關于CQF，知乎上有個說法："CFA、FRM、CQF：就是武林界的少林、武當、峨眉。"這也難怪，畢竟CQF和CFA、FRM都被稱為金融領域的三大黃金證書。
1 什么是CQF？
CQF的全稱是Certificate in Quantitative Finance，中文翻譯為國際量化金融分析師，是由英國的Paul Wilmott博士在2003年創(chuàng)辦的國際知名的量化金融認證。
Dr.Paul Willmott的《數量金融》是國際上暢銷的量化金融教科書，也是不少學校的指定教材。CQF還吸引到了量化金融行業(yè)其他知名專家的加入，包括《Python for Finance》的作者Dr. Yves Hilpisch ， 《Big Data and Machine Learning in Quantitative Investment》的作者Tony Guida等。
高頓教育是CQF在中國唯一的合作伙伴。報名CQF之后，除了能看到CQF協會官方的英文原版課程，也能看到高頓的中文輔助課程。
可以通過一個對比的例子來進一步了解CQF. CFA和CQF都會講到現代投資組合理論，學CFA你會知道收益和風險要一起衡量，分散投資能縮小風險等概念；學CQF，你可以自己動手計算投資組合里面每個資產的配置比例，從而在相同收益的情況下，最小化風險。
每年都有不少CQF的學員，通過學習進入量化金融行業(yè)；也有很多量化金融行業(yè)的CQF學員，通過學習，系統化自己的量化金融知識，提升專業(yè)能力。
2 CQF持證人都在哪里工作？
CQF在國際上贏得了一致的認可和高度贊譽，如今，在90多個國家/地區(qū)的最大金融機構工作的5,500多名專業(yè)人員擁有CQF證書。
同時其學員絕大部分就職于高盛、美林、摩根、匯豐、花旗、巴克萊、荷蘭銀行、美洲銀行、國際清算銀行、畢馬威等。
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(guī)性，經濟學和學術界。
來源：CQF官網
相信很多人看到CQF持證人從事數據科學家、集團內審、財務風險咨詢、審計師的工作會抱有疑問。
這真的可能嗎？
答案當然是可能的，而之所以持證人能有這么多種工作的選擇，這個還得從CQF的課程體系來說。
3 CQF到底學什么？
CQF資格考試由六個模塊，兩個選定的高級選修課，三個考試和一個最終項目組成。
| 必修課 | 內容 | |
| 模塊1-定量金融的構建模塊 |
資自隨機行為 重要的教學工具和結論 泰勒級數 中心極限定理 偏微分方程 轉移密度函數 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 資產定價的二項模型 |
|
| 模塊2-量化風險與回報 |
現代投資組合理論 資本市場資產定價模型 夏普比率和風險的市場定價 無風險價格套利策略 投資組合優(yōu)化 布萊克利特曼模型 風險監(jiān)督和巴塞爾條約 風險價值和虧損預期 抵押品和保證金 流動資產負債管理 波動性過濾 高頻教據 資產收益:關鍵和經驗教據 波動模型 |
|
| 模塊3-股票和貨幣 |
布萊克-斯科爾斯模型 對沖和風險管理 期權策略 歐式行權和美式期權 有限差分法 蒙特卡羅模擬 奇異期權 波動率套利策略 吉爾薩諾夫理論 高級風險指標 衍生品市場 完全競爭市場中的高級波動性建模 非概率波動模型 |
|
| 模塊4-數據科學與機器學習l |
什么是數學建模? 機器學習種的數學工具 監(jiān)督學習 線性回歸 拉索回歸,嶺回歸和單性網絡回歸 邏輯回歸 K近鄰策略 樸素貝葉斯分類 支持向量機 決策樹 集成模型 Python-Scikit庫 |
|
| 模塊5-數據科學與機器學習ll |
無監(jiān)督機器學習 高級機器學習中的數學工具 主成分分析 K-均值 自組織映射 人工神經網絡 神經網絡結構 自然語言處理 深度學習和NLP工具 強化學習 強化學習的風險敏感性 量化投資的機器學習實例 基于AI的Algo交易策略 Tensorflow-Python |
|
| 模塊6-固定收入和信貸 |
固收產品和市場 收益率,久期和凸性 隨機利率模型 利率的隨機方法 數據分析和校準 同業(yè)拆借利率模型 標準風險管理模型 結構化模型 簡化模型和風險率 信用風險和信用衍生品 X-值調整(CVA,DVA,FVA,MVA) CDS定價和市場方法 違約風險,結構性和簡化形式 關聯結構模型的使用 |
|
| 高級必修課 | 內容 | |
| 算法交易 |
數據準備;回測;結果分析和優(yōu)化 新建一個算法 另類方法:配對交品;期權;新分析工具 算法交易的職業(yè)路徑 |
|
| 高級風險管理 |
巴塞爾協議:巴塞爾協議I,II and III 風險價值和虧損預期 最小資本要求2016 橫向流動性(LH) 風險和相關性 極位理論 交易對手信用風險協議 流動性的動態(tài)性質 |
|
| 高級波動率模型 |
傅里葉變換 復變函數 隨機波動性 跳躍擴散 |
|
| 交易對手風險建模 |
信用風險和信用衍生品 CVA,DVA,FVA 交易對手風險的利率-動態(tài)模型和建模 利率互換CVA和動態(tài)模型實施 |
