CQF查看源代码讨论查看历史
CQF是中国的一个科技术语。
汉字是中华民族灿烂文化展台上一颗无可取代、熠熠闪光的明珠[1]。汉字之美,美在庄重典雅,形神兼具。她承载的是中华民族数千年的厚重历史与灿烂文化[2]。她的美,是无与伦比的。
名词解释
CQF的全称是Certificate in Quantitative Finance,中文翻译为国际量化金融分析师,由Paul Wilmott博士领导的国际知名的数量金融工程专家团队于2003年创办,是全球量化金融领域专业的资格认证。CQF(量化金融分析师)位列全球金融领域三大黄金认证(CFA、FRM、CQF),是量化金融与管理界广泛认可的专业资格证书。
CQF
CQF(量化金融分析师)证书,在过去20年中获得了全球范围内成千上万人的青睐,他们通过该项目,掌握实用的量化金融技术,在自己的职业领域内一马当先。
CQF采用线上教学的模式,邀请全球认可的专家授课,该项目包括:三门前导课程、六大模块和一系列高级选修课程、终身学习资源库。
CQF关注行业内最新的、实用的量化金融技术,旨在反映目前雇主的需求,教学大纲全面细致,覆盖量化金融与先进的机器学习技术。CQF证书由CQF协会颁发,课程由Fitch Learning提供,Fitch Learning是一家全球领先的培训公司,在伦敦、纽约、新加坡、香港、迪拜等地方都设有分中心。
为什么考CQF
1、兼职、在线、最快6个月持证
CQF通过六个月的在线课程学习实用的量化金融技术,最快可以在6个月完成学业,也可以选择长达三年的时间来完成你的学业。
2、行业专家亲自授课
师资队伍来自世界各地知名的学界家,为学员的学习提供全程支持。
掌握最新最前沿量化技术CQF课程每季度更新一次,不断融入最新的量化技术。
3、对您的职业生涯产生即刻影响
CQF能够让您掌握业内使用的最新技术,让您在学习中获益颇多。
4、掌握最新最前沿量化技术
CQF课程每季度更新一次,不断融入最新的、核心的量化技术。
5、不断刷新您的技能
所有CQF校友都可以免费使用CQF协会不断更新的终身学习资源库,CQF协会还为学员提供接触一些志趣相投的同行专业人士的机会。
CQF持证人就业方向
CQF学员绝大部分就职于高盛、美林、摩根、汇丰、花旗、巴克莱、荷兰银行、美洲银行、国际清算银行、毕马威等。他们活跃在各个领域,包括模型验证,定量分析,衍生工具,交易,基金管理,定量和股权研究,合规性,经济学和学术界。如CQF持证人可从事以下岗位:
量化研究员或分析师:负责开发和优化量化模型、分析和挖掘金融市场数据,设计和实现交易策略。
金融工程师:负责金融产品的定价、风险管理和模型建立,开发新的金融工具和产品。
交易员或投资经理:基于量化模型和交易策略进行交易,管理投资组合,进行资产配置和风险管理。
风险管理专员:负责监测和管理金融风险,包括市场风险、信用风险、操作风险等。
数据科学家或数据分析师:负责处理和分析金融市场数据,设计和开发数据模型和算法。
CQF培养方案
CQF报名方式为申请审核制,CQF证书考试主要分为两个阶段:
第一阶段主要涵盖金融市场、数学和计算机科学等基础知识,主要考核数学模型和金融工具的使用;
第二阶段则涵盖了量化金融的进阶知识,包括计算机编程、金融产品定价、风险管理、算法交易等方面。
CQF证书项目一年有两次招生,第一次是从7月1号招生至次年1月31号,第二次是2月1号招生至6月30号。(具体详细日期可查询CQF协会官网:www.cqf.com)
根据官网最新消息,下一个CQF计划于2024年1月23日开始。
CQF申请流程
CQF量化金融采取的是审核制度,如果大家想要报名cqf课程,需要提前申请。从2020年3月23日开始,高顿教育正式成为了CQF在中国大陆的唯一合作伙伴,因此,高顿教育是目前在中国大陆地区指定的报名处。
1.在线申请
完成在线申请表格
2.等待审核
如果符合报名条件,48小时内考生将收到邮件确认的初步录取通知。
3.报名与准备
要求学员提交一份简短的报名表,接受学员的入学资格。在完成首次付款后,学员就可以查看入门课程,开启学习。
CQF考试费用
2024年1月计划费用:69800元人民币。 CQF报名费用中,包括:
1、前导课:数学、Python、金融;
2、直播课(含回放)、学习支持、答疑,pythonlab;
3、9本英文原版实体教材和其他学习资料;
4、CQF协会学习portal账号(永久使用权);
5、CQF APP(可下载课程离线观看);
6、Lifelong learning终身学习资源库;
7、CQF所有模块考试和期末考试;
8、访问全球校友网络;
9、Wilmott杂志一年订阅(纸质)。
CQF的学习
