高中数学跨学科主题学习：基于概率统计与函数建模的投资组合优化教学设计

高中数学跨学科主题学习：基于概率统计与函数建模的投资组合优化教学设计

一、课程重构与主题确证

（一）学科归属与学段锁定

本教学设计锁定为高中二年级数学跨学科主题学习课程，融合高中数学选择性必修课程概率统计、函数建模核心内容与金融学现代投资组合理论基础知识，授课对象为已完成必修课程并具备初步导数、概率统计基础的高二学生。课程性质为国家课程校本化实施中的跨学科项目式学习单元，课型为数学探究与数学建模融合课，课时规划为四课时连排或四个独立课时组成的微单元。

（二）主题优化阐释

传统“投资分析技巧”易陷入理财科普或零散知识点介绍，未能触及学科本质。本设计将标题重构为“高中数学跨学科主题学习：基于概率统计与函数建模的投资组合优化教学设计”，精准锚定数学学科核心素养培育坐标。主题确立依据如下：其一，严格对标《普通高中数学课程标准》中“数学建模与数学探究”主线及“概率统计”“函数”内容组，将数学期望、方差、协方差、最优化思想等核心概念作为教学本体；其二，深度融合金融学经典理论——马科维茨均值-方差模型，以沃顿全球高中生投资竞赛真实任务为情境蓝本，使数学抽象概念在解决真实世界不确定决策问题时显现工具价值；其三，回应课程改革中“学科实践”“跨学科学习”的深层诉求，不是简单叠加学科知识，而是以数学学科大观念统领，在迁移应用中达成深度学习。

二、学习目标层级架构

（一）数学核心素养目标

1.数学抽象：能够从具体投资决策问题中抽象出收益率与风险这两个核心数学量，理解用随机变量描述金融资产收益的逻辑必然性，体会从现实情境到数学符号的转化过程。

2.逻辑推理：基于历史数据推断资产未来收益分布特征时，理解统计归纳与演绎证明的辩证关系；能够推导两项资产组合的方差公式，体会协方差项在风险度量中的关键作用。

3.数学建模：经历“明确问题—简化假设—建立模型—求解参数—检验优化—解释应用”的完整建模cycle，构建以投资组合预期收益率最大、风险最小为双目标的优化模型，理解有效前沿的几何意义。

4.数据分析：能够使用Excel或开源工具对给定股票历史价格数据进行清洗、收益率计算、描述性统计与协方差矩阵计算；能够解读蒙特卡洛模拟生成的收益分布直方图，基于数据形成决策依据。

5.数学运算：熟练计算单资产年化收益率、年化波动率；掌握矩阵乘法运算在组合方差计算中的运用；运用规划求解工具或拉格朗日乘数法思想求解最优权重。

（二）跨学科理解目标

1.金融素养：理解“高风险高收益”假设的数学基础——风险溢价本质是对收益不确定性的补偿；区分系统风险与非系统风险，理解分散化降低风险的数学原理在于协方差非完全正相关。

2.批判性思维：辩证看待历史数据预测未来的有效性，识别量化模型依赖的强假设（正态分布、无交易成本、无卖空限制等）与现实市场的差异；理解行为金融学对理性人假设的挑战。

（三）情感态度与价值目标

1.科学精神：在投资决策模拟中体认数学模型的局限与力量，既不神化量化工具也不盲目经验决策，养成基于证据与逻辑的理性决策习惯。

2.社会责任：通过模拟为公益基金会设计投资组合的情境任务，理解金融资源优化配置对社会福祉的促进作用；树立抵制非法集资、识别金融诈骗的批判意识。

三、教学重点与难点系统化突破设计

（一）教学重点

1.核心概念确证：收益率与风险的概率化定义——用对数收益率计算连续复利收益率，用样本标准差度量历史波动率，用夏普比率衡量风险调整后收益。

2.核心模型建构：两项及多项资产组合的预期收益率是各资产收益率的加权平均，组合方差是各资产方差与协方差的加权组合。

3.核心思维工具：有效前沿的生成逻辑与最优组合选择准则。

（二）教学难点与突破策略

1.难点一：协方差与相关系数在组合风险中的作用直觉建立

成因分析：学生易孤立理解各资产自身风险，难以建立“资产间联动关系影响整体风险”的直觉。突破策略：设计“极端相关”对比实验——选取高度正相关资产组合与负相关资产组合，分别计算组合方差，用可视化散点图直观展示“对冲”效应。进一步采用具身学习策略：两名学生模拟两只股票，相向而行代表正相关，背向而行代表负相关，行走距离方差类比收益波动，两人距离均值类比组合收益，两人距离的波动性类比组合风险，在身体动作中感悟协方差本质。

