全國熱線：400-963-0708 
網站地圖
杜老師
熟悉CFA培訓課程優勢、費用；根據學生需求合理規劃課程，建議試聽。歡迎在線咨詢
量化金融分析師（簡稱AFQ，Analyst of Quantitative Finance）是由量化金融標準委員會（Standard Committee of Quantitative Finance，SCQF）主考并頒證，是代表量化金融領域的專業水平證書。
量化金融分析師的認證機構
中國市場學會(China Marketing Association)經國家民政部批準(民政部：社證字第3586號)于1991年3月在北京成立，由中國社會科學研究院主管。中國市場學會量化金融專業委員會（下簡稱：量專委）是中國市場學會下屬的獨立二級機構。
量化金融標準委員會（Standard Committee of Quantitative Finance，SCQF）受量化金融專業委員會下設的專家委員會的工作指導，負責量化金融分析師證書體系的專業水平認證、專業能力建設開發、研究咨詢、教育培訓、培訓教材修訂等方面的工作。
量化金融分析師的項目背景[1]
量化方法在金融領域的應用深入日常的典型為量化投資領域相關研究型人員，這是金融創新頻現的崗位，是高尖金融人才密集之地。
量化投資在國外的發展已經非常成熟，與此相反，曾經在相當長的一段時間里，國內量化投資領域發展緩慢。2017年伊始，金融業界改革消息不斷。2 月 16 日，中金所重磅發布新的股指期貨交易規則，對其日內過度交易行為的監管、非套期保值持倉的交易保證金標準、平倉手續費標準都采取了進一步放松限制的政策指示。3月，十二屆全國人大會議上，李克強總理在《2017年政府工作報告》中首次提及“人工智能”和數字經濟，為量化投資的發展埋下了基石。學習量化分析方法到投資管理中，是金融未來的發展方向之一。運用專業的量化分析方法到具體投資業務中，是每一個未來量化投資分析師的職業能力訴求。
量化投資領域方興未艾，在此背景下，為未來金融高尖人才提供全面且個性化的服務，提升其綜合素質,是時代的需求。而量化金融分析師證書正好可以滿足這一要求。
量化金融分析師的科目設置
量化金融分析師證書考試分為五大科目，分別為《量化投資基礎》、《Python語言編程入門》、《基于Python的經典量化投資策略》、《交易系統設計》、《量化實盤交易》。證書要求學員掌握量化投資基礎、Python編程基礎、經典量化交易策略以及交易系統設計思想。
量化投資基礎
主要涵蓋了量化投資領域的必備知識：包括：基本面分析、技術分析、數量分析、固定收益、資產組合管理、權益、另類投資等內容。
基本面分析基礎
技術分析基礎
如何評估策略的表現
Python語言編程入門
包含了Python環境搭建、基礎語法、變量類型、基本函數、基本語句、第三方庫、金融財務實例等內容。旨在為金融財經人提供最需要的編程方法。
Python的優勢與劣勢
建立Python編程環境
Python編程基礎和工具
Python編程思想
Python基礎語言基礎
重要庫詳解：Numpy/Pandas/Matplotlib/Plotly等
矢量化回測
實時數據交易
Python語言在金融中應用
數據獲取來源
如何快速導入數據：1）開放數據源；2）國內/國外API接口；3）金融數據軟件
數據有效存儲
數據過濾與優化
特殊數據處理
實時tick數據獲取和可視化
金融數據擬合優化
基于Python的經典量化投資策略
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、配對交易模型、波動擴張模型、Alpha模型、機器學習（隨機森林模型、主成分分析），深度學習（人工神經網絡）等內容。
統計套利
量化選股與擇時
趨勢追蹤策略
均值回歸策略
配對交易策略
技術選股策略
事件驅動型策略
多因子策略
股指期貨套利策略
商品期貨套利策略
期權交易策略
機器學習：支持向量機SVM
深度學習：神經網絡
高頻交易策略等等
交易系統設計
量化交易系統介紹
市場過濾器(market filter)： 牛市/熊市/盤整/平穩等
