1、前导课(选修课)
CQF的三门前导课程,即数学、Python和金融,旨在帮助那些想要学习量化金融知识的人员,从基础开始逐步深入学习。
2、核心课
Level1
金融基础数量
数量风险和回报
股票和货币
Level2
数据科学与机器学习(1)
数据科学与机器学习(2)
固定收益和信用
3、高级选修课
在 CQF考试中,你将拥有一个终身学习的机会,并可以选择两门选修课程进行考试。选修科目如下:
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 |
量化投资也有不同的层级,不同层级对个人数理能力的要求也不同。在较高的层级中,一些人会直接参与最头部的量化私募开发策略模型和交易,这种路径一旦成功,收入将非常惊人。例如,在2021年量化投资最火爆的时候,就有人获得了高达5000万元的年终奖。这条路的发展路径是,读一个名校本科,然后去美国理工科名校读博,毕业后在华尔街量化大厂工作几年,带着模型回归。常见的专业背景包括数学、计算机科学,也可以选择物理、通信等相关理工科专业。
如果想要在工作中进行量化分析,但并非完全从事量化交易,比如希望从事财富管理类工作或FOF(Fund of fund)类工作,并对各个基金进行归因分析,那么并不需要学习数学专业,只需具备一定的统计基础,能够应用常见的统计模型,并掌握Python编程即可。
因此,需要根据个人期望从事的量化金融分析师类型来确定要求。在头部买方从事模型交易和亲自下场交易的工作,要求最高;而在卖方从事报告撰写等相关工作,要求略低一些。对于只需要使用量化来支持工作的人,要求相对较低,大部分人都可以通过努力达到这些要求。