2024年CQF考試時(shí)間

　　2024年CQF項(xiàng)目一共包含3次考試和最終的project，模塊二、模塊三、模塊四之后有測(cè)試。在模塊六結(jié)束之時(shí)，所有學(xué)員都要完成一個(gè)final project。每次考試的開始時(shí)間如下：

　　前面三次考試持續(xù)的時(shí)間為兩周，F(xiàn)inal Project約為兩個(gè)月。前面三次考試為總分權(quán)重的20%，最后的project為40%。

　　CQF是線上開卷考試，前面三次的考試都是固定的題目，基本上是老師的上課或者習(xí)題課講過的內(nèi)容進(jìn)行深化。最后的project有多個(gè)題目的選擇，可以依據(jù)個(gè)人興趣和選修課選擇的內(nèi)容進(jìn)行選擇。

備考資料ue_arc_bkzl
請(qǐng)?jiān)谙旅婕t色框內(nèi)輸入分類名稱arc_bkzl_nameCQF

CQF考試科目有哪些？

　　CQF考試的核心課程由六個(gè)模塊與高級(jí)選修課程組成。

　　模塊一：量化金融的基礎(chǔ)知識(shí)

　　我們將向?qū)W員介紹作為模型框架的應(yīng)用It?演算的規(guī)則。學(xué)員將使用隨機(jī)演算和鞅論構(gòu)建工具，學(xué)習(xí)如何運(yùn)用簡(jiǎn)單的隨機(jī)微分方程以及相關(guān)的FokkerPlanck和Kolmogorov方程。

　　?資產(chǎn)的隨機(jī)行為

　　?重要的數(shù)學(xué)工具和結(jié)論

　　?泰勒級(jí)數(shù)

　　?中心極限定理

　　?偏微分方程

　　?轉(zhuǎn)移密度函數(shù)

　　?普朗克和科爾莫戈羅夫方程

　　?隨機(jī)微積分及其引理

　　?隨機(jī)微分方程的求解

　　?資產(chǎn)定價(jià)的二項(xiàng)模型

　　模塊二：量化風(fēng)險(xiǎn)與收益

　　包含經(jīng)典的馬科維茨組合理論、資本資產(chǎn)定價(jià)模型以及這些理論的最新進(jìn)展。我們將研究量化風(fēng)險(xiǎn)與收益，研究計(jì)量經(jīng)濟(jì)模型，如ARCH框架與VaR在內(nèi)的風(fēng)險(xiǎn)管理指標(biāo)，以及它們?cè)谛袠I(yè)中的應(yīng)用方法。

　　?現(xiàn)代投資組合理論

　　?資本資產(chǎn)定價(jià)模型

　　?最優(yōu)化投資組合

　　?風(fēng)險(xiǎn)監(jiān)督和巴塞爾協(xié)議Ⅲ

　　?風(fēng)險(xiǎn)價(jià)值和虧損預(yù)期

　　?抵押品和保證金

　　?流動(dòng)資產(chǎn)負(fù)債管理

　　?波動(dòng)性過濾（GARCH系列）

　　資產(chǎn)收益:關(guān)鍵和經(jīng)驗(yàn)數(shù)據(jù)

　　?波動(dòng)模型（ARCH框架）

　　模塊三：股票與貨幣

　　探討B(tài)lack-Scholes理論作為基于定價(jià)和無套利原則的理論和實(shí)踐定價(jià)模型的重要性。學(xué)員將學(xué)習(xí)如何使用不同數(shù)學(xué)計(jì)算方法，在股票與貨幣的背景下，研究相應(yīng)的理論與結(jié)果，熟悉目前使用的一些技術(shù)。

　　?Black-Scholes模型

　　對(duì)沖和風(fēng)險(xiǎn)管理

　　?期權(quán)策略

　　?歐式期權(quán)和美式期權(quán)

　　?有限差分法

　　?蒙特卡洛模擬

　　?奇異期權(quán)

　　?波動(dòng)率套利策略

　　?定價(jià)鞅論

　　?Girsanov's定理

　　高級(jí)風(fēng)險(xiǎn)指標(biāo)

　　?衍生品市場(chǎng)

　　?完全競(jìng)爭(zhēng)市場(chǎng)中的高級(jí)波動(dòng)率建模

　　模塊三

　　?非概率波動(dòng)模型

　　?股票與貨幣

　　?FX期權(quán)

　　模塊四：數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)I

　　對(duì)金融學(xué)中所用到的最新數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)作了介紹。從全面概述入手，該模塊提供一些關(guān)鍵數(shù)學(xué)工具的學(xué)習(xí)，接著深入研究監(jiān)督式學(xué)習(xí)，包括回歸方法、K近鄰算法、支持向量機(jī)、集成方法等眾多知識(shí)。

　　?什么是數(shù)學(xué)建模？

　　?機(jī)器學(xué)習(xí)中的數(shù)學(xué)工具

　　?主成分分析法

　　?監(jiān)督式學(xué)習(xí)技術(shù)

