在这个部门的基础上配套了专门的FOF销售团队，FOF销售团队不仅仅是公募FOF，还包括私募FOF。刚刚梁总和魏总都提到公募的FOF和私募的FOF虽然大类上面是同类性质的产品，但本身产品的设置到产品的投资过程都不太一样。我们成立了专门的销售部门和投研团队去做这件事。

第三，从产品申报的情况来看，目前诺德基金第一批申报了三个产品，这三个产品主要是以资产配置为主。刚刚何总讲到FOF以目标日期、目标风险来进行分类，我们现在主要是为了满足国内市场目前为止大多数的投资者的需求，所以主要是资产配置为主。我们还开发了一些专户产品，我们对FOF产品的定位还是比较合理的，没有完全套用已有的一些比较流行的模型，而是用了我们自己对于FOF的理解，它是一个比较典型的以审慎的风险管控为主的框架，所以面对这些市场风险的时候，我们没有出现亏损的情况，基本上都是围绕着FOF本身的风险管控核心来展开的，所以产品还不错。

我们公司把FOF作为一个系统工程在进行准备，研究方面我待会儿再分享。

哈图：跟郑总一样，我们是在偏中小公司里组建的FOF团队，从上报和准备来讲，难度还是比较大的。借由这样一个机会，向各位投资者也好，向关心FOF的也好，向大家介绍一下我们公司关于FOF的情况。一年多之前我们公司就成立了策略投资部，专门做FOF的投资，中小公司是比较有灵活的调整的战略方向性的，所以也感谢公司领导对我们的支持。我们七个团队的成员主要都是来自于国内的保险资产管理公司，我们团队的特点还是偏重于绝对收益跟风险回撤的控制。因为之前基本是相对收益 绝对收益，还有回撤的管控，放在FOF里面，绝对收益的理念运用还是比较成熟的。我们也是第一批申报了产品。从投资者的体验出发，在市场波动大的情况下。梁总在介绍的时候说了一下美国的市场，我们也是深有感触，国内20年市场波动的程度跟国外100年是差不多的，我们的波动程度比他们还要大。这种情况下，投资者的体验赚的少一点不要紧，关键是回撤要控制得住，我们回撤也是通过一些量化的方式，把市场运行的动力学机制研究的比较清晰来把握风险。同时我们的产品也要结合工具类的产品精选基金，经历了股灾、债灾的考验，能够为投资者交上一份满意的答卷。所以未来对于FOF的发展和业绩以及对于整个行业的发展我们还是比较有信心的。

江赛春：觉得FOF是一个大的机会的人很多，有很多公司走的比较靠前，但从我的角度来看，从基金研究到FOF投资中间还是存在着一个很大的距离。

大家讲FOF市场发展前景的时候，都是拿成熟的市场前景来看，美国市场的FOF发展的很好，规模很大，类比一下觉得将来我们的公募行业也许会有大几千亿的市场空间。目标是美好的，但每个从事FOF的人瞄准的是将来美好的前景，但还要知道中国目前的特殊环境。中国FOF的发展环境、瞄准的目标和投资者的需求，与美国市场都是截然不同的。首先我们要考虑这个产品在目前的情况下在中国市场落地你需要面对什么样的客户，刚才几位同仁大概都谈到了，其实大家对于FOF在中国市场的落地已经越来越有清晰的想法了。基本上现在倾向于达成一个共识，是由于我们的基础设施存在过大的波动，造成了这种波动型的收益和投资者的终端需求之间是存在一个落差的，而FOF弥补的是投资者想赚钱，又想控制风险，这个需求目前的产品没有办法去满足。

FOF虽然说前景很光明，但是在中国市场要想收益和风险两者兼顾是一件非常不容易的事情，尤其是在目前我们的市场投资工具非常有限的情况下。FOF怎么能达到降低波动又有收益的目标，大家可能更多的会谈资产配置，但是建信的梁总也提到了，我们真用这个理论来做FOF，会处于一个尴尬的局面，手里的工具能够做配置的余地很小。最后配来配去就是股债两种资产，这是一个非常现实的问题，在我们目前面临市场约束的情况下，客户和终端需求又那么高，这和美国不一样，美国很多FOF是长期的基金，是401K的养老基金，可以拿10年，目前中国无论是机构市场还是个人市场期限都是相对比较短的，对FOF人员的业绩考核周期也是比较短的。在这么短的周期里就有一个难点，FOF必须要控风险，这是大家都意识到的，从中国市场现实出发，投资者提出的第一个需求就是要把原来产品的风险降下来。大家都努力去做这件事情的时候，从风控的角度来说至少都比原来的产品是有改进的，这一点大家都是有信心的，难就难在如何控制风险的情况下你还能提供有吸引力的收益。我跟许多渠道的人去沟通，他们对于FOF最大的担心也在于此。大家做风险控制，做完风险控制之后如果没有收益优势怎么办。中国市场的客户对你提出的就是这么高的要求，既希望控风险，又希望有收益，所以某种程度上中国市场做FOF是前途光明的，因为目标需求非常大，但是眼下的竞争或FOF的投资策略还是比较难做的。真正要把FOF产品做好，应该是前途光明，道路曲折。

