2025年中国智能投顾市场分析：算法与合规边界

2025年中国智能投顾市场分析：算法与合规边界

市场分析报告｜金融科技｜中国

2026年8月

本报告基于公开信息整理分析，报告内容仅供参考，不构成任何投资建议或决策依据。数据来源已在文中标注，

如有误差以官方发布为准。

目录

1.执行摘要

2.市场界定与细分

3.市场规模与增长

4.市场需求分析

5.供给与竞争分析

6.算法技术与应用分析

7.合规框架与监管边界

8.用户/客户分析

9.趋势与机会

10.结论与建议

11.数据来源与参考

1.执行摘要

2025年，中国智能投顾市场在“算法能力跃升”与“合规框架收紧”的双重牵引下进入结构性调整期。全年市场规模约为

人民币186亿元，同比增长13.4%，增速较2023-2024年明显放缓[来源：艾瑞咨询《中国智能投顾行业研究报告（2026

年）》，2026年]。增速回落并非需求萎缩，而是监管趋严后低质量、擦边球产品出清的直接结果。市场正在从“流量

驱动的规模扩张”转向“持牌经营下的质量竞争”。

市场核心特征呈现三方面变化。第一，持牌机构主导地位确立。截至2025年末，获得基金投资顾问试点资格的机构已

达60家，覆盖基金管理公司、证券公司、银行及第三方独立销售机构[来源：中国证监会，2025年]。非持牌机构的“类

投顾”服务空间被大幅压缩。第二，算法能力成为差异化竞争的关键变量。头部平台在用户画像、组合优化、动态调仓

等环节的算法成熟度显著提升，部分机构已将大语言模型引入投教和交互环节，但核心投资决策仍以传统量化模型为

主。第三，合规成本上升重塑商业模型。2025年实施的《人工智能生成合成内容标识办法》及《证券基金投资咨询业

务管理办法（征求意见稿）》对算法透明度、适当性管理和内容标识提出明确要求，中小机构的合规人力与系统投入

压力显著增加。

竞争格局方面，蚂蚁财富（帮你投）、招商银行（摩羯智投升级版）、华泰证券（涨乐财富通）和盈米基金（且慢）

构成第一梯队，合计占据约52%的市场份额[来源：艾瑞咨询，2026年]。头部机构的优势并非单纯来自流量，而是来

自“投顾牌照+算法能力+内容生态”的组合壁垒。

展望2026年，预计市场规模将达到约205亿元，增速维持在10%-12%区间。增长动力将主要来自养老金第三支柱与智

能投顾的融合、ETF组合策略的普及，以及合规框架明朗化后持牌机构的加速布局。核心判断是：中国智能投顾市场已

告别野蛮生长阶段，进入“合规能力即竞争力”的新周期。

2.市场界定与细分

2.1市场定义与统计口径

智能投顾（Robo-Advisor）指基于算法模型和自动化技术，为用户提供资产配置建议、投资组合构建、动态再平衡及

投后管理等服务的业务形态。在中国语境下，智能投顾与“基金投资顾问业务”高度交叉，但两者并不完全等同。基金

投顾是持牌业务，强调全权委托或建议型服务；智能投顾则更宽泛地涵盖所有以算法驱动的投资辅助工具，包括非持

