CQF檢視原始碼討論檢視歷史
![]() |
CQF是中國的一個科技術語。
漢字是中華民族燦爛文化展台上一顆無可取代、熠熠閃光的明珠[1]。漢字之美,美在莊重典雅,形神兼具。她承載的是中華民族數千年的厚重歷史與燦爛文化[2]。她的美,是無與倫比的。
名詞解釋
CQF的全稱是Certificate in Quantitative Finance,中文翻譯為國際量化金融分析師,由Paul Wilmott博士領導的國際知名的數量金融工程專家團隊於2003年創辦,是全球量化金融領域專業的資格認證。CQF(量化金融分析師)位列全球金融領域三大黃金認證(CFA、FRM、CQF),是量化金融與管理界廣泛認可的專業資格證書。
CQF
CQF(量化金融分析師)證書,在過去20年中獲得了全球範圍內成千上萬人的青睞,他們通過該項目,掌握實用的量化金融技術,在自己的職業領域內一馬當先。
CQF採用線上教學的模式,邀請全球認可的專家授課,該項目包括:三門前導課程、六大模塊和一系列高級選修課程、終身學習資源庫。
CQF關注行業內最新的、實用的量化金融技術,旨在反映目前僱主的需求,教學大綱全面細緻,覆蓋量化金融與先進的機器學習技術。CQF證書由CQF協會頒發,課程由Fitch Learning提供,Fitch Learning是一家全球領先的培訓公司,在倫敦、紐約、新加坡、香港、迪拜等地方都設有分中心。
為什麼考CQF
1、兼職、在線、最快6個月持證
CQF通過六個月的在線課程學習實用的量化金融技術,最快可以在6個月完成學業,也可以選擇長達三年的時間來完成你的學業。
2、行業專家親自授課
師資隊伍來自世界各地知名的學界家,為學員的學習提供全程支持。
掌握最新最前沿量化技術CQF課程每季度更新一次,不斷融入最新的量化技術。
3、對您的職業生涯產生即刻影響
CQF能夠讓您掌握業內使用的最新技術,讓您在學習中獲益頗多。
4、掌握最新最前沿量化技術
CQF課程每季度更新一次,不斷融入最新的、核心的量化技術。
5、不斷刷新您的技能
所有CQF校友都可以免費使用CQF協會不斷更新的終身學習資源庫,CQF協會還為學員提供接觸一些志趣相投的同行專業人士的機會。
CQF持證人就業方向
CQF學員絕大部分就職於高盛、美林、摩根、滙豐、花旗、巴克萊、荷蘭銀行、美洲銀行、國際清算銀行、畢馬威等。他們活躍在各個領域,包括模型驗證,定量分析,衍生工具,交易,基金管理,定量和股權研究,合規性,經濟學和學術界。如CQF持證人可從事以下崗位:
量化研究員或分析師:負責開發和優化量化模型、分析和挖掘金融市場數據,設計和實現交易策略。
金融工程師:負責金融產品的定價、風險管理和模型建立,開發新的金融工具和產品。
交易員或投資經理:基於量化模型和交易策略進行交易,管理投資組合,進行資產配置和風險管理。
風險管理專員:負責監測和管理金融風險,包括市場風險、信用風險、操作風險等。
數據科學家或數據分析師:負責處理和分析金融市場數據,設計和開發數據模型和算法。
CQF培養方案
CQF報名方式為申請審核制,CQF證書考試主要分為兩個階段:
第一階段主要涵蓋金融市場、數學和計算機科學等基礎知識,主要考核數學模型和金融工具的使用;
第二階段則涵蓋了量化金融的進階知識,包括計算機編程、金融產品定價、風險管理、算法交易等方面。
CQF證書項目一年有兩次招生,第一次是從7月1號招生至次年1月31號,第二次是2月1號招生至6月30號。(具體詳細日期可查詢CQF協會官網:www.cqf.com)
根據官網最新消息,下一個CQF計劃於2024年1月23日開始。
CQF申請流程
CQF量化金融採取的是審核制度,如果大家想要報名cqf課程,需要提前申請。從2020年3月23日開始,高頓教育正式成為了CQF在中國大陸的唯一合作夥伴,因此,高頓教育是目前在中國大陸地區指定的報名處。
1.在線申請
完成在線申請表格
2.等待審核
如果符合報名條件,48小時內考生將收到郵件確認的初步錄取通知。
3.報名與準備
要求學員提交一份簡短的報名表,接受學員的入學資格。在完成首次付款後,學員就可以查看入門課程,開啟學習。
CQF考試費用
2024年1月計劃費用:69800元人民幣。 CQF報名費用中,包括:
1、前導課:數學、Python、金融;
2、直播課(含回放)、學習支持、答疑,pythonlab;
3、9本英文原版實體教材和其他學習資料;
4、CQF協會學習portal賬號(永久使用權);
5、CQF APP(可下載課程離線觀看);
6、Lifelong learning終身學習資源庫;
7、CQF所有模塊考試和期末考試;
8、訪問全球校友網絡;
9、Wilmott雜誌一年訂閱(紙質)。
CQF的學習
