EV金融學

A. 福特 蒙迪歐新能源 AUTO EV 隨後EV 是什麼意思

autoev是純電動汽車自動空調，自己調節溫度的，可以打開或關閉。

B. 經濟學有哪些值得推薦給初學者的論文

經濟學有哪些值得推薦給初學者的論文 (Paper)？
2015-04-28 pgl147258

【周皓南的回答(5票)】:

第一次答題，能力所限，還請各位知友多多包涵。

這個問題其實挺難答的，原因很簡單：何為「值得」，何為「初學者」，每個答主們都可能因為自己的專業、研究和閱讀范圍，給出不一樣的回答。就這點來說，不能說任何答主的回答是不對的。首先，和題主同為初心者，我覺得經濟學作為一門高度體系化的學科，是不能脫離教材和知識結構說事的。所以，題主可以，也應該去繼續閱讀中級微觀經濟學和宏觀經濟學的相關內容。其次，閱讀paper的目的是什麼？如果是掌握方法，那麼就如 @Jichun Si 所說，沒有知識基礎便不可能知道如何應用方法；而如果是對經濟學的各方面作一些大略的了解，或是像 @SlowMover 所說，嘗試去掌握一些idea的話，讀他推薦的幾本期刊都是不錯的。［我也不完全同意SlowMover對於methodology的想法，不過也不需要說太多，下面一段會提到一點，這件事情本身在學界應當也不是沒有爭議的，對於初學者，避開這種爭議也是不錯的一種選擇。不過我依舊認為搭建數理模型本身便是一種idea的體現，而不僅僅是方法問題，一個最簡單的例子就是expected utility theory和prospect theory對於數理模型和公理假設的運用］

而同時經濟學作為一個知識學科的一大特點又是：如何定義所謂的知識結構？上面有答主說到了Gary Becker。我在還沒有進入芝加哥大學就讀時便深深敬仰其學術成就，即使當時還不能完全讀懂他的任何著述。但是，作為芝加哥學派重要的代表人物，Gary Becker的理論也必然是基於一些會被其他學派challenge的理論上的。簡單的問題：如果讓米塞斯繪制一張經濟學的結構圖，他的答案會有多少和Becker或是小盧卡斯不一樣，甚至相矛盾的地方？我覺得這是一個非常有意思的問題，此處也就暫且說這么多。對於初學者，我個人覺得閱讀經濟學書籍的時候可以適當把各學派的觀點糅合一下，但也可以只看芝加哥／奧地利的。並不是特別影響收獲方面的東西。

我在芝加哥大學本科學習中級微觀的過程當中還是很注重文獻閱讀的，我覺得讀paper是一件非常有意思的事情。一方面，合適的文獻可以讓我知道，自己在芝大上課做的題目到底是怎樣研究出來的，它的語境是什麼？它的思想源於何方，又有什麼應用價值？另一方面，作為拓展閱讀這些paper也是非常好的精神調劑＝。＝（我在上面說到的prospect theory實際上便是我上個學期的期末考試題，但我們並沒有在課上了解到。這樣一來，Tversky和Kahneman的文獻可能對於初學者來說是最好的拓展閱讀吧）

介紹具體東西之前吐一個槽。我覺得直接扔journal list是一個不太好的回答，原因是因為journal本身涉及到一個專業性的問題，對於題主沒有「直接的」幫助作用（舉兩個例子：我個人認為最近看到的AER上面的文章已經很少有能直接讓初學者看明白的東西，或是讓初學者覺得「我好像上課的時候／自己讀書的時候讀到過它」的內容了；但同時，最近的RES上面有介紹對於一個status quo constraint的utility maximization model的發展，我覺得這就是一個比較適合初學者的paper，原因很簡單：我看到了圍繞價格理論的一個核心概念: utility maximization，我可以通過這篇paper看到這個核心概念的發展，和一些所謂「原理」所沒有考慮到、或者值得去考慮的核心問題。這里的東西寫得很快，如果有不清楚的地方，我會回頭好好寫一下）。不過，大多數上面提到的journal都可以選取一些文章看看的，這里不多說。

鑒於題主的閱讀范圍主要涉及最基本的價格理論和貨幣理論，以及一些計量（其實我很好奇為什麼要這樣讀。。），下面就推薦一些我覺得這一方面最有價值的paper，以及我比較推薦的閱讀方法。我的標准很簡單：奠基性的一定要讀，開拓理論框架的也是值得一讀的。（這其中我也算上了一些書的excerpt，我是覺得除了一些經濟學史書籍比如斯蒂格利茨的The Roaring Nineties，沒有必要推薦全書，特別是一些「流行經濟學」書籍）

Gary S Becker, The Economic Approach to Human Behavior, 第一章. 最最簡練但又最最精妙的對於理性選擇的論述。值得注意的點是：什麼是purposive behavior. 這個pdf谷歌的出來。

與之相對應的：Gary Becker, Irrational Behavior and Economic Theory。jstor可查。Irrational Behavior是不是真的irrational到無法用理性的模型取推測？Becker的想法還是非常有意思的。

前兩篇東西（最多再加上一個risk-aversion）的應用：Becker & Murphy, A Theory of Rational Addiction。jstor可查。

上面有人說到了Becker的核心成就（把「非經濟學」的東西納入到經濟學范疇當中），我其實是不完全同意的，看上面三篇paper就能知道我為什麼這么想了。而且，做Becker這行的人還真不少，比如說芝加哥另一位諾獎得主Theodore W. Schultz。他的Economics of Fertility （1974）值得一讀，nber可查。

同樣，關於經濟學，或者說價格理論最核心的東西，弗里德曼有一篇非常不錯的paper。1966年的The Methodology of Positive Economics。（問題就來了：你說弗里德曼這篇paper是在說idea還是在說methodology?很多時候這兩個概念是不分家的）

我覺得樓主在未來的閱讀當中可能會接觸到更清楚的也更深層次的概念，如果要對這些概念（主要是價格理論）的提出和發展有了解的話，可以參考下面的paper，限於能力，如果我的介紹有任何問題，請不吝指出：

Liabson (1997), Golden Eggs and Hyperbolic Discounting。講intertemporal choice裡面的non time-consistent discounting問題，是intertemporal問題在中級之上的非常好的拓展。

Rosen (1999) Potato Paradoxes. 這位能力足以拿諾獎，但卻英年早逝的芝加哥學派少壯派經濟學家努力告訴我們Giffen good本身的存在性是有疑問的。（很好的銜接了曼昆吧～）

Arrow (1950) A Difficulty in the Concept of Social Welfare。這篇就不用多說了吧～阿羅的paper雖然初學者看起來會有些吃力，但是裡面的數理邏輯是可以把人領進經濟學的神奇殿堂的。

Samuelson (1977) St. Petersburg Paradox. 薩繆爾森老人家寫的對於聖彼得堡悖論的歷史總結。非常好的告訴了我們這個引發馮諾依曼思考expected utility theorem的歷史悖論怎樣產生、如何解決、有什麼新的發展。

Kahneman & Tversky (1981) Prospect Theory: An Analysis of Decision under Risk.

