CQF考试题型大概为两个大题,多个小题,每个小题根据难易程度占不同的权重,CQF考试总分为100分,合格标准为60分,主要考基础数学,风险回报,利率等相关内容,具体如下:
1、基础数学,在CQF课程中,与理科数学相关联的知识点占大多数,其中包括了转换密度函数、随机微积分、概率论、中心极限定理、资产价格、伊藤引理等知识,这些知识点都是与数学密切相关。
2、风险与回报,另外还会涉及有资产的定价模型、马科维茨经典投资组合理论等相关专业知识。
3、利率和产品的关系,在金融投资领域里,利率和产品的关系也是占据了比较重要的位置,在CQF中就会涉及到利率和产品的关系这知识点,在教材里各章节还会有固定产品的收益率、测试风险及控制风险的方法等专业知识。
CQF考试没人分为六个模块内容,两个选定的高级选修课,三个考试和一个最终项目组成,其中6个模块内容如下:
1、量化金融的构建基块,会介绍作为模型框架的应用Itô演算的规则。您将使用随机演算和mar理论来构建工具,并学习如何使用简单的随机微分方程及其相关的Fokker-Planck和Kolmogorov方程。
2、定量风险与回报,会学习Markowitz的经典投资组合理论,资本资产定价模型以及这些理论的最新发展。我们将研究定量风险和回报,研究诸如ARCH框架之类的计量经济学模型和诸如VaR之类的风险管理指标以及它们在行业中的使用方式。
3、股票和货币,会探讨布莱克-斯科尔斯理论作为建立在Delta标题和无套利原则基础上的理论和实践定价模型的重要性。您将使用各种数学知识来了解股票和货币背景下的理论和结果,以使您熟悉当前使用的技术。
4、数据科学与机器学习l,会介绍金融中使用的最新数据科学和机器学习技术。从对该主题的全面概述开始,您将学习基本的数学工具,然后深入研究监督学习的主题,包括回归方法,k近邻,支持向量机,集成方法等等。
5、数据科学与机器学习ll,会学习更多用于金融机器学习的方法。从无监督学习,深度学习和神经网络开始,我们将进入自然语言处理和强化学习。您将研究理论框架,但更重要的是,分析实际案例研究,探索如何在金融中使用这些技术。
6、固定收益和信用,会回顾行业中使用的多种利率模型,重点是每种模型的实施和局限性。在第二部分中,您将了解信用以及如何在量化金融中使用信用风险模型,包括结构化,简化形式以及copula模型。
CQF项目一共包含3次考试和最终的project,每门考试的开始时间如下:
1、第一次考试:完成第一门和第二门必修课;
2、第二次考试:完成第三门必修课;
3、第三次考试:第5门必修课开始两周之后;
4、Final Project:在第5门必修课程接近尾声的时候开始。
其中,前面三次考试持续的时间为两周,Final Project约为两个月。前面三次考试为总分权重的20%,最后的project为40%。