核心課程包含以下模塊:
模塊一:量化金融的基礎知識
模塊二:量化風險與收益
模塊三:股票與貨幣
模塊四:數據科學與機器學習I
模塊五:數據科學與機器學習II
模塊六:固收與信用
高級選修課程:從一系列備選模塊中,選擇兩個模塊。模塊二、模塊三、模塊四結束後需要參加考試。模塊六學習結束時,需要完成一個final project作為最終考核。要想獲得Distinction榮譽也可以選擇參加額外的的optional考試。
CQF準備階段
從前導課程入手:CQF項目從三個前導課程開始,分別為數學、Python編程、金融。這些前導課中,每一科目都包含長達12個學時的強化訓練,讓學員具備開始項目學習所需的基礎知識。
CQF核心階段
模塊一:量化金融的基礎知識
將向學員介紹作為模型框架的應用Itô演算的規則。學員將使用隨機演算和鞅論構建工具,學習如何運用簡單的隨機微分方程以及相關的Fokker-Planck和Kolmogorov方程。
1、資產的隨機行為
2、重要的數學工具和結論
3、泰勒級數
4、中心極限定理
5、偏微分方程
6、轉移密度函數
7、普朗克和科爾莫戈羅夫方程
8、隨機微積分及其引理
9、隨機微分方程的求解
10、資產定價的二項模型
模塊二:量化風險與收益
包含經典的馬科維茨組合理論、資本資產定價模型以及這些理論的最新進展。研究量化風險與收益,研究計量經濟模型,如ARCH框架與VaR在內的風險管理指標,以及它們在行業中的應用方法。
1、現代投資組合理論
2、資本資產定價模型
3、最優化投資組合
4、風險監督和巴塞爾協議Ⅲ
5、風險價值和虧損預期
6、抵押品和保證金
7、流動資產負債管理
8、波動性過濾(GARCH系列)
9、資產收益:關鍵和經驗數據
10、波動模型(ARCH框架)
模塊三:股票與貨幣
探討Black-Scholes理論作為基於定價和無套利原則的理論和實踐定價模型的重要性。學員將學習如何使用不同數學計算方法,在股票與貨幣的背景下,研究相應的理論與結果,熟悉目前使用的一些技術。
1、Black-Scholes模型
2、對沖和風險管理
3、期權策略
4、歐式期權和美式期權
5、有限差分法
6、蒙特卡洛模擬
7、奇異期權
8、波動率套利策略
9、定價鞅論
10、Girsanov's定理
11、高級風險指標
12、衍生品市場
13、完全競爭市場中的高級波動率建模
14、非概率波動模型
15、股票與貨幣
16、FX期權
模塊四:數據科學與機器學習I
對金融學中所用到的最新數據科學和機器學習技術作了介紹。從全面概述入手,該模塊提供一些關鍵數學工具的學習,接着深入研究監督式學習,包括回歸方法、K近鄰算法、支持向量機、集成方法等眾多知識。
1、什麼是數學建模?
2、機器學習中的數學工具
3、主成分分析法
4、監督式學習技術
5、線性回歸
6、懲罰回歸:lasso, ridge, elastic net
7、邏輯、SoftMax回歸 8、K近鄰算法
9、基本貝葉斯分類器
10、支持向量機
11、決策樹
12、集合方法:袋翻法與助推法
13、Python–機器學習算法庫
模塊五:數據科學與機器學習II
介紹了金融領域用到的多種機器學習方法。從非監督式學習法、深度學習、神經網絡開始,我們將逐步深入到自然語言處理和強化學習。學員將學習理論框架,更為重要的是,學員將學會如何分析實際案例,探索這些技術在金融學中的應用。
1、非監督式學習技術
2、K值聚類
3、自組織映射
4、T分布隨機近鄰嵌入
5、均勻流形近似與投射
6、自編碼器
7、人工神經網絡
8、神經網絡架構
9、自然語言處理
10、深度學習與NLP工具
11、強化工具
12、基於AI的算法交易策略
13、金融學中的實際機器學習案例
14、金融學中的量子計算
15、Python–TensorFlow
模塊六:固收與信用
回顧行業中用到的眾多利率模型,關注每個模型的應用與限制。在第二部分,將學習信用概念,以及信用風險模型在量化金融中的應用,包括結構式、簡化式和Copula模型。
1、固收產品與市場操作
2、固收產品與市場操作
3、收益率、久期、凸性
4、隨機利率模型
5、利率的隨機方法
6、校準與數據分析
7、Heath,Jarrow和Morton
8、Libor市場模型
9、結構模型
10、簡化型模型與風險率
11、信用風險與信用衍生產品
12、X估值調整(CVA,DVA,FVA,MVA)
13、CDS定價與市場方法
14、結構型與簡化型的違約風險
15、Copula模型的實施
參考文獻
- ↑ 中國漢字:一字一世界,一筆一乾坤,搜狐,2019-05-26
- ↑ 漢字演變簡史:中華文化博大精深,從漢字字形看五千年社會變遷,搜狐,2020-07-22