本文基于投资者过度自信假定,对相关资产定价模型的构建及其经验检验进行了详细地讨论和研究。首先,通过对以往文献的综合研究,发现投资者过度自信对资产定价的影响及其程度受到市场状态和信号种类等多种因素的作用。市场看涨下,投资者易过度自信；对正信号反应过度,对负信号却反应不足；并导致资产价格的高估。而在市场看跌下,投资者则易过度悲观；对负信号反应过度,对正信号则反应不足；并使资产价格呈现低估。而且,各因子间的这种综合关系,还可以列联表和直角坐标图的形式表达出来。其次,根据Daniel et al.(2001)的研究成果,发展出一新的、基于投资者过度自信的多因素动态资产定价模型。该资产定价模型,不但体现了过度自信对信号的非对称反应,且还反映出贝塔系数所蕴含的噪音交易成分；同时,还可推广至跨期状态。这样的动态模型,更能体现众多学者的论断：过度自信投资者因承担了自身所制造的风险,而比理性交易者获得更高的期望收益和效用。再次,通过对与最高和最低价相关变量的数据挖掘,可导出一个可观察变量——相对振幅。并据此将多因素动态资产定价模型,简化为二因素资产定价模型——相对振幅资本资产模型(ACAPM)。且用沪、深A股市场的个股收益数据,对ACAPM进行经验检验。经验结果表明,相对振幅变量的加入不但使其与经验数据有较高的拟合优度,而且还能实现对个股超常收益的有效计量。同时,还表明牛市下我国投资者呈过度自信的特征；且这种过度自信,在具体时段还与行业相关。总之,相对振幅项的存在只能说明理性投资者的反向套利不够彻底,并使得噪音交易的影响得以残留,且成为个股在此期间收益的一部分,也因此而成为超常收益的源泉。其系数,恰是噪音影响所残留下来的比例。