歡迎來到引擎室：量化基礎
你好！歡迎來到 CAIA 第一級考試旅程中最重要章節之一。將量化基礎 (Quantitative Foundations) 視為金融的「引擎室」。在我們深入研究對沖基金、私募股權或房地產這些激動人心的領域之前，必須先掌握數字這門語言。別擔心如果你不是「數學高手」——我們會將這些概念拆解成簡單、日常的邏輯。學完這一章，你就能像專業人士一樣輕鬆計算回報並理解風險！
1. 貨幣的時間價值 (TVM) 與複利
金融的核心概念是：今天的 1 美元比明天的 1 美元更有價值。為什麼呢？因為你今天可以將這 1 美元進行投資並賺取利息。這就是貨幣的時間價值 (Time Value of Money)。
終值 (FV) 與現值 (PV)
當我們將資金往未來推算時，我們是在進行複利 (Compounding)。當我們將未來的資金折算回今天的價值時，我們是在進行折現 (Discounting)。
離散複利公式：
\( FV = PV \times (1 + r)^t \)
例子：如果你以 10% 的年利率 (\(r\)) 投資 100 美元 (\(PV\)) 為期 2 年 (\(t\))，其終值為：
\( FV = 100 \times (1 + 0.10)^2 = 100 \times 1.21 = \$121 \)
複利頻率
利息並不總是每年支付一次。它可以是按月、按日，甚至每微秒支付！複利頻率越高，你的最終餘額就會越高，因為你更快地開始賺取「利息上的利息」。
快速回顧：
- 每年： \( m = 1 \)
- 半年： \( m = 2 \)
- 每季： \( m = 4 \)
- 每月： \( m = 12 \)
關鍵要點： 隨著複利頻率增加，實際年利率 (EAR) 也會增加。這就是為什麼信用卡公司通常按日複利——這會讓債務增長得更快！
2. 算術平均回報 vs. 幾何平均回報
這是學生經常混淆的地方。計算「平均」回報主要有兩種方式。
算術平均數 (簡單平均)
只需將回報加總後除以期數。它代表了對單一時期回報的最佳猜測。
\( \text{Arithmetic Mean} = \frac{\sum R_i}{n} \)
幾何平均數 (複合平均)
這反映了投資在一段時間內的實際增長率。它考慮到一個事實：如果你第一年虧損了 50%，你需要第二年獲得 100% 的增長才能回到原點。
\( \text{Geometric Mean} = [\prod (1 + R_i)]^{1/n} - 1 \)
黃金法則： 算術平均數總是大於或等於幾何平均數。回報波動越大，兩者之間的差距就越大！
類比：想像你在開車。如果你以時速 60 英里行駛了一小時，然後以時速 0 英里停了一小時，你的平均速度（算術）是時速 30 英里。但如果你試圖前往 60 英里外的目的地，你在 2 小時內只走了一半路程——幾何平均數才真正說明了你的進度。
3. 對數 (連續) 回報
在另類投資領域，我們經常使用對數回報 (Logarithmic returns)（也稱為連續複利回報）。當我們進行複雜計算時，它們在數學上更「簡潔」。
公式：
\( r = \ln(\frac{V_t}{V_{t-1}}) \)
（其中 \(\ln\) 為自然對數）
為什麼我們要用它？
1. 時間可加性： 如果你有週一的對數回報和週二的對數回報，你可以直接將它們相加得到兩天的總回報。簡單百分比回報則無法做到！
2. 對稱性： 對數回報中先上升 10% 再下降 10%，會剛好回到零。在簡單回報中，情況並非如此 (1.10 * 0.90 = 0.99)。
不用擔心這看起來很棘手： 只需記住對數回報在時間上是「可加的」，這使它們成為對沖基金分析師的最愛。
4. 風險與分佈的度量
我們不僅關心賺了多少錢；還關心為此承擔的風險。我們使用分佈 (Distribution)（通常是「鐘形曲線」或常態分佈）來衡量這一點。
分佈的四個矩 (Four Moments)
將這些視為描述任何投資回報組合的四個「特徵」：
1. 第一矩：平均值 (位置) – 分佈的中心在哪裡？這是你的預期回報。
2. 第二矩：變異數/標準差 (離散度) – 回報的分散程度如何？高標準差意味著高風險。
3. 第三矩：偏度 (不對稱性) – 分佈的「尾部」是否偏向一側？
- 正偏態： 頻繁的小額虧損，偶爾有巨大的收益（像買彩券）。
- 負偏態： 頻繁的小額收益，偶爾有巨大的虧損（這是許多對沖基金策略中的一大風險！）。
4. 第四矩：峰度 (肥尾) – 「極端」事件發生的頻率如何？
- 超額峰度 > 0 (尖峰態)： 這意味著「肥尾」。極端市場崩盤發生的頻率高於常態分佈的預測。
你知道嗎？ 大多數另類投資並不遵循完美的常態分佈。它們通常具有負偏態和肥尾。這就是為什麼理解這些「矩」對於 CAIA 學生來說至關重要！
5. 標準差與變異數的逐步教學
學生通常會覺得變異數公式很嚇人。讓我們簡化它：
1. 找出回報的平均值。
2. 對於每個回報，減去平均值（這就是偏差）。
3. 將每個偏差平方（這樣負數就會變成正數）。
4. 將這些平方偏差取平均值。這就是變異數。
5. 對變異數取平方根。這就是標準差 (\(\sigma\))。
常見錯誤： 忘記將偏差平方，或者最後忘記取平方根。請記住：標準差與你的回報單位相同 (%)，而變異數的單位是「平方」，這很難形象化。
6. 相關性與共變異數
在另類投資中，我們熱愛分散投資 (Diversification)。分散投資取決於資產如何聯動。
相關係數 (\(\rho\))：
- 範圍從 +1.0 到 -1.0。
- +1.0： 資產完全同步移動。
- 0.0： 資產獨立移動（無關係）。
- -1.0： 資產向相反方向移動。
關鍵要點： 為了降低投資組合的風險，你希望在現有投資中加入與其相關性低或為負的資產。
快速回顧：關鍵術語
- 複利 (Compounding)： 賺取利息上的利息。
- 幾何平均數 (Geometric Mean)： 隨時間推移的「真實」平均回報。
- 標準差 (Standard Deviation)： 最常見的投資風險度量。
- 尖峰態 (Leptokurtosis)： 「肥尾」的專業用語（更多極端事件）。
- 負偏態 (Negative Skew)： 具有長左尾的分佈（面臨重大崩盤的風險）。
你已經完成了基礎部分的學習！當我們進入特定資產類別時，這些量化工具將成為你的最佳拍檔。繼續努力——你一定行！