以下也是金融类从业考试里有可能遇到的一些知识，有金融学的有经济学的，做个知识补充，让大家先了解一下，在学习之前可以打个基础，从业考试过了的可以当丰富知识。

经济学研究的是一个社会如何利用稀缺的资源生产有价值的商品，并将他们在不同的个体之间进行分配。

——保罗·萨缪尔森《经济学》

经济学是一门研究财富的学问，同时也是一门研究人的学问。

——马歇尔《经济学原理》

局部均衡是指单个市场或部分市场的供给和需求相等的一种状态，代表人物是马歇尔（近代英国最著名的经济学家，新古典学派的创始人，剑桥大学在他的影响下建立了世界上第一个经济学系，代表作：《经济学原理》）。

一般均衡是指一个经济社会所有市场的供给和需求相等的一种状态。代表人物是瓦尔拉斯（法裔瑞士经济学家。洛桑学派开创者）。

经济学是研究价值的生产、流通、分配、消费的规律的理论。

经济学的核心思想是物质稀缺性和有效利用资源，可分为两大主要分支：微观经济学和宏观经济学。

N.格里高利·曼昆（Nicholas Gregory Mankiw, 1958-至今），美国经济学家。29岁即成为哈佛大学历史上最年轻的终身教授之一。（也写了经济学原理）

古诺模型的原理

古诺模型是由法国经济学家奥古斯汀·古诺(Augustin Cournot)在1838年发表的《对财富理论的数学原理的研究》中提出的。它是最早的寡头模型，又称古诺双寡头模型或双寡头模型，常被作为寡头理论分析的出发点。

基本假设

（1）市场上只有A和B两个厂商生产和销售同质的产品（矿泉水），它们的生产成本均为零（TC=AC=MC=0）；（2）两个厂商都十分准确地了解它们共同面对的市场线性需求曲线；两个厂商都是在已知对方产量的情况下，各自确定能够给自己带来最大利润的产量。

结论：如果令寡头厂商数量为m：每个寡头厂商的均衡产量=市场总容量*1/（m+1）。行业的均衡总产量=市场总容量*m/（m+1）。当m越大，意味着厂商的数量越多，每个寡头厂商的均衡产量在总产量中所占的份额越微不足道，市场越接近竞争市场。最终寡头市场可以更像垄断市场，也可以更像竞争市场，这取决于市场上的企业数量以及这些企业的相互关系。

纳什均衡的基本原理

纳什均衡又称为非合作博弈均衡，指的是参与人的这样一种策略组合，在该策略组合上，任何参与人单独改变策略都不会得到好处。即如果在一个策略组合上，当所有其他人都不改变策略时，没有人会改变自己的策略，则该策略组合就是一个纳什均衡。

纳什均衡可以分为纯战略纳什均衡和混合战略纳什均衡。

约翰·纳什，美国数学家，任普林斯顿大学数学系教授，主要研究博弈论、微分几何学和偏微分方程。1950年，在他那篇仅仅27页的博士论文中有一个重要发现，这就是后来被称为“纳什均衡”的博弈理论。1994年，获得了诺贝尔经济学奖。纳什均衡”对亚当·斯密的“看不见的手”的原理提出挑战：按照斯密的理论，在市场经济中，每一个人都从利己的目的出发，而最终全社会达到利他的效果。但是我们可以从“纳什均衡”中引出“看不见的手”原理的一个悖论：从利己目的出发，结果损人不利己，既不利己也不利他。影片《美丽心灵》（A Beautiful Mind）是一部改编自同名传记而获得奥斯卡金像奖的电影。

十四、囚徒困境的基本原理

1、基本原理

甲、乙两名罪犯被指控合谋偷窃后被警方逮捕，每个人被单独囚禁和审讯且不能互通信息。警方告知量刑原则：如果两人都拒绝坦白，则由于证据不足每人只被判处2年；如果两人都坦白，则各判5年；如果一人坦白而另一人不坦白，则坦白一方从轻处罚只判1年，而不坦白一方则从重处罚判7年。

IS—LM模型最初是由英国经济学家J．希克斯在1937年发表的《凯恩斯先生与古典学派》一文中提出的，1948年美国经济学家A．汉森对这一模型作了解释，因此这一模型又被称为“希克斯一汉森模型”，通称修正凯恩斯模型。