要在非常狭小的空间下用有限的工具实现投资者的高目标，这几件事情都凑在一起其实是一个很难的组合。所以这对于从事FOF的人来说，我自己感觉投资还是比较大的。最早博时的魏总也说了，就怕FOF出来一批以后产品没有什么优势，大家对产品的热情就下去了，这可能是每一位从事FOF的投资人员都需要认真思考的问题。

刚才我讲的这些思考都是我在想FOF产品该怎么定位的时候思考的问题，瞄准了未来很好的前景，但是我们必须面临目前特别大的投资的挑战，投资者特别高的投资要求，你怎么去做？我特别赞同博时魏总讲的，我们要瞄着所有的先进可用的投资工具，但是最终一定要把它落实到中国市场中，你必须有创新。在中国市场严格的投资约束和有限的都是投资工具的选择下，必须通过创新的投资理念、投资体系和投资模型尽可能去满足投资者的要求。这也是从华商的角度我们对FOF的思考，中国市场一定要做创新性的模型，创新性的投资框架，除了大家都讲的B—L，包括风险评价，工具来说大家都是均等的，但是同样的工具很难产生特别强的竞争力。所以，对中国市场来说，特别大的一个难题是在于权益类的市场贡献了最大的收益来源，同时也贡献了最大的风险来源。权益类的市场风险很难通过多资产之间的配置把它完全的控制住，包括用风险评价就会遇到股灾双杀的情况，怎么处理。之前几位都提到了自己在中国市场应用的适应性的思考，过程控制再加上自己的适用性创新。我们对做FOF还比较有信心的原因在于在应对中国市场风险管理上我们有显著的创新，在控制风险和兼顾收益两者上相比目前的产品能够取得非常显著的优势。最后大家比拼的是在控制风险的情况下谁的收益能更多一点，FOF向比可选的其他低成本的产品来说是有一定收益率的，不能跟货币基金比，至少要跟混合基金比收益率，你的风险还低。这是我们未来面对的FOF的市场以及带来的机会，我们整合一系列策略的同时一定要有一个突破点，如何能造出一款比目前的基金更好的产品，风险控制的情况下收益还能保持。这么多聪明人做这件事情，只要我们瞄着投资者的需求去，我们一定会做出更加适合终端客户需求的产品和策略出来。

张晓龙：股票型基金这种高风险资产给我们带来了最主要的收益，但是波动也很大。06年到2016年底，上证综指指数年化的波动率在25％以上，对于大量的投资者来讲，不论是买股票的也好，还是买基金的也好，都是亏损的。有一个统计，现在大概有接近50％的群体投资基金是亏损的，从保值的程度来讲，忽略通货膨胀，大部分投资者买基金都没有达到保值增值的效果。

以股市为例，11年期间指数单日上涨超过5％的大概是13次，跌幅高于负5％的大概有43次。也就是说，给了投资者很多上车的机会，但没有给他们足够的下车的机会，对于投资者来说面临非常高的择时成本，而FOF产品我们公司对它的定位就是中低收益的产品。把股债和可以投资的黄金平衡一下波动，保持稳定的投资收益，给投资者上撤的机会，也给他下撤的机会。在长期来看，即使没有赚到很多，但至少能够实现资产保值。

我们结合了风险评价模型和B—L模型，这种配置模型照抄的话会有水土不服的问题，在风险评价模型方面我们对它进行了中国化的修改。风险评价是静态持有的策略，如果这个资产不好，按照这个模型也是要持有的，在中国择时成本比较高情况下，我引入了很多宏观因子模型，对个人资产先进行量化评价，最终达到风险评价增强策略的效果。我们公司也是报了首批的FOF，这个策略也会在首批的FOF产品中进行应用，目标风险和生命周期的产品我们也在积极的探索中，而且已经有了不少的成果。我们公司在FOF方面的投入成本也是很高的，从去年FOF产品业务开展以来，公司的总经理亲手抓这件事情，无论是研发还是运营都走在了市场比较靠前的位置。FOF的发展情况，从公司的行动以及我们自身的研究、潜在的市场客户来讲，对未来FOF的发展我们还是比较乐观的。

宫正：我来自长盛基金，是长盛基金第一个FOF基金经理。从去年开始长盛基金非常重视FOF这块的业务，成立了专门的FOF业务部，并且由公司的总经理直接管理，从公司的股票研究部、固定收益部和量化收益部都拨调了相关的人员，无论是产品、投资、交易，还是IT、风控都做足的准备。从去年我们就制定了非常细致的基金评价体系和系统，并且制定了相应的投资管理规则，目前我们和第三方IT系统合作开发了基金的量化分析和基金的评价以及基金的入池、调池管理系统，正在积极的测试，很快就可以上线。目前第一支产品经过了证监会的答辩，后面我们准备了目标日期、风险评价的产品和模型，多个模型组合已经开始运作。从实际的投资效果来看也是能够取得非常不错的效果。

