CQF考试通过的分数为60分，如果考试没有达到60分，那么需要进行补考，如果补考通过了，不管成绩如何都是60分。考生只要每次考试都达到60及以上的分数，在通过所有考试之后，就可以拿到CQF证书了。
考试成绩的评分是按照每一个小题答案的准确性进行评定的，最后的得分就是每一个小题的准确性乘以对应的权重。
正常情况下，考生在提交考试答案之后的两个星期内，就可以查询到自己的成绩了。CQF的考试一般由两个大题和多个小题组成，只有最终项目是论文的形式。
通常，每次考试的分值都占总分的一定比例。前三门考试的权重为20％，而最终项目的分数权重则为40％。此外，前三次考试的题目都是在平时课程中老师讲解过的，只是会在基础上进行一定的深化。
| 考试次数 | 分值占比 |
| 第一次考试 | 20% |
| 第二次考试 | 20% |
| 第三次考试 | 20% |
| 最终项目 | 40% |
| 共计 | 100% |
CQF资格考试由六个模块，两个选定的高级选修课，三个考试和一个最终项目组成。
| 必修课 | 内容 | |
| 模块一：量化投资基础 | 使用随机计算作为工具，并学习如何使用简单的随机微分方程及其相关的普朗克和科尔莫戈罗夫方程。 | |
| 模块二：量化分析风险和收益 | 学习马科维茨的经典投资组合理论，资本资产定价模型以及这些理论的最新发展。 | |
| 模块三：股票和现金 | 使用各种数学知识来了解股票和货币背景下的理论和结果，以使您熟悉当前使用的技术。 | |
| 模块四：数据分析和机器学习I | 学习基本的数学工具，深入研究监督学习的主题，包括回归方法，k近邻，支持向量机，集成方法等等。 | |
| 模块五：数据分析和机器学习II | 从无监督开始学习，深度学习和神经网络，我们将进入自然语言处理和强化学习。 | |
| 模块六：债券和评级 | 回顾行业中使用的多种利率模型，学习信用以及如何在量化金融中使用信用风险模型，包括结构化，简化形式以及关联结构模型。 | |
| 高级必修课(任选两科) | 高级投资组合管理、高级机器学习I、高级机器学习II、高级风险管理、高级波动率建模、算法交易I、算法交易II、量化分析师的行为金融学、c++、交易对手信用风险建模、Fintech、量子计算在金融中的应用、数值方法、R代表数据科学与机器学习、风险预算:基于风险的资产配置方法 | |
——来源：CQF官网
CQF有很多选修的课程也非常经典，部分参考如下：
量化的行为金融学，基于R语言的量化金融，高级投资组合管理，风险预算，Python应用，金融科技，基于Python的机器学习，C++，算法交易，高级风险管理，高级波动率模型，交易对手风险建模，复杂计算方法，基于Python的数据分析。
| 考试次数 | 考试时间 | 分值占比 |
| 第1次考试 | 完成第1门和第2门必修课 | 20% |
| 第2次考试 | 完成第3门必修课 | 20% |
| 第3次考试 | 第5门必修课开始两周之后 | 20% |
| 最终项目 | 在第5门必修课程接近尾声的时候开始 | 40% |