IS—LM模型是凯恩斯（英国最伟大的经济学家）宏观经济学的核心，凯恩斯主义的全部理论与政策分析都是围绕这一模型而展开的。

经济学---英国，金融学----美国

一、GDP的测算有三种方法

1.生产法：

增加值=总产出-中间消耗

GDP  =各行业增加值总和

2.收入法：

GDP  =劳动者报酬+生产税净额+固定资产折旧+营业盈余+生产税净额（生产税－生产补贴）

3.支出法：

GDP  =居民消费+政府消费+固定资本形成总额+存货增加+货物和服务的净出口

GDP=最终消费+资本形成总额+净出口

最终消费=居民消费+政府消费

资本形成总额=固定资产形成总额+存货变化

净出口=出口－进口

消费贡献率=最终消费/GDP

投资贡献率=资本形成总额/GDP

净出口贡献率=净出口/GDP

预期效用理论亦称期望效用函数理论，是20世纪50年代冯·纽曼和摩根斯坦在公理化假设的基础上，运用逻辑和数学工具，建立的不确定条件下对理性人选择进行分析的框架。如果某个随机变量x以概率Pi取值xi(i=1，2，…，n)，而某人在确定地得到Xi时的效用为u(xi)，那么，该随机变量给他的效用便是：u(x)=E[u(x)]=P1u(X1)+P2u(x2)+…+Pnu(xn)其中，E[u(x)]表示关于随机变量x的期望效用。因此U(x)称为期望效用函数，又称冯·诺依曼—摩根斯坦效用函数。

判断与决策中的认知偏差。认知偏差是指人们根据一定表现的现象或虚假的信息而对他人作出判断，从而出现判断失误或判断本身与判断对象的真实情况不相符合。出现认知偏差的原因主要有：(1)人性存在包括自私、趋利避害等弱点。(2)投资者的认知中存在诸如有限的短时记忆容量，不能全面了解信息等生理能力方面的限制。(3)投资者的认知中存在信息获取、加工、输出、反馈等阶段的行为、心理偏差的影响。

金融市场中的行为偏差的原理

1、处置效应

处置效应是指投资人在处置股票时，倾向卖出赚钱的股票、继续持有赔钱的股票，也就是所谓的“出赢保亏”效应。

2、过度交易

一般来说，男性通常比女性在投资活动中更趋向于“过度交易”；行为金融学认为，过度交易现象的表现就是即便忽视交易成本，在这些交易中投资者的收益也降低了。

3、羊群效应

金融市场中的“羊群行为”是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论，而不考虑信息的行为。在金融市场中，个人投资者和机构投资者均有羊群行为。

4、投资经历、记忆与行为偏差

过去的经历或结果通常会影响投资者以后的风险决策，但是，人们的大脑防护机制总是倾向于过滤掉反面的信息，并改变对过去决策的回忆，导致投资者很难客观评价他们的决策行为是否符合既定的投资目标。

5、本土偏差

投资者，尤其是个人投资者在分散化投资时有“本土偏差”的倾向，即投资者将他们的大部分资金投资于本国，甚至本地的股票。

数学期望

早些时候，法国有个大数学家叫做布莱士·帕斯卡。

帕斯卡认识两个赌徒，这两个赌徒向他提出了一个问题。他们说，他俩下赌金之后，约定谁先赢满5局，谁就获得全部赌金。赌了半天，A赢了4局，B赢了3局，时间很晚了，他们都不想再赌下去了。那么，这个钱应该怎么分?

是不是把钱分成7份，赢了4局的就拿4份，赢了3局的就拿3份呢?或者，因为最早说的是满5局，而谁也没达到，所以就一人分一半呢?这两种分法都不对。正确的答案是:赢了4局的拿这个钱的3/4，赢了3局的拿这个钱的1/4。

为什么呢?假定他们俩再赌一局，A有1/2的可能赢得他的第5局，B有1/2的可能赢得他的第4局。若是A赢满了5局，钱应该全归他;若B赢得他的第4局，则下一局中A、B赢得他们各自的第5局的可能性都是1/2。所以，如果必须赢满5局的话，A赢得所有钱的可能为1/2+1/2×1/2=3/4,当然，B就应该得1/4。数学期望由此而来。

离散型

离散型随机变量的一切可能的取值xi与对应的概率Pi(=xi)之积的和称为该离散型随机变量的数学期望(设级数绝对收敛)，记为E(x)。数学期望是最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。如果随机变量只取得有限个值，称之为离散型随机变量的数学期望。它是简单算术平均的一种推广，类似加权平均。例如某城市有10万个家庭，没有孩子的家庭有1000个，有一个孩子的家庭有9万个，有两个孩子的家庭有6000个，有3个孩子的家庭有3000个， 则此城市中任一个家庭中孩子的数目是一个随机变量，记为X，它可取值0，1，2，3，其中取0的概率为0.01，取1的概率为0.9，取2的概率为0.06，取3的概率为0.03，它的数学期望为0×0.01+1×0.9+2×0.06+3×0.03等于1.11，即此城市一个家庭平均有小孩1.11个，用数学式子表示为:E(X)=1.11。

连续型

设连续性随机变量X的概率密度函数为f(x)，若积分绝对收敛，则称积分的值为随机变量的数学期望，记为E(X)。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数(分布密度函数)。能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。