我们也有一个困惑，各家都上报的很多种不同类型的产品，和国外的市场对标，没有养老基金政策支持的情况下，其他类型的产品才是最迎合大家投资需求的产品。无论基金优选，还是风险评价，到底哪一种风险收益是市场上最需要的，也是我们正在探讨的一些话题。

我们对风险的让渡本身也会牺牲一些收益，平滑和让渡到什么程度才会被市场接受。举个例子，今年骨干型基金亏损10％，FOF只亏损5％，从投资者的角度来讲可能是好的消息，但是市场上对你是否是认可的，我觉得还是需要市场检验，到底哪一种策略或者哪一种产品、哪一种风险定位才是市场最为接受的。

第二，我们做的量化模型或者基金评价模型，更多的是一种艺术性的东西。如果说没有一个固定的明确的收益目标，去做资产配置，配置的矛又是在什么水平。这是后面FOF产品推出来之后需要大家一起去探索，需要市场去检验的问题。

主持人：大家在做的过程当中有没有一些有价值的信息可以跟在座的各位分享一下。

王欣：在国内FOF对于很多投资者来讲，尤其是公募FOF这种产品还是一个新生事物，对于公募基金公司来讲在未来要推出这样一个全新的产品，资产配置理念的教育和投资者之间的沟通是一个非常关键的问题。大家凭什么去接受FOF这样一种产品，跟普通的基金之间到底有什么区别。如果说我要投资的话，我过去是一个普通的投资者，我也享受过牛市，在熊市里面也遭了殃，现在FOF能不能帮我解决痛点，这些还是要跟投资者深入的沟通一下，投资者教育真的是一个挑战。

过去基金公司做的普通的基金产品，每一个产品都是瞄准了每一个资产类别，工具属性非常的强。比如说股票投资基金80％以上的仓位配的是股票，债券型基金绝大部分资产投的是债券，里面没有大类资产配置的概念，而是非常专业化的工具。这种工具让普通的投资者去使用问题还是不小的，在过去基金的推广销售方式里，我们给投资者提供了很多工具，但是把大类资产配置，把择时最高难度的问题留给了投资者自己去解决了，这是一个非常大的痛点。

我们在很多文章里经常会看到市场又出现了追涨杀跌的行情，但是有的时候会抱怨为什么投资者那么不理性。实际上国内的市场，尤其是A股呈现的波动如此的剧烈，作为一个普通投资者要么不参与，要参与的话面对那么大的波动，追涨杀跌是一个必然的行为，他没有别的办法，所以我们应该反思的是我们应该用什么样的服务、什么样的产品去为投资者解决问题，哪怕是缓解追涨杀跌的行为。所以FOF就给基金公司提供了这样一个机会，在大类资产配置的基金选择和基金组合专业化的服务方面，通过这样一个窗口回馈给广大的个人投资者。嘉实在大类资产配置实践方面已经有了非常丰富的积累，我们跟境内的多家大型的银行已经有了比较长期的在专户和一对多产品形式下的运营经验，而且取得了不错的业绩。另外我们也跟境内大型的互联网平台在智能投顾和组合构建方面进行了深入的合作，也取得了不错的成效。未来我们还是有信心一方面跟投资者深入的沟通，有效的沟通大类资产配置这样一种理念，改善投资者的投资行为。另外一方面也把我们在过去所积累的FOF投资方面的经验把它在公募FOF产品里更好的体现出来，为个人投资者服务。

郑源：整个FOF产品的定位我觉得是一个很有意思的话题，我们总结了一句，我们其实给广大投资者，且不说机构投资者，先说普通投资者，其实我们是没有给他们发财的机会，但是我们给了他一个理财的机会。这实际上是我们要看到的从普通的公募时代到FOF时代投资者理念的变化。我们经历过牛市，那是一夜暴富的场景，大家觉得我这辈子财务就自由了，2015年跟我说看过豪宅、豪车的同事不下10个，到了2016大家说中国梦还没有做完，要继续打工。我们面对投资者是一个发财的心态，在这个市场上找到我可以迅速退休的机会，实际上FOF的到来我们面对的是一个真正的理财时代的开始。银行的理财是无风险收益的，一般上浮一、两个百分点，当然这跟整个市场的风险溢价有关系。对于公募产品来说，特别是权益类的股票基金来说，它比无风险产品的收益弹性要高很多，哪怕是固定收益类产品其实比无风险收益类的产品也要高很多。

我们公司整个的定位是把FOF定位在银行的理财产品和单一资产的好的市场的产品之间的空白，这个空白可能是无风险收益产品上浮3个点、5个点或者更多一点，但是不太可能达到单一类资产牛市的收益情况。我们在给大家提供一个类无风险收益的机会，中国的有钱人开始多起来了，他们需要的不再是通过投资来发财了，他们确实是通过投资来理财，但是他们也不甘于自己的金融资产被通胀吞食掉，所以我们在帮大家做的是理财、保值，甚至跑赢通胀的基础上还能获得一些稳定的资产收益。当然这是一个长期的过程，所以我们觉得对普通散户购买FOF的理解就是长期稳定的理财。

