欢迎来到引擎室：量化基础
你好！欢迎来到 CAIA 一级考试旅程中最重要章节之一。将量化基础 (Quantitative Foundations) 视为金融的“引擎室”。在我们深入研究对冲基金、私募股权或房地产这些激动人心的领域之前，必须先掌握数字这门语言。别担心如果你不是“数学高手”——我们会将这些概念拆解成简单、日常的逻辑。学完这一章，你就能像专业人士一样轻松计算回报并理解风险！
1. 货币的时间价值 (TVM) 与复利
金融的核心概念是：今天的 1 美元比明天的 1 美元更有价值。为什么呢？因为你今天可以将这 1 美元进行投资并赚取利息。这就是货币的时间价值 (Time Value of Money)。
终值 (FV) 与现值 (PV)
当我们资金往未来推算时，我们是在进行复利 (Compounding)。当我们向未来的资金折算回今天的价值时，我们是在进行折现 (Discounting)。
离散复利公式：
\( FV = PV \times (1 + r)^t \)
例子：如果你以 10% 的年利率 (\(r\)) 投资 100 美元 (\(PV\)) 为期 2 年 (\(t\))，其终值为：
\( FV = 100 \times (1 + 0.10)^2 = 100 \times 1.21 = \$121 \)
复利频率
利息并不总是每年支付一次。它可以是按月、按日，甚至每微秒支付！复利频率越高，你的最终余额就会越高，因为你更快地开始赚取“利息上的利息”。
快速回顾：
- 每年： \( m = 1 \)
- 半年： \( m = 2 \)
- 每季： \( m = 4 \)
- 每月： \( m = 12 \)
关键要点： 随着复利频率增加，实际年利率 (EAR) 也会增加。这就是为什么信用卡公司通常按日复利——这会让债务增长得更快！
2. 算术平均回报 vs. 几何平均回报
这是学生经常混淆的地方。计算“平均”回报主要有两种方式。
算术平均数 (简单平均)
只需将回报加总后除以期数。它代表了对单一时期回报的最佳猜测。
\( \text{Arithmetic Mean} = \frac{\sum R_i}{n} \)
几何平均数 (复合平均)
这反映了投资在一段时间内的实际增长率。它考虑到一个事实：如果你第一年亏损了 50%，你需要第二年获得 100% 的增长才能回到原点。
\( \text{Geometric Mean} = [\prod (1 + R_i)]^{1/n} - 1 \)
黄金法则： 算术平均数总是大于或等于几何平均数。回报波动越大，两者之间的差距就越大！
类比：想象你在开车。如果你以时速 60 英里行驶了一小时，然后以时速 0 英里停了一小时，你的平均速度（算术）是时速 30 英里。但如果你试图前往 60 英里外的目的地，你在 2 小时内只走了一半路程——几何平均数才真正说明了你的进度。
3. 对数 (连续) 回报
在另类投资领域，我们经常使用对数回报 (Logarithmic returns)（也称为连续复利回报）。当我们进行复杂计算时，它们在数学上更“简洁”。
公式：
\( r = \ln(\frac{V_t}{V_{t-1}}) \)
（其中 \(\ln\) 为自然对数）
我们为什么要用它？
1. 时间可加性： 如果你有周一的对数回报和周二的对数回报，你可以直接将它们相加得到两天的总回报。简单百分比回报则无法做到！
2. 对称性： 对数回报中先上升 10% 再下降 10%，会刚好回到零。在简单回报中，情况并非如此 (1.10 * 0.90 = 0.99)。
不用担心这看起来很棘手： 只需记住对数回报在时间上是“可加的”，这使它们成为对冲基金分析师的最爱。
4. 风险与分布的度量
我们不仅关心赚了多少钱；还关心为此承担的风险。我们使用分布 (Distribution)（通常是“钟形曲线”或常态分布）来衡量这一点。
分布的四个矩 (Four Moments)
将这些视为描述任何投资回报组合的四个“特征”：
1. 第一矩：平均值 (位置) – 分布的中心在哪里？这是你的预期回报。
2. 第二矩：方差/标准差 (离散度) – 回报的分散程度如何？高标准差意味着高风险。
3. 第三矩：偏度 (不对称性) – 分布的“尾部”是否偏向一侧？
- 正偏态： 频繁的小额亏损，偶尔有巨大的收益（像买彩票）。
- 负偏态： 频繁的小额收益，偶尔有巨大的亏损（这是许多对冲基金策略中的一大风险！）。
4. 第四矩：峰度 (肥尾) – “极端”事件发生的频率如何？
- 超额峰度 > 0 (尖峰态)： 这意味着“肥尾”。极端市场崩盘发生的频率高于常态分布的预测。
你知道吗？ 大多数另类投资并不遵循完美的常态分布。它们通常具有负偏态和肥尾。这就是为什么理解这些“矩”对于 CAIA 学生来说至关重要！
5. 标准差与方差的逐步教学
学生通常会觉得方差公式很吓人。让我们简化它：
1. 找出回报的平均值。
2. 对于每个回报，减去平均值（这就是偏差）。
3. 将每个偏差平方（这样负数就会变成正数）。
4. 将这些平方偏差取平均值。这就是方差。
5. 对方差取平方根。这就是标准差 (\(\sigma\))。
常见错误： 忘记将偏差平方，或者最后忘记取平方根。请记住：标准差与你的回报单位相同 (%)，而方差的单位是“平方”，这很难形象化。
6. 相关性与协方差
在另类投资中，我们热爱分散投资 (Diversification)。分散投资取决于资产如何联动。
相关系数 (\(\rho\))：
- 范围从 +1.0 到 -1.0。
- +1.0： 资产完全同步移动。
- 0.0： 资产独立移动（无关系）。
- -1.0： 资产向相反方向移动。
关键要点： 为了降低投资组合的风险，你希望在现有投资中加入与其相关性低或为负的资产。
快速回顾：关键术语
- 复利 (Compounding)： 赚取利息上的利息。
- 几何平均数 (Geometric Mean)： 随时间推移的“真实”平均回报。
- 标准差 (Standard Deviation)： 最常见的投资风险度量。
- 尖峰态 (Leptokurtosis)： “肥尾”的专业用语（更多极端事件）。
- 负偏态 (Negative Skew)： 具有长左尾的分布（面临重大崩盘的风险）。
你已经完成了基础部分的学习！当我们进入特定资产类别时，这些量化工具将成为你的最佳拍档。继续努力——你一定行！