一、资产定价理论导论：金融市场的核心问题

大家好，欢迎来到《资产定价理论构建量化策略》的第一章。

说实话，我做了十几年量化，见过太多人一上来就撸代码、跑回测。结果呢？策略在历史数据上漂亮得像艺术品，一上实盘就崩。为什么？因为很多人忽略了最底层的东西——资产定价理论。

这一章，咱们先把地基打牢。我会用我自己的经验告诉你，哪些理论是真有用的，哪些是纸上谈兵。

1.1 金融市场的核心问题

金融市场说到底，就解决两个问题：

• 资产值多少钱？（定价问题）
• 怎么配置才能赚钱？（投资决策问题）

你想想看，如果连一个资产到底值多少钱都搞不清楚，你怎么敢下单？我早期做CTA策略时，就犯过这个错——只看技术形态，不看基本面估值。结果被市场狠狠教育了一顿。

1.2 资产定价的三大支柱

我个人习惯把资产定价理论拆成三块。这三块搞懂了，后面所有策略的底层逻辑你都能看透。

支柱一：时间价值

「今天的1块钱比明天的1块钱更值钱」——这句话你肯定听过。但真正把它量化到策略里，很多人就懵了。

时间价值的核心就是折现。未来的现金流，要打个折扣才能算到今天的价格上。

公式很简单：

PV = FV / (1 + r)^n

PV：现值（今天值多少钱）
FV：终值（未来能拿到多少钱）
r：折现率（你要求的回报率）
n：期数（多久以后）

我在项目中遇到过一件事：有个同事做债券策略，直接用到期收益率当折现率，结果定价偏差很大。后来我发现，他忽略了不同期限的利率结构。嗯，这里要注意——折现率不是拍脑袋定的，它本身就是一个变量。

支柱二：风险溢价

为什么股票长期收益比债券高？因为股票风险大，市场得给你「补偿」。

这个补偿，就是风险溢价。

公式长这样：

预期收益 = 无风险利率 + 风险溢价

说白了，你承担了多少风险，就应该拿到多少额外回报。但问题来了——怎么衡量「风险」？

我曾经犯过一个低级错误：用历史波动率当风险度量，结果策略在低波动期猛加仓，一遇到黑天鹅直接爆仓。后来我才明白，历史波动率只是「过去」的风险，真正的风险是「未来」的不确定性。

支柱三：套利

套利，说白了就是「捡钱」——同一个资产在不同市场卖不同价，你低价买、高价卖，赚差价。

理论上，套利行为会让价格回归合理。但在现实中，套利是有成本的：

• 交易成本（手续费、滑点）
• 资金成本（借钱要利息）
• 风险成本（套利期间价格可能反向波动）

我刚开始做统计套利时，觉得发现了「印钞机」——两个相关性很高的股票，价差一拉大就做回归。结果呢？价差可以持续偏离好几个月，中间的回撤差点让我爆仓。

所以，套利策略的核心不是「发现价差」，而是「管理价差偏离的风险」。

1.3 三大支柱的关系

这三根支柱不是孤立的。它们共同构成了资产定价的底层逻辑：

资产价格 = 未来现金流的折现（时间价值）
          + 不确定性补偿（风险溢价）
          - 套利机会的消除（套利）

我习惯用一张图来理解它们的关系：

1.4 课程概览与学习路径

这门课一共30章，我把它分成四个模块：

模块	章节	核心内容
基础篇	第1-8章	资产定价理论核心、CAPM、APT、因子模型
进阶篇	第9-16章	随机折现因子、连续时间模型、衍生品定价
实战篇	第17-24章	因子投资、统计套利、风险管理、回测框架
前沿篇	第25-30章	机器学习定价、高频策略、行为金融学

我个人建议的学习路径是这样的：

1. 先啃基础篇——别急着写代码。把CAPM、APT这些模型的数学推导搞明白。我见过太多人连β是什么都没搞清就开始跑回归，结果出来的因子全是噪音。
2. 再进进阶篇——这里会有点烧脑。随机折现因子那块，我当年也是啃了三遍才真正理解。别怕，慢慢来。
3. 实战篇是重点——理论学得再好，落不了地就是白搭。我会用真实案例告诉你，怎么把定价模型变成可执行的策略。
4. 前沿篇看兴趣——机器学习那部分，如果你有编程基础会轻松很多。没有也别慌，我会从最基础讲起。

1.5 本章小结

这一章我们聊了三件事：

• 金融市场的核心问题是定价和配置
• 资产定价的三大支柱是时间价值、风险溢价和套利
• 这门课的学习路径是基础→进阶→实战→前沿

嗯，第一章就到这里。内容不多，但都是后面所有章节的根基。下一章，咱们开始啃第一个硬骨头——资本资产定价模型（CAPM）。

到时候见。

---