机构投资者不一样，机构投资者是整个市场中特别理性的投资者，他们对风险的承受能力往往跟投资的目标高度相关，这对于这类机构投资者我们要设定一些特定的策略。

对于普通投资者来说他们是有风险需求的，这种风险需求绝对不是像我们之前看到的权益类公募产品或者是像债灾期间的债券类产品下跌的幅度，他们比这个幅度控制的要严格一些，但是并不是说完全不能接受风险，并不是说不能追求任何一点点的净值回撤，这一点他们比机构投资者要放松一些。面对这样的普通的投资者，他们对损失的心理预期同样也是比较严格的，一定有一个线，这个线到底是20％还是10％，需要跟不同的投资者做交流。其实我们现在收集到的情况，有了长期的股市的投资经验的投资者，基本上就在20％之内，更多的人愿意接受的是亏损10％。在座的有很多从渠道过来的同行和朋友，其实大家都知道，在超出这个红线之后，有很多投资者都不能接受，不能接受带来的问题就是对产品的失信，对管理人更加严格的法律的追责制度。所以我们觉得这条红线是不能突破的。

对于机构投资者来说每一单都不太一样，我们看到的机构投资者基本上比普通投资人的风险控制需求还要更严格一些。所以当我们面对这个问题的时候，实际上我们看到的是产品的定位已经相对来说比较清晰了，我们肯定面对的是一个不对称的风险收益结构，否则我们做FOF就没有意义了。我们实际上要追求的是相对来说风险会小一些的幅度，但是收益要更高一些的投资人的群体。这个群体确实不会要求你帮他实现一夜暴富，但是在常年的收益和风险这一块要做出不平衡的表率，特别是你要有更高的收益，但这种收益相对比较理性。

张晓龙：这个问题是想聊以下投资者对FOF的定位。从我们跟广泛的机构投资者，包括一些渠道的负责人的接触来看，确实对这个问题有比较多的分析，从我们自己的理解来看，这个问题可以这样想。电影的票房从商业片和文艺片的角度来讲，我们都希望能够拍出既叫好又叫座的产品，我们做FOF产品也是一样的。刚开始的时候股票市场和A股的投资是1.3亿人，基金的投资人2亿人，股票的投资者跟基金的投资者是完全不一样的，股票投资者更多的是以一种投资股票高波动的那种刺激为主，但是基金的投资者风险偏好更加复杂，更加多元化。我给这样的基金投资者设计产品，第一，我们做FOF产品肯定对标的更多的是以前的基金投资者，包括机构也是，以前有了基金投资，然后再来做FOF投资，你可以做一个类似于股票的FOF、债券的FOF。投资者要求的是你帮我做更好的择时，更好的资产配置，甚至做更好的基金经理的选择，其实对机构也是一样的，以前是什么样的风险偏好，对应的就是什么样的FOF产品。一方面从基金的选择入手，一方面从自上而下的择时入手，这两个方向都可以包括进来。个人投资者的定位就是风险越低越好，收益越高越好，我们怎么满足投资者这样的需求，我们就要迎接非常艰巨的挑战，迎接这个任务。机构投资者有很强的风险承受能力，无论做股票型的FOF，还是做市场的贝塔，他考核的收益是要有超额的收益能力，他也愿意通过FOF的形式把他的资金分散出去。我们要在细分需求和投资理念的情况下制定足够专业和足够专一的产品，满足那一部分投资者的需求。我们FOF产品投资者的目标人群跟我们之前股票、理财人群的投资需求都是不一样的。

把FOF打一个大的标签，应该是由过去高风险的投资向理财型产品的转换。我们公司内部讲过产品定位，所有的产品线无非是在风险和收益两端的平衡，取哪个区间，取哪个区域。目前市场上的产品线从低风险的货币、债券到混合到股票，这条线斜度是45度，纵轴是回撤，横轴是收益的话，股票基金对应的是15％的年化收益，但是预期最大年回撤是30％左右，收益和回撤比是1：2的关系。混合基金收益是10％，回撤大概20％，也是1：2的关系。预期收益15％，预期回撤达到30％，预期收益是10％，预期回撤是20％，显然是不符合投资者理财的需求的，因为超过了大多数客户能够承受的范围。

FOF应该是这样的定位：第一，目前市场上大部分的客户对于风险承受都是有底线的，这个底线与目前产品相比我们能够提供给他的东西是要低的。虽然投资者分成高风险承受投资者和低风险承受投资者，但大多数的投资者他对风险的承受还是有底线的，所以对FOF的第一重约束是不能超出任何风险承受投资者的底线。FOF的红线在哪儿？我们认为10％可能是一个红线。如果是高风险特征的FOF，这和高风险基金有什么区别，满足不了客户对低风险的要求。

