根据CQF官方公布的信息，24年CQF考试的及格分数线是60分。也就是说，满分为100分，考生只要达到60及以上的成绩，就表示考试通过了。
需要注意的是，CQF考试如果没有及格，也没有关系，考生可以申请补考。但是，考生补考后的成绩，只要过了及格标准，都会被记作为60分。
CQF不论前三次考试还是最后的project，每个考试大概都是两个大题，多个小题，每个小题根据难易程度占不同的权重。
在提交考试答案以后，两周后考试官方会给出老师的评分。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。
1、充分准备
考生要在考试前充分掌握考试内容，理解各种金融工具和技术，并熟练掌握计算机编程技能。
2、多练习
考生需要多做练习题，这样可以提高自己的技能水平和应对考试的能力。练习题的选择要广泛，包括历年考试题、模拟试题和自己编制的练习题等。
3、合理规划时间
考生需要在规定的时间内完成考试内容。因此，考生需要在备考期间做好时间规划，合理安排自己的学习和练习时间。
4、参加培训班
培训班可以帮助考生更好地掌握考试内容，提高自己的技能水平和应对考试的能力。同时，培训班也可以提供考试技巧和经验，让考生更好地应对考试。
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 | |
CQF的课程每年定期更新。实际上课的时候，老师都会更新讲义，而课程是老师讲课直播录制的网课，因此老师更新讲义也会带来课程的更新。
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。