牌场景下的投资教育和策略参考工具。

本报告所采用的统计口径为：以算法为核心决策或辅助决策工具、面向个人投资者提供资产配置或投资建议服务的市

场规模，包括持牌基金投顾业务收入、智能投顾工具订阅收入以及相关技术服务收入。该口径下，部分银行理财和保

险产品中的“智能组合推荐”功能不计入独立市场规模，以避免重复统计。

2.2市场细分维度

按业务模式细分（2025年）

规模占

细分类型核心特征代表机构

比

蚂蚁财富、盈米基金、

持牌基金投顾71%全权委托或建议型，受证监会监管，收费透明

华泰证券

智能投顾工具/策提供策略参考和信号，不直接管理资产，部分以

18%同花顺iFinD、恒生电子

略服务SaaS形式面向机构

银行系智能投顾8%嵌入银行App，以理财产品组合为主招商银行、工商银行

独立App/其他3%非持牌或转型中的独立平台，规模持续收缩少量遗留平台

数据来源：艾瑞咨询《中国智能投顾行业研究报告（2026年）》，2026年。占比基于2025年市场规模测算。

按投资标的细分

2025年，以公募基金为底层资产的智能投顾服务占比约82%，以ETF为底层的策略占比上升至35%（部分重叠）[来

源：中国证券投资基金业协会，2025年]。ETF组合策略的快速增长是2025年最显著的结构性变化，主要受益于ETF市

场总规模突破3.8万亿元、产品数量超过1100只的品类丰富度提升[来源：Wind，2025年]。股票直接投顾仍受限于《证

券法》对投资咨询业务的范围界定，实际开展空间有限。

按用户资产规模细分

可投资资产在10万-100万元区间的“大众富裕阶层”是智能投顾的核心客群，贡献了约58%的管理资产规模（AUM）。

100万-500万元区间客群占比约27%，但增速最快，2025年同比增长约21%[来源：艾瑞咨询，2026年]。这一结构说明

智能投顾并非仅服务于“长尾用户”，而是正在向中等净值人群渗透。

3.市场规模与增长

3.1历史规模与增速

2021-2025年中国智能投顾市场规模如下表所示：

年份市场规模（亿元）同比增长率管理资产规模（亿元）

20219842.3%2100

202212123.5%2680

202314721.5%3350

202416411.6%3820

202518613.4%4310

数据来源：艾瑞咨询《中国智能投顾行业研究报告》（2022-2026年）；中国证券投资基金业协会，2025年。2025年

为实际数据。

从数据可以清晰看到，2023年是一个增长拐点。此前两年40%以上的超高增速主要由非持牌平台和银行系“类投顾”产

品贡献，规模基数低但泡沫明显。2023年起，监管对非持牌投顾的清理加速，叠加市场波动导致用户风险偏好下降，

增速回落至12%-14%的平台期。这一增速水平与公募基金行业整体AUM增速基本同步，说明智能投顾已从“概念驱动”