第二，在风险红线的基础上还可以做进一步的细分。并不是说消费者要你做绝对的收益，可以忍受用一定的风险换来更大的收益的追求，所以做FOF最终追求的是收益和风险溢价的相对提升。比如我们把目标定在最理想的状态应该是回撤在10％以内，收益至少能达到混合基金的水平，我们把原来基金的收益和回撤1：2的比价关系提升到1：1，甚至更低。什么样的投资者愿意用多大的波动水平、风险承受水平换取多大的收益，FOF客户也可以做进一步的细分，但是和原有基金的差别在于，如果我们把最大回撤水平红线划定以后它就具有了理财型的属性，和原来高波动的收益产品不太一样，未来可以满足我们的理财配置需求。第二，在这条风险红线的基础上可以再把风险分成几个等级，风险分成不同的等级，你可以去做不同的类型策略的FOF。

这么来说定位，FOF在满足大多数人不同底线的前提下，相比目前的产品，它在风险交易的效率上有明显的提升。这种情况下还是比较容易让投资者接受的，因为毕竟有些投资者愿意用一定的波动换取更好的收益，最终体现的是性价比，相比市场中同类的产品你的风险低的情况下你的收益更高。对于FOF来说，如果我们大家能把这个共识达成，使市场上大家对FOF形成风险可控的理财型产品的这么一种定位，相比过去的混合基金会有很大的不同。混合基金虽然也是试图降低风险，但是混合基金的风险差异也是非常大的，有很多混合基金会超出市场投资者的风险底线。在这种情况下，FOF首先它是一个相对低风险的理财型的产品，在不同的风险等级下，我们尽量去追求更大的收益和风险的交换效率。所以，我觉得这里也涉及到将来大家对 FOF怎么评价的问题，我们内部的角度非常清晰的是收益回撤比是一个很重要的指标，这和原来的公募基金很不一样。将来FOF至少有两个维度可以进行评价，第一是收益和风险的效率，第二最大的回撤水平不能超出底线，第三绝对的收益水平。

宫正：我们说了这么多，最重要的是在发行的时候没有历史业绩证明的情况下或者没有投资者亲身体验的情况下，做好投资者教育就是一个相当重要的工作，向投资者揭示每一类产品的风险定位以及如何找到与你的风险定位相匹配的客户，这才是发行之前的重中之重。

何剑波：我们要针对市场上不同的用户针对性的设计不同的FOF产品，我们可以大致的对市场上的用户分为几类，第一类是传统的客户，已经购买了基金，风险和收益有自己的感觉了，不像固收的那一类不能忍受风险。基金市场上大部分基金是没有赚到钱的，但是从基金的整体表现其实是应该赚到钱的，从收益的角度它是战胜了市场。为什么会出现这种情况，最大的原因是大部分的人是从市场的高点买的权益类的基金，在市场低点的时候买一些保本型的低风险的基金。

对于现有的基金我们设计的FOF，主要是更多的规避这种情况，在配置的时候，在相对的市场的高点我放在债权类的基金，相对低点的时候放在权益类的基金，择时的能力需要加强。这个市场最大的潜在人群是银行理财产品，比如货币基金，货币基金占整个基金市场最大一部分的份额，对于这部分人更多的是他对风险的承受能力很低，这样的人我们又怎么去设计FOF的产品。是不是在它的基础说，适当的加一点点风险，提高一点点的收益。比如现在是4％的收益，能不能做到6％的收益，但是我不让他亏钱。类似于保本的，这种方式这部分人是可以接受的，至少我知道我基本上不会亏钱，但是我有一个预期我能赚6％，这部分人群逐渐的有一个接受的过程，可以往这个方面拽动。

还有一个人群是股民。股民本身就是投机型的，希望获取很高的收益，对于股民这种属性的用户发FOF基金，可能要考虑首先预期的收益不能降低，股票市场的回撤波动性是非常大的，能不能通过FOF尽可能的控制一下风险，使他保持相对可观的收益。所以对市场上不同的客户我们要有针对性的设计产品。这是针对个人来说。

短期类的FOF主要还是在机构，机构还是相对理性一点，你跟他去谈风险和收益的对比他能听得进去，但是对于股民，确实有像大家所说的，我们就是希望低风险、高收益，这个时候需要一个教育的过程，不断接受的过程。

张晓龙：这几年为什么货币基金发展的这么快，第一，它的流动性比较好；第二，收益高于定期的产品。完全迎合了投资者关于流动性和抵御通货膨胀的功能，所以发展的非常快。但是股票波动太大，择时成本很高，FOF产品首先要区别于股民型产品，第二要区别于低风险的货币基金。公司从长远的角度来考虑，中国已经进入了老龄社会，企业年金、存款搬家等情况，对应的应该是第一要高于货币基金，另外要对应存量基金，所以我们主要从波动率和回撤方面来考虑。我们的首支FOF基金，以对待养老金的态度去对待这个产品，要达到保值增值的效果。

