手册目录F1 · 金融学基础:收益、风险与资金的时间价值已读 0/4

神盾复盘:不荐股 · 不代客理财 · 非配资平台 —— 只帮你复盘自己的交易漏洞

重要提示:所有多空方向、价位与买卖标记仅限模拟训练演练,不构成任何投资建议,请勿据此进行真实交易。

所有交易判断的地基:钱为什么有时间价值,收益怎样正确计算,风险怎样量化,为什么分散能降低风险却不能消灭风险。

1.1 资金的时间价值与复利

学习目标

  • · 会算终值、现值与几何年化(CAGR),并能手工复算系统显示的每个数字
  • · 分清复利与单利、算术平均与几何平均的口径差异
  • · 看穿“月收益 10%”“年化翻倍”类宣传的数学漏洞

为什么今天的 1 元比明年的 1 元值钱

10 万元按 5% 无风险利率放一年是 10.5 万;反过来,明年才到手的 10 万,按 8% 折现率折算今天只值 10 ÷ 1.08 ≈ 9.26 万。通胀是另一把刀:CPI 3% 连续十年,购买力只剩 1 ÷ 1.03¹⁰ ≈ 74%。所以任何跨期比较都必须先折回同一时点——这是估值(DCF)和风控算账的共同起点。

复利是双刃剑

复利让收益再生收益,也让亏损再生亏损:亏 10% 需涨 11.1% 回本,亏 20% 需 25%,亏 50% 需 100%,亏 70% 需 +233%,亏 90% 需 +900%。回本难度随亏损深度沿双曲线上扬——这就是为什么职业交易员先谈“不大亏”再谈“多赚”。神盾把单笔风险默认压到 0.5%,本质就是在数学上避开深亏区间。

年化的正确方式

两个口径不能混。算术平均会虚增长期结果:第一年 +50%、第二年 −50%,算术平均 0%,几何年化却是 √(1.5 × 0.5) − 1 ≈ −13.4%,净值真实缩水 25%。复利折算同理:3 个月赚 6% 的年化是 (1.06)⁴ − 1 ≈ 26.2%,不是 ×4 的 24%。但比口径更重要的是样本:3 个月的高年化通常来自几笔幸运交易,不能外推成能力。

看实物

执行舱净值曲线的年化用几何(复利)口径;交割单每笔 P&L 用简单收益逐笔记录;体检报告的「回本所需涨幅」列直接显示当前回撤要多少涨幅才能修复。两套口径混着读,就会对系统“报错”——先看口径再看数字。

核心公式

终值:FV = PV × (1 + r)^nr 为每期收益率,n 为期数
现值:PV = FV ÷ (1 + r)^n折现率的倒数就是“未来的钱今天打几折”
几何年化(CAGR):CAGR = (期末净值 ÷ 期初净值)^(1/n) − 1n 为年数;跨多年业绩唯一可比的口径
回本所需涨幅:需涨幅 = 1 ÷ (1 − 亏损率) − 1亏 30% 需涨 42.9%;亏 50% 需涨 100%
翻倍时间(72 法则):翻倍年数 ≈ 72 ÷ 年化收益%年化 12% 约 6 年翻倍;年化 6% 约 12 年

计算案例 · “月赚 10%”的真相

  1. 若真能每月稳定 10%,10 万一年变 10 × 1.1¹² ≈ 31.4 万
  2. 三年 10 × 1.1³⁶ ≈ 309 万,五年 ≈ 3,045 万,十年 10 × 1.1¹²⁰ ≈ 92.7 亿——相当于把 10 万元十年翻九万多倍,公开记录中没有任何人或机构做到过
  3. 现实对照:伯克希尔 1965–2023 复合年化约 20%,已是公开纪录级别
  4. 结论:承诺固定高月收益的产品,在算术上就宣判自己不可能——这不是概率问题,是复利硬约束

常见错误

  • ✕ 用算术平均代替几何平均,高估长期收益(+50%/−50% 平均不是 0% 而是 −13.4%)
  • ✕ 忽视亏损与回本的不对称,把深亏轻描淡写为“暂时回撤”
  • ✕ 把短期年化外推成长期能力——3 个月样本撑不起 10 年结论
  • ✕ 只看名义收益不看实际收益,忽略通胀对购买力的侵蚀

实操练习:打开模拟盘,记录一周每日净值:先按几何口径算年化(期末÷期初连乘开方),再算算术平均日收益 ×244,比较两者差多少;然后到 体检 报告找到「回本所需涨幅」列,用 1÷(1−回撤)−1 手工复算一遍,验证系统数字。

理解核对 · 不计为能力认证

1. 账户亏损 40% 后,需要盈利多少才能回本?

