AQF考試每年會(huì)越來(lái)越難了嘛？大家關(guān)注下，AQF考試地點(diǎn)本場(chǎng)考試為線下考，具體考點(diǎn)到時(shí)通知。對(duì)AQF考試還有疑問(wèn)的童鞋，可以看下AQF考試報(bào)名簡(jiǎn)單。

量化金融分析師(AQF)全國(guó)統(tǒng)一考試報(bào)名簡(jiǎn)章

　　AQF：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含金量

　　現(xiàn)將AQF考試報(bào)名的有關(guān)事項(xiàng)通知如下：

　　一、AQF報(bào)名條件

　　同時(shí)符合下列條件的中國(guó)公民，可以申請(qǐng)參加AQF量化金融分析師全國(guó)統(tǒng)一考試：1.具有完全民事行為能力且年滿18周歲;2.已參加并完成指定授權(quán)培訓(xùn)機(jī)構(gòu)提供的量化金融分析師實(shí)訓(xùn)項(xiàng)目，并獲得對(duì)應(yīng)的學(xué)分。

　　二、AQF報(bào)名流程

　　參加AQF量化金融分析師全國(guó)統(tǒng)一考試的報(bào)名人員，應(yīng)當(dāng)通過(guò)全國(guó)財(cái)經(jīng)金融專業(yè)人才培養(yǎng)工程網(wǎng)站“考試中心”進(jìn)行量化金融分析師全國(guó)統(tǒng)一考試報(bào)名，具體報(bào)名時(shí)間和流程說(shuō)明將另行通知。

　　三、AQF考試費(fèi)用

　　(一)2019年3月起注冊(cè)費(fèi)：760元/人/次，考試費(fèi)：1500元/人/次;

　　(二)由于特殊原因舉辦的場(chǎng)次，考試費(fèi)用另行規(guī)定。

　　四、AQF考試題型和考試范圍

　　(一)AQF考試題型：考試題型包括單選題(20%)、多選題(20%)和解答題(60%)。

　　(二)AQF考試范圍：以本標(biāo)準(zhǔn)委員會(huì)發(fā)布的《量化金融分析師全國(guó)統(tǒng)一考試大綱》為準(zhǔn)。

　　(三)AQF模擬考卷：量化金融標(biāo)準(zhǔn)委員會(huì)將于考前發(fā)布《2018年量化金融分析師考前模擬卷》。

　　>>>點(diǎn)擊咨詢量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目

（點(diǎn)擊上圖了解課程詳情）

　　五、AQF考試方式考試采用計(jì)算機(jī)化考試方式

　　即，在計(jì)算機(jī)終端獲取試題、作答并提交答題結(jié)果。本次AQF考試試題從量化金融分析師考試題庫(kù)中隨機(jī)抽題。隨機(jī)抽題以試卷中的試題數(shù)量、類(lèi)型、難度一致為原則。

　　六、AQF考試時(shí)間和地點(diǎn)

　　(一)AQF考試時(shí)間北京時(shí)間2019年9月22日上午09:00-12:00(請(qǐng)非北京時(shí)區(qū)的考生注意時(shí)差，合理安排時(shí)間)

　　(二)AQF考試地點(diǎn)本場(chǎng)考試為線下考，具體考點(diǎn)到時(shí)通知。 >>>點(diǎn)擊咨詢AQF考試相關(guān)問(wèn)題

　　七、AQF試卷評(píng)閱和成績(jī)認(rèn)定

　　(一)考生答卷由量化金融標(biāo)準(zhǔn)委員會(huì)組織集中評(píng)閱，考試成績(jī)報(bào)經(jīng)中國(guó)市場(chǎng)學(xué)會(huì)量化金融專業(yè)委員會(huì)審核后發(fā)布。AQF成績(jī)發(fā)布后，考生可登錄標(biāo)準(zhǔn)委員會(huì)指定的官網(wǎng)查詢成績(jī)并下載和打印成績(jī)單，具體官網(wǎng)地址和成績(jī)查詢時(shí)間將另行通知。

　　(二)本場(chǎng)考試實(shí)行百分制，總分60分為成績(jī)合格分?jǐn)?shù)線。

　　(三)AQF成績(jī)合格的考生，可申請(qǐng)成為量化金融標(biāo)準(zhǔn)委員會(huì)個(gè)人會(huì)員，具體會(huì)員申請(qǐng)細(xì)則將另行通知。

七、AQF考試大綱：

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。

　　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缶幊痰乃枷耄邆溥\(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。

八、AQF量化金融分析師實(shí)訓(xùn)項(xiàng)目學(xué)習(xí)大綱 >>>點(diǎn)擊咨詢AQF課程相關(guān)問(wèn)題

　　1.1.1. 第一部分：前導(dǎo)及課程介紹

1.AQF核心課程

2.量化策略的Python實(shí)現(xiàn)和回測(cè)

