阶段1因子与定价●●●●●

什么是Beta？它衡量的是哪一部分收益？

我的掌握程度：

q-006精讲

先掌握这个答案

Beta（β，贝塔）= 资产收益对市场（基准）收益的敏感度，数学上是"资产收益对市场收益做回归的斜率"：β = Cov(Ri, Rm) / Var(Rm)。 β=1：与大盘同涨同跌（沪深300ETF约等于1）； β=1.5：大盘涨1%它平均涨1.5%，跌也放大（高波动股、杠杆基金）； β=0.5：大盘波动只传导一半（公用事业等稳健股）； β=0：与大盘无关（比如现金）。 CAPM公式：E(Ri) = Rf + β × (E(Rm) − Rf)，含义：你应得的期望收益 = 无风险利率 + β份的市场风险溢价。Beta收益 = "承担市场波动"的报酬。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

Beta是估计量

Beta依赖基准、采样频率与估计窗口，换一个窗口就可能改变。CAPM是解释和比较的模型，不能据此保证某个股票的未来收益。

本阶段实战方法 · 把行情数字变成可比较的收益

看股票、基金或策略业绩时，先对齐本金、起止日期、现金流与费用。

选一个固定区间，记录期初价值、期末价值、分红、出入金和交易费用。
没有中途出入金时，用（期末价值＋已取出分红－期初价值－费用）÷期初价值计算收益；有出入金时先区分时间加权与资金加权。
用相同区间的基准作比较，同时记录最大亏损；不要单凭一次盈利评价能力。

使用边界

不同期限的收益不可直接排名；年化只是换算，不是未来收益承诺。
模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。

不懂的术语：ETF（交易型开放式基金）杠杆（Leverage）Beta（贝塔）VaR（在险价值）无风险利率（Risk-Free Rate）期望（Expectation）基准（Benchmark）

背景 · 从一个困惑说起

1960年代的美国，基金经理广告满天飞："我的基金今年涨了50%！"可惜当时正逢大牛市，大盘自己就涨了40%。听众分不清：50%里有多少是"搭了牛市的电梯"，有多少是经理的真本事？

由此产生的问题

不同资产对"市场涨跌"的敏感度不同——有的跟着大盘加倍波动，有的几乎不动。能不能给每个资产标一个数，衡量它"跟随市场的程度"，从而把市场的影响从业绩里剥离出来？

核心概念

为什么需要它

①业绩除魅：牛市里β=1.5的基金涨50%毫不稀奇（40%×1.5=60%），扣除Beta贡献后可能根本没跑赢；②产品设计的语言：指数基金β=1、市场中性产品β≈0——客户需求用β就能精确表达；③风险管理：组合的总β决定它对大盘的暴露，把β打到0就是"对冲"（阶段7的实操作业）。

实际应用场景

买入β=1.2的ETF组合=用1.2倍杠杆搭电梯；量化"市场中性"策略=多头组合+股指期货空头，把β压到0附近，剩下的收益才纯粹考验选股能力；牛市后段老手会降β（减仓或对冲）——β是最基础也最常用的风险旋钮。

与之前知识的联系

本题把q-005的"风险"切成了两半：系统性风险（随大盘波动，由β刻画，不可分散）和特有风险（个股自身，可分散）。同时它引出了本阶段最重要的下一问：CAPM公式算出"你应得的收益"之后，实际收益与它的差额是什么？——那就是Alpha（下一题）。

⚠ 常见误解

β高=更赚钱：β只放大两个方向，牛市放大涨幅、熊市放大跌幅，它描述"敏感度"而非"优劣"
β是常数：β用历史数据回归得到，会随时间变化（公司转型、市场结构变化），需要滚动估计
低β=低风险就没意思：低β资产的"风险调整后收益"常常更好（"低波动异象"，阶段5因子研究会见它）

🤖 AI导师

导师会先检查你的前置知识（收益率、基准指数、风险（波动率）），再用案例、公式和代码帮助理解。此功能需要先启用服务。