A. 已知兩只股票相關系數為-1，如何求無風險利率，謝謝啦~~~
列兩個方程組，可以參考無風險套利推導公式++
B. 證券無風險利率的計算
無風險收益率（Risk-free rate of return）是指把資金投資於一個沒有任何風險的投資對象所能得到的收益率
證券，是多種經濟權益憑證的統稱，也指專門的種類產品，是用來證明券票持有人享有的某種特定權益的法律憑證。
證券主要包括資本證券、貨幣證券和商品證券等。狹義上的證券主要指的是證券市場中的證券產品，其中包括產權市場產品如股票，債權市場產品如債券，衍生市場產品如股票期貨、期權、利率期貨等。
拓展資料：
2021年2月，《最高人民法院最高人民檢察院關於執行<中華人民共和國刑法>確定罪名的補充規定(七)》規定了欺詐發行證券罪(取消欺詐發行股票、債券罪罪名)罪名。
基本特徵
證券實質上是具有財產屬性的民事權利，證券的特點在於把民事權利表現在證券上，使權利與證券相結合，權利體現為證券，即權利的證券化。它是權利人行使權利的方式和過程用證券形式表現出來的一種法律現象，是投資者投資財產符號化的一種社會現象，是社會信用發達的一種標志和結果。
證券必須與某種特定的表現形式相聯系。在證券的發展過程中，最早表彰證券權利的基本方式是紙張，在專用的紙單上藉助文字或圖形來表示特定化的權利。
因此證券也被稱為"書據"、"書證"。但隨著經濟的飛速前進，尤其是電子技術和信息網路的發展，現代社會出現了證券的"無紙化"，證券投資者已幾乎不再擁有任何實物券形態的證券，其所持有的證券數量或者證券權利均相應地記載於投資者賬戶中。"證券有紙化"向"證券無紙化"的發展過程，揭示了現代證券概念與傳統證券概念的巨大差異。
證券作為表彰一定民事權利的書面憑證，它具有以下幾個基本特徵:
1.證券是財產性權利憑證。
證券表彰的是具有財產價值的權利憑證。在現代社會，人們已經不滿足於對財富形態的直接佔有、使用、收益和處分，而是更重視對財富的終極支配和控制，證券這一新型財產形態應運而生。持有證券，意味著持有人對該證券所代表的財產擁有控制權，但該控制權不是直接控制權，而是間接控制權。
例如，股東持有某公司的股票，則該股東依其所持股票數額占該公司發行的股票總額的比例而相應地享有對公司財產的控制權，但該股東不能主張對某一特定的公司財產直接享有佔有、使用、收益和處分的權利，只能依比例享有所有者的資產受益、重大決策和選擇管理者等權利。從這個意義上講，證券是藉助於市場經濟和社會信用的發達而進行資本聚集的產物，證券權利展現出財產權的性質。
2.證券是流通性權利憑證。
證券的活力就在於證券的流通性。傳統的民事權利始終面臨轉讓上的諸多障礙，就民事財產權利而言，由於並不涉及人格及身份，其轉讓在性質上並無不可，但其轉讓是個復雜的民事行為。
比如由於"債權相對性"的民事規則，債權作為財產的表現形式是可轉讓的，但債權人轉讓債權須通知債務人，這種涉及三方利益的轉讓行為受制於法律規范的調整，並不方便快捷。但一旦民事權利證券化，財產權利分成品質相同的若干相等份額，造就出一種"規格一律的商品"，那麼這種財產轉讓不再局限於轉讓方和受讓方之間按照協議轉讓，而是在更廣的范圍內，以更高的頻率進行轉讓，甚至通過公開市場進行交易，從而形成了高度發達的財產轉讓制度。證券可多次轉讓構成了流通，通過變現為貨幣還可實現其規避風險的功能。證券的流通性是證券制度順利發展的基礎。
3.證券是收益性權利憑證。
證券持有人的最終目的是獲得收益，這是證券持有人投資證券的直接動因。一方面，證券本身是一種財產性權利，反映了特定的財產權，證券持有人可通過行使該項財產權而獲得收益，如取得股息收入(股票)或者取得利息收入(債券);另一方面，證券持有人可以通過轉讓證券獲得收益，如二級市場上的低價買入、高價賣出，證券持有人可通過差價而獲得收益，尤其是投機收益。
4.證券是風險性權利憑證。
證券的風險性，表現為由於證券市場的變化或發行人的原因，使投資者不能獲得預期收入，甚至發生損失的可能性。證券投資的風險和收益是相聯系的。在實際的市場中，任何證券投資活動都存在著風險，完全迴避風險的投資是不存在的。
C. 怎麼用 Excel 做蒙特卡洛模Ƌ