主持人：请教一下在座的各位，目前各位所在的公司AI是如何应用于公共FOF产品当中的？

何剑波：AI我们有广义和狭义的理解。一方面我用计算机或者用电脑代替人脑的过程，哪怕是代替一部分的功能，它是不是人工智能？我觉得也是算的。另外更多的人讲AI讲的是机器学习、深度学习技术，像阿尔法狗采用的神经网络技术。从广义的角度来说，我们做的事情基本都是量化的事情，用电脑算法来代替人的过程，当然还是由人来提取的思想。

我重点讲一下机器学习，机器学习用到金融领域，我们这边也做了一些实践，当然我们没有放在基金领域，基金领域还是在模型的框架下去做的，我们运用在股票领域，用了一些深度学习的神经网络，选择技术指标，通过机器的自动学习产生相关的策略，再去验证。目前发现效果其实是不理想的，至少目前我们在这方面还没有突破，我们也对行业内相关的研究人员做了广泛的沟通，他们也基本没有取得突破，但是我个人认为这是一个比较重要的方向，将来一旦有所突破，有可能是革命性的变化。所以，我这边还一直保持一个团队在做这方面的研究，也许半年以后或者一年以后我们在这方面会有所突破。目前的情况，特别是股票市场，我们用AI技术去分析，看起来很复杂、很高大上，但是做出来的结果还不如我们用技术指标做出来的结果好。

王欣：我们是在业内第一家成立了人工智能投资部的公司，同时也是业内第一家成立了博士后工作站，人工智能和机器学习是我们博士后工作站里一个最重要的研究主题。人工智能在FOF投资应用上，我想说的是我们究竟用人工智能在投资领域里能做什么，有哪一类的问题是必须要用AI和机器学习这样的技术来解决的。我本人是做量化研究的，我们在做量化研究的时候用的最多的模型是线性违规，然后再去算不同领域的相关系数，这是我们最常规的手段，但是这种手段还是有一定局限性的，用线性的模型同时能够处理到的因子数量是非常有限的。

打一个最简单的比喻，价格、成交量、涨幅三个因子去预测某一个我想知道的变量，如果只有三个因子，你会发现你用普通的线性模型就能做的差不多了，但是我把因子的数量扩大到50个、100个，明确的告诉你这已经不是一个线性的关系，可能是一个非常复杂的非线性的局面，我们现在用的常规的技术手段实际上是不足以解决的。这个时候你就会发现机器学习为你提供了一个途径，尤其是现在比较流行的深度神经网络这一类技术，它能够为我们解决在高维的非线性空间里寻找规律的问题，为我们提供了技术途径。但是它只是一个工具，但比我们以前所用的常规工具要复杂得多，能够把这种工具应用得好对我们的技术能力积累还是有要求的，并不是把线性的模型，在Excel做一个线性的回归，换一个工具就可以直接把深度学习的工具用好。在应用层面上还是有一定名堂的，目前我们自己也在研究，包括用深度学习做大量资产配置方面的预测研究。未来这必然是一个方向。

大家都比较关心阿尔法狗下围棋这件事情，其实投资跟下围棋还是两码事，下围棋是一个封闭的问题，是在一个有限的空间里，而且是逻辑都非常的清楚，目前棋盘上所有的状态都是一目了然的状态下，机器主要还是依靠它的算力战胜人类的。投资是一个开放性的问题，这个问题没有边界，里面有多少因子，有什么样的变量在起作用，并不清楚，在这样一个领域里，我们只能说尝试的用机器学习解决我们过去处理不了的复杂问题，但是是不是机器学习有朝一日能够替代人类去做决策，我觉得还是有非常长的路要走，但是这条路我们是必须要走的。就像刚才有一位嘉宾说的，大老远看到有一列火车开过来，你想赶上千万不要站在那儿不动，否则它就会瞬间从你身边经过，所以我们现在研究必须要做起来。

郑源：我是读计算机一直读到博士的，之前不是做金融出身的。关于人工智能在计算机的学术界经过过很多次浪潮，最近人工智能又开始复苏。深度学习这件事情大概在6、7年前在学术界已经成为了研究热点，现在学术界的研究热点已经过去了，现在为什么这么火，主要有两个原因，一是智能投顾，二是像阿尔法狗这样的产品开始出来了。实际上我们把人工智能分为两块，传统的机器学习在量化研究中已经被广泛的使用了，传统的机器学习，包括传统的模式识别，这样一些传统的机器学习工具的量化模型已经用的很多了，而且有不错的效果。但是传统的机器学习有一个问题，当数据量用的比较多的时候可能会出现系统稳健性的崩溃，当你对这个系统使用了大量的已有的历史数据，如果把握的不好，本身这个系统反而会出现不太稳定的情况。最近大家看到的像深度学习这样的系统有一些新的改进，比如反馈神经网络，把它应用到机器学习中间去，形成了最热的深度学习，但是大家不要忘了深度学习有一个很重要的前提，即需要大数据。面对数据量不是10万级别的，也不是百万级别的，最好用到千万级别，甚至亿级别的数据。

