CQF的資料有哪些？怎么學習？CQF的考試相信大家都不是很陌生了，但是對具體學習所使用的教材和資料不是很清楚，今天就給大家介紹一下，CQF的課程組成部分和所用的資料！
一、CQF學習周期分為三個大階段
1.準備（可選的入門課程）
2.CQF資格（模塊和選修課程）
3.終身學習（繼續(xù)教育）
可以在1月或6月通過兩個靈活的學習選項開始您的CQF旅程-分別選擇“全日制課程”或“I級和II級”。
二、CQF課程組成科目
考試分為六個模塊內(nèi)容，兩個選定的高級選修課，三個考試和一個最終項目組成。每次考試都是對您所學知識和技能的實際評估。
單元1-量化金融的構(gòu)建基塊
在第一個模塊中，我們將向您介紹作為模型框架的應(yīng)用Itô演算的規(guī)則。您將使用隨機演算和mar理論來構(gòu)建工具，并學習如何使用簡單的隨機微分方程及其相關(guān)的Fokker-Planck和Kolmogorov方程
單元2-定量風險與回報
在第二單元中，您將學習Markowitz的經(jīng)典投資組合理論，資本資產(chǎn)定價模型以及這些理論的最新發(fā)展。我們將研究定量風險和回報，研究諸如ARCH框架之類的計量經(jīng)濟學模型和諸如VaR之類的風險管理指標以及它們在行業(yè)中的使用方式。
單元3-股票和貨幣
在第三單元中，我們將探討布萊克-斯科爾斯理論作為建立在Delta標題和無套利原則基礎(chǔ)上的理論和實踐定價模型的重要性。您將使用各種數(shù)學知識來了解股票和貨幣背景下的理論和結(jié)果，以使您熟悉當前使用的技術(shù)。
單元4-數(shù)據(jù)科學與機器學習l
在第四單元中，將向您介紹金融中使用的最新數(shù)據(jù)科學和機器學習技術(shù)。從對該主題的全面概述開始，您將學習基本的數(shù)學工具，然后深入研究監(jiān)督學習的主題，包括回歸方法，k近鄰，支持向量機，集成方法等等。
單元5-數(shù)據(jù)科學與機器學習ll
在第五單元中，您將學習更多用于金融機器學習的方法。從無監(jiān)督學習，深度學習和神經(jīng)網(wǎng)絡(luò)開始，我們將進入自然語言處理和強化學習。您將研究理論框架，但更重要的是，分析實際案例研究，探索如何在金融中使用這些技術(shù)。
單元6-固定收益和信用
在第六單元的第一部分中，我們將回顧行業(yè)中使用的多種利率模型，重點是每種模型的實施和局限性。在第二部分中，您將了解信用以及如何在量化金融中使用信用風險模型，包括結(jié)構(gòu)化，簡化形式以及copula模型。
高級選修課
您的高級選修課是我們核心課程的最后一個要素。這些使您有機會探索與您最相關(guān)或最有趣的領(lǐng)域。從下面的廣泛選擇中選擇兩個選修科目，以完成CQF資格。作為終身學習庫的一部分，您還可以訪問所有高級選修課。
其中1-3單元為I級4-6單位為II級通過在六個月內(nèi)完成六個模塊和兩個所選的選修課，可以全面修讀該課程。該選項使您可以立即訪問所有材料和終身學習。
三、CQF協(xié)會官方派發(fā)教材
1.Paul Wilmott Introduces Quantitative Finance
2.Paul Wilmott on Quant Finance
3.Paul Wilmott–Frequently Asked Questions
4.Stephen Taylor–Asset Price Dynamics,Volatility and Predictions
5.Peter Jaeckel–Monte Carlo Methods
6.Espen Haug–Models on Models
7.Jon Gregory-The xVA Challenge:Counterparty Credit Risk,Funding,Collateral,and Capital
8.Paul Wilmott–Machine Learning:An Applied Mathematics Introduction
9.Yves Hilpisch–Python in Finance
CQF報名成功并繳納費用后，將收到9本原版教材
精彩內(nèi)容已結(jié)束，欲知更多CQF考試相關(guān)內(nèi)容，請移步【報考指南】欄目！一鍵輕松GET最新CQF報名流程、考試內(nèi)容、證書獲取等全面信息！CQF（量化金融分析師）考證新征程，高頓教育CQF陪您一起走過！