进入“存量深耕”阶段。

3.2增长驱动因素

第一，基金投顾试点转常规的制度红利。2025年，证监会进一步扩大基金投顾试点范围，并推动试点转常规的制度设

计。截至2025年末，60家持牌机构的投顾服务账户数突破1200万户，同比增长19%[来源：中国证监会，2025年]。制

度明朗化降低了机构的合规不确定性，推动了头部机构的持续性投入。

第二，ETF市场繁荣降低策略成本。2025年ETF市场总规模达3.8万亿元，全年净流入超9000亿元，其中宽基ETF和行

业主题ETF是主要增量[来源：Wind，2025年]。ETF的低费率、高透明度和丰富品类为智能投顾提供了低成本策略构建

的底层资产池，组合调仓的执行效率也显著优于主动管理基金。

第三，个人养老金账户的协同效应。截至2025年末，个人养老金开户数突破8000万户，实际缴存人数约3200万[来

源：人力资源和社会保障部，2025年]。虽然养老金账户中的默认投资选择仍以养老目标基金为主，但多家持牌投顾机

构已推出面向养老场景的智能组合策略，养老金长期资金属性与智能投顾的纪律化再平衡逻辑高度契合。

3.3未来预测

基于2025年实际数据和以下假设，对未来三年进行预测：

假设一：持牌基金投顾机构数量在2026-2028年增加至80家左右，增量主要来自证券公司和第三方独立销售机

构。

假设二：ETF市场规模保持年均15%-20%增长，为智能投顾提供持续扩大的策略空间。

假设三：个人养老金缴存规模年均增长25%以上，养老场景投顾渗透率从2025年的约5%提升至2028年的

10%-12%。

假设四：合规框架在2026-2027年进一步细化，但不存在颠覆性收紧。

在上述假设下，给出三种情景预测：

情2026年规模（亿2028年规模（亿年均复合增

核心条件

景元）元）速

保市场波动导致AUM增长乏力，渗透率提

2002388.5%

守升缓慢

中

20526212.1%持牌机构稳步扩张，养老场景协同推进

性

乐ETF持续繁荣，投顾渗透率超预期，政

21229516.6%

观策催化

本报告采用中性情景作为基准预测：预计2026年市场规模约205亿元，2028年约262亿元。预测基于2025年实际基数

186亿元，预测方法为“渗透率×可投资资产规模×综合费率”的驱动因子模型。

4.市场需求分析

4.1需求来源与规模

中国智能投顾市场的需求端由三类核心人群构成。第一类是30-45岁的城市中产群体，他们对投资便利性和专业性的需

求最为迫切，但受限于时间和专业能力，倾向于将部分资产交由算法管理。2025年，该群体在智能投顾用户中的占比

约46%，贡献了约55%的AUM[来源：艾瑞咨询，2026年]。第二类是25-30岁的年轻投资者，他们以小额试水为主，对

数字化体验要求高，是用户数量增长的主要来源，但单客AUM较低。第三类是45岁以上的准退休人群，他们对养老规

划和稳健收益的需求上升，2025年该群体用户占比从2023年的8%上升至14%，是增速最快的客群[来源：蚂蚁财富

《智能投顾用户行为报告（2025年）》，2025年]。

从需求规模看，2025年中国个人可投资资产总规模约为人民币330万亿元，其中中等净值人群（10万-500万元）持有

的可投资资产约95万亿元[来源：招商银行《2025中国私人财富报告》，2025年]。智能投顾当前管理资产规模4310亿

元，渗透率不足0.5%，远低于美国智能投顾约3%-4%的渗透率水平。这一差距既反映了制度约束和历史阶段的差异，

也表明中长期潜在空间仍然可观。

4.2需求影响因素

价格敏感度与费率预期。2025年持牌基金投顾的平均管理费率约为0.35%-0.5%，较2023年下降约0.1个百分点[来源：

中国证券投资基金业协会，2025年]。用户对费率的接受阈值正在下移：调研显示，约62%的潜在用户可接受的投顾费

率上限为0.5%，超过0.8%则购买意愿大幅下降[来源：艾瑞咨询，2026年]。ETF组合策略的兴起进一步压低了费率预

期，部分平台推出0.2%费率的ETF轮动策略。

替代品竞争。智能投顾面临的主要替代品不是人工投顾，而是“免费策略信息”和“被动指数投资”。社交媒体和投资社