　　?線性回歸

　　?邏輯、SoftMax回歸

　　?懲罰回歸：lasso,ridge,elastic net

　　K近鄰算法

　　?基本貝葉斯分類器

　　?支持向量機(jī)

　　?決策樹

　　?集合方法：袋翻法與助推法

　　?Python–機(jī)器學(xué)習(xí)算法庫

　　模塊五：數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)II

　　介紹了金融領(lǐng)域用到的多種機(jī)器學(xué)習(xí)方法。從非監(jiān)督式學(xué)習(xí)法、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)開始，我們將逐步深入到自然語言處理和強(qiáng)化學(xué)習(xí)。學(xué)員將學(xué)習(xí)理論框架，更為重要的是，學(xué)員將學(xué)會(huì)如何分析實(shí)際案例，探索這些技術(shù)在金融學(xué)中的應(yīng)用。

　　?非監(jiān)督式學(xué)習(xí)技術(shù)

　　?K值聚類

　　自組織映射

　　?T分布隨機(jī)近鄰嵌入

　　?均勻流形近似與投射

　　?自編碼器

　　?人工神經(jīng)網(wǎng)絡(luò)

　　?神經(jīng)網(wǎng)絡(luò)架構(gòu)

　　?自然語言處理

　　?深度學(xué)習(xí)與NLP工具

　　?強(qiáng)化工具

　　?基于AI的算法交易策略

　　金融學(xué)中的實(shí)際機(jī)器學(xué)習(xí)案例

　　金融學(xué)中的量子計(jì)算

　　?Python–TensorFlow

　　模塊六：固收與信用

　　我們將回顧行業(yè)中用到的眾多利率模型，關(guān)注每個(gè)模型的應(yīng)用與限制。在第二部分，將學(xué)習(xí)信用概念，以及信用風(fēng)險(xiǎn)模型在量化金融中的應(yīng)用，包括結(jié)構(gòu)式、簡(jiǎn)化式和Copula模型。

　　?固收產(chǎn)品與市場(chǎng)操作

　　?固收產(chǎn)品與市場(chǎng)操作

　　?收益率、久期、凸性

　　?隨機(jī)利率模型

　　?利率的隨機(jī)方法

　　?校準(zhǔn)與數(shù)據(jù)分析

　　?Heath,Jarrow和Morton

　　?Libor市場(chǎng)模型

　　?結(jié)構(gòu)模型

　　?簡(jiǎn)化型模型與風(fēng)險(xiǎn)率

　　?信用風(fēng)險(xiǎn)與信用衍生產(chǎn)品

　　?X估值調(diào)整（CVA,DVA,FVA,MVA）

　　?CDS定價(jià)與市場(chǎng)方法

　　?結(jié)構(gòu)型與簡(jiǎn)化型的違約風(fēng)險(xiǎn)

　　?Copula模型的實(shí)施

　　高級(jí)選修課

　　CQF項(xiàng)目為學(xué)員提供進(jìn)一步提升個(gè)人專業(yè)度的機(jī)會(huì)，通過選擇兩門高級(jí)選修課，結(jié)合個(gè)人的職業(yè)目標(biāo)發(fā)展所需專業(yè)技能。我們的高級(jí)選修課包括：

　　?高級(jí)機(jī)器學(xué)習(xí)

　　?高級(jí)集成模型I

　　?高級(jí)機(jī)器學(xué)習(xí)II

　　?高級(jí)組合管理

　　?高級(jí)風(fēng)險(xiǎn)管理

　　?高級(jí)波動(dòng)性建模

　　?算法交易I

　　?算法交易II

　　?量化中的行為金融學(xué)

　　?C++

　　?對(duì)手方信用風(fēng)險(xiǎn)建模

　　?去中心化金融技術(shù)

　　?能源交易

　　?外匯交易和對(duì)沖

　　?數(shù)值法

　　?金融學(xué)中的量子計(jì)算

　　?基于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的R語言

　　?風(fēng)險(xiǎn)預(yù)算：基于風(fēng)險(xiǎn)的資產(chǎn)配置方法

CQF考試有哪些教材？

　　CQF考試報(bào)完名之后會(huì)有9本原版教材，具體如下：

　　1、Paul Wilmott on Quant Finance

　　2、Paul Wilmott Introduces Quantitative Finance

　　3、Paul Wilmott–Frequently Asked Questions

　　4、Paul Wilmott–Machine Learning:An Applied Mathematics Introduction

　　5、Peter Jaeckel–Monte Carlo Methods

　　6、Espen Haug–Models on Models

　　7、Jon Gregory-The xVA Challenge:Counterparty Credit Risk，F(xiàn)unding，Collateral，and Capital

　　8、Stephen Taylor–Asset Price Dynamics，Volatility and Predictions

　　9、Yves Hilpisch–Python in Finance