FDA衍生品分析师技能课程体系

📚

FDA I级基础课程体系

微观经济学、金融市场与工具、期货基础、统计入门

I级

I-1 微观经济学基础

需求、供给与均衡价格决定

价格理论是微观经济学的核心，研究市场如何通过供求实现资源配置。

需求函数: Q_d = a - bP (b>0) 供给函数: Q_s = c + dP (d>0) 均衡: Q_d = Q_s → P* = (a-c)/(b+d)

消费者行为理论

消费者如何在预算约束下实现效用最大化。

效用函数: U = U(X, Y) 预算约束: P_x·X + P_y·Y = M 一阶条件: MU_x/P_x = MU_y/P_y

生产者行为理论

厂商如何在成本约束下实现利润最大化。

生产函数: Q = f(L, K) 成本函数: C = w·L + r·K 利润: π = P·Q - C 一阶条件: MP_L/w = MP_K/r

I-2 金融市场与金融工具

货币市场工具

国库券、大额可转让存单、商业票据等短期融资工具。

工具	期限	特点
国库券	3-12月	政府信用、高流动性
CD存单	1周-1年	可转让、利率市场化
商业票据	1-270天	无担保、信用级别要求

资本市场估值模型

股票和债券的估值定价方法。

DDM: P = D₁/(r-g) (股息折现模型) DCF: V = ΣCF_t/(1+r)ᵗ (现金流折现)

# 股息折现模型(DDM) - R实现
ddm_valuation <- function(D1, r, g, years=5) {
  dividends <- D1 * (1+g)^(0:(years-1))
  pv <- dividends / (1+r)^(1:years)
  terminal <- D1*(1+g)^years / (r - g)
  pv_terminal <- terminal / (1+r)^years
  intrinsic_value <- sum(pv) + pv_terminal
  cat("DDM估值:", round(intrinsic_value, 2), "\n")
  return(intrinsic_value)
}
ddm_valuation(D1=2, r=0.08, g=0.03)

# 股息折现模型(DDM) - Python实现
def ddm_valuation(D1, r, g, years=5):
    """DDM股息折现模型"""
    dividends = [D1 * (1+g)**i for i in range(years)]
    pv = [d / (1+r)**(i+1) for i, d in enumerate(divisors)]
    terminal = D1 * (1+g)**years / (r - g)
    pv_terminal = terminal / (1+r)**years
    print(f"DDM估值: {sum(pv) + pv_terminal:.2f}")
    return sum(pv) + pv_terminal

ddm_valuation(D1=2, r=0.08, g=0.03)

I-3 期货及其他金融衍生品

四种基本衍生品

远期、期货、期权、互换是金融衍生品的四大基石。

类型	定义	现金流特征
远期	未来特定时间交割	线性（固定）
期货	标准化场内合约	线性（盯市）
期权	选择权合约	非线性（买方有限风险）
互换	现金流交换	线性（多期）

期权价格构成

期权价格 = 内在价值 + 时间价值

看涨期权: C = max(S - K, 0) + Time_Value 看跌期权: P = max(K - S, 0) + Time_Value 时间价值 = 剩余期限 × 隐含波动率 × 期权Gamma

I-4 统计基础

弹性分析与相关系数

经济学中常用的弹性概念和统计量。

需求价格弹性: ε = (ΔQ/Q)/(ΔP/P) = (ΔQ/ΔP)·(P/Q) 点弹性: ε = (dQ/dP)·(P/Q) 相关系数: ρ = Cov(X,Y)/(σ_X·σ_Y)

📊

FDA II级进阶课程体系

宏观经济学、统计计量、衍生品定价、四类衍生品

II级

II-1 宏观经济学

AD-AS模型

总需求-总供给模型是宏观经济的核心分析框架。

AD曲线: Y = C + I + G + X - M (IS-LM推导) AS曲线: Y* = f(实际工资, 技术, 预期) 短期: P向上倾斜长期: 垂直于自然产出

IS-LM模型

商品市场与货币市场同时均衡的经典模型。

IS: Y = α(Ä - bT) + β(Ä - π) + γG - γP + δi + ε LM: M/P = kY - hi IS-LM均衡: 联立求解Y*和i*

