2015年8月，张彦文放弃了令人羡慕的招商银行支行行长职位，和前唯品会IT技术创始总监John、唯品会财务总监兼内审总监Gray等人一同创办了智能投资顾问平台——火柴财富。

自2015年12月内测至今，火柴财富注册用户已超过10万人次，交易次数达5万笔，总交易额超过2亿。仅仅成立一年，就已经盈利，并已有投资机构准备与其签订投资协议，而火柴财富正在考虑是否接受外界风投。

在短时间所取得的成就背后，是张彦文在金融领域深厚的沉淀以及火柴财富团队打造的那一款神秘的智能投顾模型——“大类资产轮动模型”。

张彦文说：“这个智能投顾模型，比起市场上现有的智能投顾模型有根本性的不一样。别人走的路我们三年前已经走过，他们都是处于一种被动的预测模式。”

作者｜小生生

编辑｜欧拉拉、甲小姐

网址｜www.xtecher.com

微信公众号ID｜Xtecher

火柴财富CEO：张彦文

股灾前力排众议的“预言”

2015年，股市迎来了暴涨暴跌的一年，对张彦文来说，既是挑战，更是机遇。

2015年4月前后，股市直逼4000点，且有继续飙升之势。张彦文却出人意料地让员工告诉客户卖掉私募、公募基金等股票型产品，转配成理财、信托等固定收益产品。当时正是股市飙升之时，别说客户不愿意，即便是员工也疑惑不解：“这么好的股市，我们自己都在买，张彦文竟然要大家减仓！”

工作推进得很困难，张彦文甚至以扣工资的方式逼着员工执行任务，经过反复讲解，一些重仓客户才逐渐将资金从股市撤出——每次撤出后，客户没几天便跑到银行堵住客户经理：你叫我退，现在股票又涨了，少赚的钱你赔我吗？

2015年6月，股市突然暴跌，许多股票重仓客户一夜之间财富蒸发。直到此时，客户才意识到为何当初张彦文劝他们尽早退出——正是张彦文的“威逼利诱”，才使得客户的财富得以在这次股灾中幸存。

2015年7月到9月，3个月之内，张彦文管理的财富增额达到了14个亿——要知道，在1月到6月的半年，他管理的财富增长还不到3个亿——客户充分认可了他的专业能力，甚至将行外资产提出交给张彦文管理。

张彦文是如何在股灾到来之前做出预测的？

在这之前，是八年磨一剑的慢功夫。

八年磨一剑

2008年，刚毕业的张彦文进入招商银行总行，当时全国有九万多人投递简历，狭路相逢勇者胜，凭借出色的表现，经历三轮面试后，张彦文顺利拿到offer，成为当年入职的八个本科生之一。

入职后，张彦文被分配到营收部的财富管理岗位，正是这个职位，使他放弃已经到手的22个offer，其中包括广州交通局、北京知识产权局等“铁饭碗”工作。

“你报考公务员被录取了，要是不来报到会进入黑名单，今后再也不能考了。”即使接到这样的电话，张彦文最终还是决定要做财富管理。

进入招行之后，从后台到前台，从产品经理到团队领导，从总行到支行，从基础零售业务后台架构到负责招行全国境外个人投资业务板块，张彦文从一个初出茅庐的新人迅速成长为财富管理行业中富有创新精神的佼佼者。

2015年，张彦文从总行调到广州滨江东支行，领导支行新增AUM（年日均资产）、中高端客群等重要指标。很快，使支行业绩从全行倒数第五升至全广州分行第一，管理规环比模提升600%。

张彦文刚接手滨江东支行时，存款出现严重的负增长，因为该支行早前的存款“是通过比较取巧的方式去拉取的”，等到张彦文就任时，这些存款自然“不翼而飞”。

通过走访，他发现银行附近有不少豪宅，甚至有一个小区里住着19家上市公司的老板与高管。

显然，潜在的机会是有的，但是为什么没能将这些人变成支行的客户？张彦文了解到支行半径两公里范围内，有35家银行、40多个网点，可想而知竞争多么激烈。张彦文告诉Xtecher，“如果不从别人碗里抢吃的，我们就没得吃了。”

