人才缺口巨大，职业发展前景广阔，薪酬可观
近年来，全球金融业改革与创新不断，金融科技（FinTech）行业更是迅速发展。随着人工智能、区块链、云计算、大数据等新兴技术的发展与应用，金融科技正在以迅猛的势头重塑金融产业生态，“无科技不金融”成为行业共识，行业人才缺口高达300万！
国内的量化行业目前正处于一个高速发展的阶段，整个量化市场在2018年以前大体在1000亿左右的量级，2019年激增达到了2500亿左右的规模，发展到现在已超5000多亿的规模。处在这一产业中的从业者，也迎来了职涯重大发展和薪酬提升。(*信息来源于东方网报道)
任何一家量化交易机构收益率的高低，后面比拼的主要是策略的好坏以及系统下单的速度
所以相应以下岗位对人才的需求非常大
根据quant团队的需求，进行量化交易系统和工具的开发， 以及交易系统日常的数据分析和订单数据的统计分析。
进行量化因子的挖掘，策略开发及利用统计模型、机器学习等方法进行整合，制定和改善交易策略和市场模型。
分析交易数据，提高策略和模型的收益，开发、维护的增强现有交易算法，市场衍生品的做市商。
线下面授包含金融基础和 Python 基础，详解入门知识，手把手带您实操；线上网课覆盖所有考点，配套练习让您提前掌握考试题型；考前全真机 考模拟，交大教育集团拥有 ATAC 的自主考点，可以为您提供熟悉的考场环境及服务。
AQF认证项目由全球金融专业人士协会（GIFP协会）和中国市场学会量化金融专业委员会联合认证，学业完成合格上海交大教育集团核发结业证书；考试成绩合格且符合持证人资格，获得GIFP 和量专委颁发的专业水平证书。
课程根据协会官方 2022 年考纲研发，并配套课后练习，全过程专属答疑服务，学习无忧。
学习同时配合专属模拟量化交易平台，海量数据使用权，策略编写回测便捷。
一站式掌握量化金融基础知识+实战技能
金融基础知识（约22小时） |
||
| 金融理论 | 概率论基本概念 | 01:17:01 |
| 随机变量数字特征 | 00:34:27 | |
| 常见的概率分布 | 01:05:35 | |
| 大数定律和中心极限定理 | 00:27:17 | |
| 抽样分布 | 00:40:27 | |
| 投资理论 | 参数估计和假设检验 | 00:57:03 |
| 线性回归分析1 | 00:49:11 | |
| 线性回归分析2 | 00:40:21 | |
| 投资组合管理简介 | 00:23:04 | |
| 收益和风险 | 00:21:26 | |
| 效用理论 | 00:26:19 | |
| 均值方差模型 | 00:20:41 | |
| 有效前沿 | 00:44:07 | |
| 资本资产定价模型 | 00:34:45 | |
| 业绩评价指标 | 00:13:55 | |
| Equity市场的参与者 | 00:24:29 | |
| Mutual Fund 和ETF | 00:25:10 | |
| 交易头寸 | 00:23:15 | |
| 交易订单 | 00:36:13 | |
| 市场异常和行为金融学 | 00:56:17 | |
| 估值指标：市盈率1 | 00:26:39 | |
| 估值指标：市盈率2 | 00:28:34 | |
| 价格倍数法的逻辑和市销率 | 00:28:24 | |
| 其他倍数股指：PS EV PB | 00:26:52 | |
| 绝对估值模型 | 00:32:24 | |
| 分部估值和Asset-based | 00:17:15 | |
| 债券 | 债券的基本要素 | 00:31:01 |
| 债券市场 | 00:31:24 | |
| 含权债券 | 00:22:53 | |
| 单利和复利 | 00:23:11 | |
| 债券定价 | 00:28:29 | |
| 全价和净价 | 00:24:48 | |
| 债券风险 | 00:33:55 | |
| 债券交易策略 | 00:15:53 | |
| 衍生品 | Derivatives定义和四大衍生品介绍 | 00:33:07 |
| Option合约介绍 | 00:21:22 | |
| 衍生品的分类 | 00:18:30 | |
| Forward | Forward深入知识 | 00:25:46 |
| Futures and Swap深入知识 | 00:27:11 | |
| Option | Option深入知识1 | 00:28:15 |
| Option深入知识2 | 00:37:19 | |
| Option定价原理 | 00:22:46 | |
量化投资理论（ 约12小时） |
||
| 量化投资理论 | 人工智能算法原理 | 00:17:05 |
| Fintech与量化金融市场介绍 | 00:39:52 | |
| 量化交易回测和实盘的一般框架结构 | 00:14:06 | |
| 统计套利量化交易策略 | 00:27:09 | |
