CQF考试题型大概为两个大题，多个小题，每个小题根据难易程度占不同的权重，CQF考试总分为100分，合格标准为60分，主要考基础数学，风险回报，利率等相关内容，具体如下：
1、基础数学，在CQF课程中，与理科数学相关联的知识点占大多数，其中包括了转换密度函数、随机微积分、概率论、中心极限定理、资产价格、伊藤引理等知识，这些知识点都是与数学密切相关。
2、风险与回报，另外还会涉及有资产的定价模型、马科维茨经典投资组合理论等相关专业知识。
3、利率和产品的关系，在金融投资领域里，利率和产品的关系也是占据了比较重要的位置，在CQF中就会涉及到利率和产品的关系这知识点，在教材里各章节还会有固定产品的收益率、测试风险及控制风险的方法等专业知识。
CQF考试没人分为六个模块内容，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6个模块内容如下：
1、量化金融的构建基块，会介绍作为模型框架的应用Itô演算的规则。您将使用随机演算和mar理论来构建工具，并学习如何使用简单的随机微分方程及其相关的Fokker-Planck和Kolmogorov方程。
2、定量风险与回报，会学习Markowitz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。我们将研究定量风险和回报，研究诸如ARCH框架之类的计量经济学模型和诸如VaR之类的风险管理指标以及它们在行业中的使用方式。
3、股票和货币，会探讨布莱克-斯科尔斯理论作为建立在Delta标题和无套利原则基础上的理论和实践定价模型的重要性。您将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、数据科学与机器学习l，会介绍金融中使用的最新数据科学和机器学习技术。从对该主题的全面概述开始，您将学习基本的数学工具，然后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、数据科学与机器学习ll，会学习更多用于金融机器学习的方法。从无监督学习，深度学习和神经网络开始，我们将进入自然语言处理和强化学习。您将研究理论框架，但更重要的是，分析实际案例研究，探索如何在金融中使用这些技术。
6、固定收益和信用，会回顾行业中使用的多种利率模型，重点是每种模型的实施和局限性。在第二部分中，您将了解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copula模型。
CQF项目一共包含3次考试和最终的project，每门考试的开始时间如下：
1、第一次考试：完成第一门和第二门必修课；
2、第二次考试：完成第三门必修课；
3、第三次考试：第5门必修课开始两周之后；
4、Final Project:在第5门必修课程接近尾声的时候开始。
其中，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%。