3.整體代碼介紹

　　1.1.2. 第二部分：量化投資基礎(chǔ)

1.量化投資背景及決策流程

2.量化擇時(shí)

3.動(dòng)量及反轉(zhuǎn)策略

4.基金結(jié)構(gòu)套利

5.行業(yè)輪動(dòng)與相對(duì)價(jià)值

6.市場(chǎng)中性和多因子

7.事件驅(qū)動(dòng)

8.CTA_1（TD模型）

9.統(tǒng)計(jì)套利_低風(fēng)險(xiǎn)套利

10.大數(shù)據(jù)和輿情分析

11.機(jī)器學(xué)習(xí)

12.高頻交易和期權(quán)交易

13.其他策略和策略注意點(diǎn)

　　1.1.3. 第三部分：Python編程知識(shí)

Python語(yǔ)言環(huán)境搭建	1.Python語(yǔ)言環(huán)境搭建
Python編程基礎(chǔ)	1.python數(shù)字運(yùn)算和Jupyter notebook介紹
	2.字符串
	3.Python運(yùn)算符
	4.Tuple和List
	5.字典
	6.字符串格式化
	7.控制結(jié)構(gòu)_1.For循環(huán)
	8.函數(shù)
	9.全局和局部變量
	10.模塊
	11.Python當(dāng)中的重要函數(shù)
Python編程進(jìn)階	1.Numpy數(shù)據(jù)分析精講
	2.Pandas數(shù)據(jù)分析詳解
數(shù)據(jù)可視化	1.Pandas內(nèi)置數(shù)據(jù)可視化
	2.Matplotlib基礎(chǔ)
	3.Seaborn
金融數(shù)據(jù)處理實(shí)戰(zhàn)	1.數(shù)據(jù)獲取_1.本地?cái)?shù)據(jù)讀取
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_1
	1.數(shù)據(jù)獲取_2.網(wǎng)絡(luò)數(shù)據(jù)讀取_2.tushare
	1.數(shù)據(jù)獲取_2_網(wǎng)絡(luò)數(shù)據(jù)讀取_3.文件存儲(chǔ)
	2.金融數(shù)據(jù)處理_1.同時(shí)獲取多只股票
	2.金融數(shù)據(jù)處理_2.金融計(jì)算
	2.金融數(shù)據(jù)處理_3.檢驗(yàn)分布和相關(guān)性
	3.金融時(shí)間序列分析_1.Python下的時(shí)間處理
	3.金融時(shí)間序列分析_2.Pandas時(shí)間格式
	3.金融時(shí)間序列分析_3.金融數(shù)據(jù)頻率的轉(zhuǎn)換
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_1
	4.金融數(shù)據(jù)處理分析實(shí)戰(zhàn)案例_案例2_多指標(biāo)條件選股分析_2

　　1.1.4. 第四部分：量化交易策略模塊

三大經(jīng)典策略	1.三大經(jīng)典策略_1.SMA
	1.三大經(jīng)典策略_2.動(dòng)量Momentum
	1.三大經(jīng)典策略_3.均值回歸
配對(duì)交易策略	2.配對(duì)交易
技術(shù)分析相關(guān)策略	3.量化投資與技術(shù)分析_1.技術(shù)分析理論
	3.量化投資與技術(shù)分析_2.CCI策略的Python實(shí)現(xiàn)
	3.量化投資與技術(shù)分析_3.布林帶策略的Python實(shí)現(xiàn)_1
	3.量化投資與技術(shù)分析_4.SMA和CCI雙指標(biāo)交易系統(tǒng)
	3.量化投資與技術(shù)分析_5.形態(tài)識(shí)別和移動(dòng)止損策略
大數(shù)據(jù)輿情分析策略	4.大數(shù)據(jù)輿情分析策略_基于谷歌搜索的大數(shù)據(jù)輿情分析
CTA交易策略	5.CTA交易策略_Aberration趨勢(shì)跟蹤系統(tǒng)
量化投資與機(jī)器學(xué)習(xí)	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_2_邏輯回歸原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_3_SVM算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_4_決策樹(shù)算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_5_KNN算法原理
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_6_神經(jīng)網(wǎng)絡(luò)算法了解
	6.量化投資與機(jī)器學(xué)習(xí)_1_機(jī)器學(xué)習(xí)算法原理_7_K-means算法原理和算法總結(jié)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_1_數(shù)據(jù)集生成原理
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_2_數(shù)據(jù)集可視化
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_3_邏輯回歸算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_4_DT_KNN_NB算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_2_機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)_5_SVM算法的python實(shí)現(xiàn)
	6.量化投資與機(jī)器學(xué)習(xí)_3_機(jī)器學(xué)習(xí)算法實(shí)戰(zhàn)_6_基于邏輯回歸和SVM的股市趨勢(shì)預(yù)測(cè)

