2024年CQF项目一共包含3次考试和最终的project,模块二、模块三、模块四之后有测试。在模块六结束之时,所有学员都要完成一个final project。每次考试的开始时间如下:

月份CQF学习事项
1月1st入学,模块1学习,final project考试
2月模块2学习
3月1st考试,模块3学习
4月1st考试,模块4学习
5月模块5学习
6月2nd入学,模块6&选修课学习,3th考试,final project
7月3th考试,模块1学习
8月1st考试,模块2学习
9月2nd考试,模块3学习
10月模块4学习
11月3th考试,final project,模块5学习
12月模块6学习,选修课学习,3th考试,final project

  前面三次考试持续的时间为两周,Final Project约为两个月。前面三次考试为总分权重的20%,最后的project为40%。

  CQF是线上开卷考试,前面三次的考试都是固定的题目,基本上是老师的上课或者习题课讲过的内容进行深化。最后的project有多个题目的选择,可以依据个人兴趣和选修课选择的内容进行选择。

CQF考试科目有哪些?

  CQF考试的核心课程由六个模块与高级选修课程组成。

  模块一:量化金融的基础知识

  我们将向学员介绍作为模型框架的应用Itô演算的规则。学员将使用随机演算和鞅论构建工具,学习如何运用简单的随机微分方程以及相关的FokkerPlanck和Kolmogorov方程。

  •资产的随机行为

  •重要的数学工具和结论

  •泰勒级数

  •中心极限定理

  •偏微分方程

  •转移密度函数

  •普朗克和科尔莫戈罗夫方程

  •随机微积分及其引理

  •随机微分方程的求解

  •资产定价的二项模型

  模块二:量化风险与收益

  包含经典的马科维茨组合理论、资本资产定价模型以及这些理论的最新进展。我们将研究量化风险与收益,研究计量经济模型,如ARCH框架与VaR在内的风险管理指标,以及它们在行业中的应用方法。

  •现代投资组合理论

  •资本资产定价模型

  •最优化投资组合

  •风险监督和巴塞尔协议Ⅲ

  •风险价值和亏损预期

  •抵押品和保证金

  •流动资产负债管理

  •波动性过滤(GARCH系列)

  资产收益:关键和经验数据

  •波动模型(ARCH框架)

  模块三:股票与货币

  探讨Black-Scholes理论作为基于定价和无套利原则的理论和实践定价模型的重要性。学员将学习如何使用不同数学计算方法,在股票与货币的背景下,研究相应的理论与结果,熟悉目前使用的一些技术。

  •Black-Scholes模型

  对冲和风险管理

  •期权策略

  •欧式期权和美式期权

  •有限差分法

  •蒙特卡洛模拟

  •奇异期权

  •波动率套利策略

  •定价鞅论

  •Girsanov's定理

  高级风险指标

  •衍生品市场

  •完全竞争市场中的高级波动率建模

  模块三

  •非概率波动模型

  •股票与货币

  •FX期权

  模块四:数据科学与机器学习I

  对金融学中所用到的最新数据科学和机器学习技术作了介绍。从全面概述入手,该模块提供一些关键数学工具的学习,接着深入研究监督式学习,包括回归方法、K近邻算法、支持向量机、集成方法等众多知识。

  •什么是数学建模?

  •机器学习中的数学工具

  •主成分分析法

  •监督式学习技术

  •线性回归

  •逻辑、SoftMax回归

  •惩罚回归:lasso,ridge,elastic net

  K近邻算法

  •基本贝叶斯分类器

  •支持向量机

  •决策树

  •集合方法:袋翻法与助推法

  •Python–机器学习算法库

  模块五:数据科学与机器学习II

  介绍了金融领域用到的多种机器学习方法。从非监督式学习法、深度学习、神经网络开始,我们将逐步深入到自然语言处理和强化学习。学员将学习理论框架,更为重要的是,学员将学会如何分析实际案例,探索这些技术在金融学中的应用。

  •非监督式学习技术

  •K值聚类

  自组织映射

  •T分布随机近邻嵌入

  •均匀流形近似与投射

  •自编码器

  •人工神经网络

  •神经网络架构

  •自然语言处理

  •深度学习与NLP工具

  •强化工具

  •基于AI的算法交易策略

  金融学中的实际机器学习案例

  金融学中的量子计算

  •Python–TensorFlow

  模块六:固收与信用

  我们将回顾行业中用到的众多利率模型,关注每个模型的应用与限制。在第二部分,将学习信用概念,以及信用风险模型在量化金融中的应用,包括结构式、简化式和Copula模型。

  •固收产品与市场操作

  •固收产品与市场操作

  •收益率、久期、凸性

  •随机利率模型

  •利率的随机方法

  •校准与数据分析

  •Heath,Jarrow和Morton

  •Libor市场模型

  •结构模型

  •简化型模型与风险率

  •信用风险与信用衍生产品

  •X估值调整(CVA,DVA,FVA,MVA)

  •CDS定价与市场方法

  •结构型与简化型的违约风险

  •Copula模型的实施

  高级选修课

  CQF项目为学员提供进一步提升个人专业度的机会,通过选择两门高级选修课,结合个人的职业目标发展所需专业技能。我们的高级选修课包括:

  •高级机器学习

  •高级集成模型I

  •高级机器学习II

  •高级组合管理

  •高级风险管理

  •高级波动性建模

  •算法交易I

  •算法交易II

  •量化中的行为金融学

  •C++

  •对手方信用风险建模

  •去中心化金融技术

  •能源交易

  •外汇交易和对冲

  •数值法

  •金融学中的量子计算

  •基于数据科学和机器学习的R语言

  •风险预算:基于风险的资产配置方法

CQF考试有哪些教材?

  CQF考试报完名之后会有9本原版教材,具体如下:

  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,Funding,Collateral,and Capital

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

  9、Yves Hilpisch–Python in Finance