2. 3 个月收益 5%,按复利折算年化约为?

1.2 收益率、波动率与风险调整后收益

学习目标

  • · 会算简单收益与对数收益,知道各自该用在哪
  • · 理解标准差作为风险度量的含义、假设与局限
  • · 会用夏普与索提诺比率比较两套策略,并知道样本要多大才可信

收益率的两种算法

简单收益 = (P1−P0)/P0,适合单笔对账;对数收益 = ln(P1/P0),多期可直接相加,适合统计建模。涨 10% 再跌 10%:简单口径净值 1.10 × 0.90 = 0.99,亏 1%;对数口径 ln1.1 + ln0.9 ≈ 0.0953 − 0.1054 ≈ −0.010,结论一致但可加性让它能直接累成任意窗口收益。单日波动 ±5% 以内两者几乎重合,波动越大分叉越明显。

波动率是什么

波动率是收益率的标准差,Markowitz(1952)把它正式用作风险度量。年化波动率 ≈ 日波动率 × √252:方差按时间线性累加、标准差按 √时间放大,这是随机游走的数学结果,不是经验拍脑袋。日 σ 1.5% → 年 σ ≈ 23.8%。它有两个诚实缺陷:不区分涨跌(+2% 与 −2% 同样计风险),且在收益分布有肥尾时系统性低估极端日。

风险调整后收益

两套策略年化都是 20%,一套波动 10%,一套 40%,前者显然更好。夏普比率(Sharpe 1966)把超额收益除以总波动:每承担一单位风险换来多少超额回报;索提诺比率(Sortino 1980)分母只取下行波动,更贴近交易者对“坏波动”的真实感受。经验标尺:夏普 <0.5 平庸、≈1 良好、>2 罕见——罕见数字先要怀疑数据与成本假设。

看实物

执行舱净值归因区把年化收益、年化波动、夏普、索提诺、最大回撤并排显示;策略健康面板在夏普旁直接挂 DSR 惩罚项——试错次数多的高夏普会被如实降级。读数前先问:这个夏普是多少笔交易、多长窗口算出来的?

核心公式

对数收益:r_log = ln(P1 ÷ P0)多期可直接相加:Σr_log = ln(Pn ÷ P0)
年化波动率:σ年 = σ日 × √252A 股约 244 个交易日,可近似;前提是收益近似独立同分布
夏普比率:Sharpe = (Rp − Rf) ÷ σpSharpe (1966);年化夏普 = 日夏普 × √252
索提诺比率:Sortino = (Rp − Rf) ÷ σ下行Sortino (1980);分母只取亏损日波动

计算案例 · 比较两套训练策略

  1. A:年化 18%,波动 12%;B:年化 30%,波动 45%;无风险利率 2%
  2. A 的夏普 = (18−2)/12 ≈ 1.33
  3. B 的夏普 = (30−2)/45 ≈ 0.62
  4. 再算索提诺:若 A 下行波动只有 8%,Sortino = 16/8 = 2.0,A 在“坏波动”口径下更好
  5. 结论:A 每单位风险的回报是 B 的两倍多;B 的高收益很大程度是加了波动杠杆的假象

常见错误

  • ✕ 只看收益率不看波动——年化 20% 配 60% 回撤的账户多数人拿不住
  • ✕ 样本太短夏普极不稳定:50 笔以内算出的夏普,置信区间宽到几乎没有信息量
  • ✕ 波动率假设近似正态,会低估暴跌概率——肥尾日 σ 给不了尾部答案
  • ✕ 把总波动当唯一风险:流动性风险、跳空风险、退市风险都不在 σ 里

实操练习:在 执行舱 任选两套历史训练策略,导出 交割单,分别计算年化收益、年化波动、夏普与索提诺;再到 体检 对比同一市场(如 A 股)与跨市场(A 股+港股)组合的风险调整后收益,记录哪套策略在下行波动口径下排名反转。

理解核对 · 不计为能力认证

1. 日波动率 1.5%,年化波动率约为?