下面是在Excel中模擬一隻股票價格的例子。假設股票價格
的對數收益率服從正態分布，均值為0，每日變動標准差為0.1，
模擬股票價格1年的路徑，過程如下：
用到兩個內置函數，即用rand()來產生0到1之間的隨機數，然後用norminv()來獲得服從既定分布的隨機數，即收益率樣本=norminv(rand(), 0, 0.1)。假定股票價格的初始值是100元，那麼模擬的價格就是 S=100 * exp(cumsum(收益率樣本))。
其中的cumsum（）不是Excel的內置函數，其意思就是收益率樣本的累積，每個時刻的值都是當前樣本及此前所有樣本的和，如，收益率樣本從單元格C3開始，當前計算C15對應的模擬價格，則模擬價格計算公式是：100 * exp(sum($C$3:C15))。
由此可以得到股票價格的一條模擬路徑。
其他非正態分布也可以通過類似方式得到分布的抽樣，即分布函數的逆函數，這些函數Excel都內置了。所以，做蒙特卡洛模擬的時候，關鍵是先確定所需模擬的分布，然後進行抽樣，然後應用層面的各種公式就可以在抽樣的基礎上進行計算了。
--------以下是補充的--------
根據上面提到的思路，其實可以很便捷地為期權做定價。下面就用蒙特卡洛方法為一個普通的歐式看漲期權定價（蒙特卡洛在為普通期權plain vanilla option定價時不佔優勢，因為相對於解析法而言計算量很大。但是，如果要給結構比較復雜的奇異期權定價時，可能蒙特卡洛法就比較實用，有時可能成為唯一的方法）。
1）假設這個期權是歐式看漲期權，行權價格為50元，標的股票當前的價格也是50元，期權剩餘時間是1天。
2）假設標的股票的價格服從對數正態分布，即股票的每日收益率服從正態分布，均值為0，每日標准差為1%。
根據分布假設，首先用rand()函數產生在0到1之間的均勻分布樣本。為了提高精確度，這里抽樣的數量為1000個（其實1000個是很少的了，通常需要10萬個甚至50萬個，但是在Excel表格中操作這么多數字，不方便，這是Excel的不足之處）。
下一步，用norminv(probability, mean, std)函數來獲得股票收益率分布的1000個抽樣，其中的probability參數由rand()產生的抽樣逐個代入，mean=0.0, std = 0.01。注意這里抽樣得到的日度收益率。也就是說，這個樣本對應的下一個交易日股票價格的收益率分布。
下一步，股票價格=50×exp(收益率樣本)，得到股票價格分布的抽樣，有1000個樣本。
根據我做的實驗，這1000個樣本的分布圖形（histogram）跟對數正態分布是比較接近的，如下圖所示：
圖的橫軸是股票價格，縱軸是樣本中出現的頻率。
得到了股票價格未來一天分布的樣本之後，就可以以此樣本來計算期權的價格了。
歐式看漲期權的定義為：
C=max(S-K,0)
所以，根據這個計算公式可以計算出在到期那天在特定的價格下期權的價值。在Excel中，相當於 期權價值=max(股票價格樣本 - 50，0)。由此就可以得到了該期權未來1天價值的樣本。
然後，將未來價值貼現回來（用無風險利率貼現，假設無風險利率為0.05，則貼現公式是=exp(-0.05/360）×期權價值，得到期權價格的1000個樣本。
最後，對期權價格的1000個樣本求平均，Excel函數average(期權價格樣本)，就可以得到期權的價格了。
我這里算出來的是：0.2015元。
而根據Black-Scholes期權定價公式算出來的理論價格則是0.2103元。二者比較接近，但是還是有差距。
而且，每次刷新Excel表格，就重新做一次模擬，得到的模擬價格變動比較大，有時是0.2043元，有時是0.1989元。由於這個抽樣的數量比較小（1000個樣本），所以估算的結果受到樣本的影響會比較大。如果把抽樣數量提高100倍甚至500倍，那麼樣本變動的影響可能會小一個或者兩個數量級。但是計算量就大了，如果計算機性能不夠高，那麼利用Excel來做的話，比較困難。
這就是我的工作台：
------ 再來一個 --------
看到有人提到利用蒙特卡洛方法來估計圓周率Pi，挺有意思，也簡單，所以就在Excel中做了一個實驗。
