“Congratulations on successfully completing the CQF!”
近期收到CQF Final Project的成績郵件，看到Congratulations的時候，還是有點激動。正如昨天和CQF的Dr.Randeep通話說的，有那么幾周都是深夜和周末無休，埋頭看課看書寫代碼；感覺是又讀了個碩士課程。
所幸付出終有回報，也分享下CQF的學習和考試歷程了。
總是有評論區(qū)知友問我，不知道如何從0入門開始學習CQF，這里統(tǒng)一回復一下：對于小白來說，肯定要從最基礎的入手，我最近把自己入門學習的資料整理了一下，想要學習的可以免費領(lǐng)取，能少走很多彎路！

CQF量化學習資料-電子版（視頻網(wǎng)課，15篇量化投資領(lǐng)域精選論文合集等）

01 CQF的學習方式

每個人的學習方式和出發(fā)點不一樣，如果你想把知識學的很扎實，當然是需要好好的看課和看書。
因為我能看到CQF中文課程的出勤數(shù)據(jù)，也會時不時看下，然后很驚訝的發(fā)現(xiàn)，有個潛歡同學的出勤非常好，幾乎每次中文課程都參加。我就去問他，你是怎么做到的這么堅持。
他的回復是，"這個課程我很喜歡"，”我自己也做一些交易，量化期貨和外匯，期權(quán)等衍生品是未來的趨勢，我也很感興趣。“，”不上直播比較吃虧，可能有的人還沒發(fā)現(xiàn)。“
也有英文比較好的同學，比如肖博士碰巧學習期間在國外，跟倫敦的時差小，就經(jīng)常看CQF協(xié)會的英文直播。她告訴我看英文直播的好處是，能在直播間直接提問，協(xié)會的老師也會耐心解答。而且她給協(xié)會的老師，幾乎每個老師，都寫過郵件咨詢問題，協(xié)會的老師都比較Nice，有回答問題。肖博士近期也收到量化職位的Offer，其中一個是倫敦的BOA，也算是一個完美的CQF學習歷程了。
我自己的學習方式比較另類，我之前通過了CFA的三次考試，也寫過一點代碼，就比較自負的選擇考試題目出來之后再去學習。我從沒看過直播，都是回放，回放也沒看完過。這個方式其實優(yōu)點也有缺點。
缺點是，壓力很大。沒有學習經(jīng)歷，直接看題目，我是一臉黑人問號的。也有其他不少CQF同學也有類似的經(jīng)歷。
拿著題目，打印出來，每天找時間時不時看一點，不明白的關(guān)鍵字，就百度或者回過頭去看CQF課程，我也也花了一周才看明白題目。只是看明白題目，還沒開始做。
CQF每個學期有3次考試+1次Final Project。每個學期有2次Extension機會，但是Final Project不能Extension。所以其實就相當于前面3次考試有2次Extension機會。如果不Extension，考試的時間一般是2周，F(xiàn)inal是2個月。我雖然在半年內(nèi)通過了CQF考試，但是這半年里面，其實我用了2次Extension機會的。也算是規(guī)則范圍之內(nèi)，盡量的給自己減輕點壓力了。
當然，我的這個方案也有優(yōu)點，就是目標明確，最少的時間內(nèi)通過考試。量化金融的領(lǐng)域其實很寬，而CQF協(xié)會選擇讓我們考試的知識點，都是精選過的，需要掌握的核心知識點。我選擇先學好這部分內(nèi)容作為入門基礎，其他內(nèi)容以后工作碰到了再去深入學習。CQF也是終身學習，我可以先掌握80%，拿到證書之后，回頭有空再來繼續(xù)看其余的20%。
我屬于2020年的6月班級，我的考試時間參考如下。

02 CQF Exam 1

我的CQF第一次考試結(jié)果還不錯，分數(shù)的絕對值是97。當然，這不代表排名很高，我知道肖博士，還有其他不少同學都是100分。
第一次考試總共5個大題，每個大題有1-3個小題。因為對應的是CQF的模塊2，有不少風險管理的內(nèi)容，所以這次考試有涉及VaR的計算，風險預估和回測，以及巴塞爾協(xié)議等內(nèi)容。但是讓我覺得最有收獲的，其實是投資組合的優(yōu)化。
之前學習CFA的時候，我其實學過投資組合優(yōu)化，包括馬科維茨的收益和風險，有效前沿等。但是CFA的學習還是停留在概念，沒有具體實際操作過投資組合的優(yōu)化。
CFA的投資組合優(yōu)化，有效前沿等內(nèi)容在一級和二級，都是通過選擇題的形式來考核。即使偶偶涉及計算，也往往是簡化了的2個資產(chǎn)之間的計算。但是實際的投資中，我們往往是多個資產(chǎn)。
因為投資組合的計算涉及一個相關(guān)性，每增加一個資產(chǎn)，就要增加很多個相關(guān)性的計算。所以即使是3個資產(chǎn)，要純手工去計算投資組合優(yōu)化也是非常困難的。而手工做有效前沿，對于普通人來說更是不可能，2個資產(chǎn)都困難。這也是CFA不可能在這里深入去講的原因之一。
CQF不一樣，馬科維茨的現(xiàn)代投資組合理論號稱是量化的基石之一，當然要好好操練操練。CQF協(xié)會上課的時候，一步一步的展示了用Excel模型，來做投資組合的優(yōu)化。根據(jù)不同資產(chǎn)的收益率，方差，和相關(guān)性，畫出投資組合的有效前沿。
我當時考試的時候用的是Excel，直接參考協(xié)會的Excel模板，調(diào)整參數(shù)，也把答案搞出來了。再后來，有時間的時候，我回過去看，發(fā)現(xiàn)Python做好像還更簡單，也就是一個函數(shù)的事情，就也嘗試過用Python來做這個投資組合優(yōu)化。

