CQF考试科目由六个模块，两个选定的高级选修课，三个考试和一个最终项目组成。其中六个模块包括《量化金融的构建基块》、《定量风险与回报》、《股票和货币》、《数据科学与机器学习（1）》、《数据科学与机器学习（2）》、《固定收益和信贷》。具体内容如下：
1、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。
2、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。
3、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。
4、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。
5、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。
6、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。
7、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
CQF考试的形式都是线上开卷考试，考试一共包含3次考试和最终的project，考试由两个大题+多个小题组成，总分为100分。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，持续的时间为两周。最后的project可以依据个人兴趣和选修课选择的内容进行选择，持续时间为2个月。
CQF考试难点主要体现在：
1.数学基础
CQF考试的难度还是比较大的，要求学员必须要具有扎实的数学基础。从CQF的课程设置来看，内容涉及到了高等数学、随机过程、数据分析等，从中就可以看出CQF课程对数学能力的要求很高。另外，课程中的内容涉及到对应学科中比较难的部分居多，如果学员没有良好的数学基础，那么就很难学好CQF课程，也就很难将考试通过。
2.课程精简
CQF课程的内容十分精简和重要，涉及到随机过程计算、现代投资组合理论、期权定价、机器学习、利率模型、信用风险模型等等方面的知识。作为金融工程毕业的学生来说，在学习CQF课程的时候也会觉得CQF老师只用两个课时的时间讲完了在学校学习十个课时的内容。如果学员不具备良好的基础，就能难通过考试。
CQF考试提高复习效率的建议：当下学习的困难来自于过度的信息量，可以从各种途径，零碎拼接式学到各类知识，注意力常常被不同的事物吸引以至于难以深度研究和学习。而CQF很可贵的一点在于，它提供了一个非常体系化的量化课程，从数学打开量化学习的这扇门，决定策略上限的核心仍然是数学，接着再告诉我们传统的量化工程都做什么，比如经典的马科维茨资产组合、Black Litterman资产配置模型，到期权定价和对冲；再到前沿的机器学习、深度学习、强化学习；最终回归到传统量化的固收和信用类产品的建模。