Hayek (1945) The Use of Knowledge in Society。

和哈耶克老爺子一脈相傳的一篇東西——Invisible hand and welfare economics by Stiglitz.

因為我本人對於貨幣理論了解實在不多，所以也不敢大肆推薦相關的paper。但是還是可以介紹一些的，這次直接拿上課的syllabus截屏了——主要是trevor gallen給的，一些關於經濟增長模型的介紹。

最後再推薦兩本書：Friedman的Capitalism and Freedom以及Becker的Economic Theory。

大概就這么多了。做research空隙寫出來的東西，請多多指教。

----------------------------------------------------------------------

回復 @SlowMover ：我還是比較贊同針對我的回答補充的部分的。就像我的答案最開始也說了，這個題目因為本身提法太模糊，所以必然會有同等「正確」，但是不一樣的解釋或者不一樣的方向的，也是因為經濟學這個學科本身的特點，答題者給出的答案會受到答題者經驗、閱歷的限制。我確實在一段時間之內還是受到chicago school的影響比較深，也是因為他們的approach (姑且說是從methodology的角度)我比較能夠接受，也覺得這樣的approach為經濟學構建了一個比較rigorous的學科體系。

至於chicago school的問題，heckman和list之間的divergence確實很有意思，在此不提。shiller如果跟fama和hansen並在一起，他的那句話的意思也不一定是「算是客氣」（這方面我讀的就比較少了，僅是個人推斷）。其實我的答案給的paper推薦倒是挺少涉及到所謂methodology和idea的糾纏之中的。比如becker的economic approach，這就是我覺得最基本的可以給初學者看的idea（也是我在學中微時候老師給我們看的第一篇paper。順帶，當時）。包括後面的irrational model，即使這是個模型問題，「取平均」照樣也是一種思想，就跟我們看baby rudin的證明一樣，嘗試從methodology裡面看到一些sparks of idea，未免也不是一件壞事。

再多說幾句，我現在看paper的時候也是會有意跳掉各種數學證明，甚至很多時候會把建立模型的所有部分都跳過不看，對於初學者來說這樣也不是沒有壞處，要看他看的是怎樣的paper。舉個例子，Willig (1976) 在AER上面發了一篇Consumer surplus without apology。核心概念就是用一堆數學說明CS是可以rigorously（在統計學的意義上）反映CV和EV的。問題就是這篇文章除了最開頭以外通篇都是數學。。。這樣的paper從methodology的角度必然是不適合初學者看的，但是，即使idea非常明白，初學者能夠接受，也只是停留在「接受」的層次而已，因為其實初學者不知道衡量welfare的這幾個概念之間到底有什麼內在的聯系，除了計算時候調整一下curve和upper lower bound。如果真的沉下心去看一篇paper，那麼必然能夠從method當中獲得和經濟學思維有關的收獲。從這個角度來說，我倒是覺得method和idea的問題初學者大可不用選擇性的去刻意揚棄，看paper的時候採用一種integrated approach，各取所需即可。

最後隨便說幾句st. petersburg那個例子——如果說idea是marginal utility遞減我倒覺得不如直接說人們大多數時候（「在一定的規則下」）是risk-averse的。這就涉及到idea有多少個層次的問題了。總的來說因為不知道題主的需求，所以也很難說拆解paper需要拆解到什麼程度。畢竟這也不是一道「how to read an economics paper」的問題。

最後的最後。。因為SlowMover要被recursive method這本書虐。。等我到了SlowMover的層次以後求帶～233333

【komarikamikita的回答(4票)】:

You do not need paper, but you need textbooks.

【知乎用戶的回答(5票)】:

UPDATE

其實說到給初學者推薦PAPER，第一想到的是這個：The Mystery of the Vanishing Benefits: An Introction to Impact Evaluation

從一篇里學到的知識/指導思想支撐我高分過了3門考試……

——————————————————————————————————————————

以前參加過一個Scientific Writing Workshop，搬運一下當時導師推薦的文獻來源（見最後）。

雖然這些期刊看著超專業怪唬人的，但大部分有一定數學和計量基礎的話就能看懂。

知乎之前有個問題：如何評價諾貝爾經濟學獎得主 Gary Stanley Becker 的學術成就？

用經濟學來建立人類行為的統一分析模型，並讓所有學科都為其所用，為模型提供合適的參數和假定。

現在很多PAPER都是走這個路線（不過也有可能是我的專業方向是這樣，曾經選了個發展經濟學的seminar，閱讀材料把什麼科教文衛、婦女兒童權益、環境保護blabla的都包括了，這·些·都·是·經·濟·學·論·文……後來還上過研究恐怖主義、青少年犯罪、移民與社會問題之類的課也是一樣），如果題主不是想要鑽研理論，這些讀起來還挺輕松有意思的。發現全新的視角或者是看到作者對數據做了非常巧妙的處理時真是不由自主地在心裡點上32個贊。

當然如果志在理論的話……還是多看經典教材吧。

Good general journals:

e.g.

o American Economic Review

o Quarterly Journal of Economics

o Journal of Political Economy

o Econometrica

o Review of Economic Studies

o Economic Journal

Good specific journals:

e.g.

o Journal of Macroeconomics

o Journal of Labor Economics

o Journal of Development Economics

o Journal of International Economics

o Journal of Finance

o Journal of Public Economics

o Journal of Monetary Economics

o … etc.

Journals specialized in surveys:

e.g.

o Journal of Economic Literature

o Journal of Economic Perspectives

Working paper series

e.g.

o NBER Working Papers (National Bureau of

Economic Research)

o CEPR Working Papers

o IZA Discussion Paper Series

o Working Papers of the IMF, ECB, World

Bank, etc.

o Working Paper series of good universities

【JunAccount的回答(2票)】:

推薦看journal of economic perspectives. 每期邀請相關領域的大牛寫幾篇，高屋建瓴，語言通俗。

【米笑的回答(2票)】:

半夜被吵醒，來逛知乎看到這個，哎呀你們這些人吶，人家要推薦給初學者的paper，你們就搬出頂尖期刊都是好文來敷衍人家，太壞啦。

初學者嘛，可以看看的paper，我覺得該是滿足，第一，數學少的。第二，文章有意思但不難理解，第三，文筆不錯的。JPE，JEL神馬的，人家非專業，不一定會去一期一期借來看。

然後我突然就想到這篇文章了，覺得寫得不錯，還挺適合初學者的：

Roth, A. E. (2007). Repugnance as a Constraint on Markets. The Journal of Economic Perspectives, 21(3), 37-58.