03 CQF Exam 2

CQF的第二次考試，其實難度比第一次考試大不少，所以我這里用了一次Extension，差不多用了1個月的業(yè)余時間，才把5個題目給搞定。分數(shù)其實還行，有92。
這次考試偏數(shù)值計算，按不少CQF同學的說法，實際的量化工作中，都是大體量的量化數(shù)據(jù)和信號，會經(jīng)常涉及數(shù)值計算，CQF這個算是很基礎的了?？荚囈蔡匾庖罅耍枰獙慞ython代碼來做基礎預算，也算是為后面的機器學習做了一個鋪墊。
這個考試對應的是CQF的模塊三，因為CQF的模塊三其實是Q Quant的典型，學起來有難度，只不過考試的時候沒有考的太難，而是讓我們練習用Python做一些基礎的數(shù)值計算，所以這里也稍微聊下P Quant和Q quant。
我自己有去對比過全球的金工碩士的課程安排，基本上大部分都在學衍生品和期權(quán)定價，也跑不開隨機微分方程和布萊克莫頓等。所以我也關(guān)注過這個問題。
先介紹下Jim Gatheral，Dr.Jim Gatheral于1983年取得劍橋大學理論物理博士學位，是聞名華爾街的數(shù)量金融大師，他的職業(yè)及研究經(jīng)歷涉及金融衍生品定價、風險控制及交易優(yōu)化。在25年的職業(yè)生涯中，他曾于紐約，倫敦，東京等地從事第一線的交易工作。其中17年時間在美林銀行擔任董事總經(jīng)理，負責定量分析研究。目前是全球排名第一的金融工程碩士院校Baruch的首席教授。
CQF去年的量化洞察峰會也有請到Dr.Jim Gatheral，他也是最近一年的Quant of the Year得主。
知乎上有個同學有機會問過Jim Gatheral關(guān)于P Quant和Q Quant。這是個匿名回答，參考如下。
“去年參加某mfe面試時遇見了Jim Gatheral，他問我有什么問題問他。我說我發(fā)現(xiàn)貴項目這幾年開了越來越多P quant的課，比如機器學習、大數(shù)據(jù)、microstructure什么的，你們的學生學完這些課真的能找到P quant的工作嗎？Gatheral表示：“Yes,you know,if the pricing quant isn't dead,it's dying.So we try to make ourself different...But I still don't like the words'P'and'Q'.In fact,most works in financial industry are between them now.”
其實p和q是不矛盾的。幾年前大家普遍認為p和q的本質(zhì)區(qū)別是，p quant用統(tǒng)計方法研究真實測度下的分布，q quant先把model倒進q測度下定價。但在學術(shù)界，計量/實證等等看起來很統(tǒng)計很p的東西，往往也都基于比較復雜的stochastic volatility model來展開。比如之前讀過一系列印象很深的paper，作者Anderson是Kellogg的大佬，據(jù)說發(fā)的最菜的都是Journal of Finance的那種，他主要研究的是financial econometrics，用option panel擬合model并發(fā)展了不少期權(quán)面板數(shù)據(jù)參數(shù)估計、假設檢驗和收斂性的方法，這種工作看起來應該算p系了，但是人家擬合用的stochastic model，甚至其中的jump measure都是自己編的==|||(Anderson et al.(2015a))這么看來又可以算是大Q了。
在業(yè)界的話，米國我還不是很了解，但國內(nèi)的量化市場上做策略的人也常常把隨機分析中一些典型的思想融入策略里去，比如我老板的策略就融入了一些OU過程的假定（雖然OU并不是多么高深的模型）。如果你闖進某個量化投資公司拿磚頭瞎砸，被砸死的人里90%都是會隨機分析和期權(quán)定價的。因為傳統(tǒng)的option pricing是金融數(shù)學的起源，里面蘊含了許多根本性的如何用數(shù)理知識探究金融學的思想，一個成功的p quant完全不懂q，這幾乎是不可想象的。相應地，面試量化投資公司的時候，面試官常常會問關(guān)于定價、布朗運動、甚至BS公式、對沖、希臘值相關(guān)的東西。一方面，就像其他答主提到的，相比于量化投資，這些知識有固定的答案，更容易考察水平；另一方面，雖然這些東西看起來在工作中用不上，但其中蘊含著用概率統(tǒng)計探索金融學的基本方法論。你如果完全不會，對方可能會覺得你根本就是一個外行人。
MFE偏Q并不是錯誤的，因為曾經(jīng)這個項目被創(chuàng)立的時候，它就是為培養(yǎng)Q quant而生的。如今q quant越來越不行，MFE們也都在積極地轉(zhuǎn)型（例如現(xiàn)在幾乎所有的top MFE都開設了machine learning），不過你不能指望他很快地完全變成一個P quant master program，因為p quant的興起并沒有幾年，時間上來不及；而且如上面所說的，一個好的quant不能不學Q。在業(yè)界做derivatives的人不能不懂統(tǒng)計和計量，做quantitative investment的也不能不懂stochastic modeling，做策略直接眼一閉寫一個神經(jīng)網(wǎng)絡模型，把歷史數(shù)據(jù)輸進去就瞎generate信號的都是在玩弄玄學。
不過隨著政策的變動，說不定某一天pricing就又回來了，這也是說不準的事情--|||我導師以前說過一句很科學的話：“如果q quant是大海，p quant就是友誼的小船（那時候這個梗還沒爛大街，咳），沒有大海，友誼的小船說翻就翻。”就是這樣一個道理。不會Q是不行的。”

