CQF考試的核心課程由六個模塊與高級選修課程組成。模塊二、模塊三、模塊四之后有測試。在模塊六結(jié)束之時,所有學員都要完成一個final projectCQF核心階段,將自己的理論知識應(yīng)用到現(xiàn)實問題的解決上。
模塊一:量化金融的基礎(chǔ)知識
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。學員將使用隨機演算和鞅論構(gòu)建工具,學習如何運用簡單的隨機微分方程以及相關(guān)的FokkerPlanck和Kolmogorov方程。
?資產(chǎn)的隨機行為
?重要的數(shù)學工具和結(jié)論
?泰勒級數(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
?隨機微積分及其引理
?隨機微分方程的求解
?資產(chǎn)定價的二項模型
模塊二:量化風險與收益
包含經(jīng)典的馬科維茨組合理論、資本資產(chǎn)定價模型以及這些理論的最新進展。我們將研究量化風險與收益,研究計量經(jīng)濟模型,如ARCH框架與VaR在內(nèi)的風險管理指標,以及它們在行業(yè)中的應(yīng)用方法。
?現(xiàn)代投資組合理論
?資本資產(chǎn)定價模型
?最優(yōu)化投資組合
?風險監(jiān)督和巴塞爾協(xié)議Ⅲ
?風險價值和虧損預(yù)期
?抵押品和保證金
?流動資產(chǎn)負債管理
?波動性過濾(GARCH系列)
資產(chǎn)收益:關(guān)鍵和經(jīng)驗數(shù)據(jù)
?波動模型(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(shù)學計算方法,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
對沖和風險管理
?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)
?波動率套利策略
?定價鞅論
?Girsanov's定理
高級風險指標
?衍生品市場
?完全競爭市場中的高級波動率建模
模塊三
?非概率波動模型
?股票與貨幣
?FX期權(quán)
模塊四:數(shù)據(jù)科學與機器學習I
對金融學中所用到的最新數(shù)據(jù)科學和機器學習技術(shù)作了介紹。從全面概述入手,該模塊提供一些關(guān)鍵數(shù)學工具的學習,接著深入研究監(jiān)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。
?什么是數(shù)學建模?
?機器學習中的數(shù)學工具
?主成分分析法
?監(jiān)督式學習技術(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
?決策樹
?集合方法:袋翻法與助推法
?Python–機器學習算法庫
模塊五:數(shù)據(jù)科學與機器學習II
介紹了金融領(lǐng)域用到的多種機器學習方法。從非監(jiān)督式學習法、深度學習、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(shù)在金融學中的應(yīng)用。
?非監(jiān)督式學習技術(shù)
?K值聚類
自組織映射
?T分布隨機近鄰嵌入
?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
?深度學習與NLP工具
?強化工具
?基于AI的算法交易策略
金融學中的實際機器學習案例
金融學中的量子計算
?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)注每個模型的應(yīng)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(yīng)用,包括結(jié)構(gòu)式、簡化式和Copula模型。
?固收產(chǎn)品與市場操作
?固收產(chǎn)品與市場操作
?收益率、久期、凸性
?隨機利率模型
?利率的隨機方法
?校準與數(shù)據(jù)分析
?Heath,Jarrow和Morton
?Libor市場模型
?結(jié)構(gòu)模型
?簡化型模型與風險率
?信用風險與信用衍生產(chǎn)品
?X估值調(diào)整(CVA,DVA,FVA,MVA)
?CDS定價與市場方法
?結(jié)構(gòu)型與簡化型的違約風險
?Copula模型的實施
高級選修課
CQF項目為學員提供進一步提升個人專業(yè)度的機會,通過選擇兩門高級選修課,結(jié)合個人的職業(yè)目標發(fā)展所需專業(yè)技能。我們的高級選修課包括:
?高級機器學習
?高級集成模型I
?高級機器學習II
?高級組合管理
?高級風險管理
?高級波動性建模
?算法交易I
?算法交易II
?量化中的行為金融學
?C++
?對手方信用風險建模
?去中心化金融技術(shù)
?能源交易
?外匯交易和對沖
?數(shù)值法
?金融學中的量子計算
?基于數(shù)據(jù)科學和機器學習的R語言
?風險預(yù)算:基于風險的資產(chǎn)配置方法
通常情況下,每周兩次直播講座,每次2.5個小時左右。
學員可以在方便的情況下參與直播課,或登錄CQF學習網(wǎng)站/CQF App觀看回放錄制課程。CQF協(xié)會還建議學員每周花10個小時,進行額外學習。
2024年CQF項目一共包含3次考試和最終的project,模塊二、模塊三、模塊四之后有測試。在模塊六結(jié)束之時,所有學員都要完成一個final project。每次考試的開始時間如下:
月份 | CQF學習事項 | |
1月 | 1st入學,模塊1學習,final project考試 | |
2月 | 模塊2學習 | |
3月 | 1st考試,模塊3學習 | |
4月 | 1st考試,模塊4學習 | |
5月 | 模塊5學習 | |
6月 | 2nd入學,模塊6&選修課學習,3th考試,final project | |
7月 | 3th考試,模塊1學習 | |
8月 | 1st考試,模塊2學習 | |
9月 | 2nd考試,模塊3學習 | |
10月 | 模塊4學習 | |
11月 | 3th考試,final project,模塊5學習 | |
12月 | 模塊6學習,選修課學習,3th考試,final project |
前面三次考試持續(xù)的時間為兩周,F(xiàn)inal Project約為兩個月。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題課講過的內(nèi)容進行深化。最后的project有多個題目的選擇,可以依據(jù)個人興趣和選修課選擇的內(nèi)容進行選擇。