久草热视频在线观看,韩日电影人人操免费av在

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言和應(yīng)用平臺;

　　3 了解量化投資的一般決策流程;

　　4 熟悉中國主要金融市場及交易產(chǎn)品交易種類及交易機制;

　　5 掌握量化交易模型設(shè)計的基本框架。

　　(二)量化交易策略理論基礎(chǔ)

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

　　2 了解量化擇時的思想;

　　3 了解無風(fēng)險套利的思想;

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

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

　　9 了解機器學(xué)習(xí)算法的評價方法;

　　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)動量化交易策略思想;

　　13 掌握技術(shù)指標(biāo)類量化交易策略思想;

　　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 掌握常見的量化交易策略的評價方法。 >>>點擊咨詢AQF考試相關(guān)問題

　　二. Python 語言的編程基礎(chǔ)(30%)

　　(一)Python 核心語法基礎(chǔ)

　　1 掌握數(shù)據(jù)的基本類型：整形、浮點型、字符串、布爾型的基本概念與運算，熟悉不同類型間的轉(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、運算、常用操作、常見方法;

　　3 掌握 Python 常用基本語法，包括模塊的導(dǎo)入等;

　　4 掌握 Python 運算符及其優(yōu)先級;

　　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。

　　(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)類型及其常見創(chuàng)建方式;

　　3 掌握 Numpy 模塊基本數(shù)據(jù)類型的常見操作方式，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)計常用函數(shù)與方法;

　　5 熟悉 Numpy 模塊邏輯運算操作相關(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)類型及其常見創(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、累計計算、合并、對齊、存儲等;

　　4 掌握分組與聚合運算;

　　5 熟悉多重索引與重構(gòu);

　　6 掌握缺失值的處理;

　　7 掌握 Pandas 模塊時間序列處理的操作;

　　8 會應(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 會應(yīng)用 Pandas 模塊數(shù)據(jù)處理進(jìn)行實戰(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^程的區(qū)別;

　　2 掌握類和實例的基本概念;

　　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?，具備運用面向?qū)ο蟮姆椒ň帉懥炕灰撞呗缘哪芰Α?/p>

　　(五)數(shù)據(jù)可視化

　　1 掌握使用 Matplotlib 繪制直方圖、折線圖、散點圖;

　　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、股價相關(guān)性散點圖等其他金融相關(guān)應(yīng)用圖形;

　　4 了解 Matplotlib 對數(shù)據(jù)做簡單的描述性統(tǒng)計方法;

　　5 了解 Seaborn 等其他數(shù)據(jù)可視化第三方庫

　　三. Python 量化交易策略實現(xiàn)與回測(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)的常見方法和實時數(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;

　　6 熟悉產(chǎn)生交易信號的常見方法，掌握常見交易信號的計算;

　　7 熟悉策略持倉信號的常見方法，掌握策略持倉信號的計算;

　　8 熟悉股價收益率、策略累計收益、策略凈值曲線的計算方法;了解常見策略評估指標(biāo)的計算方法;

　　9 掌握策略編寫的核心思想和方法;

　　10 掌握機器學(xué)習(xí)的各個算法的調(diào)用方法、使用原理，可以用來解決的實際問題;

　　11 掌握會引起回測和實盤交易收益產(chǎn)生巨大區(qū)別的原因和注意點;

　　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)險控制的常見方法。

　　四. 量化實盤交易(10%)

　　1 熟悉量化交易系統(tǒng)的一般框架設(shè)計思路;

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

　　3 熟悉量化交易系統(tǒng)或平臺的合約調(diào)取方法;

　　4 熟悉量化交易系統(tǒng)或平臺的程序化下單方法;

　　5 熟悉交易的訂單類型和相關(guān)實現(xiàn)方法;

　　6 了解實盤進(jìn)行倉位控制的一般方法;

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

量化金融分析師(簡稱AQF ，Analyst of Quantitative Finance)由量化金融標(biāo)準(zhǔn)委員會(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。 >>>點擊咨詢AQF證書含金量

　　 AQF證書