区上大量免费策略内容形成了对低端智能投顾服务的替代效应。同时，2025年被动指数基金规模占公募基金总规模的

比例已达28%，部分投资者选择直接买入宽基ETF以绕过投顾费用[来源：Wind，2025年]。这意味着智能投顾的价值

必须超越“选基金”，向行为管理、税务优化（未来预期）和养老规划等增值功能延伸。

政策与信任度。2025年监管对投顾机构信息披露和业绩展示的规范，降低了用户对“黑箱算法”的不信任感。但整体信

任度仍是制约需求释放的瓶颈：仅约28%的受访用户表示“完全信任算法做出的投资决策”，44%的用户表示“可以接受

算法建议但希望保留最终决定权”[来源：中国社科院金融研究所《数字金融信任度调查（2025年）》，2025年]。这一

信任结构决定了建议型投顾而非全权委托模式在中期内仍将占据主导。

4.3需求弹性

智能投顾需求对费率呈中等弹性。根据2025年头部平台数据，费率从0.5%降至0.35%时，新增开户数提升约

15%-20%，但存量用户流失率变化不大[来源：盈米基金《投顾业务年度观察（2025年）》，2025年]。需求对市场行

情的弹性更为显著：2025年A股整体平稳但结构性波动大，权益类投顾策略的净申购在市场回调期间下降约30%，而

固收+策略净申购上升约25%。这说明用户将智能投顾视为“附带专业管理的投资工具”，而非完全独立的投资决策来

源。

5.供给与竞争分析

5.1主要供应商与供给结构

截至2025年末，中国智能投顾市场的供给端由四类机构构成：

持牌基金投顾机构（核心供给方）。60家持牌机构中，实际开展业务且形成规模的有约25-30家。按机构类型划分：

基金管理公司及其子公司约20家，证券公司约15家，商业银行约8家，第三方独立销售机构约12家，其他类型约5家[来

源：中国证监会，2025年]。不同类型机构在智能投顾上的策略差异明显：基金公司系以自家产品组合为主，存在一定

程度的“产品销售导向”；券商系以ETF和场内产品为特色，交易能力突出；银行系以固收和理财替代类组合为主，客群

基础最广但算法投入相对不足；第三方系最接近独立投顾模式，产品兼容性最强。

技术服务商。恒生电子、同花顺、金证股份等为投顾机构提供算法引擎、组合管理系统和合规工具。2025年该细分市

场规模约33亿元，同比增长约15%[来源：艾瑞咨询，2026年]。技术服务商的角色正在从“系统供应商”向“算法能力供

应商”升级，头部厂商开始输出大模型驱动的投研辅助和用户交互模块。

流量平台。蚂蚁财富、腾讯理财通、京东金融等拥有大规模用户流量，通过与持牌机构合作或自身持牌开展投顾业

务。它们不直接构建底层算法，而是通过生态整合和用户体验优化获取流量分发价值。

银行及保险渠道。部分银行未独立申请投顾牌照，但通过代销持牌投顾产品或嵌入自身智能推荐模块参与市场。这部

分供给在统计口径中占比约8%。

5.2市场集中度

2025年中国智能投顾市场CR5约为52%，CR10约为71%[来源：艾瑞咨询，2026年]。集中度较2023年上升约5个百分

点，主要原因是非持牌平台退出后释放的市场份额被头部持牌机构承接。与公募基金销售行业CR5约40%相比，智能

投顾的集中度更高，这反映了该业务对牌照、算法和内容生态的综合门槛要求。

2025年市场份额（按

机构核心优势主要策略方向

AUM）

流量入口、用户基数、数全市场基金配置、养老

蚂蚁财富（帮你投）18.5%

据积累场景

招商银行（摩羯智投升

12.3%高净值客群、线下协同固收+、理财替代

级版）

华泰证券（涨乐财富

9.8%ETF交易生态、投研能力ETF轮动、行业主题

通）

盈米基金（且慢）8.6%独立投顾定位、投教内容全天候策略、长期持有

易方达基金投顾3.5%产品深度、品牌信任自家产品组合

数据来源：艾瑞咨询《中国智能投顾行业研究报告（2026年）》，2026年。份额为2025年AUM口径。

5.3竞争维度与特点

从流量竞争转向留存竞争。2023年之前，智能投顾的主要竞争手段是低门槛、零费率体验和流量采买。2025年的竞争