基于2009年，张彦负责招商银行三方存管、银基通等财富类产品体系搭建，多年来为招行带来零售中间业务收入超过800亿元的工作经验，此次，张彦文为支行制定了做大AUM、提升中高端价值客群规模、夯实中间业务收入的发展目标。

面对高端客群，张彦文亲自出马带着主管登门拜访，见了一家又一家上市公司高管；面对低端客群，张彦文将实惠的服务提供给他们，并发起诸多品牌推广活动。

在三个月时间里，他带领团队将周围几十家小区扫荡一遍。不仅将之前遗留下来的“坑”补完，还带来了一个亿左右的资产增长量。

“神秘的模型”

让我们继续回到开篇。

关于股灾，张彦文是怎么神奇地预言到这一切的？

张彦文告诉Xtecher，这都归功于这款神秘的资产配置模型——这也是如今火柴财富管理使用的智能投顾模型的前身。

模型机理

这一模型由火柴财富的前身、天地人和公司的几个技术负责人研究开发。

张彦文告诉Xtecher，“这个智能投顾模型，比起市场上现有的智能投顾模型有根本性的不一样。别人走的路我们三年前已经走过，他们都是处于一种被动的预测模式。”

说着，张彦文拿起水笔，在黑板上为Xtecher讲解被动模型的预测方式，即经典资产配置理论——人们总是通过过往的数据被动地判断，市场上涨则卖，下跌则买，可他认为：大家只是把国外的东西照搬过来，但实际对于中国市场来讲并不那么管用，因为中国市场发展尚未不成熟，是一个“非有效”的市场。

三年前，他们也曾使用国外经典资产配置理论被动调整算法（也是国内大多数智能投顾公司使用的算法），但这种理论模型只适用于国外成熟的资本市场，而国内资本市场本并不成熟。另外，国外经典资产配置理论建立在资产恒定理论基础上，而国内，外汇市场由政府管制，资本非有效自由流动，因此，这套被动式的模型在中国资本市场并不适用。于是，他们及时改变思路，重新写出了一套“大类资产轮动模型”——通过蒙特卡罗算法对使用者和全球资本市场进行共同运算。

其原理简而言之就是使用布朗运动的方式，选择下一时刻点的“最优解”。即根据资本市场的变化，利用CPI、PPI等宏观经济指标、行业指标及重点龙头企业等微观指标完成大类资产轮动模型，利用宏观指标对固定收益型、股权型、股票型、货币型以及保障型等产品的比例进行大类资产的比例确定，通过中观、微观指标进行微调。

通过这种方式，他们可以对用户未来的流动性、风险性、收益性做出预测，同时也可以通过130多万次的运算进行调整，对客户及资本市场完成未来3到6个月的趋势预测。“模型在国内属于首创，预测精准率达到85%，从三年期限来看预测准确率超过95%。”张彦文告诉Xtecher。

模型有了，数据哪里来？

张彦文的选择是，在这个数据模型的输入端，除了使用Wind数据库，还使用了证券会、交易所等提供的数据。在一、三季度，交易所只会给一个基金的十大资产股的数据；二、四季度，会给出所有的资产股的数据，但由于时效原因，基本上都会延后一个月左右。张彦文团队除了拿着这些数据进行量化分析，还会根据每天净值的变化去回溯、复盘，将每天净值变化的原因进行分析，反向推导出基金出现涨幅变动的原因。

“我们的技术已经非常超前了。”张彦文再次站到白板前，进一步向Xtecher介绍了火柴财富这款智能投顾模型的机理：

智能用户画像：

第一，在每位客户使用火柴财富期间，模型会间断性推送上千道问题让其填写，继而获知其各阶段风险承受能力；第二，模型会通过数据抓取，获得用户在其他网站所遗留的信息，进一步了解用户资信情况和背景调查，从而对客户做一个系统性的KYC（Know your customer）；第三，买车、买房等消费行为都会影响资金流动情况，所以客户每时段的行为也将会受到实时追踪，并为其同步重新配比资金。