2. 夏普比率主要衡量什么?

1.3 分散化、相关性与 CAPM

学习目标

  • · 理解相关性如何决定分散效果,并能手算两资产组合波动
  • · 区分系统性风险与非系统性风险
  • · 理解 β 的回归定义与 CAPM(Sharpe 1964 / Lintner 1965)的含义与边界

分散为什么有效

组合波动不只取决于各资产波动,还取决于两两相关性——这是 Markowitz(1952《Portfolio Selection》)的核心结论。等权持有 N 只、各 σ=25%、两两相关 ρ 时,组合 σ² = σ²/N + σ²(1−1/N)·ρ:ρ=0.6 时即便 N→∞,组合 σ 仍收敛到 25% × √0.6 ≈ 19.4%。这个下不来的地板就是系统性风险。

危机时相关性趋同

平时低相关的资产,恐慌时一起跌(相关性趋向 1)。2008 年 9–11 月、2020 年 3 月都出现过“除了现金和美债什么都跌”:股票、REITs、高收益债、甚至黄金同向被抛售换流动性。分散给的是平时的平稳,救不了系统性冲击——所以仓位上限与止损一条都不能省。

系统性风险与 β

非系统性风险(个股造假、管理层出事)可以靠分散消除;系统性风险(加息、衰退、流动性危机)只能靠仓位控制或对冲。β = Cov(Ri, Rm) ÷ Var(Rm),是个股收益对指数收益的回归斜率:β=1.5 表示大盘动 1% 个股平均动 1.5%。CAPM 的断言是:只有不可分散的系统性风险才获得长期溢价——承担个股特有风险,市场不会额外付钱。

看实物

体检的相关性矩阵按 60 日滚动窗口逐对计算,ρ>0.8 的持仓组会以同色块标出;组合视图的「仓位热力图」按板块聚合风险敞口。看到一大块同色,就是你以为分散了、其实押的是同一个因子。

核心公式

两资产组合方差:σp² = w1²σ1² + w2²σ2² + 2w1w2ρσ1σ2ρ 每降一点,第三项就削掉一截
β 系数:βi = Cov(Ri, Rm) ÷ Var(Rm)个股收益对市场收益回归的斜率
CAPM:E(Ri) = Rf + βi × (E(Rm) − Rf)Sharpe (1964) / Lintner (1965);只为系统性风险付溢价

计算案例 · 相关性对组合的影响

  1. 两资产各 50%,波动均为 20%(σ²=0.04)
  2. ρ=1:σp² = 0.25×0.04 + 0.25×0.04 + 2×0.25×1×0.04 = 0.04 → σp = 20%,分散为零
  3. ρ=0:σp² = 0.02 → σp ≈ 14.1%
  4. ρ=−0.5:σp² = 0.02 − 0.01 = 0.01 → σp = 10%
  5. 结论:选“不一起动”的资产比堆数量更重要——10 只同板块股票 ρ≈0.8,实质等于重仓一个因子

常见错误

  • ✕ 持有 10 只同一板块股票以为分散了——ρ≈0.8 时等于放大单一因子敞口
  • ✕ 用平静期相关性估计危机期风险——恐慌时 ρ→1 是常态不是意外
  • ✕ 以为资产个数够多就安全——跨地域持仓若同受美元周期支配,照样同跌

实操练习:使用 体检 扫描持仓的 10 只股票,生成 60 日滚动两两相关矩阵,找出 ρ>0.8 的同质化组;在 战法手册 记录替换方案:每组只留敞口最大的一只,其余换成低相关板块或现金等价物,再跑一次 体检 确认组内最大 ρ 降到 0.5 以下。

理解核对 · 不计为能力认证

1. 以下哪种风险可以通过分散化消除?

2. β=0.8 的股票,大盘下跌 5% 时平均约下跌?

专题研究与实训:如何把收益、风险和资金占用放到同一把可复算的尺子上?