蒙代尔-弗莱明模型

开放经济条件下的宏观政策分析框架。

政策	固定汇率	浮动汇率
扩张财政	↑Y, 无效果	↑Y, 本币贬值
扩张货币	↑Y, 资本流出	↑Y, 本币贬值

II-2 统计与计量方法

回归模型

一元和多元线性回归是计量分析的基础。

一元: Y = α + βX + ε 多元: Y = α + β₁X₁ + β₂X₂ + ... + ε OLS: β̂ = (X'X)⁻¹X'Y

# OLS回归 - R实现
library(stats)

# 生成示例数据
set.seed(42)
n <- 200
X1 <- rnorm(n, 50, 15)
X2 <- rnorm(n, 30, 10)
Y <- 10 + 1.5*X1 + 0.8*X2 + rnorm(n, 0, 5)

# OLS回归
model <- lm(Y ~ X1 + X2)
summary(model)

# 预测
new_data <- data.frame(X1=55, X2=32)
pred <- predict(model, new_data, interval="prediction")
cat("预测值:", pred[, 1], "\n")

# OLS回归 - Python实现
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

np.random.seed(42)
n = 200
X1 = np.random.normal(50, 15, n)
X2 = np.random.normal(30, 10, n)
Y = 10 + 1.5*X1 + 0.8*X2 + np.random.normal(0, 5, n)

X = np.column_stack([X1, X2])
model = LinearRegression()
model.fit(X, Y)

print("截距:", model.intercept_)
print("系数:", model.coef_)

# 预测
new_X = np.array([[55, 32]])
pred = model.predict(new_X)
print("预测值:", pred[0])

II-3 衍生品定价

无套利定价 & 风险中性定价

衍生品定价的两大核心方法。

无套利: F = S·e^(rT) (远期价格) 风险中性: E[Payoff] = r折现 (期权定价基础) 复制组合: Δ×标的 + B×债券 = 期权Payoff

Black-Scholes-Merton模型

期权定价的里程碑公式。

d₁ = [ln(S/K)+(r+σ²/2)T] / (σ√T) d₂ = d₁ - σ√T C = S·N(d₁) - K·e^(-rT)·N(d₂) P = K·e^(-rT)·N(-d₂) - S·N(-d₁)

希腊字母套期保值

Delta、Gamma、Theta、Vega、Rho是期权风险管理的核心。

Delta: ∂V/∂S (标的价格敏感度) Gamma: ∂²V/∂S² (Delta变化率) Theta: ∂V/∂T (时间衰减) Vega: ∂V/∂σ (波动率敏感度) Rho: ∂V/∂r (利率敏感度)

II-4 商品类衍生品

商品期货定价因子

商品价格受仓储成本、便利收益等因素影响。

F = S×e^((r+u-c)×T) 其中: r=融资成本, u=仓储费, c=便利收益基差 = 现货 - 期货

商品期权策略

Covered Call、保护性看跌、价差策略等。

策略	构建方式	适用场��
Covered Call	持有现货+卖出看涨	温和上涨
保护性看跌	持有现货+买入看跌	下跌保护
牛市价差	买入低行权+卖出高行权	温和上涨

II-5 利率类衍生品

利率期限结构

零息利率曲线是利率衍生品定价的基础。

即期利率: r(0,t) = -ln(P(0,t))/t 远期利率: f(t₁,t₂) = [ln(P(0,t₁))-ln(P(0,t₂))]/(t₂-t₁) 收益率曲线类型: 正常、反转、水平

利率互换定价

利率互换的公允价值计算。

固定利率: Σc×B(t_i) + B(T) = Σr_float×B(t_i) + 1 或: c = [1 - B(T)] / ΣB(t_i) 其中B(t)为贴现因子

II-6 外汇类衍生品

外汇远期定价

利率平价是外汇远期定价的理论基础。

F = S × (1+r_d)/(1+r_f)^T 抛物法则: 远期升水/贴水 ≈ 利差套利边界: |F - S| ≤ 2σ

II-7 权益类衍生品

股指期货套期保值

β系数法是最常用的套保方法。

最优套保比: h* = ρ × (σ_S/σ_F) 期货手数: N = (β×V_P)/(合约价值×h*) 套保效率: R² = ρ²

🎓

FDA III级高级课程体系

宏观拓展、信用衍生品、结构化产品、波动率、随机模型

III级

III-1 宏观经济学拓展

经济周期与波动

经济周期的四个阶段及政策应对。

阶段	特征	政策
复苏	GDP↑, 就业↑	扩张财政+货币
繁荣	GDP高位, 通胀↑	紧缩财政+货币
衰退	GDP↓, 失业↑	扩张财政+货币
萧条	GDP低谷	大规模刺激