最终，模型会根据用户的期望收益、风险承受能力以及资金流动性这三方面进行综合评定，得出每一个客户的综合智能用户画像。

资产配置：

通过大类资产轮动模型，将客户资产分割为股票型、债券型、保障型等资产，并对其做不同比例的配置。

在美国，美林时钟将经济收益分割为四个时间段：过热、衰退、滞胀、复苏。在不同的时间段，要合理地对资产进行配比，例如，在经济衰退期间，投资债券型产品会显得更为合理。

然而到了中国，“美林时钟变成了美林电风扇。”——由于中国市场经济变化周期太短、宏观调控过于厉害，导致了经济周期过快地从经济上行、通胀下行构成的复苏阶段，变成了经济上行，通胀上行构成过热阶段。“我们会把中国当前的经济区间进行还原和优化，通过优化的美林时钟做出大类资产轮动模型，更好地对用户资产进行配置。”

产品配置与风控：

火柴财富每上线一个产品，都会对其进行“双调四审一会”，即通过提前对业务本身与市场进行调研等活动，确保进入产品库的产品足够安全可靠，然后将这些产品根据大类资产轮动模型，与用户进行匹配，为每个客户定制个性化产品。

不仅如此，智能投顾模型还会根据用户不同时段的风险承受值以及市场变动情况，对用户产品进行不断调整。例如，客户在理财时，模型将最适合的A款产品推荐给客户，但如果三个月后系统发现B款产品更适合客户，模型会自动将资金转配到B产品中，以确保客户投资风险降到最低。

火柴财富的智能投顾模型为每一位用户模拟了一幅时间-收益曲线图。图中三条曲线分别为收益min值曲线、max值曲线、以及二者之间的最有可能值曲线。只要实际发生的收益值曲线接近最有可能值曲线，那么这次模型预测就是比较成功的。

“目前我们可以做到90%的实际发生值都出现在min和max曲线之间，并且最高的时候实际发生曲线和最可能曲线吻合率达到了95%。”

时间-收益曲线图

目前，火柴财富设置了45个风险等级，根据等级不同，年化收益在5.8%-35.2%之间，最大回撤率是0.0%-9.6%；最高风险组合长期回报率（5年）预计为192%，短期回报率（3月）预计为15.6%，均为累计收益。火柴财富将根据用户风险承受能力不同，为其推荐不同等级的产品。

除此之外，这款智能投顾系统还正在利用深度学习技术不断地优化。通过建立数据库，不断分析每一次的投顾案例，得出每个客户更适合的产品，为客户寻找更优产品，为其带来与之匹配的收益。

虽然目前看来，这已经是一款较为完善的智能投顾产品，但在打磨它的六年中，火柴财富也曾经历过一些弯路和挫折。

从失败中汲取养分

六年前，张彦文还未正式下海创业，但已开始和火柴财富早期技术团队合作，进行智能投顾方向的探索。

工作进展到第三年，火柴财富的前身、天地人和公司推出了一款名为“放心财富”的APP，这款应用主要为招行、建行等银行开发。通过银行客户经理为客户讲解资产配置来推广应用，当时就有五到六万个客户接受了这款应用。

但由于当时技术环节薄弱，无法完全解决安全问题，所以没有将支付系统架设到软件中（因为一旦嵌入了支付系统，就有遭到黑客攻击的可能性）。当时的APP仅做成一个SaaS，只能为客户资产配置做临时记录，最终购买还要通过银行系统。如此一来，APP无法对客户进行后续跟踪服务，失去了用户黏性，导致了这个APP的最终失败。

