进入21世纪以来,人工智能技术的飞速进步带动了相关产业的发展,这其中最被人看好的就是金融行业,人工智能技术与金融行业的其中一个结合就是智能投顾。智能投顾依靠智能化的投资方式,使服务成本大幅下降,因此收取费用少,低廉的咨询费用极大的扩宽了客户群,具有可观的发展前景。因此,针对智能投资建议的质量进行研究,探讨智能投顾相对与传统投顾业务的在投资建议质量上的差异以及利益冲突对智能投资建议质量影响,并针对智能投顾业务的发展与投资者合法利益的保护提出合理的建议,对于推动智能投顾业务健康长远发展具有重要的理论与实践意义。本文以智能投资建议质量为研究对象,围绕智能投资顾问是否提供无偏的投资建议以及对投资者画像的精确度,结合传统投资顾问业务相关理论研究,基于智能投顾业务的业务本质、业务模式、业务特点等构建智能投顾与投资者之间的博弈模型。研究智能投顾业务与传统投资顾问业务最优投资建议质量决策的差异。研究结果表明:由于边际成本远低于传统投资顾问业务,智能投顾为了避免由于推荐错误产品而导致的客户流失与监管的处罚,对客户画像的准确度远高于传统的投资顾问,投资建议的质量更高。在对不同利益主体下智能投顾投资建议质量的研究中。我们分析了有佣金存在的第三方智能投顾平台、智能投顾运营者本身就是投资产品的提供者两种情况下的智能投顾的最优投资建议质量决策。结果表明:对于存在佣金的第三方智能投顾平台,由于算法的“黑箱”,智能投顾与投资者之间存在信息不对称,智能投顾倾向于推荐佣金更高的产品,提供“有偏”的投资建议,并且在佣金差足够大的情况下,智能投顾平台会“造假”,利用简单的程序伪装程智能投顾,降低投资建议的质量;对于智能投顾运营者本身就是投资产品的提供者的情况,智能投顾可能通过降低对投资者画像的准确度的方式,提升自身产品的销售收入。同时,本文在以上研究结论的基础上,针对智能投顾业务中存在的算法“黑箱”与利益冲突,提出了建立以算法披露为核心,利益冲突披露为辅助的信息披露制度的政策建议。