cqf就业方向有哪些？一文详细科普！
194人阅读
| 必修课 | 内容 | |
| 模块1-定量金融的构建模块 |
资自随机行为 重要的教学工具和结论 泰勒级数 中心极限定理 偏微分方程 转移密度函数 普朗克和科尔莫戈罗夫方程 随机微积分及其引理 随机微分方程的求解 资产定价的二项模型 |
|
| 模块2-量化风险与回报 |
现代投资组合理论 资本市场资产定价模型 夏普比率和风险的市场定价 无风险价格套利策略 投资组合优化 布莱克利特曼模型 风险监督和巴塞尔条约 风险价值和亏损预期 抵押品和保证金 流动资产负债管理 波动性过滤 高频教据 资产收益:关键和经验教据 波动模型 |
|
| 模块3-股票和货币 |
布莱克-斯科尔斯模型 对冲和风险管理 期权策略 欧式行权和美式期权 有限差分法 蒙特卡罗模拟 奇异期权 波动率套利策略 吉尔萨诺夫理论 高级风险指标 衍生品市场 完全竞争市场中的高级波动性建模 非概率波动模型 |
|
| 模块4-数据科学与机器学习l |
什么是数学建模? 机器学习种的数学工具 监督学习 线性回归 拉索回归,岭回归和单性网络回归 逻辑回归 K近邻策略 朴素贝叶斯分类 支持向量机 决策树 集成模型 Python-Scikit库 |
|
| 模块5-数据科学与机器学习ll |
无监督机器学习 高级机器学习中的数学工具 主成分分析 K-均值 自组织映射 人工神经网络 神经网络结构 自然语言处理 深度学习和NLP工具 强化学习 强化学习的风险敏感性 量化投资的机器学习实例 基于AI的Algo交易策略 Tensorflow-Python |
|
| 模块6-固定收入和信贷 |
固收产品和市场 收益率,久期和凸性 随机利率模型 利率的随机方法 数据分析和校准 同业拆借利率模型 标准风险管理模型 结构化模型 简化模型和风险率 信用风险和信用衍生品 X-值调整(CVA,DVA,FVA,MVA) CDS定价和市场方法 违约风险,结构性和简化形式 关联结构模型的使用 |
|
| 高级必修课 | 内容 | |
| 算法交易 |
数据准备;回测;结果分析和优化 新建一个算法 另类方法:配对交品;期权;新分析工具 算法交易的职业路径 |
|
| 高级风险管理 |
巴塞尔协议:巴塞尔协议I,II and III 风险价值和亏损预期 最小资本要求2016 横向流动性(LH) 风险和相关性 极位理论 交易对手信用风险协议 流动性的动态性质 |
|
| 高级波动率模型 |
傅里叶变换 复变函数 随机波动性 跳跃扩散 |
|
| 交易对手风险建模 |
信用风险和信用衍生品 CVA,DVA,FVA 交易对手风险的利率-动态模型和建模 利率互换CVA和动态模型实施 |
|
| 复杂计算方法 |
有限差分法及其在BVP中的应用 根值算法 插值 数值积分 |
|
| 基于Python的数据分析 |
Python和数据结构 基于NumPy的数据分析 基于Pandas的金融数据时间序列分析 静态和交互式金融数据可视化 |
|
| 量化的行为金融学 |
两个系统理论 行为偏差;启发式过程;框架效应和分组过程 亏损厌恶VS风险厌恶;SP/A理论 线性和非线性 |
|
| 高级投资组合管理 |
使用随机控制进行动态投资组合优化 使用筛选将视图与市场数据结合起来 了解行为偏差和应对 开发新的组合风险管理 |
|
| Python应用 |
基础量化方案 数据和文件处理 用户定义函数以及强大的概率和统计库 |
|
| 基于R语言的量化金融 |
R语言的安装和入门介绍 理解数据结构和数据类型 常见的函数 动手写脚本和代码 一些常见的异常和处理 |
|
| 金融科技 |
R金融科技入门介绍 金融科技-打破现有金融服务产业链 金融科技社群 金融科技技术–区块链;加密货币;大数据102;AI 102 金融科技方案 金融科技的未来 |
|
| 基于Python的机器学习 |
使用线性回归预测金融资产的价格和收益 蒙特卡罗模拟在美式期权定价中的应用 利用逻辑回归来处理分类问题 利用分类问题来预测市场收益 |
|
| C++ |
C++入门和环境搭建 控制流和格式化–文件管理和数据输出 函数–头文件和源文件 面向对象介绍–简单的类和对象 数组和字符串 |
|
以上便是《CQF师资情况如何？》的全部内容，部分内容来源自网络，如有版权问题请联系2355960815@qq.com删除。
换一批
194人阅读
103人阅读
179人阅读
132人阅读
90人阅读
50人阅读
The Certificate in Quantitative Finance (CQF) is designed to transform your career by equipping you with the specialist quant skills essential to success.
2355960815@qq.comCopyright © 2003-2024 CQF.ORG.CN 中国CQF考试网