基本原理在於在直角坐標系中的第一個象限中的一個單位圓，如下圖所示：
在這個面積為1的正方形中，有四分之一的圓，圓的半徑與正方向的邊長都是1。那麼根據圓的面積公式，這個圖形中陰影部分的面積應該是 Pi/4。
下面開始進入蒙特卡洛的解法。
即，如果我們對這個正方形平面中的點進行均勻地抽樣，隨著抽樣點的增多，那麼落入陰影內的點的數量與總抽樣數量的比，應該基本上等於陰影的面積Pi/4與整個正方形面積1的比，即Pi/4。用數學表示，就是
陰影內的樣本點數量 ÷ 總數量 = Pi/4
所以，Pi = 4 × 陰影內的樣本點數量 ÷ 總數量。
下面就在Excel中進行實驗。
用rand()函數生成2000個隨機數，作為隨機樣本點的X軸坐標，
再用rand()函數生成2000個隨機數，作為隨機樣本點的Y軸坐標。
如此就得到了2000個隨機樣本點，這些點的X軸坐標和Y軸坐標都大於零且小於1，所以是在前面所說的正方形之中的點。
下一步，判斷樣本點是否處於陰影之內，由於這個陰影就是單位圓在直角坐標系第一想像的四分之一，所以圓陰影內的點都符合如下不等式：
翻譯到Excel中，就是用IF函數來判斷，例如：
IF(A2^2 + B2^2 <=1, 1, 0)
即，如果樣本點在陰影中，得到1，否則得到0。這樣就把樣本點區分開來了。
最後，把所有得到的1和0加總，就知道所有樣本點中處於陰影中樣本點的數量了。
最後根據
Pi = 4 × 陰影內的樣本點數量 ÷ 總數量
就可以算出Pi來了。
我這個試驗中算出來的 Pi=3.142。
以下是樣本點的散點圖：
由於樣本數量有限，所以計算出來的Pi的精度並不高。
以下是工作界面，挺簡單的。
來源：知乎
D. 市場風險溢價是7.5% 無風險利率是4% 股票的期望收益是19% 股票的貝塔系數是多
因為，期望收益率=無風險利率+beta*市場風險溢價。所以，beta=（19%-4%）/ 7.5% = 2。
1.市場風險溢價是主要是在投資里的說法，是相對(幾乎)無風險的投資收益而言的，一般無風險收益主要指投資於國債、政府債券和銀行儲蓄得到的收益，因為其風險幾乎為零。
市場常險溢價是指進行有一定風險的投資所要求的除無風險收益外的額外收益，風險越大，所要求的市場風險溢價就越高。
假如你投資一年期國債的收益率為3.5%，而你投資企業債券的收益率一般大於3.5%，假設為8%，那麼風險溢價(率)就是8%-3.5%=4.5%，因為投資企業的風險相對較大，所以要求有額外的收益回報。
2.無風險利率是指將資金投資於某一項沒有任何風險的投資對象而能得到的利息率。這是一種理想的投資收益。一般受基準利率影響。利率是對機會成本及風險的補償，其中對機會成本的補償稱為無風險利率。專業點說是對無信用風險和市場風險的資產的投資，指到期日期等於投資期的國債的利率。
3.股票預期收益率是指投資者期望的收益率，有可能達到也有可能達不到，一般在投資者中投資者設置預期收益率，當投資回報達到預期收益時，就會進行止盈。期望收益率，又稱為持有期收益率（HPR）指投資者持有一種理財產品或投資組合期望在下一個時期所能獲得的收益率。這僅僅是一種期望值，實際收益很可能偏離期望收益。計算公式：HPR=（期末價格 -期初價格+現金股息）/期初價格。
4.β系數也稱為貝塔系數（Beta coefficient），是一種風險指數，用來衡量個別股票或股票基金相對於整個股市的價格波動情況。β系數是一種評估證券系統性風險的工具，用以度量一種證券或一個投資證券組合相對總體市場的波動性，在股票、基金等投資術語中常見。
當前，從研究範式的特徵和視角來劃分，股票投資分析方法主要有如下三種：基本分析、技術分析、演化分析。這三種分析方法所依賴的理論基礎、前提假設、研究範式、應用范圍各不相同，在實際應用中它們既相互聯系，又有重要區別。其中基本分析屬於一般經濟學範式，技術分析屬於數理或牛頓範式，演化分析屬於生物學或達爾文範式；基本分析主要應用於投資標的物的選擇上，技術分析和演化分析則主要應用於具體操作的時機和空間判斷上，作為提高股票投資分析有效性和可靠性的重要手段。
E. 有分求助！關於證券投資組合期望收益率和無風險利率的計算
