準(zhǔn)備參加19年9月的AQF考試的童鞋們注意下了~量化金融分析師(AQF®)2019年3月全國(guó)統(tǒng)一考試考試大綱，可以從參考一下啊~!

　　一. 量化投資策略理論(20%)

(一)量化投資基礎(chǔ)

　　1 掌握量化投資的概念;

　　2 了解量化投資不同的編程語(yǔ)言和應(yīng)用平臺(tái);

　　3 了解量化投資的一般決策流程;

　　4 熟悉中國(guó)主要金融市場(chǎng)及交易產(chǎn)品交易種類(lèi)及交易機(jī)制;

　　5 掌握量化交易模型設(shè)計(jì)的基本框架。

　　(二)量化交易策略理論基礎(chǔ)

　　1 掌握多因子策略，了解國(guó)內(nèi)外常用的因子類(lèi)型，掌握因子在不同階段的研究方法;

　　2 了解量化擇時(shí)的思想;

　　3 了解無(wú)風(fēng)險(xiǎn)套利的思想;

　　4 了解基本面量化交易策略思想;

　　5 了解統(tǒng)計(jì)套利量化交易策略思想;

　　6 了解衍生品套利量化交易策略思想;

　　7 了解機(jī)器學(xué)習(xí)的基本概念、常見(jiàn)算法原理及其量化交易策略思想;

　　8 掌握機(jī)器學(xué)習(xí)的常用算法原理，如邏輯回歸、支持向量機(jī)、決策樹(shù)、KNN 等;

　　9 了解機(jī)器學(xué)習(xí)算法的評(píng)價(jià)方法;

　　10 了解輿情分析等其他量化交易策略思想;

　　11 了解高頻交易策略的基本概念;

　　12 掌握事件驅(qū)動(dòng)量化交易策略思想;

　　13 掌握技術(shù)指標(biāo)類(lèi)量化交易策略思想;

　　14 掌握 K 線概念，掌握常用技術(shù)指標(biāo)，包括均線、CCI 指標(biāo)、KDJ 指標(biāo)等;

　　15 掌握常見(jiàn)的量化交易策略的評(píng)價(jià)方法。 >>>點(diǎn)擊咨詢AQF考試相關(guān)問(wèn)題

　　二. Python 語(yǔ)言的編程基礎(chǔ)(30%)

　　(一)Python 核心語(yǔ)法基礎(chǔ)

　　1 掌握數(shù)據(jù)的基本類(lèi)型：整形、浮點(diǎn)型、字符串、布爾型的基本概念與運(yùn)算，熟悉不同類(lèi)型間的轉(zhuǎn)換方式;

　　2 掌握核心數(shù)據(jù)結(jié)構(gòu)：列表、字典、元組、集合的基本概念、運(yùn)算、常用操作、常見(jiàn)方法;

　　3 掌握 Python 常用基本語(yǔ)法，包括模塊的導(dǎo)入等;

　　4 掌握 Python 運(yùn)算符及其優(yōu)先級(jí);

　　5 掌握基本控制結(jié)構(gòu)：循環(huán)結(jié)構(gòu)、分支結(jié)構(gòu)的基本概念及使用方法;

　　6 掌握函數(shù)定義、參數(shù)傳遞與函數(shù)調(diào)用的基本概念;掌握全局變量、局部變量和作用域的基本概念;

　　7 熟悉異常處理的概念和基本方法;

　　8 掌握 CSV、HDF5、SQL、Excel 等形式文件的調(diào)用和存儲(chǔ)。

　　(二)Numpy 數(shù)據(jù)處理

　　1 掌握 Numpy 模塊向量化操作原理;

　　2 掌握 Numpy 模塊基本數(shù)據(jù)類(lèi)型及其常見(jiàn)創(chuàng)建方式;

　　3 掌握 Numpy 模塊基本數(shù)據(jù)類(lèi)型的常見(jiàn)操作方式，包括切片、索引、修改、數(shù)據(jù)清晰、結(jié)構(gòu)調(diào)整、拼接等;

　　4 掌握 Numpy 模塊數(shù)據(jù)統(tǒng)計(jì)常用函數(shù)與方法;

　　5 熟悉 Numpy 模塊邏輯運(yùn)算操作相關(guān)的函數(shù)或方法。

　　(三)Pandas 數(shù)據(jù)處理

　　1 掌握 Pandas 模塊向量化操作原理;