刚刚何总提出来一个很有意思的挑战，其实中国市场上可追溯的数据量没有那么大，并没有达到大数据级别。现在我们跟很多同行交流，他们现在做两件事，第一件事把跟股票、跟交易品种有关的所有的数据都拿出来用。你不是要千万级别的吗？我就做分钟级的，分钟级不够我就做秒级别的。如果还不够，干脆我提取数据中的相关特征，通过机器产生一些数据。数据量不够，我人造，保证这些人造的数据在统计上符合已有数据的特征。这就有点像有条件上，没有条件创造条件也要上，但确实面临一个问题，跟美国不一样，美国的历史很长，积累了很多数据。

围棋的问题和投资的问题是两个完全不一样的问题，不是开放和封闭的问题，实际上我们现在看到的东西达到的高度是人经过训练都能做得好的事情，但是机器能比我们做的更好，或者能比我们做的更熟练。到目前为止我们通过什么样的体系培养什么样的人成为投资高手，这是非常个性化的问题，而且在人的本质上也没有解决这个问题。从哲学的角度来讲，现在毕竟还叫人工智能，说白了它还是一种仿人类的或者跟人类类似的一种体系，它有没有可能做到人根本做不到，甚至人基本上很难做到的事情，我觉得这是存疑的。所以对于深度学习这一块，包括人工智能，我觉得还是有待时间的发展。传统的机器学习已经很成熟了对于深度学习、对于大数据时代，第一，我们有没有这么多的数据；第二，人工智能界能不能突破人类的边界，说白了还是有一个争论的。

哈图：计算机能帮我们做到的是更快更准更好，但其实本身这件事情是非常复杂的。举个例子，摩尔定律已经有效了50多年了，但很快它的有效的情况从现在开始到未来的5年、10年很快就会衰减。因为我们做的芯片操作的原子是几十个，往下的极限就表示在现有架构情况下计算能力的提高是有极限的。

科学家模拟智能有两个途径，一种是图灵的方式，编辑一种算法，输入输出，输出跟输出之间观察到有智能的情况出现。还有一种方法，用神经网络的方式，我们其实用的计算机它里面的速度是用光速来计的，但神经网络的脉冲每秒就是几百。就像蚂蚁怎么找回家，每个蚂蚁走的时候会在路上留下信息束，人类是当你每做一个学习，做一个正向反馈的时候你的神经网络会加强。所以为什么我们的坏习惯那么难改，因为是神经根深蒂固强化的结果。我们大脑又是非常复杂的密集的神经网络学习的机器，

科学家模拟神经网络计算的时候，用相当于一个楼的电力供给的计算设备模拟一个蟑螂的大脑脉冲信号，再到蟑螂的行为，他们现在只能模拟到老鼠大脑的脉冲。模拟的神经网络复杂的程度扩展到人脑的神经元级别，大概需要一座核电站级别的发电力，才能实现人脑的切片每个神经元定位之后达到人脑的工作模拟。从西医的角度来讲，先用核磁共振监测每一个神经元活动的神经脉冲变化，可能最小的单位是能定位多几千个神经元，可能未来有一天能定位到单个神经元，我们想象一下这需要多大的能量，其实我们人脑功率大概只有20瓦就能做到，我们视觉处理信息的带宽大概是PB级别的，我们所说的人工智能加上人工的智能其实就是算法的专家的模块。我们在顶层在我们策略的体系架构上更好更快速的处理，我们用了大量的人工智能的算法，包括通过极速的方式把市场的有效性提升，但这跟我们用人工智能去做一个策略的系统相比是远远不够的。模式识别是人类在自然中生存的核心的东西，但计算机跟计算机之间的沟通是不需要常识和模式识别的，当人类是在主体的智能领域占有绝对位置的时候，计算机才需要去模拟人类做一些模式识别跟常识的尝试。

我们想象一下，如果真有一个纯计算机的世界，硅原子的世界，可能就不需要常识了。所以人工智能在投资上的应用，我觉得更多的是一种在速度上或专家模块上的应用，跟智能其实并没有关系。我们看待市场也是这样的，市场的数据量在这种研究下还是处于非常小的级别，金融市场非常有幸，因为你能够得到的数据就是全部的数据，这是非常有幸的一点。因为我们做基本面研究的时候面对的是大量未知的东西，里面有需要博弈的东西，但是资本市场拿到的数据就是全部的数据。你观察到市场的有效和市场的不足，反应过度和反应不足，其实在程度和时间上都是存在问题的，我们的投资技术和方式的应用上能把这个过程极速的缩短，缩短的过程就是你获利的过程，也是市场对你的奖励。所以过程中我们用到的一些常识是通过对市场现状的观察去分析市场到底是什么样的，在发生什么事情，能够获得市场在信息传递过程中的反应过度和反应不足，我们能把它缩短。

再往大了说，做一个有语言认知能力的策略系统，这个要依赖于脑科学的研究成果，但目前看来还不太成熟。

主持人：目前已经申报和正在准备FOF的公司当中已经超过了2/3，FOF的产品又可能达到100多支，接下来投资者又面临一个问题，我们如何在将近百支的FOF产品里去选择。

