债券投资困局重重，企业投资如何利用智慧武器实现破局？锚定和调整不足，概率性信息、描述性信息出现误差，该如何解救？我们邀请翟效华、魏文彬、郝竞超三位嘉宾针对债券投资的困局与智慧破局做了分享，希望能让大家有所收获。

债券投资行业经过十年发展，很多原则、市场策略和交易方式已经发生了翻天覆地的变化。下图是已经过时的债市分析框架图，我们来分析一下。经济周期决定了债券市场的长期走势，但是由于金融市场的复杂性，因此即使我们对于基本面的分析比其他人更准确，也不代表着就能够做好债券投资。例如最近爆发的新冠疫情，有很多主流机构对于新冠造成的经济影响都做出预测，但是结果却偏差很大。

看到下面这个图，不难发现在一些很重要的拐点上，预测往往和实际结果是不同的。那么为什么经济经常会超预期呢？这是因为在现实中，不仅信息的复杂程度远比我们想象的要高，容易出现先入为主、对拐点不敏感的状况，导致经济分析与最终结果产生很大的差距。

如何处理这种困境呢？应该多观测，少预测，只要关注好市场就足以使你获得很高的回报了。经济的动量具有很强的惯性，就想一辆笨重的卡车，一旦开动起来了，就很难让它停下。过去的每一次企稳都有着重量级的变化，真企稳往往形成多指标共振。例如2009年，经济出现明显的企稳迹象，高达94%的指标出现好转。基本面模型长期跑赢指数，2013年以来累计超越指数1669BP，平均每年200BP。

因此在未来十年，投资经理需要依靠各种交易系统，将自己武装起来，例如基于基本面的交易系统、基于风险偏好的交易系统、基于资金面的交易系统和基于机器学习的交易系统。基于机器学习的交易系统分为模式识别类算法、特征分类算法。模式识别类算法需要较多的样本数，因此只能停留于高频交易的领域，难以作为宏观量化的底层技术，而且由于人机结合困难，它只能在信息源选择等方面做有限的结合工作。特征分类算法不能跟随市场主要矛盾的变换及时做出调整，知识存在滞后性，且特征工程存在主观偏倚，容易引致过拟合的结果。

投资具有三个要素，市场分析、策略制定和交易执行，三个要素互相支撑。市场分析是参谋，可以分析各种可能性，但难以穷尽市场变化；策略制定是将军，对于一些不完全的信息要制定出相对有胜率的决策，让买卖有依据；交易执行是士兵，不要低估人性的弱点。

不要高估值买债券。高估值买债，看起来占便宜，但事后总是吃亏。低估值买债，看起来吃亏，但多半占便宜。

总的来说，债券投资的未来总结为以下三点：一、纯人工，纯智能都不现实，需要人机解核。二、投资经理要做钢铁侠，而不是叶问，要用机器来帮助自己。三、武器系统本身要工业化生产，不断升级迭代。

目前，疫情对餐饮、零售、旅游和交通等多个行业造成了巨大冲击，但是也有不少行业在逆流而上，例如在线教育、远程办公和医疗等，而我们认为疫情对于金融行业的影响，也是一个隐藏的机遇。

疫情让年轻人意识到努力工作、存钱理财和保证一定现金流的重要性，让年轻人摈弃原本不健康的生活方式，加强锻炼并保持良好的生活防护习惯。作为一种风险防御和未来保障的重要方式，用户尤其是年轻用户对于保险的购买需求提升。

今年二月综合理财保险和福保险服务的增长势头较同期有比较大的的提升，且银行公布的今年一季度储蓄存款也提交较大，既然很多用户都有了投资理财存款的意识，对于我们来说，如何使大批量的存量客户进行再次复购就变得尤为重要。

营销顾客其实主要的方式就是从公域流量到私域流量的培育孵化，如今公域流量成本高，所以更要重视私域流量运营。要提升私域流量运营，可以从以下几个角度来切入：如何建立私域流量及进行精细化运营、公司获取的线索如何有效的跟进、如何有效的监管业务过程、如何做好内部信息的衔接、如何做好业务人员的知识培训，以及如何避免业务人员的离职而带走客户。

针对这样的背景，如何为金融行业的客户提供解决方案呢？金融行业的系统多且负责，因此我们打造了营销数据中台，以客户为中心，围绕“消费者”将多个业务数据汇总统一打破数据孤岛，沉淀数据资产，快速相应市场变化，向业务赋能。营销数据中台分为用户层、访问层在用户层通过企业微信触达外部客户和内部用户。访问层指的是用户通过PC端网页、移动端APP、微信小程序浏览产品信息