如何计算股票预期收益率？
如果以资本资产定价模型（CAPM）来看，一只股票的预期收益率由无风险利率Rf加上β系数与市场组合期望收益率的差值来表示。 举个例子来说明：
A证券为小盘股，B证券是大盘股；
A、B两只股票的风险系数分别为1.5和0.8；
假设市场的平均收益率为7%，那么从公式可知 A证券的平均预期回报率=Rf+(1.5-1)*[7%-7%]=9.25% B证券的平均预期回报率=Rf+(0.8-1)*[7%-7% ]=3.6 % 由此可看出，大盘股的期望报酬率相对较小盘股要低一些，所以通常人们会选择投资大盘股。 但是上面的方法在现实中存在着一定的局限性：
第一，该方法将风险看成是证券市场风险的代理变量，但是很多学者认为这只是一种代表性路径依赖思想的方法论错误。他们更倾向于用系统风险和非系统风险以及公司特定风险等概念代替。因此这种方法不能很好地适应现实情况。 第二，由于数据的可得性，一般投资者只能得到过去N年内的价格序列或者收益率序列，而N的大小不同导致了计算出来的结果也会有差异，并且，当N较大时，样本容量增大，计算出的估计值更加精确可靠些。 第三，这种计算方法没有考虑到通货膨胀的因素。 第四，对于不同市场周期里的证券而言，它们的预期回报率的平均值也会有所不同，而且其波动程度也不一样，这就使得使用单个市场的历史数据来计算各证券的预期收益率有失偏颇。 因为上述原因的存在，我们不可能仅仅依靠传统的资本资产定价模型来预测未来的投资收益了。现在比较流行的股票预期收益率的计算方法是基于统计套利理论而来的。 在一个有效的市场中，一种证券的收益与其剩余期限内的未来现金流的相关度很大。对于一个给定的期权，我们可以根据它的执行价格和时间跨度算出它在未来某一时点可能产生的现金流，这些现金流包括看涨期权的现金支付和行权价差额以及看跌期权的现金支付和行权价的差额等等，然后将其与市场价格进行比较，如果两者不一致就会出现套利机会。通过寻找这样的套利机会可以有效地控制证券的风险水平进而提高整个资产组合的投资绩效。 对于一个特定的证券，其未来的现金流是不确定的，只有当其到期日临近时才会变得明晰起来，这样我们就无法找到合适的期权对其定价了。于是我们将眼光投向了远期合约市场上那些与标的证券特征相似的“替代品”上，因为“替代品”的价格也是受到市场效率的影响。通过建立包含这两种资产的资产组合就可以对未来证券价格做出较为准确的判断，从而实现套利的目的。