|
| 復雜計算方法 |
有限差分法及其在BVP中的應用 根值算法 插值 數值積分 |
|
| 基于Python的數據分析 |
Python和數據結構 基于NumPy的數據分析 基于Pandas的金融數據時間序列分析 靜態(tài)和交互式金融數據可視化 |
|
| 量化的行為金融學 |
兩個系統理論 行為偏差;啟發(fā)式過程;框架效應和分組過程 虧損厭惡VS風險厭惡;SP/A理論 線性和非線性 |
|
| 高級投資組合管理 |
使用隨機控制進行動態(tài)投資組合優(yōu)化 使用篩選將視圖與市場數據結合起來 了解行為偏差和應對 開發(fā)新的組合風險管理 |
|
| Python應用 |
基礎量化方案 數據和文件處理 用戶定義函數以及強大的概率和統計庫 |
|
| 基于R語言的量化金融 |
R語言的安裝和入門介紹 理解數據結構和數據類型 常見的函數 動手寫腳本和代碼 一些常見的異常和處理 |
|
| 金融科技 |
R金融科技入門介紹 金融科技-打破現有金融服務產業(yè)鏈 金融科技社群 金融科技技術–區(qū)塊鏈;加密貨幣;大數據102;AI 102 金融科技方案 金融科技的未來 |
|
| 基于Python的機器學習 |
使用線性回歸預測金融資產的價格和收益 蒙特卡羅模擬在美式期權定價中的應用 利用邏輯回歸來處理分類問題 利用分類問題來預測市場收益 |
|
| C++ |
C++入門和環(huán)境搭建 控制流和格式化–文件管理和數據輸出 函數–頭文件和源文件 面向對象介紹–簡單的類和對象 數組和字符串 |
|
課程的內容和CFA以及FRM都有一定的重合，但都更深。
CQF學習能夠學習到的內容非常廣，大致來說可以說是以傳統的金融工程為基礎，在疊加最前沿的金融領域的課程。
所以CQF的課程每年定期更新。實際上課的時候，老師都會更新講義，而課程是老師講課直播錄制的網課，因此老師更新講義也會帶來課程的更新。
CQF的另外一個特點是終身學習，而CQF的學員也可以終身看課。同時，CQF有很多選修的課程也非常經典，部分參考如下：
量化的行為金融學，基于R語言的量化金融，高級投資組合管理，風險預算，Python應用，金融科技，基于Python的機器學習，C++，算法交易，高級風險管理，高級波動率模型，交易對手風險建模，復雜計算方法，基于Python的數據分析。
上面說到CQF和CFA/FRM都有一些重合的地方，但CQF更加側重金融和科技的結合，特別是計算機編程技術。
4 如何成為CQF持證人？
CQF的報名是申請審核制，也很像國外的碩士課程。
目前國內是和高頓教育合作，提交報名表給到高頓的課程顧問老師，然后高頓會協助提交給協會來申請報名，報名審核確認之后，協會才會給到報名確認文件和付款鏈接。
需要注意的是CQF每年有兩次入學機會–每次從1月或6月開始。
具體的報考要求如下：CQF學員應對金融具有強烈的興趣，并具備一定的分析技能。CQF要求學員具備一定的數學水平。報名需提交申請表。當然，如果數學或者編程基礎偏弱；CQF也安排了相關前導課，Primer，可以提早報名，提前看課來預習和準備。
至于CQF的費用，不同的國家都不太一樣。在美國是2萬美金左右；
在英國和歐洲不包括VAT（增值稅）大概是1.6萬美金，加上VAT也是2萬美金左右；在國內，25年的報考價格是72800人民幣，提早報名有少許早鳥優(yōu)惠，相對國外已經便宜很多了。不過CQF的費用是包括課程，考試，教材，證書等費用一起的，不會再另外收費了，都比起來不必CFA貴多少。
為什么CQF這么貴？
價格問題往往取決于對比對象。CQF對標的是海外金融碩士課程，從老師配置到課程設置都高度一致，但海外碩士課程學費一般4萬美金左右，CQF作為一個半年學期的課程，于是就把自己定價為2萬美金了。
為了兼顧發(fā)展中國家的學習，中國目前有一個特殊的優(yōu)惠額度，相對低了很多了。
5 CQF考試流程介紹
CQF項目一共包含3次考試和最終的project，以2019年的6月報名參加CQF的項目為例，每門考試的開始時間如下：
第一次考試：完成第一門和第二門必修課；第二次考試：完成第三門必修課；第三次考試：第5門必修課開始兩周之后；Final Project: 在第5門必修課程接近尾聲的時候開始。
前面三次考試持續(xù)的時間為兩周，Final Project約為兩個月。前面三次考試為總分權重的20%，最后的project為40%。
| 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 | |
考試的形式都是開卷考試，基本上是老師的上課或者習題課講過的內容進行深化。
最后的project有多個題目的選擇，可以依據個人興趣和選修課選擇的內容進行選擇，
無論是前三次考試還是最后的project，每個考試大概都是兩個大題，多個小題，考試總分為100分，每個小題根據難易程度占不同的權重。
在提交考試答案以后，兩周后考試官方會給出老師的評分。
考試通過的分數為60分，如果考試沒有達到60分，那么需要進行補考，如果補考通過了，不管成績如何都是60分。
考試成績的評分是按照每一個小題答案的準確性進行評定的，最后的得分就是每一個小題的準確性乘以對應的權重。