2.难点二：均值-方差优化模型的数学形式化表达与求解

成因分析：高二学生尚未系统学习运筹学多目标规划，直接呈现矩阵形式的优化模型易造成认知超载。突破策略：采用“降维—支架—工具”三阶递进。先以两项资产为案例，引导学生将问题转化为“给定预期收益水平下求解权重使方差最小”，建立含等式约束的一元二次函数极值问题；再推广至多项资产，揭示其线性代数本质，但不要求学生手算，而是借助Excel规划求解或在线优化器作为认知工具，将认知负荷聚焦于模型理解而非计算技巧。

3.难点三：从理论模型到审慎决策的元认知跃迁

成因分析：学生易陷入技术崇拜，误以为最优解即最佳决策。突破策略：嵌入反事实思辨环节。展示某历史回测表现优异的有效前沿组合，随后揭示该组合在2008年金融危机或2020年疫情冲击下的最大回撤数据，引发认知冲突。引导学生讨论：模型遗漏了哪些重要变量？历史会重演但不会简单重复，我们应如何谦逊地使用模型？从而将认知层级从“如何计算”提升至“何时相信计算”。

四、教学准备与资源环境

（一）数据与案例资源

1.基础数据集：选取沪深300ETF、国债ETF、黄金ETF及4-6只代表性行业龙头股票（如贵州茅台、宁德时代、招商银行、恒瑞医药）近5年周度收盘价数据，数据量适宜且覆盖不同行业与风险特征。

2.情境任务包：改编自沃顿全球高中生投资竞赛的真实客户画像——“长青社区基金会十年期资产增值任务”。客户初始本金100万元，目标十年后资产不低于300万元，第三年起每年需稳定提取2万元用于社区阅读室运营。需综合考虑增值目标与现金流约束。

3.认知冲突素材：准备2022年美股科技股大幅回撤期间，重仓纳斯达克指数的“最优组合”表现惨淡，而增配能源、必需消费的朴素分散组合回撤更小的对比案例。

（二）工具与环境准备

1.硬件环境：多媒体计算机教室或学生自备笔记本电脑，确保Excel2016及以上版本或WPS表格专业版（需具备规划求解加载项）。

2.软件工具：预先下发带有历史价格数据与模板计算表的Excel工作簿，模板中预设收益率计算列、协方差矩阵自动生成区域；准备简易版蒙特卡洛模拟插件或直接使用Excel数据表模拟功能。

3.学习支架：设计“投资决策备忘录”结构化报告模板，包含客户画像理解、资产筛选逻辑、模型假设陈述、优化结果呈现、压力测试与局限性反思五大板块。

五、教学实施过程深度叙事

（一）课前启动：从生活经验到学科问题

课前一周发布微任务：学生以小组为单位，访谈家中一位有股票或基金投资经历的成年人，记录两个问题——“您认为投资中最难把握的是什么？”“您做决策时主要看哪些信息？”课堂伊始，邀请三组学生分享访谈摘要。回答高度聚焦于“不知道什么时候跌”“听别人推荐”“看感觉”。教师顺势追问：是否存在一门科学，能够将这种不确定的决策转化为可计算、可优化的数学问题？由此引出哈里·马科维茨1952年发表的博士论文《投资组合选择》，该理论后来为他赢得诺贝尔经济学奖。教师展示现代金融学核心公式的朴素形态——这恰恰是我们在高中数学课上可以动手复现、检验甚至批判的思想工具。导入环节不追求煽情，而是以访谈数据揭示“朴素经验决策的局限”与“量化科学思维的必然”，为后续建模学习提供认知合法性。