火柴财富成立以后，推出新款APP，期间产品亦经历了数次迭代。一开始信心满满推出新品，认为一定可以得到客户的认可。结果客户使用后满意率非常低，例如他们认为非常诱人的“一键分享”在当时根本没人愿意使用，就连亲朋好友都表示拒绝转发。要知道，早在2014年，张彦文可是领导了行业内首个个人境外投资平台，签约客户包括阿里巴巴、唯品会等95%境外上市的中国企业，直接为招商银行带来2000亿客户总资产——回想当年何等风光，而今连一款APP都做不好，痛定思痛，张彦文意识到：做金融类APP不能一蹴而就，需要一点一滴积累客户的信任。

于是，团队立即启动大量用户调查，搜集反馈意见，针对性调整迭代。在一年时间里前后更新了大小二十多个版本，终于使满意度逐渐增高。

此外，火柴财富在品牌推广、支付、技术等方面，都踏踏实实一步一脚印地前行着：

在品牌推广方面：火柴财富创建之初，难以大规模推广，便从自己身边的亲朋好友开始，一点一滴积累口碑。同时，他们通过进入B端市场，和环球金融、华康财富等金融公司合作，并通过线下客户经理销售的模式，慢慢推广自己的品牌和业务。

在支付方面：从一开始，他们就和银联、易联等支付公司签订协议，使得支付这一块取得知名企业的背书，同时，由民生银行作为项目基金的第三方存款方，避免了设立私有资金池。

在技术上：由火柴财富CTO等人进行专业架设，在阿里云上添加架构、拓展云空间，以确保交易峰值到来时，系统不会出现宕机情况。“系统决不能出现问题，要是招行出了问题，客户可以信任那块牌子，要是我们出现了问题，客户肯定要举着横幅找我们讨钱了。”

自2015年12月内测至今，火柴财富注册用户已超过10万人次，交易次数达5万笔，总交易额超过2亿。成立仅一年时间，就已经盈利，并已有投资机构准备与其签订投资协议，而火柴财富正在考虑是否接受外界风投。

如今，火柴财富逐渐从成立时的几个合伙人发展到现在二十多人，几百个用户发展到到现在超过3万人的购买量。目前，火柴财富正在以星火燎原之势逐步扩张。

星星之火

回首过去，从2013到2015，我们的社会步入了一个互联网金融时代，央行发布的数据显示，跟2013年相比，2015年全国P2P平台增加7倍多，成交量达到9000多亿。

在火柴财富2015年创业之初，正逢e租宝等P2P平台处于风口之时，互联网金融处于一片大好之势。当时，有人找到张彦文，游说他们进入P2P市场，“只要你们做P2P，我们就给投钱。”但那时，张彦文和团队判断“P2P的优质资产是有限的”，而他们希望能够“服务更多的人”。

彼时，中国智能投顾市场尚未打开。而他们却在黎明之前坚定地迈出了脚步。之所以公司起名“火柴财富”，是因为张彦文希望团队能够在智能投顾的寒夜里用火柴划出一丝光亮，作为一个先行者，照亮漫漫长夜。

后来，随着e租宝等事件的发生，大量平台倒闭，剩下的不少平台则纷纷转型财富管理、消费金融公司。

亦如当年P2P兴起时一样，目前，智能投顾市场正同样处于一个乱象丛生的阶段，许多小公司高举着智能投顾的牌子，做着炒股咨询、甚至非法荐股等挂羊头卖狗肉的事，监管意见也尚未形成相对成熟的体系。

相较于国外Wealthfront、Betterment等智能投顾平台，国内智能投顾机构各类管理服务费用是国外的2至4倍左右；除此之外，国外智能投顾市场已经有股票ETF、全球各个地区债券资产等非常全面的品类，而困于国内证券市场发展时期较短，可投资品类数量相对较少，国内智能投顾产品类型寥寥无几——因此，智能投顾虽然目前正处于风口，但要想真正进入全民智能投顾时代，恐怕仍将有一段长期艰难的路程。

据不完全统计，目前国内有包括京东金融、宜信、品钛等二十余家互联网金融公司开始陆续布局智能投顾领域。

火柴财富能否高举星星之火，和这些公司一起将智能投顾推向高潮？

一切留待市场抉择。