話說，權力的游戲第四季不是剛結束嘛，我特別喜歡這戲裡面小惡魔在庭前慷慨激昂的一番呈詞，當時看完後我就想起這篇文章了。

然後免費下載的我只找到這個working paper的版本：w12702.pdf

看了一下這個的開頭，與我當年在JEP上讀得最終版略有用詞上的不同，但內容應該是一樣的。若是你學校圖書館有訂閱，那就用上面給的cite去搜索，沒的話就看上面的網址鏈接吧。

就醬，希望你喜歡～

【知乎用戶的回答(3票)】:

推薦看Debreu的monograph- theory of value.

------

以及我覺得很多人列的經濟學所謂入門的書籍沒什麼讀的必要…有那功夫不如學學數學.

【城市獵人的回答(1票)】:

經濟學基礎文獻選讀

更新描述或封面

作者: 羅衛東 編選
ISBN: 9787308056137

這本書里邊大部分都是論文。

我推薦其中的一篇《知識在社會中的利用 》 哈耶克。

【NeiLHG的回答(0票)】:

不知道題主有沒有法律方面的興趣。

當初因為看經濟法所以接觸了大學里一門經濟學與法律的課程，收益很多。

推薦張五常的書目。都是一些有趣的生活小例子闡述了背後的經濟學理論。

【Mephisto的回答(0票)】:

不要自以為這兩本基礎入門書籍就可以幫你讀很多paper了……而且讀paper是很浪費時間的學習手段。通常paper都是長篇大論證明了幾個結論，而教科書里會以最簡潔最有效的方式教給你（如果不是適合當下階段的，教科書也會告訴你）。

如果你是想入門經濟金融領域，以下教科書不錯

推薦教科書：

Principle of Micro/Macroeconomics

Intermediate Micro/Macroeconomics

Principle of Corporate Finance

Strategies and Games

入門會計學

統計學（如果會了就不用了……）

【鄒鄒1990的回答(0票)】:

經濟學的煙酒僧表示看paper也頭痛啊，初學者就應該先看入門級的教材然後不斷升入。掌握經濟學的各種方法論，原理，知道如何運用。然後針對性的看相關的paper，看paper應該是帶著問題，尋求答案的思路去閱讀思考。

【SATBBB的回答(0票)】:

paper讀得越多，越覺得扎實基礎的重要。不過learning by doing could be a way。

【顧志耐的回答(0票)】:

只學了曼昆那本書離能看明白經濟學五大期刊上的Paper的距離還是有點遠的，這里我也認同 @Jichun Si 說的，在開始的階段還是去讀一些教科書為好，因為教科書已經把成書的時間之前的經典理論都涵蓋了。如果實在想讀Paper，建議還是從文獻綜述讀起。上面提到的JEL上面的文獻綜述都很不錯。我在這里再給一點別的思路，列一些上面幾位都沒有說過的領域。如果你對新制度經濟學這個領域感興趣的話，可以去讀一些這個領域的文章。這個領域有很多經典的論文，並不用很復雜的數學模型，但是思想很深刻，有助於對用經濟學的思想審視這個世界這方面能力的培養。

下面列一些我自己讀過的

R.H. Coase The Theory of The Firm The Problem of Social Cost

這兩篇經典論文可謂「其稱文小而其指極大，舉類邇而見義遠」，奠定了產權經濟學的開端。

接下來推薦一下我特別崇拜的經濟學家 Mancur Olson

The Logic of Collective Action: Public Goods and the Theory of Groups

The Rise and Decline of Nations: Economic Growth, Stagflation, and Social Rigidities

Mancur Olson的理論經常是前人從來沒有說過的，令人眼前一亮，讀完之後可以讓人對社會的組織結構有新的認識。

行為經濟學/實驗經濟學領域的很多論文也比較好懂，而且讀起來可能更有意思一點。這樣的論文重點在於實驗設計，後面會用一些統計學的方法去檢驗結論，如果你有統計學基礎，讀下來應該是沒有什麼問題，不過我對行為經濟學發展的前景還存在疑慮。

【雨田雨辰的回答(0票)】:

以下主要是對金融研究的學習，轉自我給另一個題主的類似回答：

首先，我覺得題主可以嘗試先了解現代金融學的發展歷史。這個過程可以幫助題主可以理清每一個理論的產生背景和意義，從而使題主更容易整理出自己的金融知識體系。在這里，我有一本書推薦題主看看，邵宇和刁羽的《微觀金融學及其數學基礎》。這本是主要是針對資產定價相關理論的。這本書在前言部分，總結了現代金融學從1900年巴舍利耶的《投機理論》到黃和達菲的有限證券市場的動態阿羅-德布魯均衡的相關發展歷史，通過閱讀這一部分，題主應該會對現代金融學的體系發展和每一個理論所關注和回答的問題有一個很好的了解。進一步，這本書的微觀金融學部分很好的將這個歷史中的主流金融理論進行了梳理和分類，條理十分清晰。具體說來，總結了投資者行為（即投資者效用最大化）衍生的資產定價理論、金融市場無套利定價條件在不同模型假設下的表達、B-S方法和風險中性定價在衍生產品定價方面的應用、利率期限結構理論和金融市場理論等。每一個方面都是資產定價領域的重點問題。而這本書的第二部分，數學部分則很好的總結了需要用到的數學基礎。

其次，我認為題主可以基於不同的金融分支閱讀各領域自身的總結性文章。在這里，我有兩篇推薦題主閱讀。首先，是哈佛的John Y. Campbell今年寫的《Empirical Asset Pricing: Eugene Fama, Lars Peter Hansen, and Robert Shiller》。這一篇文章主要總結了上世紀70年之後基於SDF的當代資產定價理論，非常詳盡，適合題主對當代資產定價理論和實證研究方法上有一個大致的學習，並且Shiller的理論是Behavior Finance方面的先河，現在很多熱點的information economics問題都是從這一個分支逐漸發展出來的。第二篇文章是B. Espen Eckbo的《Corporate Takeovers: Modern Empirical Developments》。這一篇文章總結了公司並購方面的實證研究的建立，對於題主對並購理論和實證方法的理解有一定的好處。這一篇文章的最大好處是每一個部分都是基於一個問題的解答過程，有利於題主在學術生涯中形成問題導向型的知識結構，這樣才能不斷的發現問題並產生解答問題的慾望。

其他的參考讀物，我認為題主如果時間允許可以閱讀各個領域的經典教材。比如，Bodie的《Investments》對資產定價方面的基礎知識有所介紹，Stephen A. Ross的《Fundamentals of Corporate Finance》對於公司金融學相關知識有所介紹，還有Hull的《Options, Futures and Other Derivatives》對於衍生品定價知識的學習十分重要（個人認為，題主的數學本科背景很適合這個方向的發展，恰好國內金融衍生品市場還很初步，未來空間遼闊，金融工程技術的掌握一定可以獲得政策紅利）。當然如果題主讀了上述綜述性文章，有興趣也可以讀一讀參考文獻中的原始論文。主要可以讀一讀Markowitz、Sharpe、Fama、Merton、Black & Scholes、Ross、Breedon、Duffie & Huang、Fama & French、Shiller等人的文章。由於重要理論實在是太多，不在這里贅述。

