全書目次

第二部 組合的數學

第二部 組合的數學 導讀


這一部是全書數學密度最高的地方。如果只想要結論,每章末尾都有一段「一句話帶走」。

先備知識:讀第二部之前需要的十件事

這一整部只用到十個東西,而且它們都能在一頁內講完。如果已經熟悉,直接跳到第 5 章;如果不熟,先把這頁看完,後面的推導會實際上很容易。

符號怎麼念、叫什麼它到底在說什麼(以及一個最小的例子)
R、Ri隨機變數一個「還沒發生、但知道可能有哪些結果及其機率」的數字。例:明年股市報酬——可能 +20%、可能 −30%,但今天不知道是哪一個。下標 i 只是「第 i 種資產」。
E[·]期望值算子,讀「……的平均」把所有可能結果乘上它的機率再加總。例:一半機率 +20%、一半機率 −10% ⇒ E[R] = 5%。它不是預測,是重心。
μ(mu)期望報酬,就是 E[R]希臘字母只是縮寫。看到 μ 就在心裡讀「平均報酬」。
σ²、σ(sigma)變異數、標準差變異數 = 「隨機變數距離平均多遠」的平方的平均。取平方根就是標準差,因為它跟報酬同單位(都是 %),較好讀。
Cov(RA, RB)共變異數「兩者是不是同時偏高、同時偏低」的測度。它的單位難讀(%²),所以實務上用下一行。
ρ(rho)相關係數把共變異數除以兩個標準差,強制落在 −1 到 +1 之間。+1 = 完全同步,0 = 無線性關係,−1 = 完全反向。這是第二部最重要的一個數字。
w、wi權重資金分配比例。約定總和為 1(100%)。w > 1 代表用槓桿,w < 0 代表放空。
wμ(粗體)向量一排數字的縮寫。把 N 個權重疊成一列,就不用寫 N 行。粗體只是「這是一排不是一個」的標記。
Σ(Sigma)共變異數矩陣一張 N×N 的表,第 i 列第 j 行就是資產 i 與 j 的共變異數。對角線上是各自的變異數(因為 Cov(R,R) = Var(R))。
wTΣw二次式就是「把所有 wiwjΣij 加起來」的縮寫,結果是一個數字:組合的變異數。不需要會矩陣運算,只需要知道它是這個意思。