阶段3收益率数学●●●●●

简单与对数收益率的换算：一行公式的边界

我的掌握程度：

q-203精讲

先掌握这个答案

换算：log_r = ln(1+r_simple)；r_simple = e^(log_r) − 1。几乎相等的直觉：ln(1+x) ≈ x − x²/2 + x³/3…当x很小时高阶项可忽略——1%时差异0.005%、10%时差异0.5%、50%时差异达8.8%！不可忽略的边界：波动大的资产/新兴市场/极端事件——此时两个世界的结果截然不同。

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

先核对现金流与期限

没有中途出入金时才可直接用期末/期初计算持有期收益；分红、费用要避免漏计或重复计入。有出入金时区分时间加权与资金加权。复合年化使用净值比的幂，算术均值年化用于不同统计目的。

本阶段实战方法 · 每个统计量都要带单位和假设

计算收益、波动、回归、显著性或相关性时，先明确样本和推断条件。

写清收益频率、样本数、缺失处理、是否含费用；百分数与小数不可混用。
手算一组小样本，再用代码复算；区分算术均值年化、复合年化和年化波动。
解释假设不成立会发生什么：自相关、肥尾、非平稳与多次试验都会影响结论。

使用边界

p值不是原假设为真的概率，也不是策略未来盈利概率。
日波动×√252依赖时间聚合假设；252是教学常用交易日数，实际市场与口径可能不同。

不懂的术语：收益率（Return）对数收益率（Log Return）

背景 · 从一个困惑说起

q-201介绍了两种收益率并告诉你「横着用简单、竖着用对数」——中间需要一座桥：换算公式。不知道换算的人会在Excel里算出对数收益再当成简单收益平均——或者反过来——两个方向的错误都会导致系统性偏差。

由此产生的问题

两个方向的换算公式？小收益率时为什么几乎相等（Taylor展开直觉）？什么时候差异大到不可忽略？

核心概念

为什么需要它

①防混用错误：报告年化收益时用简单、做回归分析时用对数——中途必须换算而非直接当等号；②差异量级的直觉：小波动时无所谓（A股蓝筹日收益2σ=4%以内差异<0.1%），但加密/个股极端日差异显著；③工程意义：pandas的pct_change()给简单收益、np.diff(np.log(px))给对数收益——知道自己在用哪个是底线。

实际应用场景

换算速查：5%→4.88%、10%→9.53%、20%→18.23%、50%→40.55%、100%→69.31%——记住10%和50%这两个锚就够了。

与之前知识的联系

q-201（定义）→本题（桥梁）→q-204（复合/连乘）——收益率三部曲；差异的Taylor展开直觉连接q-206（√n法则的数学同源）。

⚠ 常见误解

两个收益率差不多可以互换：10%以内差不多、超过20%差异显著——加密/个股极端日混用会出大错
换算公式只是学术要求：Excel里混淆后算出的年化可以差几个百分点——直接影响策略评估结论
取绝对值后两者相等：不——涨10%简单收益的对数是9.53%、跌10%简单收益的对数是-10.54%——不对称（q-208伏笔）

🤖 AI导师

导师会先检查你的前置知识（简单收益率、对数收益率），再用案例、公式和代码帮助理解。此功能需要先启用服务。