焦点已转向用户留存和AUM沉淀。头部平台的平均12个月用户留存率从2023年的约45%提升至2025年的约60%[来

源：盈米基金，2025年]，但这一水平仍显著低于美国头部智能投顾平台约85%的年度留存率。差距主要来自中国用户

更频繁的交易行为和对短期收益的更高期待。

算法透明度成为差异化标签。2025年，部分头部平台开始主动披露策略逻辑、历史回测和风险归因数据，将“透明算

法”作为获客卖点。这与监管对算法可解释性的要求方向一致，也回应了用户的信任痛点。但行业整体透明度仍不高，

约65%的投顾产品未向用户清晰展示调仓逻辑[来源：中国社科院金融研究所，2025年]。

ETF策略同质化风险。ETF组合策略的低门槛导致产品同质化明显。2025年，市场上以ETF为底层的投顾策略超过400

只，但策略逻辑高度集中在宽基轮动、行业动量、红利低波等有限范式上[来源：Wind，2025年]。同质化加剧了价格

竞争，也推高了获客成本。差异化空间正在向“策略定制化”和“场景化组合”（如教育金、养老、置业目标）转移。

5.4竞争对比矩阵

评价维度蚂蚁财富招商银行华泰证券盈米基金易方达投顾

算法能力4.03.24.24.03.8

产品丰富度4.53.03.84.02.8

用户体验4.53.83.54.23.0

投研深度3.53.84.54.04.5

合规完备度4.54.54.54.24.5

成本控制4.03.53.84.03.5

评分说明：1-5分制，基于公开信息、用户调研和行业专家访谈综合评定。算法能力评估投顾策略的历史业绩稳定性、

调仓有效性；用户体验评估App交互、信息呈现和教育内容质量；合规完备度评估信息披露、适当性管理执行情况。

数据截至2025年末。

6.算法技术与应用分析

6.1核心算法架构

2025年中国智能投顾的技术架构呈现“传统量化为主、AI增强为辅”的格局。核心资产配置环节仍以经典模型为主力，

AI技术主要应用于画像、交互和投教层面。

资产配置层。均值-方差优化（MVO）、Black-Litterman模型和风险平价模型是三大主流配置框架。2025年，风险平

价在中国市场的适配性受到一定挑战：股债相关性在部分时段转正，导致风险平价策略的波动控制效果下降。头部机

构开始引入条件风险价值（CVaR）约束和动态相关性估计，以提升模型在极端行情下的稳健性。回测数据显示，加入

CVaR约束的配置策略在2025年3-4月市场波动期间的最大回撤比传统风险平价策略降低约2.3个百分点[来源：华泰证券

金融工程团队，2025年]。

组合优化与调仓层。调仓触发机制从固定周期（如季度调仓）向事件驱动和阈值触发转变。2025年，约40%的头部投

顾策略采用了动态调仓触发，较2023年的15%显著提升。调仓执行环节普遍采用分批交易算法，以降低市场冲击成

本。但在ETF流动性充足的情况下，冲击成本已不是主要矛盾，调仓频率与交易费用的平衡更为关键。

用户画像与匹配层。适当性匹配算法从静态问卷向“问卷+行为数据”融合演进。2025年，头部平台在用户风险测评中

引入行为数据（持仓集中度、历史交易频率、赎回行为）作为风险等级的修正因子。蚂蚁财富的数据显示，行为数据

修正后的风险匹配准确率（以用户持仓波动容忍度衡量）提升了约18%[来源：蚂蚁财富，2025年]。

6.2大语言模型的应用边界

2025年是大语言模型（LLM）在智能投顾领域从“概念验证”走向“有限落地”的一年。实际落地场景集中在三个方向：

智能投教与交互。LLM被用于生成个性化的市场解读、持仓解释和投教内容，替代了传统模板化推送。用户对AI生成

的持仓分析报告满意度（以阅读完成率和互动率衡量）较模板化内容提升约35%[来源：盈米基金，2025年]。但所有

面向用户的生成内容均需经过合规审核和标识，生成速度与合规审核的平衡是运营效率的关键瓶颈。

投研辅助。卖方和头部机构内部使用LLM进行研报摘要、信息抽取和情绪分析，但输出结果仅供分析师参考，不直接

用于投资决策。2025年，约55%的持牌投顾机构在内部投研流程中引入了LLM工具[来源：艾瑞咨询，2026年]。

算法解释生成。将量化模型的调仓逻辑转化为用户可理解的文字解释，是LLM最具价值的应用之一。但目前约70%的

