金融投资知识网金融分析师金融专业大学排名报考条件

金融专业应该说是目前国内的显学之一，从每年报考量化金融分析师的人数就可以看出来，在这里小编今天就不说什么就业前景的了，今天来跟大家说的是如果想要成为一个量化金融分析师，应该掌握和学习的基础课程有哪些?

数学基础

我把微积分/高等数学/数学分析、线性代数/高等代数、概率论和统计学/概率论+统计学+数理统计这三块内容归到这一类。每一块中，越靠后的难度越大。这一块学得是否熟练以及是否深入，直接决定了后面的“数学进阶和应用”部分的课程学得是否吃力。

对于一部分同学来说，“数学进阶和应用”部分的课程和“资产定价”部分的课程是吃饭的家伙。这一部分同学起步的职业往往是量化分析师(Quantitative Analyst)。一个典型的量化分析师熟练掌握2种以上的编程语言和各类资产定价模型，并有能力找到套利策略。如果发现自己数学课学得不吃力且比较有感觉，可以考虑在这个职业路径上多投入时间。反之，则建议选择较轻松的课程，并考虑其他的职业路径。

微积分/高等数学/数学分析

往低了说是理解中高级的经济、金融学理论的一块拼图，往高了说是一种重要的思维训练。数分里能训练的东西太多，一两句话说不清楚，我自己也没太学好，就不献丑了。

线性代数/高等代数

在“数学进阶和应用”以及“资产定价”部分，需要经常使用矩阵的性质和运算。这门课往低了说，是做定量分析的一块拼图，往高了说也是一种重要的思维训练。尤其是对线性空间和投影这两个概念的理解，对于以后的学习很重要。

概率论和统计学/概率论+统计学+数理统计

往低了说是理解中高级的经济、金融学理论的另一块拼图，往高了说……你大概知道我要说什么了。培养关于不确定性的思维对于金融从业人员来说很重要。即使是看上去和不确定性不大相关的财务工作，也需要干把未来发生的现金流对到现在的事情。

经济学基础

我把微观经济学、宏观经济学、博弈论/博弈论与信息经济学、货币银行学、财政学、国际经济学、国际金融这几门课归到这一类。其中宏微观可能会开中级甚至高级课程。这些经济学课程对于当一个金融行业的产业工人或许没什么帮助，但对你分析宏观的经济大势和微观的市场状况有帮助。换句话说，即使从最功利的角度看，学会这些也能帮你更快地发现赚钱的机会。而这些课程对志在学术研究的同学，作用是显而易见的：帮助你找到自己的兴趣所在。

微观经济学

这门课程主要由两部分组成，一是个体决策，二是市场结构。在个体决策部分，你会学到个人/住家(一般是领工资的劳动者和消费者)如何做消费决策以及劳动力供给的决策，还会学到厂商(一般是劳动的雇佣者和资本拥有者/使用者)如何做生产决策。你会知道，这两类市场参与者的面临的决策在经济学中被重述为各式各样的最优化问题。这个思维会伴随你大学四年的学习。

在市场结构部分，你会看到两拨最大化自己利益的人碰到一起时，会在什么地方达成一致。这个达成一致的地方我们叫做“均衡点”，这可能是经济学中最重要的一个概念。 宏观经济学：宏观经济学研究个体行为的加总以及相应的均衡概念。可能被放进宏观经济学讲的问题包括经济增长、国际贸易、汇率决定、货币政策、财政政策等。这些问题背后都有深刻的政策背景。政府的政策可以影响均衡的位置。

博弈论/博弈论与信息经济学

博弈论讨论这样一个场景下老司机(划掉)理性人的决策：有两方或多方互动，各方的收益均不完全由其自身决定，各方并不完全确定其他参与方会怎么行动。根据具体问题的不同(信息完全与否，一期还是多期，同时行动还是有行动顺序等)可以衍生出不同的具体场景。

博弈论是合约理论、机制设计等经济学领域的基础，这两者也是信息经济学研究的(一部分)内容。信息经济学与信息技术(IT、通信)等没什么太强的关系，它是研究不完全信息下的各类决策的经济学分支。 以下四门课程的内容有可能在宏观经济学中已经简单地告诉你了，但在它们中会学得更深入。