β系數是評估一種證券系統性風險的工具，用以量度一種證券或一個投資證券組合相對於總體市場的波動性，β系數利用一元線性回歸的方法計算。
（一）基本理論及計算的意義
經典的投資組合理論是在馬柯維茨的均值——方差理論和夏普的資本資產定價模型的基礎之上發展起來的。在馬柯維茨的均值——方差理論當中是用資產收益的概率加權平均值來度量預期收益，用方差來度量預期收益風險的：
E(r)=∑p(ri) ri (1)
σ2=∑P(ri)[ri—E(r)]2 (2)
上述公式中p(ri)表示收益ri的概率，E(r)表示預期收益，σ2表示收益的風險。夏普在此基礎上通過一些假設和數學推導得出了資本資產定價模型(CAPM)：
E(ri)=rf +βi [E(rM)—rf] (3)
公式中系數βi 表示資產i的所承擔的市場風險，βi=cov(r i ， r M)/var(r M) (4)
CAPM認為在市場預期收益rM 和無風險收益rf 一定的情況下，資產組合的收益與其所分擔的市場風險βi成正比。
CAPM是基於以下假設基礎之上的：
(1)資本市場是完全有效的(The Perfect Market);
(2)所有投資者的投資期限是單周期的;
(3)所有投資者都是根據均值——方差理論來選擇有效率的投資組合;
(4)投資者對資產的報酬概率分布具有一致的期望。
以上四個假設都是對現實的一種抽象，首先來看假設(3)，它意味著所有的資產的報酬都服從正態分布，因而也是對稱分布的；投資者只對報酬的均值(Mean)和方差(Variance)感興趣，因而對報酬的偏度(Skewness)不在乎。然而這樣的假定是和實際不相符的!事實上，資產的報酬並不是嚴格的對稱分布，而且風險厭惡型的投資者往往具有對正偏度的偏好。正是因為這些與現實不符的假設，資本資產定價模型自1964年提出以來，就一直處於爭議之中，最為核心的問題是：β系數是否真實正確地反映了資產的風險？
如果投資組合的報酬不是對稱分布，而且投資者具有對偏度的偏好，那麼僅僅是用方差來度量風險是不夠的，在這種情況下β系數就不能公允的反映資產的風險，從而用CAPM模型來對資產定價是不夠理想的，有必要對其進行修正。
β系數是反映單個證券或證券組合相對於證券市場系統風險變動程度的一個重要指標。通過對β系數的計算，投資者可以得出單個證券或證券組合未來將面臨的市場風險狀況。
β系數反映了個股對市場(或大盤)變化的敏感性，也就是個股與大盤的相關性或通俗說的"股性"，可根據市場走勢預測選擇不同的β系數的證券從而獲得額外收益，特別適合作波段操作使用。當有很大把握預測到一個大牛市或大盤某個不漲階段的到來時，應該選擇那些高β系數的證券，它將成倍地放大市場收益率，為你帶來高額的收益；相反在一個熊市到來或大盤某個下跌階段到來時，你應該調整投資結構以抵禦市場風險，避免損失，辦法是選擇那些低β系數的證券。為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近β系數的證券進行投資組合。比如：一支個股β系數為1.3，說明當大盤漲1%時，它可能漲1.3%，反之亦然；但如果一支個股β系數為-1.3%時，說明當大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。β系數為1，即說明證券的價格與市場一同變動。β系數高於1即證券價格比總體市場更波動。β系數低於1即證券價格的波動性比市場為低。
（二）數據的選取說明
（1）時間段的確定
一般來說對β系數的測定和檢驗應當選取較長歷史時間內的數據，這樣才具有可靠性。但我國股市17年來，也不是所有的數據均可用於分析，因為CAPM的前提要求市場是一個有效市場：要求股票的價格應在時間上線性無關，而2018年之前的數據中，股份的相關性較大，會直接影響到檢驗的精確性。因此，本文中，選取2018年4月到2018年12月作為研究的時間段。從股市的實際來看，2018年4月開始我國股市擺脫了長期下跌的趨勢，開始進入可操作區間，吸引了眾多投資者參與其中，而且人民幣也開始處於上升趨勢。另外，2018年股權分置改革也在進行中，很多上市公司已經完成了股改。所以選取這個時間用於研究的理由是充分的。
