股价的崩盘风险具有重要的研究价值与意义。着眼于由错误定价引发的崩盘风险，本文通过机器学习模型为每个股票-月份样本计算得到样本外崩盘风险信息，逐年样本外预测精确性的均值为89.06%，在一定程度上保证了崩盘风险信息的有效性。本文对崩盘风险信息的进一步研究发现：（1）崩盘风险的截面收益具有较高的统计与经济显著性，且具有边际的定价能力；（2）当在投资策略中加入崩盘风险的截面信息执行因子择时策略时，样本外夏普比率约为未加入的2.05倍，显示出崩盘风险的截面信息对于因子择时的突出贡献。本文的研究结果具有较强的现实意义，表现为基于崩盘风险信息，能够充分发挥资本市场中市场与非市场的力量，从而有效地降低系统性风险发生的可能性，为金融体系的健康发展保驾护航。

基于条件在险价值(CVaR)建立新的基金业绩测度指标，该指标在理论上拓展了经典的夏普比率。在正态分布下，该指标是夏普比率的增函数，二者对于基金业绩排名是一致的；在非正态分布下，该指标克服夏普比率没考虑高阶矩、不满足随机占优单调性的缺陷，能给出更为合理的基金业绩排名。利用方差法、经验分布法和核估计法对新指标进行估计，蒙特卡洛模拟结果表明，方差法仅在正态分布下有效，在非正态分布下其估计结果存在系统性偏差；同属于非参数方法的经验分布法和核估计方法在任意分布下都具有大样本性质且估计精度相当。最后运用新指标对我国开放式基金的业绩进行测算和排名，结果显示：当各基金的偏度系数和峰度系数差异较小时，夏普比率和新指标给出的基金业绩排名基本一致；而当各基金的偏度系数和峰度系数差异较大时，二者给出的基金业绩排名差异较大，新指标因考虑了高阶矩信息给出的排名更为合理，这与理论预期是一致的

本文使用OLS、VAR、VECM-GARCH模型和动态OLS四类模型，分别在方差最小和效用最大化两类评估框架下搜寻我国燃油期货的最优对冲比率及其期限，并使用夏普比率的修正形式对样本期内外各类不同期限的套期保值策略有效性进行对比检验。实证结果发现：以双周为期限，基于效用最大法的VECM-GARCH模型表现最好，其平均夏普比值可以高达2.96；这说明我国油料期货市场的投资者应充分利用波动率择时能力，选择合适的套期保值比率及其期限。

本文以个股月平均收益率、β值、总风险、夏普比率和特雷诺比率为衡量指标，以中国上海股市高科技板块1997年到2000年的数据作为样本总体，先根据专家推荐法与因子旋转法认定庄股，再以实证数据测算了在特定时期内投资庄股的价值，本文认定投资庄股比投资非庄股更有理性，因为这些股票具有更高的平均收益率和单位风险溢价补偿，所以可能是理性投资。但这些庄股的本性决定了散户投资者从中获利的概率非常小，所以投资悖论在于有利的投资机会的存在与投资收益无法实现的矛盾。