核心课程包含以下模块:
模块一:量化金融的基础知识
模块二:量化风险与收益
模块三:股票与货币
模块四:数据科学与机器学习I
模块五:数据科学与机器学习II
模块六:固收与信用
高级选修课程:从一系列备选模块中,选择两个模块。模块二、模块三、模块四结束后需要参加考试。模块六学习结束时,需要完成一个final project作为最终考核。要想获得Distinction荣誉也可以选择参加额外的的optional考试。
CQF准备阶段
从前导课程入手:CQF项目从三个前导课程开始,分别为数学、Python编程、金融。这些前导课中,每一科目都包含长达12个学时的强化训练,让学员具备开始项目学习所需的基础知识。
CQF核心阶段
模块一:量化金融的基础知识
将向学员介绍作为模型框架的应用Itô演算的规则。学员将使用随机演算和鞅论构建工具,学习如何运用简单的随机微分方程以及相关的Fokker-Planck和Kolmogorov方程。
1、资产的随机行为
2、重要的数学工具和结论
3、泰勒级数
4、中心极限定理
5、偏微分方程
6、转移密度函数
7、普朗克和科尔莫戈罗夫方程
8、随机微积分及其引理
9、随机微分方程的求解
10、资产定价的二项模型
模块二:量化风险与收益
包含经典的马科维茨组合理论、资本资产定价模型以及这些理论的最新进展。研究量化风险与收益,研究计量经济模型,如ARCH框架与VaR在内的风险管理指标,以及它们在行业中的应用方法。
1、现代投资组合理论
2、资本资产定价模型
3、最优化投资组合
4、风险监督和巴塞尔协议Ⅲ
5、风险价值和亏损预期
6、抵押品和保证金
7、流动资产负债管理
8、波动性过滤(GARCH系列)
9、资产收益:关键和经验数据
10、波动模型(ARCH框架)
模块三:股票与货币
探讨Black-Scholes理论作为基于定价和无套利原则的理论和实践定价模型的重要性。学员将学习如何使用不同数学计算方法,在股票与货币的背景下,研究相应的理论与结果,熟悉目前使用的一些技术。
1、Black-Scholes模型
2、对冲和风险管理
3、期权策略
4、欧式期权和美式期权
5、有限差分法
6、蒙特卡洛模拟
7、奇异期权
8、波动率套利策略
9、定价鞅论
10、Girsanov's定理
11、高级风险指标
12、衍生品市场
13、完全竞争市场中的高级波动率建模
14、非概率波动模型
15、股票与货币
16、FX期权
模块四:数据科学与机器学习I
对金融学中所用到的最新数据科学和机器学习技术作了介绍。从全面概述入手,该模块提供一些关键数学工具的学习,接着深入研究监督式学习,包括回归方法、K近邻算法、支持向量机、集成方法等众多知识。
1、什么是数学建模?
2、机器学习中的数学工具
3、主成分分析法
4、监督式学习技术
5、线性回归
6、惩罚回归:lasso, ridge, elastic net
7、逻辑、SoftMax回归 8、K近邻算法
9、基本贝叶斯分类器
10、支持向量机
11、决策树
12、集合方法:袋翻法与助推法
13、Python–机器学习算法库
模块五:数据科学与机器学习II
介绍了金融领域用到的多种机器学习方法。从非监督式学习法、深度学习、神经网络开始,我们将逐步深入到自然语言处理和强化学习。学员将学习理论框架,更为重要的是,学员将学会如何分析实际案例,探索这些技术在金融学中的应用。
1、非监督式学习技术
2、K值聚类
3、自组织映射
4、T分布随机近邻嵌入
5、均匀流形近似与投射
6、自编码器
7、人工神经网络
8、神经网络架构
9、自然语言处理
10、深度学习与NLP工具
11、强化工具
12、基于AI的算法交易策略
13、金融学中的实际机器学习案例
14、金融学中的量子计算
15、Python–TensorFlow
模块六:固收与信用
回顾行业中用到的众多利率模型,关注每个模型的应用与限制。在第二部分,将学习信用概念,以及信用风险模型在量化金融中的应用,包括结构式、简化式和Copula模型。
1、固收产品与市场操作
2、固收产品与市场操作
3、收益率、久期、凸性
4、随机利率模型
5、利率的随机方法
6、校准与数据分析
7、Heath,Jarrow和Morton
8、Libor市场模型
9、结构模型
10、简化型模型与风险率
11、信用风险与信用衍生产品
12、X估值调整(CVA,DVA,FVA,MVA)
13、CDS定价与市场方法
14、结构型与简化型的违约风险
15、Copula模型的实施
参考文献
- ↑ 中国汉字:一字一世界,一笔一乾坤,搜狐,2019-05-26
- ↑ 汉字演变简史:中华文化博大精深,从汉字字形看五千年社会变迁,搜狐,2020-07-22