1、前導課(選修課)
CQF的三門前導課程,即數(shù)學、Python和金融,旨在幫助那些想要學習量化金融知識的人員,從基礎開始逐步深入學習。
2、核心課
Level1
金融基礎數(shù)量
數(shù)量風險和回報
股票和貨幣
Level2
數(shù)據(jù)科學與機器學習(1)
數(shù)據(jù)科學與機器學習(2)
固定收益和信用
3、高級選修課
在CQF考試中,你將擁有一個終身學習的機會,并可以選擇兩門選修課程進行考試。選修科目如下:
高級投資組合管理 | 高級機器學習I | 高級機器學習II | 高級風險管理 | 高級波動率建模 | 算法交易I | 算法交易II |
量化分析師的行為金融學 | c++ | 交易對手信用風險建模 | Fintech | 量子計算在金融中的應用 | 數(shù)值方法 | R代表數(shù)據(jù)科學與機器學習 |
量化投資也有不同的層級,不同層級對個人數(shù)理能力的要求也不同。在較高的層級中,一些人會直接參與最頭部的量化私募開發(fā)策略模型和交易,這種路徑一旦成功,收入將非常驚人。例如,在2021年量化投資最火爆的時候,就有人獲得了高達5000萬元的年終獎。這條路的發(fā)展路徑是,讀一個名校本科,然后去美國理工科名校讀博,畢業(yè)后在華爾街量化大廠工作幾年,帶著模型回歸。常見的專業(yè)背景包括數(shù)學、計算機科學,也可以選擇物理、通信等相關理工科專業(yè)。
如果想要在工作中進行量化分析,但并非完全從事量化交易,比如希望從事財富管理類工作或FOF(Fund of fund)類工作,并對各個基金進行歸因分析,那么并不需要學習數(shù)學專業(yè),只需具備一定的統(tǒng)計基礎,能夠應用常見的統(tǒng)計模型,并掌握Python編程即可。
因此,需要根據(jù)個人期望從事的量化金融分析師類型來確定要求。在頭部買方從事模型交易和親自下場交易的工作,要求最高;而在賣方從事報告撰寫等相關工作,要求略低一些。對于只需要使用量化來支持工作的人,要求相對較低,大部分人都可以通過努力達到這些要求。