货币银行学

这门课程告诉你货币是什么、银行体系大概长什么样，以及货币政策通过银行体系对经济能产生什么影响(传导机制)。其中，关于“货币是什么”这个问题，有各种各样的解答。在不同的解答下，货币政策的传导机制不同。由于实际经济非常复杂，这门课可能无法告诉你哪个传导机制是对的，但告诉你存在这些机制，也有助于你理解货币政策背后的目标。

财政学

这门课程告诉你两件事：一件是我国的财政体系长什么样，一件是各式各样的财政政策：采购、征税、补贴，分别会对经济产生怎样的影响。在解读国家的财政政策时，这门课提供的直觉很有帮助。 国际经济学：这门课程教授你国际贸易的几代理论，汇率的决定，以及各类贸易政策会带来怎样的影响。对于已经存在的贸易协定/贸易区，这门课程也会介绍并且评价。

国际金融

这门课程的重点放在汇率问题上，也会搭上一些介绍国际金融体系的内容。部分学校还会把外汇衍生品的内容也放到国际金融里教。这门课程与国际经济学所教授的内容中有一部分是目前经济学研究中较有活力的部分，换句话说也是较复杂，无甚定论的部分。

数学进阶与应用

我把计量经济学/计量经济学+时间序列分析、各类编程语言、算法与数据结构、随机过程、常微分方程、偏微分方程、傅立叶分析、数值计算、数学规划、实分析、复分析等课程归到这一类。排序的方式大致是让选修的人数从前往后依次递减。大量选修这一类课程的学生，要么决定走量化分析师的职业道路，要么决定做学术研究(至少读到博士，做不做教职另说)。

考虑到这些课基本都在大二下学期以后开，对于决定不走这两条路的同学，我的建议是不要选，拿学它们的时间去攒简历/做实习/玩点你想玩的别的东西。对这一类课程的描述，对于刚进入大学的同学来说可能难以理解。不过不要担心，随着学习的深入，这些课程对于很多同学来说是不难的。

资产定价

我把投资学、金融工程/金融衍生工具、固定收益证券这三门课归到这一类。这一类课程学习一些关于如何确定在公开市场上交易的资产和金融产品的价格的理论。一个交易员或者一个机构投资者的投资组合大概包括股票、债券、衍生工具以及现金这四类。现金不需要定价，其他三类东西都需要。这三门课每门课会教你其中一种东西有哪些定价理论。不过这些理论相对陈旧，实证结果也见仁见智，所以我更愿意管它们叫“假说”。了解这些理论是交易的基础，但成为一名合格的交易员(trader)或AQF量化金融分析师，需要学的并不止这些。

投资学

这门课教你一些关于“股票价格如何确定”的假说，但——再次提醒——它们都只是假说，而且只在特定的对市场参与者行为的假设下成立。这些假说往往包括CAPM(资本资产定价模型)、APT(套利定价理论)、因子模型(factor pricing models)等。同时还会教你一点基本的关于投资组合的知识。本科阶段求解投资组合往往是固定一阶矩(期望收益)和二阶矩(风险的度量之一)中的一个，去最优化另一个。

金融工程/金融衍生工具

这门课教你衍生品定价的一些假说。由于衍生品往往锚定一个或多个风险资产，而风险资产未来的价值是不确定的，所以衍生品未来的价值也是不确定的。从不确定的未来价值反推出现在应该卖多少钱，就是衍生品定价问题。衍生品中最重要的一类是期权，很多衍生品都能看作一个或一组期权和其他价格已知的资产的组合，所以只要能给期权定价，就可以给绝大多数衍生品定价。

固定收益证券

这门课教你固定收益类资产(主要是债券)定价的一些假说。固收类资产的票面利率大都是确定的(也有锚定某个不断变动的利率例如LIBOR的)，但其是否违约(赖帐不付、晚付息、晚付本金等)是个不确定事件，所以它也是有风险的。这门课也会教你短期利率和长期利率之间的关系。部分学校还会教一些我国债券市场的概况、与债券相关的衍生产品之类的内容。

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。

三、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。