CFA一級(jí)Quantitative Methods定量方法學(xué)習(xí)Module

發(fā)布時(shí)間：2025-06-06 15:58編輯：融躍教育CFA

CFA一級(jí)數(shù)量所占比重為6%-9%，數(shù)量權(quán)重雖低，但學(xué)的時(shí)候整體內(nèi)容多，專有名詞很多，且需要有一定的數(shù)學(xué)基礎(chǔ)，需要花費(fèi)較多時(shí)間去理解，同時(shí)會(huì)牽扯到其他科目的知識(shí)，在一個(gè)詞開始學(xué)習(xí)數(shù)量時(shí)不太明白的可以標(biāo)記好放一放，等全部科目學(xué)完之后再回過頭來學(xué)習(xí)會(huì)輕松些。出現(xiàn)的一些計(jì)算，主要是輔助更好地來理解知識(shí)點(diǎn)的，同時(shí)需要在理解知識(shí)點(diǎn)的基礎(chǔ)上多做題。

CFA一級(jí)Quantitative Methods定量方法學(xué)習(xí)Module

Module 1 Rates and Returns

計(jì)算、解釋和比較不同的利率，實(shí)際無風(fēng)險(xiǎn)利率，風(fēng)險(xiǎn)溢價(jià)，貨幣加權(quán)收益率和時(shí)間加權(quán)收益率，計(jì)算和解釋年化回報(bào)率和連續(xù)復(fù)合回報(bào)率。

Module 2 Time Value of Money in Finance

用貨幣的時(shí)間價(jià)值原理來評(píng)估金融資產(chǎn)。計(jì)算債券和股票相關(guān)的預(yù)期未來現(xiàn)金流量的現(xiàn)值。在當(dāng)前價(jià)格下求解隱含債券和股票回報(bào)。現(xiàn)金流可加性，理解金融資產(chǎn)如何在市場(chǎng)中定價(jià)。

Module 3 Statistical Measures of Asset Returns

集中趨勢(shì)（central tendency），分散（dispersion）和回報(bào)分布形狀（ the shape of return distributions）等關(guān)鍵指標(biāo)，特別是偏度 skewness 和峰度 kurtosis。兩個(gè)變量之間的協(xié)方差 covariance and 和相關(guān)性 correlation的圖形介紹，協(xié)方差和相關(guān)性是構(gòu)建投資組合實(shí)現(xiàn)資產(chǎn)多樣化的關(guān)鍵概念。

Module 4 Probability Trees and Conditional Expectations

隨機(jī)變量的期望值、方差和標(biāo)準(zhǔn)差的計(jì)算。概率樹，它有助于將條件期望和期望值的總概率可視化。貝葉斯公式，這是一種隨著新信息的到來而調(diào)整概率的合理方法。

Module 5 Portfolio Mathematics

了解投資組合回報(bào)和風(fēng)險(xiǎn)度量。計(jì)算投資組合的預(yù)期收益，預(yù)測(cè)特定的投資組合指標(biāo)通過查看投資組合的各個(gè)組成部分的風(fēng)險(xiǎn)和回報(bào)來預(yù)測(cè)相關(guān)性和協(xié)方差。投資組合管理中廣泛使用的各種投資組合風(fēng)險(xiǎn)度量。

Module 6 Simulation Methods

解釋正態(tài)分布和對(duì)數(shù)正態(tài)分布之間的關(guān)系，如何構(gòu)建和解釋蒙特卡羅模擬分析。與蒙特卡羅模擬有一些相似之處的 bootstrap 重采樣。

Module 7 Introduction to Linear Regression

介紹了抽樣，我們使用樣本來估計(jì)參數(shù);我們使用樣本統(tǒng)計(jì)。中心極限定理幫助我們理解在我們面臨的許多估計(jì)問題中樣本均值的抽樣分布，各種重采樣方法（bootstrap、jacknife）。

Module 8 Hypothesis Testing

假設(shè)檢驗(yàn)，說明假設(shè)檢驗(yàn)在金融和投資管理中的應(yīng)用。誤差對(duì)假設(shè)檢驗(yàn)過程的影響。非參數(shù)檢驗(yàn)及其在投資管理中的應(yīng)用。

Module 9 Parametric and Non-Parametric Tests of Independence

測(cè)試兩個(gè)變量之間相關(guān)性的參數(shù)方法和非參數(shù)方法。如果我們想要檢驗(yàn)分類數(shù)據(jù)或離散數(shù)據(jù)之間是否存在關(guān)系，我們可以使用非參數(shù)檢驗(yàn)統(tǒng)計(jì)量進(jìn)行獨(dú)立性檢驗(yàn)。在實(shí)現(xiàn)這種非參數(shù)測(cè)試時(shí)列聯(lián)表的使用。

Module 10 Simple Linear Regression

簡(jiǎn)單線性回歸線性回歸允許我們通過量化兩個(gè)變量之間關(guān)系的強(qiáng)度來檢驗(yàn)關(guān)于兩個(gè)變量之間關(guān)系的假設(shè)，并使用一個(gè)變量對(duì)另一個(gè)變量進(jìn)行預(yù)測(cè)。重點(diǎn)是單一自變量的線性回歸，也就是簡(jiǎn)單的線性回歸。

Module 11 Introduction to Big Data Techniques

金融科技包括使用大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)來評(píng)估投資機(jī)會(huì)、優(yōu)化投資組合和降低風(fēng)險(xiǎn)。