過濾條件: 篩選個股
進入信號
止損
再進入策略
退出策略
倉位控制
多個系統針對不同的市場
設計你的交易系統
量化實盤交易
實戰交易基礎知識
程序化策略的實戰部署
量化交易實戰案例
量化金融分析師的認證機構
中國市場學會(China Marketing Association)經國家民政部批準(民政部：社證字第3586號)于1991年3月在北京成立，由中國社會科學研究院主管。中國市場學會量化金融專業委員會（下簡稱：量專委）是中國市場學會下屬的獨立二級機構。
量化金融標準委員會（Standard Committee of Quantitative Finance，SCQF）受量化金融專業委員會下設的專家委員會的工作指導，負責量化金融分析師證書體系的專業水平認證、專業能力建設開發、研究咨詢、教育培訓、培訓教材修訂等方面的工作。
量化金融分析師的項目背景[1]
量化方法在金融領域的應用深入日常的典型為量化投資領域相關研究型人員，這是金融創新頻現的崗位，是高尖金融人才密集之地。
量化投資在國外的發展已經非常成熟，與此相反，曾經在相當長的一段時間里，國內量化投資領域發展緩慢。2017年伊始，金融業界改革消息不斷。2 月 16 日，中金所重磅發布新的股指期貨交易規則，對其日內過度交易行為的監管、非套期保值持倉的交易保證金標準、平倉手續費標準都采取了進一步放松限制的政策指示。3月，十二屆全國人大會議上，李克強總理在《2017年政府工作報告》中首次提及“人工智能”和數字經濟，為量化投資的發展埋下了基石。學習量化分析方法到投資管理中，是金融未來的發展方向之一。運用專業的量化分析方法到具體投資業務中，是每一個未來量化投資分析師的職業能力訴求。
量化投資領域方興未艾，在此背景下，為未來金融高尖人才提供全面且個性化的服務，提升其綜合素質,是時代的需求。而量化金融分析師證書正好可以滿足這一要求。
量化金融分析師的科目設置
量化金融分析師證書考試分為五大科目，分別為《量化投資基礎》、《Python語言編程入門》、《基于Python的經典量化投資策略》、《交易系統設計》、《量化實盤交易》。證書要求學員掌握量化投資基礎、Python編程基礎、經典量化交易策略以及交易系統設計思想。
量化投資基礎
主要涵蓋了量化投資領域的必備知識：包括：基本面分析、技術分析、數量分析、固定收益、資產組合管理、權益、另類投資等內容。
基本面分析基礎
技術分析基礎
如何評估策略的表現
Python語言編程入門
包含了Python環境搭建、基礎語法、變量類型、基本函數、基本語句、第三方庫、金融財務實例等內容。旨在為金融財經人提供最需要的編程方法。
Python的優勢與劣勢
建立Python編程環境
Python編程基礎和工具
Python編程思想
Python基礎語言基礎
重要庫詳解：Numpy/Pandas/Matplotlib/Plotly等
矢量化回測
實時數據交易
Python語言在金融中應用
數據獲取來源
如何快速導入數據：1）開放數據源；2）國內/國外API接口；3）金融數據軟件
數據有效存儲
數據過濾與優化
特殊數據處理
實時tick數據獲取和可視化
金融數據擬合優化
基于Python的經典量化投資策略
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、配對交易模型、波動擴張模型、Alpha模型、機器學習（隨機森林模型、主成分分析），深度學習（人工神經網絡）等內容。
統計套利
量化選股與擇時
趨勢追蹤策略
均值回歸策略
配對交易策略
技術選股策略
事件驅動型策略
多因子策略
股指期貨套利策略
商品期貨套利策略
期權交易策略
機器學習：支持向量機SVM
深度學習：神經網絡
高頻交易策略等等
交易系統設計
量化交易系統介紹
市場過濾器(market filter)： 牛市/熊市/盤整/平穩等
過濾條件: 篩選個股
進入信號
止損
再進入策略
退出策略
倉位控制
多個系統針對不同的市場
設計你的交易系統
量化實盤交易
實戰交易基礎知識
程序化策略的實戰部署
量化交易實戰案例