　　2 掌握 Pandas 模塊基本數(shù)據(jù)類(lèi)型及其常見(jiàn)創(chuàng)建方式;

　　3 掌握 Pandas 模塊的基礎(chǔ)操作，如：排序、切片、索引、填充、累計(jì)計(jì)算、合并、對(duì)齊、存儲(chǔ)等;

　　4 掌握分組與聚合運(yùn)算;

　　5 熟悉多重索引與重構(gòu);

　　6 掌握缺失值的處理;

　　7 掌握 Pandas 模塊時(shí)間序列處理的操作;

　　8 會(huì)應(yīng)用 Pandas 模塊進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)清洗、數(shù)據(jù)合并等操作;

　　9 會(huì)應(yīng)用 Pandas 模塊數(shù)據(jù)處理進(jìn)行實(shí)戰(zhàn)金融數(shù)據(jù)處理。

　　(四)面向?qū)ο蠡A(chǔ)

　　1 掌握面向?qū)ο蠛兔嫦蜻^(guò)程的區(qū)別;

　　2 掌握類(lèi)和實(shí)例的基本概念;

　　3 掌握屬性和方法的基本概念;

　　4 熟悉構(gòu)成和繼承的基本概念;

　　5 掌握面向?qū)ο缶幊痰乃枷?，具備運(yùn)用面向?qū)ο蟮姆椒ň帉?xiě)量化交易策略的能力。

　　(五)數(shù)據(jù)可視化

　　1 掌握使用 Matplotlib 繪制直方圖、折線圖、散點(diǎn)圖;

　　2 掌握 Pandas 模塊內(nèi)置繪圖函數(shù);

　　3 掌握使用 Matplotlib 繪制凈值曲線、股價(jià)相關(guān)性散點(diǎn)圖等其他金融相關(guān)應(yīng)用圖形;

　　4 了解 Matplotlib 對(duì)數(shù)據(jù)做簡(jiǎn)單的描述性統(tǒng)計(jì)方法;

　　5 了解 Seaborn 等其他數(shù)據(jù)可視化第三方庫(kù)

　　三. Python 量化交易策略實(shí)現(xiàn)與回測(cè)(40%)

　　1 掌握金融數(shù)據(jù)的獲取方法，包括從互聯(lián)網(wǎng)調(diào)取靜態(tài)金融數(shù)據(jù)的常見(jiàn)方法和實(shí)時(shí)數(shù)據(jù)的獲取方法;

　　2 掌握金融數(shù)據(jù)清洗方法;

　　3 掌握均線交易系統(tǒng);

　　4 掌握基本技術(shù)指標(biāo)的計(jì)算方法，包括調(diào)用函數(shù)進(jìn)行數(shù)據(jù)處理或調(diào)用 Ta-lib 等庫(kù)等方法;

　　5 掌握基于技術(shù)指標(biāo)、指標(biāo)系統(tǒng)的量化交易策略的編寫(xiě);

　　6 熟悉產(chǎn)生交易信號(hào)的常見(jiàn)方法，掌握常見(jiàn)交易信號(hào)的計(jì)算;

　　7 熟悉策略持倉(cāng)信號(hào)的常見(jiàn)方法，掌握策略持倉(cāng)信號(hào)的計(jì)算;

　　8 熟悉股價(jià)收益率、策略累計(jì)收益、策略凈值曲線的計(jì)算方法;了解常見(jiàn)策略評(píng)估指標(biāo)的計(jì)算方法;

　　9 掌握策略編寫(xiě)的核心思想和方法;

　　10 掌握機(jī)器學(xué)習(xí)的各個(gè)算法的調(diào)用方法、使用原理，可以用來(lái)解決的實(shí)際問(wèn)題;

　　11 掌握會(huì)引起回測(cè)和實(shí)盤(pán)交易收益產(chǎn)生巨大區(qū)別的原因和注意點(diǎn);

　　12 熟悉策略的優(yōu)化方法和優(yōu)化思路，包括參數(shù)優(yōu)化等;

　　13 熟悉策略風(fēng)險(xiǎn)控制的常見(jiàn)方法。

　　四. 量化實(shí)盤(pán)交易(10%)

　　1 熟悉量化交易系統(tǒng)的一般框架設(shè)計(jì)思路;

　　2 熟悉量化交易系統(tǒng)或平臺(tái)的數(shù)據(jù)調(diào)取;

