使用注意
这些公式在实际应用中可能需要根据具体情况进行调整。 确保理解每个公式的假设条件和适用范围,避免误用。
金融术语词典
| 指标 | 公式 | 说明 |
|---|---|---|
| 简单收益率 | R = (Pt - Pt-1) / Pt-1 | 价格变动百分比 |
| 对数收益率 | R = ln(Pt / Pt-1) | 对数差分,便于时间加总 |
| 年化收益率 | Rannual = (1 + R)n - 1 | n为年数 |
| 累计收益率 | CR = Π(1 + Ri) - 1 | 从起点到终点的总收益 |
| 指标 | 公式 | 说明 |
|---|---|---|
| 方差 | σ2 = Σ(Ri - μ)2 / (n-1) | 偏离均值的平方和 |
| 标准差 | σ = √[Σ(Ri - μ)2 / (n-1)] | 方差的平方根 |
| 夏普比率 | SR = (Rp - Rf) / σp | 单位风险超额收益 |
| 索提诺比率 | Sortino = (Rp - Rf) / σd | 只考虑下行风险 |
| 信息比率 | IR = α / σα | 单位主动风险的超额收益 |
| VaR | VaRα = -F-1(1-α) | 置信度α下的最大损失 |
| CVaR | CVaR = -E[R|R ≤ VaR] | 超过VaR的平均损失 |
| 模型 | 公式 | 说明 |
|---|---|---|
| CAPM | E(Ri) = Rf + βi[E(Rm) - Rf] | 资本资产定价模型 |
| Beta | β = Cov(Ri, Rm) / Var(Rm) | 系统性风险度量 |
| Alpha | α = Ri - [Rf + β(Rm - Rf)] | 超额收益 |
| 多因子模型 | Ri = Rf + ΣβijFj + εi | 多个因子解释收益 |
| 指标 | 公式 | 说明 |
|---|---|---|
| 均值 | μ = Σxi / n | 数据的平均值 |
| 中位数 | median = x(n+1)/2 | 排序后的中间值 |
| 相关系数 | ρ = Cov(X,Y) / (σXσY) | Pearson相关系数 |
| 协方差 | Cov(X,Y) = Σ(xi-μX)(yi-μY)/(n-1) | 变量协同变动程度 |
| 偏度 | Skew = E[(X-μ)3] / σ3 | 分布不对称程度 |
| 峰度 | Kurt = E[(X-μ)4] / σ4 | 分布尾部厚度 |
| 指标 | 公式 | 说明 |
|---|---|---|
| 简单移动平均 | SMAt = ΣPi / n | n日价格平均值 |
| 指数移动平均 | EMAt = αPt + (1-α)EMAt-1 | 加权移动平均 |
| RSI | RSI = 100 - 100/(1+RS) | 相对强弱指标 |
| MACD | MACD = EMA12 - EMA26 | 指数平滑异同移动平均 |
| 布林带上轨 | UB = SMA + kσ | k通常为2 |
| 布林带下轨 | LB = SMA - kσ | k通常为2 |
| 动量 | Momentumt = Pt - Pt-n | 价格变动幅度 |
| 模型 | 公式 | 说明 |
|---|---|---|
| 组合收益 | Rp = ΣwiRi | 各资产加权平均 |
| 组合方差 | σp2 = ΣΣwiwjσij | 考虑协方差 |
| 马克owitz优化 | min σp2 s.t. ΣwiRi = Rtarget | 最小方差组合 |
| 风险平价权重 | wi = 1/σi / Σ(1/σi) | 等风险贡献 |
| 凯利公式 | f* = (bp - q) / b | 最优下注比例 |
| 指标 | 公式 | 说明 |
|---|---|---|
| 信息系数 | IC = Corr(F, R) | 因子与收益相关性 |
| 信息比率 | IR = mean(IC) / std(IC) | 因子有效性指标 |
| 因子收益 | Rf = ΣwiRi / Σ|wi| | 因子分组收益 |
| 因子换手率 | Turnover = |wt - wt-1| / 2 | 权重变动幅度 |
| 模型 | 公式 | 说明 |
|---|---|---|
| AR(p) | Xt = c + ΣφiXt-i + εt | 自回归模型 |
| MA(q) | Xt = μ + Σθiεt-i + εt | 移动平均模型 |
| ARMA(p,q) | AR(p) + MA(q) | 自回归移动平均模型 |
| ARIMA(p,d,q) | ARMA对差分序列 | 差分ARMA模型 |
| GARCH(p,q) | σt2 = ω + Σαiεt-i2 + Σβjσt-j2 | 广义自回归条件异方差 |
这些公式在实际应用中可能需要根据具体情况进行调整。 确保理解每个公式的假设条件和适用范围,避免误用。