如果从认知及行为的角度将人的证券交易行为进行抽象，可以得到这样一个模型：

　　目标（动机）——信息（刺激）——决策（认知）——行动（行为）——反馈（修正）

　　简单地说，一个人先是有了一个动机（当然会判断这个动机是否可以满足），其次会基于这个动机去寻找相关信息，然后基于信息和自己的认知进行决策，之后根据决策执行具体的行为，执行行为后会根据行为的后果反思并修正前面的流程（动机、刺激、认知、行为），当然人的实际证券交易行为比这个要复杂得多。

　　将人的证券交易行为模型与证券交易业务进行匹配，可以得到以下模型（后文将对此模型各环节进行定义说明）

　　ToC端证券产品的参与者可以按照营收模式简单的划分为“互联网行业”和“券商行业”。收入来源中，除了“交易工具”属于证券经纪业务，互联网产品难以插手之外，其他利润点基本一致。只是由于行业发展比较快政策未跟上，真正取得“证券投资咨询业务”牌照且合法合规经营的互联网公司不多，大多在裸奔。

　　另一方面，由于金融市场的当前阶段和特质，参与金融市场的融资方与投资方存在天然的存在信息不对称。C端的投资者难以从众多客观的数据中辨识出有效信息进行投资决策，也为产品（金融中介）的发展提供了机会。从市场趋势来说，金融去杠杠本质上是控制风险让价值回归，长期来看也是有利于证券市场可持续发展的。

　　用户来使用证券产品购买服务进行交易的本质是为了个人或者家庭资产增值，比较典型的资产增值模型是“标准普尔家庭资产图”。但在达到这一目标的过程中，投资者会因为各种原因，未能设定一个合理的投资目标或者合理的投资理念，一旦未来的投资生涯中产生亏损，进而对证券市场产生抵触心理，导致客户流失。证券业务的投教和适当性等等规章制度虽然也是为规避这个恶性循环而设定，考虑成本等因素在证券市场的参与者中，真正践行这种理念的机构少之又少。

　　以“标准普尔家庭资产图”为例，个人或者家庭完整的资产资产配置还涉及到了“银行、信贷、保险”等其他金融领域，然而由于政策的限制，银、券、保、信等不能混业经营，也给资产配置的发展带来难度。对于市场的参与者来说，或者等待政策红利，或者寻求监管空白，或者在集团下集齐相关牌照，打通投资体系。

　　从产品的角度，如何对不同用户进行细分，挖掘不同类型用户的投资目标及资产配置需求（如个人、情侣、家庭、机构等），了解用户的实际资产，如何为不同投资目标的用户躯体提供合适的资产配置的建议，如何将投资者教育与资产配置结合树立合适的投资理念，将会是未来迭代的方向

　　先讲大信息概念，投资信息基本可以分为三类：行情类、资讯类、投资类、复合类。可以按照信息的处理阶段将信息分为：未加工、半加工、深加工、可交易信号等。未加工数据为各类数据源，经过转码机处理后将数据进行可视化展示（也就是半加工数据）。在数据源的基础上，对原始数据进行算法及数据组合分析，便可以产生深加工数据，如CSMAR的各类行情衍生数据。任何衍生数据经过排列组合与产品可视化的设计和包装均可形成选股产品。可交易信号本质上即可理解为“投资决策辅助工具”。深加工数据本身是客观数据不带有投资偏好，与投资理念和投资风格结合形成的投资标的股票池即“投资决策辅助工具”。

　　从整个信息的生命周期来看，要生产出各类信息产品首先需要优质、稳定的数据源。除了行情和资讯服务商外，能够提供稳定数据的还有就是券商的交易数据以及用户在使用产品时的行为数据，投资类信息因为行业所处阶段以及UGC模式，尚未形成一个稳定的内容生态（如雪球、东方财富），产品的迭代也可相对放缓。

　　交易可按交易场所划分为场内、场外两类；不论是场内还是场外，现有的交易业务是可以完成穷尽开发的。

　　对于投资者而言，交易是每轮投资的“最后一公里”。交易功能的基础是稳定、可靠、高效。其次如何在不同交易业务交易规则的基础上，提高用户最后一公里的交易速度，才是交易后续的迭代方向（如一键打新、行情闪电下单、预埋条件单等）。因交易规则的复杂性和多变性，大多数用户完成第一次下单的成本极高。从这点出发，以不同形态的产品完成投资者交易也是产品的优化点

　　因不同的交易业务有不同的投资特性和套利策略，可对不同类型的用户进行识别，根据此用户的潜在投资需求与风险偏好为其推荐其他合适的交易业务。而某些特定的交易业务如“国债逆回购”、“港股通”、“B股”，则可根据既定的套利策略来设计产品，如节假日来临时，计算不同品种的国债逆回购收益率，结合用户的资产总量与资金流动性需求推荐合适的国债逆回购产品。如设计AH股比价功能，当不同市场的价值产生偏差时，由价值回购原则，也可以为合适的投资者提供交易建议。

　　因大多数证券公司的交易后台都由恒生、金证提供，理解并重新定义交易的信息和流程也是提供差异化服务的竞争优势点之一，但是由于投入巨大，产生的用户体验上的收益基本可忽略不计（实际上采购恒生和金证系统的成本也同样很高）（如月交易流水功能，多条件查询历史委托成交等功能）。

　　如果说投资决策辅助工具是帮助投资者择股、择日，那么交易则是完成了择价、择时、择量。这也就意味着现有的交易业务是否可以在提供交易通道的基础上，帮助用户完成交易的“最后一公里”。一旦择股、择日、择价、择量、择时全部完成，理论上一套量化交易模型也全部构建完毕。证券公司在为投资者提供服务的同事，也能以下设基金或者子公司的形式进行投资。

　　我们希望交易对于投资者来说是一个可持续发展，而非一轮又一轮被割韭菜的过程。对于投资者来说，一方面不是每一个投资者都有复盘意识，另一方面不是每个投资者都可以基于过程和结果，分析出一个相对合理的绩效归因。基于以上观点，如何为投资者建立投资反思的意识，如何引导投资者客观全面的看待和分析投资结果，如何根据分析结果修正投资目标和投资理念，是交易过程与结果分析的产品方向

　　本文（上）主要根据自己对证券市场的理解，将证券产品切分成了几大环节。关于产品背后的体系及运营模式等内容将在证券产品模式浅析（下）中讨论