BTW，我也不認同 @Jichun Si的看法，你現在這個階段就是應該多多的看一些總結性讀物和原滋原味的論文，從中間獲得最直接的idea，methodology是後話，但學術思想是可以理解的，而且一般學術思想都在introction裡面進行了邏輯上的陳述。至於methodology，則可以逐漸的通過看同一個field的論文去總結對於相似問題，academia都用了什麼統一的方法。

以上。主要用於拋磚引玉。

C. EV SSL是什麼是一種數字證書嗎

EV SSL是一種數復字證書。
中文全制稱是增強驗證型證書，證書審核級別為所有類型最嚴格驗證方式，在OV類型的驗證基礎上額外驗證其他企業的相關信息，比如銀行開戶許可證書。EV類型證書多適用於銀行,金融,證券,支付等高安全標准行業。其在地址欄可以顯示獨特的EV綠色標識地址欄，最大程度的標識出網站的可信級別。支持ECC高安全強度加密演算法，加密數據更加安全，加密性能更高。

D. 機器學習到底在量化金融里哪些方面有應用

隨機過程stochasticprocesses泊松過程Poissonprocesses更新過程renewalprocesses布朗運動Brownianmotion仿射（跳躍）擴散過程affineprocesses(oraffine-jumpdiffusions)列維過程Levyprocesses連續狀態分枝過程隨機微分方程半鞅semimartingale偏微分方程partialdifferentialequations偏積分－微分方程partialintegro-differentialequations倒向隨機微分方程backward二階倒向隨機微分方程secondorderbackward隨機偏微分方程隨機最優控制stochasticoptimalcontrol極值建模modelingofextremes風險度量riskmeasures蒙特卡洛模擬MonteCarlosimulation============StochasticProcesses============IntroctionandReferences『隨機過程』(stochasticprocesses)是概率論的一個分支，一般來說是特指一個學科，而『蒙特卡洛』(MonteCarlo)是一種獲得某種統計量、待求值或函數值的方法，二者不太具有明顯的並列關系或者包含與被包含關系。隨機過程從內容上來說大致有兩類：第一種我稱之為應用隨機過程，也是大家一般所說的隨機過程，內容包括幾種具體的經典隨機過程，例如：Poissonprocess，renewalprocess，，basicsofBrownianmotion，以及他們的應用，比如queuesystems等。相關的書籍有：Stochasticprocesses,SheldonRoss另外一本稍微高階書的是CornellUniversity的「李登輝」教授(LeeTengHuiProfessor)、應用概率大牛SidneyResnick所著的第二種是指隨機過程一般理論：一般包括概率論、隨機過程的測度論基礎(probabilityspace、convergencetheory、limittheory、martingaletheory等)，Markovprocess，stochasticintegral,,semimartingaletheory（半鞅）尤其是後者等比較艱深的概念和問題（內容參考以下書籍）；其中入門的書籍有：,,TomasBjork這兩本是與金融交互講的；另外一本稍微偏理論的隨機分析入門書籍是：,BerntOksendal高階數學研究生水平的書籍有：,,Karatzas,,Revuz,,Jacod,Shiryayev一本比較艱深的講套利數學的研究生讀物（需要懂半鞅、泛函分析）：Mathematicsofarbitrage,Delbaen,Schachermayer，其中講了不同模型設定下的的套利理論，包括離散模型，連續模型比如半鞅等過程驅動的市場對應的套利結論；utilitymaximization,convexality等概念。當然，學習高級隨機分析的書籍需要比較堅實的概率論基礎，在此我推薦：Probability:theoryandexamples,,Dudley特別地，我強烈推薦兩本我當作參考文獻的概率論書籍。一下兩本書全面介紹了概率論基本理論，非常適合已經有一定測度背景並且想繼續深入學習隨機分析的讀者：Probabilitytheory:acomprehensivecourse,,KallenbergOverview『數學金融』中涉及的隨機過程應該主要涵蓋上述第一類里的幾乎所有內容和上述第二類里的stochasticintegrals,(SDE)，semimartingale等，其中實務中最常用的是Itoprocess和Levyprocess；因為他們都有比較好的馬爾可夫性(Markovianstructure)，根據Feynman-Kac等定理，所以又能與partialdifferentialequation和partialintegro-differentialequation聯系起來。這也是期權定價的PDE方法。講定價公式可以寫成PDE的好處是可以使用現成的PDE數值方法。此外，Itoprocesses和Levyprocesses是特殊的semimartingale。用semimartingale做金融建模的好處有兩點：1、semimartingale作為stochasticintegrator，是從一致度量(uniformmetric)下可料(predictable)被積過程所形成的空間到隨機變數()所形成的空間的連續線性映射，這種性質對應於金融資產價格的穩健性，通俗地講就是：如果你對投資策略施加一個小小的擾動，最後投資組合的價值在某種意義下也會只有相應較小的擾動。因此用semimartingale模擬金融價格是合理的。2、semimartingale組成的空間在Emerytopology(metrizable)下是完備的；這個性質加上一個比較符合經濟邏輯的無套利假設(Nofreelunchwithvanishingrisk,NFLVR)，可以推出存在sigma-martingalemeasure，反之亦然；這是目前最廣義的套利定價理論，它的特殊形式是：1、在離散模型中，無套利等價於存在等價鞅測度，2、在Itoprocesses中，NFLVR等價於存在等價局部鞅測度()，而NFLVR可以推出無套利。這里可以參考,Delbaen,Schachermayer，慎入，作者均是泛函分析領域的大牛，教過無數頂尖分析和概率領域的學生，寫的文章非常艱深；前者也是鄙人所在學校ETHZurich概率論與金融數學組的退休教授，他們的學術成果請自行scholar.google；筆者的老師用了大約20學時教相關的半鞅知識，20學時教這篇論文)。簡而言之，用這兩種隨機過程模擬價格是可以滿足無套利的，因此可以用鞅方法定價，這即是用這兩種過程建模的好處之二。在衍生品定價問題中，一般假設underlyingpriceprocess服從例如上述某種隨機過程，定價則是利用金融工具的復制（超復制super-replication）等方法，在特定金融市場的假設（比如無套利，或者更特殊的假設NFLVR；又比如自由買賣假設；假設很重要!!!）下求得一個該金融工具的無套利價格，以及對應的復制（或超復制）策略。當然（超）復制問題大概涉及兩個數學問題，一個是：optionaldecompositiontheorem，這個定理與最廣義的FTAP有著天然數學美感的交互；另一個是隨機控制論中的stochastictargetproblem，問題是如何找到一個期初價格和交易策略使得期末payoff被（超）復制。