国外智能投顾业务主要基于以股票为主的多元化资产池开展。虽然美国的债券市场规模位居全球第一，但智能投顾产品仍以股票为主，背后原因可能有以下几方面：一方面，美国股票市场成熟度很高，与经济发展关系紧密，具备一定的可预测性，这也是智能投顾偏好的特征；另一方面，国外金融市场投资者经过多年的投资洗礼，容忍波动能力较强。同时，美国股市长期以来相当稳健，纳斯达克和纽交所指数自1990年来内部年化收益稳定在5%到10%之间。在资产多元化方面，国外金融市场产品谱系较为丰富，资产池可选择范围广泛，为资产池多元化选择提供了基础，而国外机构及个人投资者也倾向于以多元化的投资方式实现风险分散化。
相比股票市场，国外开展债券领域的智能投顾公司不多，代表公司是以色列的Bondit。Bondit成立于2012年，其致力于解决由于工具和数据限制、投资经理无法实现固定收益投资最优组合的难题。经过3年半时间，其采用马尔可夫模型（Markov Model）和马科维茨（Harry Markowitz）的投资组合理论，于2015年开发了一款专注于债券投资的智能投顾SaaS软件，并已于2016年开始商业化，主要用户为私人银行、资产管理公司等机构用户。Bondit通过机器学习算法所构建的模型，让数据可视化，提供债券投资组合设计、优化、调整、监控及分析的一站式服务。其监控内容主要包括市场行为（价格、收益率和利差）、风险变动（评级和流动性）、现金流（赎回和票息）和用户所有权（研究推荐和产品风险评级）四个方面。若监控到相应的变动需要进行调整，其可在一天内给用户调整推荐，以保证用户及时做出调整。
二、国内债券智能投顾前景展
在国外蓬勃发展浪潮之下，2014年也成了中国智能投顾的元年，引发各类互联网科技公司和金融机构开始“试水”，但目前产品以概念设计居多，实际落地执行的偏少。从已经落地的智能投顾产品看，国内智能投顾公司大致分为独立创新公司、互联网巨头和传统金融机构三类，其模式以2C为主，资产池主要是A股、ETF、现金等。从其投资策略看，主要采用分散被动管理方式，但也有部分采取主动式管理策略的产品，例如“贝塔牛”。贝塔牛投资策略的生成主要通过选股模型、择时模型、组合构建模型和组合再平衡模型完成：选股模型根据不同策略（目前已上线选股策略包括短线智能策略、综合轮动策略、价值精选策略以及灵活反转策略）提供的选股因子，对所有的个股进行打分，然后将得分较高的股票放入备选股票池，用户输入组合金额等个性化参数后，组合构建模型则根据该参数从备选股票池中选取一定数量的个股构成用户的组合；择时模型负责产生股票的买卖信号和仓位控制信号，提供合适的买卖时间点，并通过仓位控制信号控制投资计划的风险；组合再平衡模型则负责监控择时模型产生的信号，配合用户的投资计划形成操作策略。整体看，目前国内智能投顾产品模式以2C被动分散式管理为主，资产池主要是A股、ETF等品种，以2B模式且专门针对债券的智能投顾产品有一定的缺失。但结合目前国内市场投资需求分析，2B债券型智能投顾产品需求强烈。
