金融要考的证书（本人有金融背景）

金融要考的证书（本人有金融背景）▲大量知识点，前学后忘，更不会融会贯通▲遇到疑难，独自琢磨，浪费大量时间也没有很好效果▲量化平台太多，不知道哪个更适合自己目前的业务▲网上资料太多，零基础无从下手，不知道如何筛选有价值的资料▲学习过程枯燥，进程缓慢，从入门到放弃

随着金融科技的蓬勃发展，传统金融机构开始反思金融科技部门的定位。金融科技作为行业底层业务逻辑升级的重要方向，对于组织能力和人才梯队的建设提出了新命题：一方面部门定位和组织形式更加灵活化、多元化;另一方面，人才市场中复合型人才的缺口为业务推进带来了不确定性和压力。因此，顺应量化投资的发展与繁荣，既懂金融理论知识又会程序化交易的专业量化人员就更具竞争力。

常规金融机构人员不懂Python编程语言，不会使用计算机编程语言处理庞大负责的金融数据，交易活动一般依据个人的经验判断，无法利用数据及市场信息带来的有用信息;懂金融理论，不懂程序化交易操作，常规技术人员不懂金融理论，往往无法get金融分析师的需求重点。

求人不如求己，金融从业人员如果能自己掌握金融数据分析、程序化交易的技能，驱动业务，可以远远提高自己的决策能力和效率。

但是，自学量化金融存在太多困难：

▲量化平台太多，不知道哪个更适合自己目前的业务

▲网上资料太多，零基础无从下手，不知道如何筛选有价值的资料

▲学习过程枯燥，进程缓慢，从入门到放弃

▲遇到疑难，独自琢磨，浪费大量时间也没有很好效果

▲大量知识点，前学后忘，更不会融会贯通

▲仅仅只是编程语言的学习却没有完整的项目经历，不能让人信服

......

确实，新手入门量化金融不是一件容易的事情，尤其对于在职人士来说，时间更是稀缺资源，因此掌握科学的学习方法至关重要。

因此，一门适合新手入门且深入学习量化金融的课程是必需的，AQF量化金融分析实训项目课程就是符合需求的一门课。

为什么选择AQF?

AQF量化金融分析实训项目课程在借鉴国外发达国家的量化金融分析师执业标准的基础上，结合我国现代金融领域的实践发展和实际情况，并通过研究分析相应实战岗位的专业要求和工作内容，以培养量化金融分析师专业人员为目标，通过【专业理论 实战能力】的训练，培养具备量化分析能力的专业金融从业人员。

AQF实训课程内容以学习主流交易策略为核心，提供前导、量化投资基础、Python编程知识、量化交易策略、面向对象和实盘交易、实盘模拟交易、基于优矿的进阶学习，七个模块的学习。

课程为线上课程，总时长超120小时，学习没有时间地点的限制，可根据个人学习需求灵活安排学习。每位同学都将会有3位答疑老师在线实时指导，为你解疑答惑。www.gfedu.cn/aqf

量化金融分析师(简称AQF，Analyst of Quantitative Finance)由量化金融标准委员会(Standard Committee of Quantitative Finance，SCQF)主考并颁证，是代表量化金融领域的专业水平证书。

课程适合人群：

金融工程/数学专业背景的同学/工作人士，希望进一步学习Python编程以及在量化投资的实战应用；

非金融工程专业背景的同学/工作人士，希望迅速成为宽客；

金融相关人员，希望学习如何系统的做量化策略；

个人投资者，希望系统学习掌握量化投资相关的实务技能，从模型开发，回测，策略改进，搭建稳定的量化交易系统。

量化金融分析师AQF核心课程体系：

1、《量化投资基础》

主要涵盖了量化投资领域的必备知识，包括：基本面分析、技术分析、数量分析、固定收益、资产组合管理、权益、另类投资等内容。

2、《Python语言编程基础》

包含了Python环境搭建、基础语法、变量类型、基本函数、基本语句、第三方库、金融财务实例等内容。旨在为金融财经人提供最需要的编程方法。

3、《基于Python的经典量化投资策略》

包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龟交易模型、Logistics模型、配对交易模型、波动扩张模型、Alpha模型、机器学习(随机森林模型、主成分分析)、深度学习(人工神经网络)等内容。

4、《量化交易系统设计》

旨在学习量化交易系统的具体知识，包括过滤器，进入信号，退出信号，仓位管理等详细内容，并指导学员设计涵盖个人交易哲学的量化交易系统。

5、《量化实盘交易》

旨在为解决实际量化交易策略搭建过程中的一些问题提供最优解决方案。

　　

掌握Python及量化投资技能，我们能做什么?

1、熟悉中国主要金融市场及交易产品的交易机制；

2、熟知国内外期货交易、股市交易的异同点和内在运行机制；

3、掌握经典量化交易策略细节及其背后的交易哲学；

4、掌握金融、编程和建模知识基础，拥有量化交易实盘操作能力；

5、具备独立自主地研发新量化交易策略的能力；

6、掌握量化交易模型设计的基本框架，以及风险管理和资产组合理论的实际运用；

7、掌握从策略思想——策略编写——策略实现饿完整量化投资决策过程；具备量化投资实战交易能力。