在經濟學的不同領域中，金融是一個比較特殊的領域，它介于理論與實證之間。本書的目的是介紹金融理論以及對這些理論的經驗檢驗，集中分析資本市場中與投資者的投資組合決策以及證券定價相關的金融領域，可以說是一本“金融學導論”。實證研究采用的數據是從1926年2月到1968年6月，所有紐交所普通股的月度收益率。
本書的前四章是統計學基礎，包括概率分布及樣本特征及用這些概念對普通股收益率和投資組合收益率的關系進行驗證。本書的核心部分是第5章到第9章，介紹了資本市場有效性理論及其證據、投資組合理論、預期收益率與風險關系的理論及其證據。作者后得出結論：在一個有效的資本市場中，證券價格“反映了”可得信息。
2013年諾貝爾經濟學獎獲得者尤金 法瑪主要關注投資者的組合決策以及資本市場的證券價格，因提出“有效市場假說”聞名。正是在本書中，法瑪首次系統地提出了“有效市場假說”。
在經濟學的不同領域中，金融是一個比較特殊的領域，它介于理論與實證之間。本書的目的是介紹金融理論以及對這些理論的經驗檢驗，且閱讀本書需要的前期數學知識較少，一般讀者也可以接受。
尤金 法蘭西斯 法瑪(Eugene Francis Fama)，美國經濟學家，芝加哥經濟學派成員之一。專長于現資組合理論與資產定價理論，因提出“有效市場假說”聞名。因為對資產價格實證分析方面的貢獻，獲得2013年諾貝爾經濟學獎。現任教于芝加哥大學布斯商學院。
1 股票市場收益率行為 1.1 若干統計學概念 1.2 收益率的定義 1.3 市場收益率指數或投資組合 1.4 平均收益率和變異性：快速瀏覽 1.5 收益率變異的歷史 1.6 股票市場收益率的分布 1.7 結論 2 投資組合收益率的分布 2.1 作為證券收益率函數的投資組合收益率 2.2 投資組合收益的均值和方差 2.3 投資組合風險和證券風險 2.4 結論 3 市場模型：理論和估計 3.1 證券收益的多元正態分布 3.2 二元正態性和市場模型 3.3 估計量 3.4 估計量的抽樣分布 3.5 估計量的性 3.6 結論 4 市場模型：估計 4.1 估計市場模型：一個詳細的例子 4.2 NYSE普通股的風險或市場敏感度的證據 4.3 結論 5 有效資本市場 5.1 有效資本市場：引言 5.2 有效資本市場：正式的討論 5.3 四個市場均衡模型 5.4 結論及一些理論要點 6 作為通貨膨脹指標的短期利率 6.1 美國短期國庫券市場 6.2 票據市場的通貨膨脹和效率：理論 6.3 市場均衡模型 6.4 當均衡期望真實收益恒定時，市場有效性可檢驗的含義 6.5 數據 6.6 一個月期票據的主要結果 6.7 △，的行為 6.8 更長期限票據的檢驗結果 6.9 作為通貨膨脹指標的利率：與其他結果的比較 6.10 將研究結果拓展至價格控制時期 6.11 結論 7 兩參數投資組合模型 7.1 引言 7.2 正態分布、風險規避和有效集 7.3 有效集的幾何形狀 7.4 投資組合風險、證券風險以及多樣化效應 7.5 結論 8 兩參數環境下的資本市場均衡 8.1 引言 8.2 有效投資組合中期望收益與風險的關系 8.3 無風險借貸時預期收益與風險的市場關系 8.4 賣空正方差證券不受約束時的預期收益與風險的市場關系 8.5 賣空正方差證券不受約束時市場均衡模型的變體 8.6 對各種市場均衡兩參數模型的比較和評判 8.7 不存在無風險證券且禁止做空正方差證券時的市場均衡 8.8 市場均衡：數學處理 8.9 結論 9 兩參數模型：實證檢驗 9.1 引言 9.2 模型檢驗：一般討論 9.3 具體方法 9.4 結果 9.5 測度的風險一收益率關系的一些應用 9.6 結論 參考文獻
根據Fama(1965)的表1和表3得到的表1.2，給出了在股票變動較小的時段，通常是從1965年年末到1957年9月26日期間，道 瓊斯工業指數的30家股票中，以連續復利計算的每只股票日收益率的頻率分布。第1列給出了30個樣本中每只股票的日收益率T。第2列和第3列是在區間R－0.5s(R)≤R≤R 0.5s(R)內，也就是說，與樣本平均收益率偏離0.5個樣本標準差以內的收益率的期望值和真實值。“期望”頻率的計算是基于這樣一個假設：日收益率是從正態分布中獨立抽樣的，該正態分布的均值和標準差等于每只證券的樣本估計均值和樣本估計標準差。第4—9列給出了與R左右相差0.5s(R)的收益率的總期望值和真實值。例如，第4列和第5列給出了聯合區間R－1.0s(R)
從表1.2可以明顯看出，日收益率的頻率分布在其中間和兩端的觀測值要多于正態分布的數量。對每只股票而言，偏離樣本平均收益率0.5個標準差以內的日收益率的真實值要大于其期望值。每只股票偏離其平均收益率3個標準差以上的樣本觀測值，也要多于正態分布的情況；除了一只股票外，其他股票都偏離其均值4個標準差以上；除了兩只股票外，其他股票都偏離其均值2個標準差以上。
用更形象的術語來表述，就是說如果日收益率是從正態分布中抽取的，那么，對任意股票而言，每隔50年，就會出現一次日收益率偏離其均值4個標準差以上的情況。這種極端的日收益率大約每5年可以觀測到4次。類似地，在正態性假設下，對于任意給定的股票，每7000年會出現一次日收益率偏離其均值5個標準差以上的情況。似乎每三到四年就會出現這種觀測值。
大家都知道，概率與相關頻率之和必須等于1。如果股票日收益率的經驗分布在均值附近比正態分布更具峰態，而且如果極端觀測值出現的頻率也比正態分布中的大，那么，在均值附近一定存在一些區間，其觀測到的頻率要小于從正態分布中得到的頻率。在表1.2中，30只股票中有24只股票，其偏離平均收益率0.5—1.0個標準差的觀測值個數，要少于正態分布的情況。一般而言，日收益率偏離均值0.5—2.0個標準差的實際個數要少于正態假設的情況。
盡管表1.2看起來有足夠的證據反對如下假設，即股票日收益率是從正態分布中抽取的，但是，利用概率來檢驗這種假設的表述會更好。也就是說，頻率分布如日收益率的頻率分布，在多大程度上來自于正態分布？為了回答這一問題，表1.3給出了DJIA30指數中，每只股票日收益率的較大值、最小值和學生化極差(SR)。從表1.9可以發現，從正態分布中重復抽取1000個樣本，大于或等于7.99的SR值在每200個樣本中僅可能出現一次。由于這樣的SR值在正態分布的樣本中很少見，因此，當真實的數據樣本出現大于7.99的SR值時，我們可以認為，該樣本并非來自正態分布。在表1.3中，只有2個SR值小于7.99，而且大部分都大于10。
學生化極差允許我們拒絕日收益率的正態性假設，但正如SR值依賴于每只股票的兩個極端收益率一樣，在尋找其他分布的過程中，SR值本身并沒有包含太多信息。