總之，不論在何種方法和假設下，資產定價理論中都用隨機過程模擬資產價格。，這是搞金融數學不得不懂的隨機過程，略，請參考：,StevenShrevePoissonprocesses，compoundPoissonprocesses在金融數學中的應用之一是：在結構定價問題中，我們假設資產過程除了布朗運動驅動的部分之外，還有跳躍，而跳躍經常是由這兩種過程模擬的；更一般地，我們還可以假設資產價格過程服從更廣義的跳躍形式，該跳躍形式存在於Levyprocesses,affineprocesses或者中，一般稱作Levy-typejump。Levyprocesses可以看做；Levyprocess區別於Brownianmotion和compoundPoissonprocess的地方在於，Levyprocess還有一項squareintegrablemartingale，它可以理解為是intensity為無窮大、跳躍幅度無窮小（因此有可積性）的compensatedcompoundpoisson，在Ito-Levydecomposition中，它是由可數個組成的。在模型的微分形式中，跳躍和布朗運動驅動的部分經常是線性存在。關於Levyprocesses，請參考,,ApplebaumRenewalprocesses，Levyprocesses經常被用於金融保險中的Ruin問題，鑒於這已經超越我的知識范疇，在此不詳細討論，一本可能的參考文獻是：,Kyprianou除衍生工具性定價問題，在金融控制問題中，一般也假設資產過程價格或者其他相關過程服從某種隨機過程。比如在最簡單的Mertonproblem中，我們假設資產價格服從多維幾何布朗運動。又比如在Jacod和Shiryayev在1993年發表的關於optimaldividend的文章中，公司的價值服從一個帶線性漂移的布朗運動減去一個左極限右連續的紅利支付過程，然後用一個停時(stoppingtime)使其停止於價值首次為0的時刻。隨機過程在金融中也可以描述資產價格之外的過程。比如SDE可以描述短期利率，在此請參考,StevenShreve關於伊藤過程驅動的高級利率模型，比如affineprocess，請參考Termstructuremodels:agraatecourse,DamirFilipovic隨機過程還可以描述除了價格、利率之外的金融變數。比如在著名數理金融學家DarrelDuffie寫的關於intensitybasedcreditriskmodel的文章中（原文叫,Duffie），假設defaultintensity服從affineprocess，則可違約債券定價形式與短期利率下的債券定價有相同的形式和計算方法，只是將短期利率改寫成違約強度而已。關於affineprocess，請參考,Duffie,Filipovic,-diffusions,Duffie,Pan,Singleton以及以上文到的那本講Termstructure的書：Termstructuremodels:agraatecourse,DamirFilipovic在KMV模型中，假設公司價值服從某個隨機過程，比如幾何布朗運動。以上這兩種隨機過程在信用風險中的應用均可以在DarrelDuffie的書CreditRisk:Pricing,Measurement,andManagement中找到。隨機過程也可以描述衍生金融工具的價格。比如我們知道歐式期權的payoff（在這里是期末價值），同時知道underlyingassetpriceprocess，我們可以論證歐式期權的價格過程滿足倒向隨機微分方程(BSDE)；如果underlyingassetpriceprocesses滿足Markovianstructure，則該BSDE為一個前向－倒向隨機微分方程(FBSDE)；其中方程期末條件是payoff，方程生成元(generator)與underlyingprice相關；方程有一對解，第一個解是期權價格過程，第二個解則對應歐式期權在該市場下的復制策略。如果假設underlyingprocess是幾何布朗運動，則該BSDE為線性BSDE，其解的形式就是歐式期權的定價公式：風險中性測度下期末值貼現的期望。相關文獻請參考：Backwardinfinance:Karoui,Peng,Quenez類似地，BSDE也可以描述效用，稱作隨機微分效用(stochasticdifferentialutility)，可以參考：Stochasticdifferentialutility,Duffie,Epstein此外MarekMusiela，RamaCont，TomasBjork，ReneCarmona等人也嘗試過用隨機偏微分方程(，可以近似理解為用無窮維隨機微分方程或Banach空間取值的隨機微分方程)；用SPDE建模就是用SPDE來模擬一個取值為連續函數的forwardratecurve演化過程。這應該就是Heath-Jarrow-Morton-Musiela，請參考：,，TomasBjork,:aninfinitedimensionalapproach,RamaContInterestratemodels:,ReneCarmona當時實務中並不需要這么多高深的數學知識。只要能明白概率論，應用隨機過程，隨機分析（基本內容一般包括stochasticintegral,SDE，特別是與Itoprocesses相關的內容）就能看懂絕大多數常用模型了。如果是做金融數學學術，則額外還需要專攻以下方向中的一個或多個：Levyprocess,affineprocess,backward,semimartingale,stochasticcontrol,stochasticdifferentialgames,stochasticPDE,等。除了概率論，金融相關的數學還涉及偏微分方程（及黏性解），控制論，數值分析，統計計量等。============MonteCarlo===========MonteCarlo最早是摩納哥賭場的名字，筆者曾在七月造訪。『MonteCarlo』演算法一般是指，利用隨機抽樣的方法，獲得一些隨機系統的統計量或者參數。比如你有一顆硬幣，你想知道擲出後獲得正面的概率，那麼你通過大量試驗以後，可以利用獲得正面的頻率來估計，這也是中心極限定理的結果。金融中的一個應用是，通過MC來模擬多條標的資產的價格走勢，代入形式為求概率期望的定價公式就可以求出估計的期權價格的模擬值。此方法則是實現定價的MC方法。將扔硬幣和Brownianmotion聯系起來的數學定理是Donskerinvarianceprinciple：我們可以想像用硬幣反復地大量地投，減小面值(+\epsilon,-\epsilon)，同時減小投幣時間間隔(\delta)，那麼累積值過程在某種意義下收斂於布朗運動。MC具體還有很多其他金融應用，比如求某一個風險度量下的風險值。============MachineLearning===========『機器學習』是一門學科也可以算是方法。我在這領域涉足不深，曾經學習的是主要基於數據、利用回歸分析、貝葉斯理論等方法種決策樹並用它投票，用以實現模式識別、分類和預測等問題。具體方法有adaboost，baggingprediction，randomforest等。假設你是銀行數據分析師，你有客戶的數據，比如年齡，性別，年收入等。如何根據這些數據來簡單的構造一個信用分類法則是機器學習的一個簡單應用。