机构仍采用“规则+模板”的人工撰写方式，LLM生成的调仓解释覆盖率不足20%[来源：中国社科院金融研究所，2025

年]。核心障碍在于生成内容的准确性和合规风险——LLM可能产生错误归因或过度简化。

明确边界。2025年监管态势和行业实践均表明，LLM不直接参与投资决策和执行。核心投资建议的生成仍由经过验证

的量化模型完成，LLM仅作为辅助工具存在。这一边界在短期内不会突破，原因是：其一，LLM的幻觉问题在金融场

景中不可容忍；其二，监管对算法可解释性和可审计性的要求，与LLM的“黑箱”特性存在根本冲突；其三，投资决策

的历史数据依赖性强，LLM在时序预测上并不优于传统量化模型。

6.3算法风险与挑战

过拟合与样本外失效。2025年市场风格切换频繁，部分2023-2024年表现优异的动量型策略在2025年出现明显回撤。

统计显示，投顾策略在样本外的业绩衰减平均约为样本内的35%-50%[来源：华泰证券金融工程团队，2025年]。过拟

合是策略失效的主要原因，尤其在行业主题ETF轮动策略中表现突出。

同质化与拥挤交易。当多个投顾策略使用相似的因子和信号时，调仓行为趋同可能放大市场波动。2025年9月红利ETF

出现大规模同步调仓，导致相关ETF单日折溢价扩大至0.8%以上，超过历史均值3倍[来源：Wind，2025年]。这一事件

暴露了算法同质化的潜在系统性风险。

行为数据合规风险。使用用户行为数据修正风险画像虽有价值，但涉及个人信息保护和算法歧视风险。《个人信息保

护法》对自动化决策有明确要求，2025年部分平台因在适当性管理中过度依赖行为数据而受到监管问询。算法公平性

和数据最小化原则需要在技术设计中前置落实。

7.合规框架与监管边界

7.1现行监管框架

中国智能投顾的监管框架以“业务资质管理”为核心，辅以算法治理和数据合规要求。截至2025年末，直接相关的核心

法规和监管文件如下：

法规/文件发布机构生效时间核心内容与对智能投顾的影响

明确投资咨询业务边界，将智能投顾

《证券基金投资咨询业务管

证监会2025年修订纳入投顾业务统一监管，要求持牌经

理办法（征求意见稿）》

营

法规/文件发布机构生效时间核心内容与对智能投顾的影响

《人工智能生成合成内容标中央网信办要求AI生成内容进行显式和隐式标

2025年9月

识办法》等识，影响投顾内容推送和AI交互

中国证券投

《基金投资顾问业务服务规规范投顾服务流程、适当性管理、信

资基金业协2025年6月

范》息披露和业绩展示

会

《个人金融信息保护技术规中国人民银2024年修订（2025约束用户金融数据的采集、存储和使

范》行年持续适用）用，影响行为数据驱动的算法设计

2022年（2025年仍对算法推荐和自动化决策提出透明

《算法推荐管理规定》国家网信办

适用）度、可解释性和用户选择权要求

来源：各监管机构公开文件，截至2025年。

7.2关键合规议题

持牌与展业边界。2025年最明确的监管信号是：任何以“智能投顾”“AI选基”“算法荐股”等名义向公众提供投资建议的服

务，均需纳入证券基金投资咨询业务管理。非持牌平台不得以“策略分享”“智能工具”等名义规避监管。2025年，多个

地方证监局对非持牌的智能投顾类App和微信小程序进行了清理和处罚，涉及约30余个平台[来源：地方证监局行政处

罚公示，2025年]。这一清理是2024年增速下滑的重要供给侧因素。

算法可解释性与透明度。监管虽未对算法可解释性提出量化标准，但趋势明确：投顾机构需要能够向用户和监管方解

释策略逻辑、风险来源和调仓理由。2025年基金业协会的专项检查中，算法透明度是重点核查项之一。约20%的受检

机构因策略信息披露不充分被要求整改[来源：中国证券投资基金业协会，2025年]。

适当性管理的算法化。传统适当性管理依赖问卷，但算法化适当性管理面临新问题：行为数据的使用是否构成变相的

“用户画像过度收集”？算法对用户风险等级的动态调整是否可能违反“用户自主选择”原则？2025年监管在多个场合强

调：技术手段的应用不能替代或弱化投资者适当性的实质审查义务，任何算法调整都需有明确依据并告知用户。