（二）第一课时：资产收益与风险的数学表征

本课时核心任务是将模糊的投资品概念转化为清晰的数学随机变量。教师呈现贵州茅台与某国债ETF过去24个月的月收益率散点图，请学生直观判断哪只资产“波动更大”“收益更稳定”。学生自然指向股票波动剧烈、债券平稳收敛。教师引导学生：如何用一个数字概括“波动大小”？复习方差概念，明确此处方差是历史收益率偏离均值的平方的平均，开根后得到标准差，在金融学中被专门命名为“波动率”。学生分组在Excel中计算给定四只资产近三年的年化收益率与年化波动率，发现高收益通常伴随高波动，初步建立风险-收益正相关直觉。然而教师随即展示案例B：某大宗商品ETF收益平庸但波动极高。学生由此修正认知——高风险未必保证高收益，高风险仅代表结果不确定性大，可能是正向惊喜也可能是负向惊吓。由此，风险被严格定义为收益率的不确定性（方差），而非“亏损的可能性”。这一区分至关重要，为后续理解风险溢价本质铺平道路。课时结尾，教师布置探究任务：挑选任意两只资产，在坐标系中以横轴为各自波动率、纵轴为各自收益率绘制散点，然后计算若将资金平均分配于二者，组合的收益率与波动率将位于坐标系何处？学生通过计算发现：组合收益率是二者加权平均值，落在两点连线上；组合波动率却未必是加权平均，可能低于任一单资产波动率！认知冲突自然生成，为下一课时协方差概念引入蓄足势能。

（二）第二课时：组合风险的秘密——协方差的直觉建构

本课时从上一课时结尾的认知冲突直接切入。教师展示两只股票A与B近10周的模拟收益率走势图：A涨时B跌，A跌时B涨，呈现完美负相关。学生计算各自标准差均为15%，但各投50%的组合周收益率标准差骤降至接近0%！课堂响起惊叹声。教师揭示本质：组合风险不仅取决于资产自身风险，更取决于资产间的“协同变动方向与程度”。引入协方差与相关系数定义，强调相关系数取值在-1到1之间，完美负相关可完全对冲风险，完美正相关则分散无效。为深化理解，开展课堂微型实验：每两人小组获发两只不同行业股票的日收益率历史片段，学生需在Excel中计算其相关系数，并尝试寻找市场上实际存在的、历史上呈弱相关甚至负相关的资产对（如黄金与沪深300、必需消费与科技股）。学生在操作中发现，A股市场上大多数股票呈正相关但并非完全正相关，相关系数在0.3-0.6之间居多。这正是分散化能够降低风险但无法完全消除风险的数学根源。本课时不追求复杂计算，而是透过相关系数计算强化核心洞见：投资组合不是把鸡蛋放在不同篮子里，而是把鸡蛋放在不同方向摇摆的篮子里。此比喻生动凝练，学生认知深度显著提升。

（三）第三课时：均值-方差模型与有效前沿——数学建模实战

本课时进入模型核心。教师设定简化的两项资产情境：股票型基金预期年化收益12%，波动率20%；债券型基金预期年化收益5%，波动率8%；二者相关系数为0.2。学生分组探究：若投资者要求目标收益率为9%，应如何分配资金使组合风险最低？这一问题可转化为：设股票权重为w，债券权重1-w，组合收益E=12%w+5%(1-w)=9%，解得w≈57%；组合风险表达式为Var=w²×0.2²+(1-w)²×0.08²+2w(1-w)×0.2×0.08×0.2，学生代入w=57%计算组合波动率约12.3%，远低于股票单资产20%风险。教师追问：是否可能存在另一个权重，使得风险更低但收益恰好也是9%？学生通过求导或Excel单变量求解发现，该收益水平下风险最低点唯一。此为“最小方差组合”思想雏形。进而放开收益约束：枚举w从0到1，计算对应组合收益与风险，在坐标系中描点连线，得到一条向左凸出的曲线——投资组合可行集。教师揭示：这条曲线的上半支边界即为有效前沿，其上每一点代表“在给定风险下收益最高”或“在给定收益下风险最低”，理性投资者应仅考虑有效前沿上的组合。学生动手操作，从两项资产推广至多项资产，使用Excel规划求解工具，设置目标单元格为组合方差最小，可变单元格为各资产权重，添加约束条件：权重和为1，权重非负（符合我国公募基金投资限制），预期收益锁定为某一目标值。规划求解自动输出最优配置权重。当重复多次设置不同目标收益后，将多组（风险，收益）描点连线，有效前沿跃然屏上。有学生惊呼：“这就是我们亲手画出的诺贝尔奖公式！”课堂氛围达到高峰。教师此时适度收敛：模型之美在于其简洁、逻辑自洽，但我们必须清醒认识到，模型输入是历史数据，而未来并非历史的简单重复。这一警示为下一课时的批判性反思埋下伏笔。

