不少同學(xué)咨詢AQF考試內(nèi)容是什么?下面AQF小編就來介紹AQF考點是怎么分布的?AQF量化金融分析師學(xué)哪些內(nèi)容?
Part I：量化金融基礎(chǔ)知識
(一)金融基礎(chǔ)知識(15%)
1. 掌握量化金融基本數(shù)量分析的方法
2. 掌握最優(yōu)化投資組合理論
3. 掌握基本財務(wù)報表分析的方法
4. 掌握金融市場基礎(chǔ)產(chǎn)品，包括權(quán)益類投資產(chǎn)品和固定收益類投資產(chǎn)品等
5. 了解常見的金融市場衍生產(chǎn)品
(二)量化投資理論(15%)
1. 了解量化投資的基本概念及一般決策流程
2. 掌握多因子策略的基本思想，并了解常用的因子類型
3. 掌握技術(shù)分析的基本思想，并了解常用的技術(shù)指標
4. 了解其他全球主流量化交易策略的基本思想
5. 了解高頻交易和期權(quán)交易的基本概念
(三)Python 編程基礎(chǔ)(25%)
1. 掌握 Python 基本數(shù)據(jù)類型：數(shù)值、字符串、列表、元組、集合、字典的創(chuàng)建方式及常用的屬性和方法
2. 掌握 Python 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
3. 掌握 Python 函數(shù)定義、參數(shù)傳遞與函數(shù)調(diào)用的基本概念及常用的內(nèi)置函數(shù)
4. 掌握 NumPy 基本數(shù)據(jù)類型 Ndarray 的創(chuàng)建方式及常用的屬性和方法
5. 掌握 NumPy 常用數(shù)據(jù)分析方法，包括線性回歸、生成隨機數(shù)等
6. 掌握 Pandas 基本數(shù)據(jù)類型 Series 和 DataFrame 的創(chuàng)建方式及常用的屬性和方法
7. 掌握 Pandas 進行多層索引、合并表格、分組操作等數(shù)據(jù)清洗和數(shù)據(jù)分析的常用方法。
(四)Python 金融數(shù)據(jù)分析基礎(chǔ)(25%)
1. 掌握金融數(shù)據(jù)的獲取方法，包括從互聯(lián)網(wǎng)獲取數(shù)據(jù)及從本地文件讀取數(shù)據(jù)的方法
2. 了解常用的數(shù)據(jù)存儲形式及存儲方法
3. 掌握常見的金融計算方法，包括計算投資組合的收益和風(fēng)險特征等
4. 掌握檢驗金融數(shù)據(jù)分布和相關(guān)性的方法
5. 掌握金融時間序列的數(shù)據(jù)處理及分析方法
(五)量化交易回測方法(20%)
1. 掌握三大經(jīng)典量化交易策略的開發(fā)思路及回測方法
2. 掌握配對交易策略的開發(fā)思路及回測方法
3. 了解 Python 實現(xiàn)蒙特卡洛模擬期權(quán)定價
4. 了解 Python 進行 MVF 最優(yōu)投資組合理論
5. 了解 Python 測試在險價值 VaR
Part II：量化金融專業(yè)知識與實務(wù)
(一) 數(shù)據(jù)庫基礎(chǔ)(25%)
1. 了解常用的數(shù)據(jù)庫及各自的優(yōu)缺點
2. 掌握 SQLite 數(shù)據(jù)庫的基本使用方法
3. 掌握 Python 模塊 sqlite3 連接數(shù)據(jù)庫進行數(shù)據(jù)讀寫操作
4. 掌握數(shù)據(jù)庫表格關(guān)系以及基本統(tǒng)計方法
5. 了解自動存庫工具包的設(shè)計思路、代碼實現(xiàn)、使用方法
(二)量化交易策略的 Python 實現(xiàn)與回測(30%)
1. 掌握 Python 量化交易策略回測的一般流程框架，包括數(shù)據(jù)獲取、交易信號計算、策略收益計算、策略風(fēng)險收益評估等
2. 掌握使用 Ta-Lib 等技術(shù)分析第三方庫進行技術(shù)指標計算，以及基于技術(shù)指標系統(tǒng)的量化交易策略的編寫
3. 了解大數(shù)據(jù)輿情分析策略的開發(fā)思路與回測方法
4. 了解 CTA 交易策略的開發(fā)思路與回測方法
5. 了解常見權(quán)益類產(chǎn)品量化交易策略的開發(fā)思路與回測方法
(三)人工智能與機器學(xué)習(xí)策略(25%)
1. 了解人工智能與機器學(xué)習(xí)的基本概念及應(yīng)用場景
2. 掌握機器學(xué)習(xí)的常用算法原理，包括邏輯回歸算法、支持向量機算法、決策樹算法、K 近鄰算法、神經(jīng)網(wǎng)絡(luò)算法、K-means 算法等
3. 掌握使用 scikit-learn 第三方庫實現(xiàn)機器學(xué)習(xí)算法的基本操作流程
4. 了解機器學(xué)習(xí)算法在量化交易策略中的實戰(zhàn)應(yīng)用
(四)量化交易實盤(10%)
1. 掌握面向?qū)ο缶幊痰幕舅悸罚▌?chuàng)建類和實例、繼承等
2. 了解量化交易系統(tǒng)的一般框架設(shè)計思路
3. 了解國內(nèi)外主流的量化交易系統(tǒng)或平臺的使用方法
4. 了解交易的訂單類型和相關(guān)實現(xiàn)方法
5. 了解實盤進行倉位控制的一般方法
(五)量化風(fēng)控實戰(zhàn)(10%)
1. 了解銀行、互聯(lián)網(wǎng)金融等信用風(fēng)險建模的方法，包括對公和個人信貸風(fēng)險建模
2. 了解在險價值 VaR 等市場風(fēng)險建模方法
3. 了解 Black-Scholes 期權(quán)定價模型建模方法
4. 了解 CAPM 資本資產(chǎn)定價模型建模方法
5. 了解隨機利率與債券定價模型建模方法
以上就是【AQF考點是怎么分布的?AQF量化金融分析師學(xué)哪些內(nèi)容?】的全部解答，關(guān)于考試報名時間及條件，大家如果想要詳細了解，建議咨詢專業(yè)的老師，另外還有免費試聽課程及資料領(lǐng)取哦。
相關(guān)閱讀：
●2022年量化金融分析師AQF全國統(tǒng)一考試考試大綱詳解
●量化交易python培訓(xùn)學(xué)什么內(nèi)容？AQF量化分析師可以自己報名嗎？
.jpg)
金程推薦： AQF是什么意思 量化金融分析師年薪 AQF考試流程
備注：（AQF備考資料包含：1、AQF專用公式表2、AQF模擬習(xí)題 3、AQF前導(dǎo)課程 4、AQF報名流程指引圖5、AQF電子版資料 6、AQF考綱 7、AQF筆記）
聲明|本文由金程AQF綜合采編自網(wǎng)絡(luò)。我們尊重原創(chuàng)，重在分享。部分文字和圖片來自網(wǎng)絡(luò)。