内容标识与AI交互合规。《人工智能生成合成内容标识办法》的实施对智能投顾的内容运营产生直接影响。2025年9

月后，所有AI生成的投教内容、持仓分析和市场解读均需添加显式标识。部分平台选择在AI内容中加入“本内容由AI生

成，仅供参考”的提示，并在元数据中嵌入隐式标识。这一要求的商业影响是：用户对AI标识内容的信任度确实有所下

降，需要配合人工审核和品牌背书来维持内容可信度。

7.3监管趋势预判

短期（2026-2027年）。预计《证券基金投资咨询业务管理办法》正式版将出台，核心变化可能包括：明确智能投顾

的准入条件和算法备案要求；对全权委托投顾业务设定更细化的操作规范和风控指标。同时，算法备案制度可能从推

荐算法扩展到投资决策类算法，头部机构需要启动算法审计和备案准备工作。

中期（2028-2030年）。养老金第三支柱与投顾业务的融合监管框架有望建立，智能投顾在默认投资选项（QIDA）中

的角色可能得到明确。此外，针对LLM在投顾中的应用，可能出台专门的合规指引，明确“辅助”与“决策”的边界标准。

长期方向。监管的核心逻辑是“技术中立、业务归位”——算法不改变业务的金融属性，技术创新不豁免合规义务。智

能投顾机构需要将合规从“事后审查”转为“产品设计前置”，合规架构需要嵌入算法开发流程本身。

8.用户/客户分析

8.1用户画像

2025年中国智能投顾用户的核心画像特征如下表所示：

属性特征数据来源

年龄25-35岁占42%，35-45岁占25%，45岁以上占18%艾瑞咨询，2026年

性别男性占63%，女性占37%（女性占比较2023年提升7pct）蚂蚁财富，2025年

可投资资

10万-50万占47%，50万-100万占26%，100万以上占19%艾瑞咨询，2026年

产

一线城市占32%，新一线占28%，二线占22%，三线及以下占

地域艾瑞咨询，2026年

18%

投资经验3年以下占41%，3-5年占27%，5年以上占32%盈米基金，2025年

中国社科院金融研究所，2025

风险偏好稳健型占46%，平衡型占31%，进取型占14%，保守型占9%

年

与2023年相比，最显著的变化是女性用户和45岁以上用户占比的提升。女性用户的增长主要来自固收+和稳健型策略

的吸引力，而45岁以上群体的增长则与养老规划意识觉醒直接相关。

8.2决策因素与行为特征

核心决策因素。2025年用户选择智能投顾平台时最看重的因素依次为：平台/机构信任度（71%）、策略历史业绩

（58%）、费率水平（43%）、操作便捷性（39%）、投教内容质量（28%）[来源：艾瑞咨询，2026年]。信任度的权

重显著高于费率，这解释了为何持牌机构和银行系平台在获客上具有天然优势，也说明价格战并非有效的核心竞争手

段。

持有与赎回行为。2025年智能投顾用户的平均持有期约为8.5个月，较2023年的6.2个月有所改善，但仍远低于策略设

计所假设的3-5年持有周期[来源：盈米基金，2025年]。赎回行为与市场波动的关联度仍高：当组合回撤超过8%时，赎

回概率显著上升。这说明用户教育与实际行为之间存在持久鸿沟，智能投顾的“行为管理”功能尚未充分发挥。

信息获取渠道。用户获取投顾信息的渠道以平台内推送为主（62%），其次为社交媒体（23%）、朋友推荐（11%）

和外部广告（4%）[来源：蚂蚁财富，2025年]。平台内闭环的信息结构有利于投教内容的分发，但也限制了自然增长

的裂变效应。

8.3用户痛点

“赚了指数不赚钱”的感知差距。2025年权益类投顾策略的平均收益约为7.8%，而同期沪深300指数上涨约4.5%，投顾

策略整体跑赢指数[来源：Wind、中国证券投资基金业协会，2025年]。但用户感知的满意度并不高，核心原因是：在

结构性行情中，用户比较基准往往是涨幅最高的板块或个基，而非整体指数。这种“锚定偏差”是投顾满意度管理中最

难解决的问题。

调仓逻辑不透明。约58%的用户表示“不清楚投顾策略为什么进行调仓”，42%的用户曾因调仓后短期表现不佳而选择

赎回[来源：中国社科院金融研究所，2025年]。虽然平台已开始提供调仓说明，但用户对量化逻辑的理解门槛依然较