　　3 熟悉量化交易系統(tǒng)或平臺(tái)的合約調(diào)取方法;

　　4 熟悉量化交易系統(tǒng)或平臺(tái)的程序化下單方法;

　　5 熟悉交易的訂單類(lèi)型和相關(guān)實(shí)現(xiàn)方法;

　　6 了解實(shí)盤(pán)進(jìn)行倉(cāng)位控制的一般方法;

　　7 了解量化交易系統(tǒng)或平臺(tái)實(shí)現(xiàn)程序化交易策略的一般方法。

量化金融分析師(簡(jiǎn)稱AQF ，Analyst of Quantitative Finance)由量化金融標(biāo)準(zhǔn)委員會(huì)(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書(shū)。 >>>點(diǎn)擊咨詢AQF證書(shū)含金量

　　

課程適合人群：

　　金融工程/數(shù)學(xué)專業(yè)背景的同學(xué)/工作人士，希望進(jìn)一步學(xué)習(xí)Python編程以及在量化投資的實(shí)戰(zhàn)應(yīng)用；

　　非金融工程專業(yè)背景的同學(xué)/工作人士，希望迅速成為寬客；

　　金融相關(guān)人員，希望學(xué)習(xí)如何系統(tǒng)的做量化策略；

　　個(gè)人投資者，希望系統(tǒng)學(xué)習(xí)掌握量化投資相關(guān)的實(shí)務(wù)技能，從模型開(kāi)發(fā)，回測(cè)，策略改進(jìn)，搭建穩(wěn)定的量化交易系統(tǒng)。

>>>點(diǎn)擊咨詢AQF課程相關(guān)問(wèn)題

（點(diǎn)擊上圖了解課程詳情）

　　量化金融分析師AQF核心課程體系：

　　1、《量化投資基礎(chǔ)》

　　主要涵蓋了量化投資領(lǐng)域的必備知識(shí)，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類(lèi)投資等內(nèi)容。

　　2、《Python語(yǔ)言編程基礎(chǔ)》

　　包含了Python環(huán)境搭建、基礎(chǔ)語(yǔ)法、變量類(lèi)型、基本函數(shù)、基本語(yǔ)句、第三方庫(kù)、金融財(cái)務(wù)實(shí)例等內(nèi)容。旨在為金融財(cái)經(jīng)人提供最需要的編程方法。

　　3、《基于Python的經(jīng)典量化投資策略》

　　包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對(duì)交易模型、波動(dòng)擴(kuò)張模型、Alpha模型、機(jī)器學(xué)習(xí)(隨機(jī)森林模型、主成分分析)、深度學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

　　4、《量化交易系統(tǒng)設(shè)計(jì)》

　　旨在學(xué)習(xí)量化交易系統(tǒng)的具體知識(shí)，包括過(guò)濾器，進(jìn)入信號(hào)，退出信號(hào)，倉(cāng)位管理等詳細(xì)內(nèi)容，并指導(dǎo)學(xué)員設(shè)計(jì)涵蓋個(gè)人交易哲學(xué)的量化交易系統(tǒng)。

　　5、《量化實(shí)盤(pán)交易》

　　旨在為解決實(shí)際量化交易策略搭建過(guò)程中的一些問(wèn)題提供較優(yōu)解決方案。 >>>點(diǎn)擊咨詢AQF相關(guān)問(wèn)題

　　

　　掌握Python及量化投資技能，我們能做什么?

1、熟悉中國(guó)主要金融市場(chǎng)及交易產(chǎn)品的交易機(jī)制；

2、熟知國(guó)內(nèi)外期貨交易、股市交易的異同點(diǎn)和內(nèi)在運(yùn)行機(jī)制；

3、掌握經(jīng)典量化交易策略細(xì)節(jié)及其背后的交易哲學(xué)；

4、掌握金融、編程和建模知識(shí)基礎(chǔ)，擁有量化交易實(shí)盤(pán)操作能力；

5、具備獨(dú)立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設(shè)計(jì)的基本框架，以及風(fēng)險(xiǎn)管理和資產(chǎn)組合理論的實(shí)際運(yùn)用；

7、掌握從策略思想——策略編寫(xiě)——策略實(shí)現(xiàn)餓完整量化投資決策過(guò)程；具備量化投資實(shí)戰(zhàn)交易能力。

　　

　　

金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF是什么意思

咨詢電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號(hào)：量化金融分析師

　　>>>返回首頁(yè)