04 CQF Exam 3

CQF的Exam 3對應的是模塊4，這部分開始就是機器學習了，考試也是通過Python來跑機器學習模型的代碼。我的成績其實不高，不過還好后面通過Kaggle的練手，有增加對機器學習的了解。
這次考試只有一個大題，下面7個小問題。但是可以自己選邏輯回歸，向量機，或者是決策樹來解決這些小問題。我選擇了最簡單的邏輯回歸。不過我也在想，以后有機會還是要回過來，繼續(xù)學習下向量機和決策樹的。
我的學習方式是碰到問題，然后去解決問題。這個方式在這里其實有點困難。因為這次考試開始，編程的需求在增加，比如做完考試，我寫的代碼行數(shù)是500行左右。我會經(jīng)常碰到不熟悉的數(shù)據(jù)操作函數(shù)，這個時候我要很去百度這些函數(shù)的使用方式，或者數(shù)據(jù)操作方式，經(jīng)常很頭疼。
所以如果讓我現(xiàn)在給學習建議，我會說CQF的Python前導課還是很值得一看的，特別是在CQF Exam 3之前。CQF的Python前導課其實設計的很好，在講完基礎的語法之后，關(guān)鍵的金融數(shù)據(jù)操作的方式和方法都給出來了。
比如我現(xiàn)在還不是很熟悉的字典到Dateframe的轉(zhuǎn)換，Dataframe的行列截取，排序，倒敘等，其實CQF的Python Primer里面都有參考案例。

05 CQF Exam 4，F(xiàn)inal Project

CQF的Final Project可以根據(jù)自己的愛好，工作領(lǐng)域等自己選擇，去年是有5個參考方向。
我選的是DL，時間序列的深度學習。
有跟CQF同學交流過，比如譚同學就反饋，CQF的這個項目其實已經(jīng)很前沿了，他們給的項目指導里面的波動率的算法，是參考了一篇很新的量化論文。
也有在朋友圈看到一個同學，他選的是配對交易項目，按他的描述，他的這個項目代碼基本可以參與實盤交易了，而他的最終報告頁數(shù)也達到了300多頁，比很多學校的碩士博士論文都長很多。
當然，我的方案是先通過考試，然后再慢慢研究。這次考試我花了大概一個月的時間，把題目給的指引和要求完成之后我就提交了，然后我就用我所學到的機器學期的皮毛，去參與了最近的Kaggle的量化比賽。
通過Kaggle的量化比賽，我去體驗不用的機器學學習模型，不同的參數(shù)設置所能帶來的不同的結(jié)果，也是個很好的學習方式。而且Kaggle上的討論很活躍，能看到很詳細的數(shù)據(jù)分析思路和步驟，極大的開闊了我的視野。
在前期我的最好成績曾經(jīng)短暫的到過前7，也順便秀下，對初學者來說已經(jīng)很難得了。
文章轉(zhuǎn)載自查理冬明，原文鏈接：https://zhuanlan.zhihu.com/p/359916402，已獲得原作者授權(quán)！

以上就是【2萬美金的CQF證書歷程分享】的全部解答，如果你想要學習更多這方面的【CQF國際數(shù)量金融工程師】的知識，歡迎大家前往高頓CQF頻道! 
CQF相關(guān)閱讀推薦：
國際量化金融是什么認證？CQF前景如何呢？
CQF持證人職業(yè)方向是什么？新的一年如何規(guī)劃？
延伸閱讀：
CQF量化投資分析師考試費用高嗎？一共要多少錢？
CQF量化投資分析師考試課程有哪些？都分為幾個模塊？