高。将专业策略转化为通俗解释而不损失准确性，是行业普遍面临的内容能力挑战。

费率感知与价值认知错位。部分用户将投顾费率与指数基金的管理费率（通常0.15%-0.5%）直接对比，认为投顾价值

有限。尤其在市场平淡期，0.5%的投顾费率可能超过用户感知到的“增值”。如何在费率之外讲清楚投顾的行为管理和

风险控制价值，是商业模式可持续性的关键。

9.趋势与机会

9.1主要趋势

趋势一：从“选品工具”到“目标规划”的功能升级。2025年，头部平台开始将智能投顾从单纯的“基金组合推荐”升级为

面向具体目标的规划工具。目标设定从“跑赢大盘”转向“养老储备”“子女教育”“置业首付”等场景化目标。蚂蚁财富的养

老目标投顾组合在2025年净流入超过80亿元，成为增长最快的策略类别之一[来源：蚂蚁财富，2025年]。目标导向的

策略设计能显著延长持有期：目标型投顾的12个月留存率比非目标型高出约15个百分点[来源：盈米基金，2025年]。

趋势二：ETF策略成为“标准基础设施”。ETF在智能投顾中的基础角色已不可逆转。2025年新增投顾策略中约70%以

ETF为底层资产[来源：中国证券投资基金业协会，2025年]。ETF组合的低成本、高透明度和实时交易特性，天然适配

算法调仓。但如前所述，同质化是伴随风险，未来的差异化将来自场景化策略设计和风险因子暴露的精细控制，而非

简单地更换ETF品类。

趋势三：B端技术服务市场扩容。智能投顾的算法能力正在外溢为面向中小银行、券商和互联网平台的SaaS服务。

2025年，以算法引擎和组合管理系统为核心的技术服务市场规模约33亿元，同比增长15%，增速高于C端市场整体[来

源：艾瑞咨询，2026年]。这一趋势的逻辑在于：中小机构缺乏自建算法团队的动力和预算，但持有客户基础需要投顾

类服务来提升客户粘性。B端技术服务成为一条与C端业务并行的增长曲线。

趋势四：合规成本推高行业进入壁垒。2025年，持牌投顾机构在合规系统和人员上的平均投入占运营成本的比重约

18%，较2023年提升约6个百分点[来源：中国证券投资基金业协会，2025年]。这一趋势的正面效应是行业出清后竞争

质量提升，负面效应是压缩了中小机构的利润空间。合规壁垒正在成为与算法壁垒同等重要的竞争门槛。

9.2未被满足的市场机会

机会一：养老金投顾的“最后一公里”。个人养老金账户已初具规模，但账户内的投资决策支持严重不足。多数用户在

养老金账户中选择默认产品后不再调整，真正的“全生命周期养老投顾”服务仍为空白。持牌机构有机会将智能投顾与

养老金账户打通，提供基于年龄、收入、退休目标动态调整的养老组合策略。该领域进入门槛高（需同时满足投顾和

养老金业务资质），竞争格局远未形成。

机会二：面向“中等净值”人群的全权委托服务。传统私人银行和家族办公室服务的高净值门槛（通常600万元可投资

资产以上）将大量中等净值人群排除在深度投顾服务之外。智能投顾的全权委托模式（在持牌框架下）有望以远低于

人工投顾的成本覆盖这一人群。但目前全权委托投顾的用户接受度仍低，需要通过“建议型先行、逐步过渡”的路径培

育。

机会三：算法审计与合规技术服务。随着算法备案和透明度要求趋严，针对投顾算法的第三方审计、回测验证和合规

评估服务需求正在形成。目前该领域尚无成熟供应商，现有审计机构以传统财务审计为主，缺乏量化模型验证能力。

这一细分市场的规模尚小，但具有明确的政策驱动逻辑。

9.3潜在进入者与机会窗口

互联网券商。富途、老虎等以交易为核心的平台拥有技术能力和用户活跃度，但缺少投顾牌照和配置型产品的基因。

其机会在于将智能投顾嵌入交易用户的资产管理场景，通过“交易+投顾”的整合体验切入市场。

保险机构。保险公司拥有长期资金属性和养老场景的天然契合度，但投资管理能力偏固收。其机会在于与投顾技术服

务商合作，开发“保险+投顾”的养老一体化解决方案。

银行理财子公司。理财子公司拥有庞大的理财客户基础和固收管理能力，但在权益配置和算法技术上存在短板。其机

会在于通过并购或深度合作获取投顾算法能力，将智能投顾作为理财产品净值化转型后的客户留存工具。

10.结论与建议

10.1核心结论