E. SSL證書安裝好後怎樣判別是EV、OV、DV的

SSL證書安裝後，可以根據瀏覽器展示形式、查看證書詳情判斷SSL證書的類型。

瀏覽器顯版示：綠色權小鎖+https:// 有可能是DV SSL證書或者OV SSL證書；

瀏覽器顯示：企業名稱+綠色小鎖+https:// 就是EV SSL證書。

最直接的方法就是查看證書詳情，裡面會有證書的介紹，比如：

總結：DV與OV證書的主要區別就是：DV型證書不包含企業名稱信息；而OV型證書包含企業名稱信息，而且OV比DV價格貴，安全等級高。

OV和EV證書的主要區別就是：瀏覽器對EV證書更加「信任」，當瀏覽器訪問到EV證書時，可以在地址欄顯示出公司名稱，並將地址欄變成綠色。

F. 隨機過程，機器學習和蒙特卡洛在金融應用中都有哪些關系

隨機過程 stochastic processes
泊松過程 Poisson processes
更新過程 renewal processes
布朗運動 Brownian motion
仿射（跳躍）擴散過程 affine processes (or affine-jump diffusions)
列維過程 Levy processes
連續狀態分枝過程 continuous state branching processes
隨機微分方程 stochastic differential equations
半鞅 semimartingale
偏微分方程 partial differential equations
偏積分－微分方程 partial integro-differential equations
倒向隨機微分方程 backward stochastic differential equations
二階倒向隨機微分方程 second order backward stochastic differential equations
隨機偏微分方程 stochastic partial differential equations
隨機最優控制 stochastic optimal control
極值建模 modeling of extremes
風險度量 risk measures
蒙特卡洛模擬 Monte Carlo simulation

============Stochastic Processes============

Introction and References

『隨機過程』(stochastic processes) 是概率論的一個分支，一般來說是特指一個學科，而『蒙特卡洛』 (Monte Carlo) 是一種獲得某種統計量、待求值或函數值的方法，二者不太具有明顯的並列關系或者包含與被包含關系。

隨機過程從內容上來說大致有兩類：

第一種我稱之為應用隨機過程，也是大家一般所說的隨機過程，
內容包括幾種具體的經典隨機過程，例如：Poisson process，renewal process，discrete time and continuous time Markov chain，basics of Brownian motion，以及他們的應用，比如 queue systems 等。

相關的書籍有：
Stochastic processes, Sheldon Ross
另外一本稍微高階書的是 Cornell University 的「李登輝」教授 (Lee Teng Hui Professor)、應用概率大牛 Sidney Resnick 所著的
Adventures in stochastic processes

第二種是指隨機過程一般理論：一般包括概率論、隨機過程的測度論基礎 (probability space、convergence theory、limit theory、martingale theory 等)，Markov process，stochastic integral, stochastic differential equations, semimartingale theory （半鞅）尤其是後者等比較艱深的概念和問題（內容參考以下書籍）；

其中入門的書籍有：
Stochastic calculus for finance II, Steven Shreve
Arbitrage theory in continuous time, Tomas Bjork
這兩本是與金融交互講的；另外一本稍微偏理論的隨機分析入門書籍是：
Stochastic differential equations, Bernt Oksendal
高階數學研究生水平的書籍有：
Stochastic integrals and differential equations, Philip Protter
Brownian motion and stochastic calculus, Karatzas, Shreve
Brownian motion and continuous martingales, Revuz, Yor
Limit theorems for stochastic processes, Jacod, Shiryayev
一本比較艱深的講套利數學的研究生讀物（需要懂半鞅、泛函分析）：
Mathematics of arbitrage, Delbaen, Schachermayer，
其中講了不同模型設定下的的套利理論，包括離散模型，連續模型比如半鞅等過程驅動的市場對應的套利結論；utility maximization, convex ality 等概念。

當然，學習高級隨機分析的書籍需要比較堅實的概率論基礎，在此我推薦：
Probability: theory and examples, Richard Durret
Real analysis and probability, Dudley
特別地，我強烈推薦兩本我當作參考文獻的概率論書籍。一下兩本書全面介紹了概率論基本理論，非常適合已經有一定測度背景並且想繼續深入學習隨機分析的讀者：
Probability theory: a comprehensive course, Klenke
Foundations of modern probability, Kallenberg

Overview

『數學金融』中涉及的隨機過程應該主要涵蓋上述第一類里的幾乎所有內容和上述第二類里的stochastic integrals, stochastic differential equations (SDE)，semimartingale 等，其中實務中最常用的是 Ito process 和 Levy process；因為他們都有比較好的馬爾可夫性 (Markovian structure)，根據 Feynman-Kac 等定理，所以又能與 partial differential equation 和 partial integro-differential equation 聯系起來。這也是期權定價的 PDE 方法。講定價公式可以寫成 PDE 的好處是可以使用現成的 PDE 數值方法。

此外，Ito processes 和 Levy processes 是特殊的 semimartingale。用 semimartingale 做金融建模的好處有兩點：
1、semimartingale 作為 stochastic integrator，是從一致度量 (uniform metric) 下可料 (predictable) 被積過程所形成的空間到隨機變數 (topologized by convergence in probability) 所形成的空間的連續線性映射，這種性質對應於金融資產價格的穩健性，通俗地講就是：如果你對投資策略施加一個小小的擾動，最後投資組合的價值在某種意義下也會只有相應較小的擾動。因此用 semimartingale 模擬金融價格是合理的。
2、semimartingale 組成的空間在 Emery topology (metrizable) 下是完備的；這個性質加上一個比較符合經濟邏輯的無套利假設 (No free lunch with vanishing risk, NFLVR)，可以推出存在 sigma-martingale measure，反之亦然；這是目前最廣義的套利定價理論，它的特殊形式是：
1、在離散模型中，無套利等價於存在等價鞅測度，
2、在 Ito processes 中，NFLVR 等價於存在等價局部鞅測度 (equivalent local martingale measure)，而 NFLVR 可以推出無套利。
這里可以參考 A general version of the fundamental theorem of asset pricing, Delbaen, Schachermayer，慎入，作者均是泛函分析領域的大牛，教過無數頂尖分析和概率領域的學生，寫的文章非常艱深；前者也是鄙人所在學校 ETH Zurich 概率論與金融數學組的退休教授，他們的學術成果請自行 scholar.google；筆者的老師用了大約20學時教相關的半鞅知識，20學時教這篇論文)。簡而言之，用這兩種隨機過程模擬價格是可以滿足無套利的，因此可以用鞅方法定價，這即是用這兩種過程建模的好處之二。

在衍生品定價問題中，一般假設 underlying price process 服從例如上述某種隨機過程，定價則是利用金融工具的復制（超復制 super-replication）等方法，在特定金融市場的假設（比如無套利，或者更特殊的假設 NFLVR；又比如自由買賣假設；假設很重要!!!）下求得一個該金融工具的無套利價格，以及對應的復制（或超復制）策略。當然（超）復制問題大概涉及兩個數學問題，一個是：
optional decomposition theorem，這個定理與最廣義的 FTAP 有著天然數學美感的交互；另一個是隨機控制論中的 stochastic target problem，問題是如何找到一個期初價格和交易策略使得期末 payoff 被（超）復制。 總之，不論在何種方法和假設下，資產定價理論中都用隨機過程模擬資產價格。

Concrete Examples

Brownian motion，這是搞金融數學不得不懂的隨機過程，略，請參考：
Stochastic calculus for finance II, Steven Shreve