（2）市場指數的選擇
目前在上海股市中有上證指數，A股指數，B股指數及各分類指數，本文選擇上證綜合指數作為市場組合指數，並用上證綜合指數的收益率代表市場組合。上證綜合指數是一種價值加權指數，符合CAPM市場組合構造的要求。
（3）股票數據的選取
這里用上海證券交易所（SSE）截止到2018年12月上市的4家A股股票的每月收盤價等數據用於研究。這里遇到的一個問題是個別股票在個別交易日內停牌，為了處理的方便，本文中將這些天該股票的當月收盤價與前一天的收盤價相同。
（4）無風險收益（rf）
在國外的研究中，一般以3個月的短期國債利率作為無風險利率，但是我國目前國債大多數為長期品種，因此無法用國債利率作為無風險利率，所以無風險收益率（rf）以1年期銀行定期存款利率來進行計算。
（三）系數的計算過程和結果
首先打開「大智慧新一代」股票分析軟體，得到相應的季度K線圖，並分別查詢魯西化工（000830），首鋼股份（000959），宏業股份（600128）和吉林敖東（000623）的收盤價。打開Excel軟體，將股票收盤價數據粘貼到Excel中，根據公式：月收益率＝[（本月收盤價－上月收盤價）/上月收盤價]×100%，就可以計算出股票的月收益率，用同樣的方法可以計算出大盤收益率。將股票收益率和市場收益率放在同一張Excel中，這樣在Excel表格中我們得到兩列數據：一列為個股收益率，另一列為大盤收益率。選中某一個空白的單元格，用Excel的「函數」－「統計」－「Slope()函數」功能，計算出四支股票的β系數。
下面列示數據說明：
魯西化工000830 首鋼股份000959 弘業股份600128 吉林敖東000623 上證 市場收益率 市場超額收益率 市場無風險收益率
統計時間 收盤價 收益率 超額 收盤價 收益率 超額 收盤價 收益率 超額 收盤價 收益率 超額 指數
收益率 收益率 收益率 收益率
05年4月 4.51 基期 3.77 基期 3.29 基期 4.69 基期 1159.14
05年5月 3.81 -6.23% -8.65% 3.68 7.54% 5.12% 3.48 4.53% 2.11% 7.02 -7.77% -10.19% 1060.73 -2.56% -4.98% 2.42%
05年6月 3.98 8.33% 5.91% 3.35 -18.39% -20.81% 3.3 4.39% 1.97% 8.49 15.07% 12.65% 1080.93 8.03% 5.61% 2.42%
05年7月 4.76 -9.07% -11.49% 3.12 -13.10% -15.52% 3.02 -30.67% -33.09% 9.96 -11.30% -13.72% 1083.03 -8.72% -11.14% 2.42%
05年8月 3.33 -19.28% -21.70% 3.57 -12.97% -15.39% 4.11 -16.93% -19.35% 8.17 -0.87% -3.29% 1162.79 -14.16% -16.58% 2.42%
05年9月 3.45 -2.71% -5.03% 3.35 8.19% 5.87% 3.73 13.08% 10.76% 9.86 36.64% 34.32% 1155.61 11.26% 8.94% 2.32%
05年10月 3.32 -7.62% -9.94% 3.15 -10.33% -12.65% 3.51 4.66% 2.34% 8.17 27.03% 24.71% 1092.81 -1.63% -3.95% 2.32%
05年11月 3.46 -15.45% -17.77% 2.41 -9.21% -11.53% 3.38 -18.34% -20.66% 9.86 -1.68% -4.00% 1099.26 -8.00% -10.32% 2.32%
05年12月 3.48 3.41% 1.09% 2.46 -8.88% -11.20% 3.39 10.49% 8.17% 16.55 17.79% 15.47% 1161.05 9.50% 7.18% 2.32%