（四）第四课时：模型批判与决策智慧——从最优解到满意解

本课时以“模型坍塌时刻”开篇。教师展示某团队使用2015-2019年数据构建的有效前沿组合，在2020-2022年实盘测试中收益远低于预期、回撤远超预期的残酷现实。课堂陷入短暂静默，随即爆发热烈讨论：模型错了吗？错在哪里？教师引导学生从假设层面系统审视：第一，模型假定收益率服从正态分布，但金融数据常呈尖峰厚尾特征，极端值发生概率高于正态预测；第二，模型假定协方差矩阵未来保持不变，但市场危机时所有资产相关性趋近于1，分散化失效；第三，模型未考虑流动性风险、政策风险、黑天鹅事件。学生恍然：并非模型无用，而是模型是地图，不是领土本身。随后进入核心决策环节——为“长青社区基金会”构建投资方案。学生小组需在15分钟内，基于给定资产池（含股、债、黄金、货基），使用规划求解生成有效前沿，再结合客户特定约束（三年后需稳定提款、风险承受能力中等）选择具体组合。教师提供关键决策支架：夏普比率最大化组合可作为备选起点；需保留5%-10%货币基金以满足短期提款流动性，这虽非模型最优但更具现实稳健性。各小组汇报方案，阐释权重分配逻辑。评分重点并非收益高低，而是决策逻辑的自洽性、对客户需求的理解深度、对模型局限的坦诚认知。有小组主动揭示：“我们的组合显示黄金配置为零，因为历史数据中黄金收益低且与股债相关性为正，但考虑到当前国际地缘政治不确定性，我们手动增加了5%黄金权重——这违背了纯模型输出，但我们认为这是更审慎的决策。”这一陈述赢得师生掌声。教师总结：数学给予我们强大的分析工具，但最终决策是科学、经验与价值观的融合。量化模型使隐性经验显性化，但显性知识仍需接受实践智慧的检验。这才是投资分析技巧的最高境界。

六、学习评价设计：表现性评价与概念诊断融合

（一）持续性过程评价

每课时嵌入微型评价任务。第一课时评价任务为：给定三只基金净值数据，计算其年化收益率与年化波动率，并撰写100字投资画像描述。评价聚焦计算准确性与术语运用的规范性。第二课时评价任务为：计算指定资产对过去两年的相关系数，并基于此判断“将二者等权配置能否有效降低风险”，要求用协方差公式进行逻辑推导。第三课时评价任务以小组为单位提交“有效前沿生成录屏及最优组合截图”，附带解释模型假设与求解步骤。

（二）终结性表现评价

单元大任务为“长青社区基金会投资建议书”撰写与答辩。建议书必须包含五部分：客户需求重述与风险承受能力定性分析；资产筛选理由（为何选取这4-6类资产而非全部）；历史数据统计表及协方差矩阵；基于有效前沿的备选组合方案（激进、稳健、保守三档）；压力测试与模型局限性反思。评价量规采用四维度十二指标：数学建模严谨性（权重计算无误、有效前沿生成规范）、金融逻辑合理性（分散化原理应用、夏普比率考量）、批判性思维深度（明确列出至少三点模型假设及其与现实偏差）、团队协作与表达清晰度。量规在任务启动前即发放，实现评价前置引导学习。

（三）概念发展轨迹评价

为探查学生从朴素认知到科学概念的跃迁轨迹，设计前测-后测对照。前测问题：“有人说‘不要把鸡蛋放在一个篮子里’，请从数学角度解释这句话。”典型前测答案集中于“分散降低风险”的模糊表述。后测问题相同，典型答案升维为：“设n项资产收益率为随机变量，组合方差等于权重平方乘方差加上交叉项乘协方差，只要资产间不完全正相关，组合风险就可能低于各资产风险加权平均值。”从隐喻到公式，从定性到定量，概念转变清晰可测。

七、教学反思与迭代方向

（一）设计原点回望

本教学设计坚守的底层逻辑是：跨学科不是装饰，而是学科核心素养在真实情境中的深度激活。投资组合优化是数学课程标准中“概率统计应用”“数学建模活动”的天然载体，并非为跨而跨的生硬拼盘。选择高二年级开课，是因为学生已储备导数、概率、向量、矩阵初步，具备将金融学思想转化为数学表