Poisson processes，compound Poisson processes 在金融數學中的應用之一是：在結構定價問題中，我們假設資產過程除了布朗運動驅動的部分之外，還有跳躍，而跳躍經常是由這兩種過程模擬的；更一般地，我們還可以假設資產價格過程服從更廣義的跳躍形式，該跳躍形式存在於 Levy processes, affine processes 或者 continuous state branching processes 中，一般稱作 Levy-type jump 。 Levy processes 可以看做 weak closure of Compound Poisson processes；Levy process 區別於 Brownian motion 和 compound Poisson process 的地方在於，Levy process 還有一項 square integrable martingale，它可以理解為是 intensity 為無窮大、跳躍幅度無窮小（因此有可積性）的 compensated compound poisson，在 Ito-Levy decomposition 中，它是由可數個 compound compensated Poisson processes 組成的。在模型的微分形式中，跳躍和布朗運動驅動的部分經常是線性存在。

關於 Levy processes，請參考
Introctory lectures on fluctuations of Levy processes, Kyprianou
Levy processes and stochastic calculus, Applebaum

Renewal processes，Levy processes 經常被用於金融保險中的 Ruin 問題，鑒於這已經超越我的知識范疇，在此不詳細討論，一本可能的參考文獻是：
Introctory lectures on fluctuations of Levy processes, Kyprianou

除衍生工具性定價問題，在金融控制問題中，一般也假設資產過程價格或者其他相關過程服從某種隨機過程。比如在最簡單的 Merton problem 中，我們假設資產價格服從多維幾何布朗運動。又比如在 Jacod 和 Shiryayev 在1993年發表的關於 optimal dividend 的文章中，公司的價值服從一個帶線性漂移的布朗運動減去一個左極限右連續的紅利支付過程，然後用一個停時 (stopping time) 使其停止於價值首次為0的時刻。

隨機過程在金融中也可以描述資產價格之外的過程。比如SDE可以描述短期利率，在此請參考
Stochastic calculus for finance II, Steven Shreve
關於伊藤過程驅動的高級利率模型，比如 affine process，請參考
Term structure models: a graate course, Damir Filipovic

隨機過程還可以描述除了價格、利率之外的金融變數。比如在著名數理金融學家 Darrel Duffie 寫的關於 intensity based credit risk model 的文章中（原文叫 credit risk modeling with affine processes, Duffie），假設 default intensity 服從 affine process，則可違約債券定價形式與短期利率下的債券定價有相同的形式和計算方法，只是將短期利率改寫成違約強度而已。
關於 affine process，請參考
Affine process and applications in finance, Duffie, Filipovic, Schachermayer
Transform analysis and asset pricing for Affine jump-diffusions, Duffie, Pan, Singleton
以及以上文到的那本講 Term structure 的書：
Term structure models: a graate course, Damir Filipovic

在KMV模型中，假設公司價值服從某個隨機過程，比如幾何布朗運動。

以上這兩種隨機過程在信用風險中的應用均可以在 Darrel Duffie 的書 Credit Risk: Pricing, Measurement, and Management 中找到。

隨機過程也可以描述衍生金融工具的價格。比如我們知道歐式期權的 payoff （在這里是期末價值），同時知道 underlying asset price process，我們可以論證歐式期權的價格過程滿足倒向隨機微分方程 (BSDE)；如果underlying asset price processes 滿足 Markovian structure，則該 BSDE為一個前向－倒向隨機微分方程 (FBSDE)；其中方程期末條件是 payoff，方程生成元 (generator) 與 underlying price 相關；方程有一對解，第一個解是期權價格過程，第二個解則對應歐式期權在該市場下的復制策略。如果假設 underlying process 是幾何布朗運動，則該 BSDE 為線性 BSDE，其解的形式就是歐式期權的定價公式：風險中性測度下期末值貼現的期望。
相關文獻請參考：
Backward stochastic differential equations in finance: Karoui, Peng, Quenez
類似地，BSDE也可以描述效用，稱作隨機微分效用 (stochastic differential utility)，可以參考：
Stochastic differential utility, Duffie, Epstein

此外 Marek Musiela，Rama Cont，Tomas Bjork，Rene Carmona 等人也嘗試過用隨機偏微分方程 (stochastic partial differential equations，可以近似理解為用無窮維隨機微分方程或 Banach 空間取值的隨機微分方程) ；用 SPDE 建模就是用 SPDE 來模擬一個取值為連續函數的 forward rate curve 演化過程。

這應該就是 Heath-Jarrow-Morton-Musiela，請參考：
Stochastic PDEs and term structure models, Musiela
Towards a general theory of bond markets，Tomas Bjork, et al
Modeling term structure dynamics: an infinite dimensional approach, Rama Cont
Interest rate models: an infinite dimensional stochastic analysis perspective, Rene Carmona

當時實務中並不需要這么多高深的數學知識。只要能明白概率論，應用隨機過程，隨機分析（基本內容一般包括 stochastic integral, SDE，特別是與 Ito processes 相關的內容）就能看懂絕大多數常用模型了。

如果是做金融數學學術，則額外還需要專攻以下方向中的一個或多個： Levy process, affine process, backward stochastic differential equations, semimartingale, stochastic control, stochastic differential games, stochastic PDE, 等。

除了概率論，金融相關的數學還涉及偏微分方程（及黏性解），控制論，數值分析，統計計量等。

============Monte Carlo===========

Monte Carlo 最早是摩納哥賭場的名字，筆者曾在七月造訪。『Monte Carlo』演算法一般是指，利用隨機抽樣的方法，獲得一些隨機系統的統計量或者參數。比如你有一顆硬幣，你想知道擲出後獲得正面的概率，那麼你通過大量試驗以後，可以利用獲得正面的頻率來估計，這也是中心極限定理的結果。金融中的一個應用是，通過 MC 來模擬多條標的資產的價格走勢，代入形式為求概率期望的定價公式就可以求出估計的期權價格的模擬值。此方法則是實現定價的 MC 方法。將扔硬幣和 Brownian motion 聯系起來的數學定理是 Donsker invariance principle：我們可以想像用硬幣反復地大量地投，減小面值 (+\epsilon, -\epsilon)，同時減小投幣時間間隔 (\delta)，那麼累積值過程在某種意義下收斂於布朗運動。

MC 具體還有很多其他金融應用，比如求某一個風險度量下的風險值。

============Machine Learning===========

『機器學習』是一門學科也可以算是方法。我在這領域涉足不深，曾經學習的是主要基於數據、利用回歸分析、貝葉斯理論等方法種決策樹並用它投票，用以實現模式識別、分類和預測等問題。具體方法有 adaboost，bagging prediction，random forest 等。假設你是銀行數據分析師，你有客戶的數據，比如年齡，性別，年收入等。如何根據這些數據來簡單的構造一個信用分類法則是機器學習的一個簡單應用。