06年1月 3.6 45.66% 43.14% 2.75 23.67% 21.15% 3.86 3.13% 0.61% 19.25 8.28% 5.76% 1258.04 16.34% 13.82% 2.52%
06年2月 4.67 -57.66% -60.18% 2.79 -12.57% -15.09% 3.75 -19.06% -21.58% 21.73 -42.86% -45.38% 1299.03 -19.66% -22.18% 2.52%
06年3月 4.57 9.47% 6.95% 3.05 0.43% -2.09% 2.95 -3.41% -5.93% 24.51 -8.22% -10.74% 1298.29 -0.18% -2.70% 2.52%
06年4月 2.65 -5.54% -8.06% 2.96 -7.26% -9.78% 3.28 -17.55% -20.07% 50.00 -39.26% -41.78% 1440.22 -9.32% -11.84% 2.52%
06年5月 3.22 -0.23% -3.60% 2.8 -13.13% -16.50% 3.81 -1.14% -4.51% 65.34 -9.05% -12.42% 1641.3 -6.73% -10.10% 3.37%
06年6月 3.37 -21.41% -24.78% 2.84 -5.57% -8.94% 3.69 10.55% 7.18% 49.75 -0.46% -3.83% 1672.21 -8.49% -11.86% 3.37%
06年7月 3.48 21.26% 17.89% 2.91 4.21% 0.84% 4.48 8.50% 5.13% 62.3 20.00% 16.63% 1612.73 6.91% 3.54% 3.37%
06年8月 3.37 3.70% 0.33% 2.97 -8.36% -11.73% 4.78 17.47% 14.10% 74.1 -35.85% -39.22% 1658.63 0.47% -2.90% 3.37%
06年9月 3.27 14.29% 11.15% 3.13 -17.94% -21.08% 4.73 11.38% 8.24% 7.01 5.44% 2.30% 1752.42 11.82% 8.68% 3.14%
06年10月 3.17 67.50% 64.36% 3.41 10.75% 7.61% 4.39 -18.97% -22.11% 91.28 67.91% 64.77% 1837.99 28.80% 25.66% 3.14%
06年11月 3.12 -32.71% -35.85% 4.35 -4.21% -7.35% 4.2 58.86% 55.72% 60.02 -11.09% -14.23% 2099.29 4.80% 1.66% 3.14%
06年12月 3.16 24.21% 21.07% 5.01 22.30% 19.16% 4.43 52.43% 49.29% 68.28 56.81% 53.67% 2675.47 52.67% 49.53% 3.14%
魯西化工（000830）的β系數＝0.89
首鋼股份（000959）的β系數＝1.01
弘業股份（600128）的β系數＝0.78
吉林敖東（000623）的β系數＝1.59
（三）結論
計算出來的β值表示證券的收益隨市場收益率變動而變動的程度，從而說明它的風險度，證券的β值越大，它的系統風險越大。β值大於0時，證券的收益率變化與市場同向，即以極大可能性，證券的收益率與市場同漲同跌。當β值小於0時，證券收益率變化與市場反向，即以極大可能性，在市場指數上漲時，該證券反而下跌；而在市場指數下跌時，反而上漲。（在實際市場中反向運動的證券並不多見）
根據上面對四隻股票β值的計算分析說明：首鋼股份和吉林敖東的投資風險大於市場全部股票的平均風險；而魯西化工和宏業股份的投資風險小於市場全部股票的平均風險。那我們在具體的股票投資過程中就可以利用不同股票不同的β值進行投資的決策，一般來說，在牛市行情中或者短線交易中我們應該買入β系數較大的股票，而在震盪市場中或中長線投資中我們可以選取β值較小的股票進行風險的防禦。