在”65分万岁的选择路径下“，我有大量的时间和实践机会去思考教科书和课堂之外的事情，并将这两者结合。本学期学习的课程和理论中，CAPM模型对我的影响最大。
在股票金融市场中，有一个著名的理论是CAPM（资本资产定价模型）。
公式为：资产的预期回报率=无风险利率+贝塔*（市场指数的预期回报率-无风险利率）
这个公式是基于无风险利率、市场指数回报率以及个股回报率，其中有两个关键的指标，一是贝塔（用于评估个别股票或者投资组合相对于整个市场的波动性，表明了个别股票或者投资组合相对于市场整体的风险程度），二是Alpha（是衡量投资表现的一个指标，表现投资相对于CAPM模型预期的超额回报）。
在金融市场资产的投资中，这两个指标结合寻找最优的投资标的，但是思考到个人的选择中也是同样适用。
假设我们把相似人群（相似学历家庭背景等）的样本的财务回报社会价值和贡献度统一算作是“市场指数”，算是人群中的沪深300或者标普500。
将个人选择带来的收益计算的财务回报社会机制和贡献度统一编入个人指数，是个人在一定选择下的回报率。
无风险利率在金融定义中是美国的国债利率或者人民币的存款利率，那么在这个案例中的分析则为公务员或者国企等稳定单位的回报率。
那么使用协方差统计学公式计算两者之间的关系，计算得到的贝塔也就是个人选择下的回报和“特定人群回报率”之间的关系。这个贝塔在不同的历史时期会不同，比如在改革开发，战争（大于1）或者相对平稳期（小于1）贝塔值会有波动。
那么这个新的公式为：个人在特定选择下的回报率=国企和公务员的回报率+贝塔*（特定人群样本回报率-国企和公务员的回报率）。
最终决定资产预期回报率和个人特定选择回报率的重要指标正如上文所述，是贝塔和阿法。
贝塔衡量的是特定资产（个人选择）的回报率和指数（人群样本）之间的波动性，阿法计算则是特定资产（个人选择）相对于CAPM模型预期的超额回报。
那么在一定风险下的个人选择，例如创业、加入新的行业或者其他，更希望获得是高的阿法。
“你的怀疑是我的阿尔法”。
这句座右铭在乔尔·莫内格罗 (Joel Monegro) 投资加密行业的方法中得到了体现。例如，在以太坊 2018 年和 2019 年的困境中，Placeholder 的合作伙伴玩了逆向游戏，并对生态系统进行了大量投资。
或者是其他在早期投资比特币，发行BNB建设世界上最大加密货币交易所的CZ，在Web2世界中的体现则是早期加入BAT或者TMD的人。
在过往20年，无论是基金还是个人的回报，互联网Web2行业远超于任何的行业，是时代的机遇性机会，但是现在则往下走，则是周期的必然。
同样，并不是每个创业，或者加入初创企业都是能获得高阿法的。那么如何做选择呢？
未来五年高阿法高贝塔的行业
-
区块链项目，定义是海外市场的，国内的联盟链等企业没有发展前景
-
中国跨境品牌出海的卖家（有独立的或者深度合作的工厂，年轻的管理团队，数字化建设的中台，野性的基因）
-
中国跨境出海的平台（Temu，TT，Shein以及虾皮）
未来高贝塔但是不确定是高阿法的行业
-
中国国内的ai产品层（我认为产品层最终都会变为Openai生态中的一个插件系统，且使用的都是对方的模型层，没有太大的发展空间）
-
中国国内的模型层（搜索引擎只需要一个谷歌，模型层也类似，百模大战最终会让大部分的模型都归零）
未来是高贝塔且大概率无法获得高阿法的行业
-
品牌营销广告公司初创企业（上海有1万家广告公司，这种非标准化的服务无法长期实现高阿法
-
现有的一些互联网大厂的国内业务（阿里百度腾讯等）游戏可能会有机会，但是游戏目前还在复苏阶段。
综上，金融学和经济的模型不仅能指导投资和产业决策，作为一种基于信息输入的选择模型也可以运用在个人的选择和考虑中。