学习目标

  • · 把观点变成可证伪的问题
  • · 从原始资料到可复算结果
  • · 区分阅读、答题与真实能力证据

研究问题与机制

单期收益可相加的近似不适用于长期复利。资产回报与投资者回报也不同:中途入金会改变资金加权结果,不能当利润。波动、最大回撤、尾部损失和破产风险分别描述不同维度,夏普不能替代任何一个。

可复现方法与数据口径

先核对现金流和净值序列,剔除外部入出金的影响,再连乘各期收益计算时间加权回报;资金加权使用带日期现金流。按实际交易频率估计年化,不把不独立的日收益当作独立样本。写明无风险率、年化因子、缺失交易日和费用,给出最大回撤发生区间而非只给一个数。

竞争解释与失败反例

先涨后跌回到起点,算术平均收益可能为正而复利为零。净值因入金翻倍不是收益翻倍;低波动也可能来自估值不更新或尾部卖保险。

适用边界与缺失证据

夏普的平方根年化依赖收益相关结构。小样本和非正态收益要附置信区间与尾部描述,不能用一个比率宣布优胜。

训练交付与验收

提交自己的现金流与净值表、时间/资金加权收益、回撤路径、费用对照和一次指标排序相反的解释。

常见错误

  • ✕ 把论文中的现象当成自己的策略已经有效
  • ✕ 只报告赢家或最后一个参数
  • ✕ 把阅读完成、答题正确当成交易能力达标

实操练习:提交自己的现金流与净值表、时间/资金加权收益、回撤路径、费用对照和一次指标排序相反的解释。

理解核对 · 不计为能力认证

1. 账户入金导致净值上升,应算投资收益吗?

2. 所有日收益都能用平方根年化夏普吗?

3. 低波动是否足以排除尾部风险?

实战执行规程

参数是训练默认值,不是普适最优;交易制度以当时官方规则为准。

开仓前清单

  • ☐ 分开记录入金/出金与交易盈亏
  • ☐ 以日为单位记录账户净值
  • ☐ 确认使用复利收益而非算术平均

关键参数

项目默认值理由
最大回撤警戒−10% 减半仓位,−15% 停止交易复盘回撤 20% 需涨 25% 才能回本,50% 需翻倍
收益风险比年化收益 ÷ 最大回撤 ≥ 1低于 1 说明承担的痛苦大于收益
评估样本≥ 30 笔交易样本过小,胜率误差极大

执行步骤

  1. 每日收盘记净值与当日现金流
  2. 每周计算时间加权收益、最大回撤
  3. 每月对比基准(同市场指数)
  4. 达到回撤警戒线立刻执行减仓规则

算例 · 回撤与回本

  1. 账户 10 万 → 8 万:回撤 20%,需要 +25% 才回到 10 万
  2. 账户 10 万 → 5 万:回撤 50%,需要 +100%
  3. 先 +50% 再 −50%:10 万 → 15 万 → 7.5 万,算术平均 0%,实际 −25%
  4. 结论:控制回撤比追求高收益更决定长期结果

撤退规则

  • · 账户回撤 −10%:所有新仓位规模减半
  • · 回撤 −15%:停止交易至少 5 个交易日并完成复盘
  • · 连续 3 个月跑输基准且回撤更大:暂停该策略

能力验证(程序按您的账本计分)

达标标准:上传 ≥1 份真实交割单,由程序计算胜率、盈亏比与回撤

登录后显示您的实际进度。

去交割单复盘上传 →

达标只说明您在模拟环境中按规程执行过,不代表实盘盈利能力或任何职业资格。

综合实训 · 如何把收益、风险和资金占用放到同一把可复算的尺子上?

提交自己的现金流与净值表、时间/资金加权收益、回撤路径、费用对照和一次指标排序相反的解释。

给出研究问题、可观测定义;区分事实、推断与未知,不用盈利结果倒推理由。

附原始来源、获取及发布时点、计算过程;别人应能按相同口径复算。

画出假设链,给出至少一个反方向案例;列出哪条证据会推翻解释。

写明交易规则、费用、成交障碍、仓位和初始风险;无法执行要留痕。

冻结规则版本,用未参与开发的数据检验,报告失败、置信范围与数据不足。

本次练习记录:未核验 · 未保存到云端

原始文献与制度来源

文献说明机制与研究方法,不代表本平台策略已被这些文献验证;交易制度须核对当时有效版本。

下一模块:F2 市场结构与交易机制 →