　　1.1.5. 第五部分：面向?qū)ο蠛蛯?shí)盤(pán)交易

1.模塊內(nèi)容整體介紹

2.面向?qū)ο?、?lèi)、實(shí)例、屬性和方法

3.創(chuàng)建類(lèi)、實(shí)例、方法

4._init_初始化方法

5.面向?qū)ο蟪绦驅(qū)嵗?/p>

6.繼承的概念及代碼實(shí)現(xiàn)

7.面向?qū)ο罄^承的實(shí)戰(zhàn)案例

8.多繼承和量化交易平臺(tái)的面向?qū)ο箝_(kāi)發(fā)思路

9.用面向?qū)ο蠓椒▽?shí)現(xiàn)股債平衡策略

　　1.1.6. 第六部分 實(shí)盤(pán)模擬交易

基于優(yōu)礦平臺(tái)的面向?qū)ο蟛呗?/p>	1.優(yōu)礦平臺(tái)介紹
	2.優(yōu)礦平臺(tái)回測(cè)框架介紹
	3.優(yōu)礦框架之context對(duì)象、account和position對(duì)象
	4.優(yōu)礦其它重要操作
	5.優(yōu)礦之小市值因子策略
	6.優(yōu)礦之雙均線策略
	7.優(yōu)礦之均值回歸策略
	8.優(yōu)礦之單因子策略模板
	9.優(yōu)礦之多因子策略模板
	10.優(yōu)礦之因子數(shù)據(jù)處理：去極值和標(biāo)準(zhǔn)化
面向?qū)ο髮?shí)盤(pán)交易之Oanda	1.Oanda平臺(tái)介紹和賬戶配置
	2.Oanda賬戶密碼配置和交易框架原理
	3.Oanda鏈接賬戶并查看信息
	4.Oanda API獲取歷史數(shù)據(jù)
	5.Oanda市價(jià)單和交易狀態(tài)查詢
	6.Oanda高級(jí)交易訂單
	7. Oanda其它高級(jí)功能
	8. Oanda實(shí)戰(zhàn)ADX策略全講解：策略邏輯、數(shù)據(jù)讀取、歷史數(shù)據(jù)處理、可視化、實(shí)時(shí)數(shù)據(jù)和實(shí)時(shí)交易
	9. Oanda通過(guò)實(shí)時(shí)數(shù)據(jù)API調(diào)取實(shí)時(shí)數(shù)據(jù)、resample
面向?qū)ο髮?shí)盤(pán)交易之IB	1.IB實(shí)戰(zhàn)平臺(tái)介紹及API安裝調(diào)試
	2.IB實(shí)戰(zhàn)平臺(tái)請(qǐng)求和響應(yīng)遠(yuǎn)離、線程控制
	3.IB響應(yīng)函數(shù)wrapper講解
	4.IB請(qǐng)求函數(shù)及合約定義
	5.IB程序化下單、倉(cāng)位及賬戶查詢
	6.IB三均線交易_金字塔倉(cāng)位下單控制模型實(shí)盤(pán)交易之策略原理、線程控制原理、策略結(jié)構(gòu)總覽、響應(yīng)函數(shù)、交易信號(hào)、策略展示等全講解。

　　1.1.7. 第七部分：基于優(yōu)礦的進(jìn)階學(xué)習(xí)

1.1回測(cè)與策略框架

1.2評(píng)價(jià)指標(biāo)

1.3.1量化策略設(shè)計(jì)流程簡(jiǎn)介

1.3.2擇時(shí)策略舉例（雙均線）

1.3.3量化投資模板1.0選股和擇時(shí)

2.1基于技術(shù)分析的量化投資

2.2.1技術(shù)指標(biāo)簡(jiǎn)介

2.2.2 MACD擇時(shí)策略

2.2.3 WVAD擇時(shí)策略

2.2.4 RSI擇時(shí)策略

2.2.5 MFI擇時(shí)策略

2.2.6 CCI擇時(shí)策略

2.2.7技術(shù)指標(biāo)總結(jié)

2.3通道技術(shù)

3.1.1日期效應(yīng)

3.1.2動(dòng)量效應(yīng)

3.2.1格雷厄姆成長(zhǎng)投資

3.2.2積極投資策略

3.2.3價(jià)值投資策略

3.2.4小型價(jià)值股投資策略

3.3.1交易系統(tǒng)設(shè)計(jì)的一般原理

3.3.2均線排列系統(tǒng)

3.3.3金肯納特交易系統(tǒng)

3.3.4海龜交易法系統(tǒng)

　　金程推薦： AQF培訓(xùn) AQF培訓(xùn)機(jī)構(gòu) AQF難嗎

全國(guó)熱線電話：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)