G. Sectigo的證書現在那麼多，我該怎麼選擇啊

域名來數量與組織形式來確定SSL證書自類型。

解釋原因：

1. 個人選擇DV證書，公司選擇OV證書。EV證書於電商、支付、品牌企業、應用項目。

2. 一個域名選擇單域名證書、多個獨立的域名選擇多域名證書、主域名存在很多子域名的選擇通配符證書、多個獨立域名並且存在很多子域名選擇多域名通配符證書。

3. 軟體開發應用使用代碼簽名證書、郵箱數字認證使用S/MIME郵件證書。

解決辦法：無法確定證書種類與類型的可以在Gworg獲得選擇。

H. 大學經濟學主要有用的課程

額，從你的補充上我覺得你似乎想研究的是金融，而不是經濟.....就像樓上所說，宏專微觀是屬必學的，計量也很有用，還有財政學什麼的，都很基礎。你可以上淘寶上搜經濟學教材，出來的最熱的書肯定是比較好的，我們沒法給你推薦，名字就叫宏微觀，可是有太多的書都叫這個名字。其實你自己去新華書店也成，很多書上直接就有「經濟學教材」之類的標志。
還有，你要學經濟也就罷了，搞金融數學不成就廢了，我現在是金融投資的研究生，老師上來就講方差標准差的，你要搞不清概念就完全學不成了，你加油吧，感覺你完全還搞不清概念呢，學金融不能分析數字就說明白學了，經濟也是一樣，畢竟學完了是直接對市場數字的。

I. 特許金融分析師CFA是6月考還是12月考好

道德部分
案例題並不多接近一半的題題干非常簡單多數是直接問哪項屬於或不屬於recommended proceresfor compliance,上午下午這類題大概佔3-4個考到了fair dealing;prior transaction;等。案例題大家就比較熟悉了，但是真題比起模擬題來說還是風格不太一樣的。平時做的模擬題道德部分多是案例分析，一般熟知每項知識點包括的重點就能做對。但真題這次考的個別題比較刁鑽，屬於語言上迷惑你，比如有題關於teamwork，某人不同意其團隊的觀點，題目問他的行為應是什麼。按常規思路A選項remove hisname是對的，可以除去自己的名字，而C選項是believe intheir team』s conclusion in order to remain his name on the report.C選項第一眼看怎麼都不覺得對。但是問題就在這里，題目里的細節「afterdebating」這個團隊得出的結論，而題尾問什麼是「he must」，忽略掉這個細節就沒法做對了。A是個迷惑性很強的干擾項。再次強調，真題和mock,sample真的風格、思路很不一樣，千萬別被mock騙了。當然MOCK和SAMPLE是必做的，畢竟是官方出的題，在所有可以得到的模擬題目中這個是最接近的。另一道題關於additional compensation arrangement，題目中說只要該manager業績超過4個百分點就給與bonus，注意細節詞語「any time when」是很明顯的提示，明顯存在conflict of interest。
定量分析和經濟學
大部分題目比較常規，像HPR,EAY,BEY,RMM之間的換算，Sharpe ratio，相關系數等等。定量分析出乎意料考了相當多的技術分析的概念。看來協會還是很重視這塊內容的。
經濟學算是整套題目裡面最貼近平時練習的題型。機會成本，市場的幾個分類和特點（有效競爭、壟斷競爭、寡頭和壟斷），各類彈性計算，需求供給曲線的變化（好像有3道關於labor供需的題），通脹，各類貨幣政策財政政策等等。Laffer Curve沒有考，不知道12月會不會補上這個。本人這兩塊因為專業相近學校學過，就沒有看的太認真，不作過多評價。
財務報表分析FSA
歷年FSA和道德都是考試的重頭戲。上午下午各24道題，佔到總體的20%，重要性不言而喻。不過今年FSA感覺比預想中簡單很多，沒有很復雜的計算或者推理。EPS只考了一道basic EPS而沒有考diluted EPS這個讓人覺得很奇怪。CFO,CFI,CFF,FCFE,FCFF等計算也考的非常簡單，沒有給出報表。踩對了財務報表的特徵、准備和編制的要求，IFRS和US GAAP下的不同處。（題外話，平時做的題目都是默認US GAAP而真題這次默認IFRS這點要小心）。各類ratio考的不少，更偏重於推理一個因素的變化導致的ratio變化。像current ratio,quick ratio,各類turnover等。常規考點很多，但普遍比notes的模擬題簡單，如存貨LIFO&FIFO，折舊，無形資產的攤銷減值和revaluation，各類capitalized&expensed的對比，Non-recurring items四項，capital lease&operatinglease等等。養老金考的DCP，DBP有效沒有考到這個也比較意外，可能是移到2級了。
Corporate Finance
優先股、普通股成本，NPV&IRR，capital budgeting，pure-play method project beta，回購等等，還有pro forma financialstatement。計算比較簡單。
Equity
考了3道EV計算，比較意外。有效市場假今年大幅度改動，中。DDM是重中之重，幾個DDM公式還有price multiples一起考了很多道。
衍生品&其他投資
FRA equity swap各一道計算，衍生品反而計算題多一點。期權的定價和價格範圍考了歐式看漲期權的上限，比較有新意。real estate只考了NOI的計算。有幾道題很怪，但已經想不起來什麼內容了。
總體來說真題和mock、sample都不太一樣mock難度和真題不相上下，但MOCK對我們中國學生來說比較正，考的都是LOS重點，計算量也剛好。而實際拿到題目後的感覺是真題計算量很小，全天下來240道題好像也就一道關於market-capital-weight的計算量偏大，其他的題目基本最多三步計算就能達到結果。相反，真題考了非常多的概念題，像定量分析中的蠟燭圖，Bollinger Bands，Elliott Wave Pattern等技術分析的概念考的非常多。本人恰好忽略了這章，損失慘重。重點本人感覺考的比較奇怪，很多LOS上的和往年考題中的重點今年幾乎沒有涉及，像diluted EPS，杜邦公式這種認為必考的都沒考。CFO，FCFF印象中分別考了一道，也非常非常簡單，根本沒有給你什麼報表，就三四個數據自己看著辦。
所以總的來說CFA1級現在出題的趨勢是弱化計算，廣度加大，對知識點掌握的深度要求低了，接近1/3的題目沒有任何技術含量，知道這個知識點就能做對，不知道的就很懸了。另一點今年6月考試很奇怪的是，今年新增的、改動的知識點考的也非常少。我考前整理出了一部分自己認為重要的今年新增的和改動大的筆記，還有幾個官方教材有但NOTES沒有的知識點，結果大部分都沒有中。可能12月份會涉及吧。畢竟CFA協會和schweser,stalla幾家機構是競爭關系，他們是「嚴厲打擊」後兩家的，所以出題會盡量避開其他資料的題目。協會的風格似乎有些轉變，偏向了更多的概念細節。大家還是多看幾遍書，覺得不重要的也要看，很可能就出到真題了。