菲利普斯曲线

通胀与失业的短期权衡关系。

π = πᵗ - α(u - u*) + ε 短期: 负相关长期: 垂直

III-2 信用类衍生品

信用违约互换(CDS)

CDS是信用风险管理的核心工具。

CDS定价: Premium = Σq_i×D_i×v_i 违约概率: Q(t) = 1 - e^(-λt) CDS利差: s = λ*(1-R)/(1-R+λ×Σv_i)

信用风险度量模型

结构化模型与简约化模型。

结构化(KMV): 违约由资产价值触发 P(违约) = N(-d₂), d₂ = (lnV + ΓT)/(σ√T) 简约化(JCIR): 违约是外生泊松过程

抵押债务凭证(CDO)

CDO的分层结构与现金流分配。

层级	优先级	风险特征
优先层(Senior)	1st	低风险, 低收益
中级(Mezzanine)	2nd	中等风险
股权层(Equity)	Last	高风险, 高收益

III-3 结构化产品

结构化产品定价

内嵌期权的结构性存款定价。

保本产品: V = 债券部分 + 期权部分债券价值 = N×e^(-rT) 期权价值 = BS_Option_Price 参与率 = (V - 债券价值)/S

雪球结构(Autocall)

内嵌敲出期权的结构化产品。

票息 = 固定票息 - 期权费敲出条件: S ≥ K → 终止支付敲入条件: S < K → 损失可能

III-4 波动率衍生品

方差互换

方差互换是波动率交易的基础。

方差支付: σ²_realized × N 方差固定: σ²_strike × N 方差互换价值 = N×(σ²_r - σ²_s)×T

VIX指数

VIX是市场恐慌指数。

VIX = 100×√[Σw_i×K_i×r_i²] 其中: K_i=行权价, w_i=权重, r_i=波动率 VIX期货: 反映未来30天波动率预期

III-5 金融随机模型

利率随机模型

Ho-Lee、Vasicek、CIR等利率模型。

Vasicek: dr = a(b-r)dt + σdW CIR: dr = a(b-r)dt + σ√r dW HW: dr = (θ(t)-a)dt + σdW

Heston随机波动率模型

双因素随机波动率模型。

dS = μSdt + √vSdW₁ dv = κ(θ-v)dt + σ√vdW₂ dW₁dW₂ = ρ dt

Copula相关性与违约

Copula函数刻画尾部相关性。

Gaussian Copula: C_ρ(u,v) = Φ_ρ(Φ⁻¹(u),Φ⁻¹(v)) t-Copula: 厚尾部更高 Tail Dependence: 下尾相关系数

⚖️

法律法规与职业道德

6个部分的法规体系

基础

核心法规要点

关键法规

类别	法规名称	核心要点
期货公司	期货交易管理条例	业务许可、风险控制
从业人员	期货从业人员执业行为准则	职业道德、禁止行为
投资者	适当性管理办法	风险匹配、告知义务
交易	期货交易所管理办法	交易规则、结算制度
监控	期货监控中心管理办法	保证金监控、异常监控
协会	中国期货业协会自律规则	行业自律、行业标准

从业人员禁止行为

期货从业人员执业红线。

1. 代理客户交易 2. 挪用客户保证金 3. 私下对赌 4. 虚假宣传/承诺收益 5. 泄露商业秘密 6. 利益输送

FDA I级 · 入门

微观经济学基础
金融市场与工具
期货基本概念
统计入门
法律法规基础

FDA II级 · 进阶

宏观经济学(AD-AS, IS-LM)
计量方法(回归, ARIMA)
衍生品定价(BS, 二叉树)
商品/利率/外汇/权益衍生品

FDA III级 · 高级

宏观经济学拓展(政策传导)
信用衍生品(CDS, CDO)
结构化产品设计
波动率衍生品(VIX, 方差互换)
随机利率模型(Heston, Copula)