何剑波：首先要看这家公司是否具有相关的研发能力，他以前做的工作是什么样的。如果是发内部的FOF，买内部的基金，对于大的公司来说自己选择的能力、选择的品种比较多，而且对于自己内部哪些基金表现比较好，他是有自己感觉的，这个时候可能相对有把握一些。

张晓龙：我们公司是使得波动率能够稳定的情况下，对收益有一个较大的提升。对于当前市场FOF产品比较多的情况，投资者可以参考的就是投资策略以及基于投资策略下的执行程度。

宫正：投资者选择基金想取得一个比较好的效果，最重要的是要做到知己知彼。知己的角度来讲投资者一定要对做投资的初衷、投资目标，或者投资基于什么目的来做的，要先把自己了解清楚。你选择一支基金是出于养老的考虑、理财的考虑，或者说是出于追求短期收益的角度来买基金的。要做到知彼，对你选择的基金，我们有不同的类型，也有不同的风险收益特征，它的业绩表现也是不一样的。只有找到适合你自己的投资目标最相匹配的基金，最终才能得到最好的效果，也就是说不一定收益最高是最适合你，一定是最适合你的投资初衷的基金才是最好的基金。

哈图：这是一个动态的问题，最开始FOF产品比较少，可以分门别类，这样对于投资者的选择来说是非常困难的事情。但FOF从基金里就有满足投资需求的特点，其实核心是满足投资目标的，投资需求是非常强的，这些产品设计的时候要设计的非常精细，我们只要评价能够满足他的投资目标程度就可以了。未来同一类型的投资目标数量越来越多的时候，才会用到现在比较成熟的绩效归因的方式或者绩效分析的方式，贴一些标签做分析。最开始设计目标吻合程度的评价是比较容易的。未来FOF主要的战场可能是在第三方对接C端客户的理财平台上，因为他们需要直接对客户的收益率负责，需要给客户提供基金组合的服务，来做基金的匹配，其实更多基金公司的FOF产品是作为一个生产的工厂的。从平台来看，每个平台目标客户的风险偏好的构成分布是完全不一样的，所以不同的平台在评价不同的FOF或者选择不同的FOF的时候其实主要是根据他们的核心目标客户群的风险偏好程度来做的合适的匹配的。所以这里面更多的不是一个评价选择的问题，就是一个匹配的过程。

主持人：我们正在做一件非常好的事情，虽然前景光明，道路曲折，但是我们也希望我们能把这件事情做好做精，请在座的各位嘉宾，为我们的投资人说一说鼓劲的话。

宫正：我觉得选择FOF基金会解决您在基金投资当中的大部分的烦恼。

哈图：举个例子，男朋友，包括老公、老婆对对方的要求适当的高一点，对对方水平的提升是有正面作用的。投资者对于我们的产品提供方要求要更高一点，对我们的行业促进是有作用的。

郑源：传统的公募基金面临的最大问题是机构散户化，对于FOF解决的问题是散户机构化。

王欣：作为基金从业人员我们通过为广大的投资者风险收益配比更好的产品，解决他们以往投资中面临的痛点。

江赛春：我对FOF的定位非常简单，FOF就是服务于我们的投资者回报的，让大家都要把投资的钱放在口袋里。

张晓龙：对于居民的理财问题非常有望通过FOF来解决。

何剑波：要相信专业的力量。

主持人：大家对于FOF未来的发展和展望有没有想要提问的。

提问：未来各种类型的FOF它们跟我们4300多支基金相比，排名大概在什么位置？

王欣：首先从概念上来讲，证监会的审核理念已经清楚的在分类上有了指引，FOF分为股票型、混合型、债券型和货币型，这就意味着我们未来在设计FOF产品的时候，这个产品对应不同的类型就要具备不同的功能，解决的是不同的问题。比如说就是股票型的FOF，在股票型产品里做风格选择，再做一些基金的精选。这样的产品在现有的股票型基金里或者偏股票型基金里做基金排名是有意义的，但是如果未来做的是混合型的FOF，我们报的产品都是属于混合型这一类，运用不同的策略代表着这个策略要解决的问题它的目标是不同的。如果我做的是一个货币型的FOF，它要解决的是货币基金里精选货币这样的问题，这个产品去跟其他的货币基金比可能是有意义的，但是在混合型的这一类里，大家用的资产配置组合框架的不同，也就意味着你的产品跟采用同类型策略的基金相比是有意义，但是跟纯工具类型的基金产品是不具有可比性的。这是基金公司跟投资者需要明确沟通的一个方面，你的产品设计的目的是什么，打算为他解决什么样的问题。

主持人：感谢王欣先生的回答。时间过的非常的快，转眼间我们从主题讨论到圆桌论坛已经过去了4个小时的时间，今天在座的各位给大家传递了很多对于FOF的看法和展望，相信来的人都是非常有收获的。今天这场由金融界网站主办的“智领未来FOF开启基金投资新时代”的分享会到此结束了，再次感谢大家的到来。

更多精彩资讯，请来金融界网站(www.jrj.com.cn)