阶段1毕业项目●●●●●

毕业项目⑤：超额收益拆解——你的股票靠什么赚钱

我的掌握程度：

q-095精讲

先掌握这个答案

三步拆解：①用日收益做回归：股票收益=α日+β×基准收益+残差，得β（协方差/方差）；②年化超额的两种口径：简单口径=股票年化−基准年化；回归口径=α日×252（Jensen式）；③解读：若β=1.1，基准-2.7%的年份「市场部分」贡献约-3%，股票+6.7%里约9.7个点来自相对强弱。另附相关系数（拟合优度）：个股与大盘联动多强。

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

跑赢基准还不是能力证明

简单超额是策略与基准收益之差；Jensen Alpha是相对于指定风险模型的截距。未解释的收益也可能来自遗漏暴露、运气或估计误差，需说明模型、区间、费用与显著性。

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：股票（Stock）方差 / 标准差（Variance / Std）协方差 / 相关系数（Covariance / Correlation）基准（Benchmark）

背景 · 从一个困惑说起

数据卡已有「股票vs基准」的对比，最后一层拆解：这9个点的年化超额，是「跟大盘跟得紧」就能解释，还是真正独立的强弱？——q-006的Beta在此正式上岗。

由此产生的问题

如何用日收益回归估计个股Beta？Beta怎样把总收益拆成「市场部分」和「超额部分」？

核心概念

为什么需要它

①归因思维启蒙：把「赚的钱」拆成「市场给的+自己挣的」，是q-007 Alpha思想在单票上的应用，也是未来组合归因（阶段6）的最小原型；②Beta的实用价值：判断这只股票「涨跌放大器」属性，为将来组合配权提供依据；③报告深度：多一层拆解，报告从「描述统计」升级为「归因分析」。

实际应用场景

产出数据卡第四行：Beta、相关系数、年化超额（两种口径）。至此单票研究的数据部分全部完成。

与之前知识的联系

q-006/007的收官应用——阶段1最核心的概念对（Beta/Alpha）以亲手计算的形式毕业。下一题把全部数字画成图。

⚠ 常见误解

超额=跑赢基准的部分，就完了：简单口径对分红/波动路径敏感；回归口径（Jensen α）更符合「剔除市场暴露」的定义，两个都算、差异小说明稳健
Beta越大越好：Beta是中性的敏感度，牛市放大器、熊市也是放大器；好坏取决于你想暴露多少市场风险
相关系数高=没有超额：相关高只说明联动强；截距（α）才说明持续强弱——两个概念分开看

🤖 AI导师

导师会先检查你的前置知识（基准对比、Beta、年化收益），再用案例、公式和代码帮助理解。此功能需要先启用服务。