离散型随机变量与连续型随机变量也是由随机变量取值范围(取值)确定，

变量取值只能取离散型的自然数，就是离散型随机变量，

比如，一次掷20个硬币，k个硬币正面朝上，k是随机变量，k的取值只能是自然数0，1，2，…，20，而不能取小数3.5、无理数√20，因而k是离散型随机变量。

如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量，比如，公共汽车每15分钟一班，某人在站台等车时间x是个随机变量，

x的取值范围是[0,15)，它是一个区间，从理论上说在这个区间内可取任一实数3.5、√20等，因而称这随机变量是连续型随机变量。连续型随机变量X的概率密度函数为f(x),若积分绝对收敛，则称此积分值为随机变量X的数学期望

黄金分割的原理：黄金分割的原理源自菲波纳奇数列，是菲波纳奇在13世纪发现的一组数列，黄金分割比率是菲波纳奇数列中相邻两个数值的比率。比较重要的黄金分割比率有0.191、0.382、0.5、0.618等。斐波纳契(1170-1240)是中世纪意大利数学家。他出生在意大利比萨，年轻时跟随经商的父亲在北非和欧洲旅行，由此而学习到了世界各地不同的算术体系。在他最重要的著作《算盘书》（Liber Abaci，写于1202年）中，提出了著名斐波那契数列。斐波那契数列：

1    1    2    3    5    8    13    21    34    55    89    144    233…此数字序列亦称为“神奇数字序列”特点：后面的数字是前面两项之和。注意两个数字间的比率。黄金分割线是证券市场中最常见、最受欢迎的切线分析工具之一，实际操作中主要运用黄金分割来揭示上涨行情的调整支撑位或下跌行情中的反弹压力位。

需求弹性=1的时候销售收入最大，<1的时候提价销售收入变大，>1的时候降价销售收入变大

如果需求价格弹性系数小于1，价格上升会使销售收入增加，

如果需求价格弹性系数大于1，价格上升会使销售收入减少；

如果需求价格弹性系数等于1，价格变动不会引起销售收入变动

参考解析：revenue on sales=P*Q

(Ros +dRoS)=(P+dP)*(Q-dQ)=P*Q+dP*Q-dQ*P+dP*dQ

dP*dQ——>0

dQ/dP<1,(dP*Q-dQ*P)>0, RoS+dRoS>ROS

dQ/dP>1,(dP*Q-dQ*P)<0, RoS+dRoS

dQ/dP=1,(dP*Q-dQ*P)=0, RoS+dRoS=ROS

主要技术指标――WMS（威廉指标）

From baidu

该指标由LarryWilliams于1973年首创的，WMS表示的是市场处于超买还是超卖状态。WMS指标表示的涵义是当天的收盘价在过去的一段日子的全部价格范围内所处的相对位置。如果WMS的值比较大，则当天的价格处在相对较低的位置，要注意反弹；如果WMS的值比较小，则当天的价格处在相对较高的位置，要注意回落；WMS取值居中，在50左右，则价格上下的可能性都有。威廉指标与KD指标的数学关系如下：

威廉指标=1-KD指标

由于KD与威廉指标都是用百分比表示的，因此在波形上，威廉指标与KD指标的波形完全对称、上下颠倒。

威廉指标的计算公式为:R%＝100-100(C-Ln)/(Hn-Ln)

其中:C(当日收盘价)、Ln(n日内最低价)、Hn(n日内最高价)

威廉指标是一个动态的动能指标，具有动能指标的摆动性能，它由一个极端摆动“超买点”到另外一个极端“超卖点”。从单摆的原理看，当单摆接近极端前，都有一个停顿，然后沿着原有趋势惯性向前，才会改变原有趋势。

WMS的应用法则。WMS的操作法则也是从两方面考虑：一是WMS的数值；二是WMS曲线的形状。

第一，从WMS的取值方面考虑：

①当WMS高于80时，处于超卖状态，行情即将见底，应当考虑买进；

②当WMS低于20时，处于超买状态，行情即将见顶，应当考虑卖出。

这里80和20只是一个经验数字，并不是绝对的。

同时，WMS在使用过程中应该注意与其他技术指标相配合。在盘整过程中，WMS的准确性较高；而在上升或下降趋势当中，却不能只以WMS超买超卖信号作为行情判断的依据。

第二，从WMS的曲线形状考虑。这里介绍背离原则以及撞顶和撞底次数的原则。

①在WMS进入低数值区位后（此时为超买），一般要回头。如果这时股价还继续上升，就会产生背离，是卖出的信号。

②在WMS进入高数值区位后（此时为超卖），一般要反弹。如果这时股价还继续下降，就会产生背离，是买进的信号。

③WMS连续几次撞顶（底），局部形成双重或多重顶（底），则是卖出（买进）的信号。

这里需要说明的是，WMS的顶部数值为0，底部数值为100。