| CTA量化交易策略1 | 00:37:41 | |
| CTA量化交易策略2 | 00:27:01 | |
| 事件驱动型量化交易策略 | 00:20:21 | |
| 多因子市场中性量化策略1 | 00:36:32 | |
| 多因子业绩归因和对冲模式 | 00:24:32 | |
| 多因子处理：数据预处理 | 00:30:49 | |
| 多因子模型构建流程 | 00:40:16 | |
| 多因子模型的实战应用 | 00:32:08 | |
| 多因子 CTA实战交易策略 | 00:25:15 | |
| 量化指数增强策略 | 00:15:22 | |
| 基于北向资金和公募基金量化策略1 | 00:15:02 | |
| 基于北向资金和公募基金量化策略2 | 00:16:33 | |
| 量化期权交易策略 | 00:15:09 | |
| 机器学习交易策略 | 00:23:48 | |
| 大数据与舆情分析策略1 | 00:32:41 | |
| 大数据与舆情分析策略2 | 00:34:53 | |
| 行业轮动策略 | 00:34:49 | |
| 动量反转和择时策略 | 00:26:37 | |
| 无风险套利策略 | 00:36:48 | |
| 日内量化高频策略1 | 00:36:30 | |
| 日内量化高频策略2 | 00:27:59 | |
| 净利润断层策略 | 00:31:46 | |
| 风险平价和策略回测机制 | 00:37:45 | |
Python编程基础（约10时45分） |
||
| Python基础 | Python语言环境搭建 | 00:20:43 |
| JupyterNotebook使用方法 | 00:34:22 | |
| Python基础语法 | 00:44:01 | |
| Python运算符 | 00:30:27 | |
| Python基本数据类型_数字和字符串 | 01:05:02 | |
| Python基本数据类型_列表和元组 | 00:31:21 | |
| Python基本数据类型_集合和字典 | 00:29:59 | |
| Python语法 | Python控制结构_条件语句 | 00:30:37 |
| Python控制结构_循环语句 | 00:57:03 | |
| Python控制结构_break和continue | 00:20:02 | |
| Python控制结构_列表和字典解析 | 00:22:02 | |
| Python控制结构_异常处理 | 00:18:58 | |
| Python函数_函数定义和调用 | 00:25:25 | |
| Python函数_函数参数和匿名函数 | 00:50:49 | |
| NumPy | NumPy_Ndarray创建和基本属性 | 00:28:42 |
| NumPy_Ndarray索引和修改结构 | 00:28:28 | |
| NumPy_Ndarray向量化操作和广播 | 00:29:01 | |
| NumPy_通用函数和随机数 | 00:42:27 | |
| NumPy_线性代数和多项式回归 | 00:36:07 | |
金融数据分析基础（ 约7时） |
||
| Pandas | Pandas_Series创建和基本用法 | 00:30:43 |
| Pandas_DataFrame索引和切片 | 00:39:43 | |
| Pandas_DataFrame数据处理 | 01:06:52 | |
| Pandas_DataFrame分组操作 | 00:25:02 | |
| Pandas_DataFrame合并操作 | 00:40:06 | |
| Pandas_DataFrame层次化索引 | 00:17:40 | |
| Python数据可视化 | Python数据可视化 | 00:54:35 |
| Python数理统计 | 00:48:29 | |
| 数据库基本介绍 | 01:41:26 | |
量化交易回测方法（ 约5时30分） |
||
| 交易指标基础 | K线图简介 | 00:33:00 |
| 绘制K线形态 | 00:31:44 | |
| python捕捉K线形态 | 00:58:13 | |
| 简单移动平均_1 | 00:28:42 | |
| 加权移动平均_1 | 00:15:53 | |
| 指数移动平均_1 | 00:13:30 | |
| 交易实战 | 创建movingAverage模组_1 | 00:13:16 |
| 中国银行股价数据与均线分析_1 | 00:14:31 | |
| 中国银行股票均线系统交易_1 | 00:32:03 | |
| 配对交易简介 | 00:29:15 | |
| 配对交易的步骤1 | 00:30:26 | |
| 配对交易的步骤2 | 00:21:03 | |
| Python实测配对交易策略 | 00:10:40 | |
数据库基础（ 约12时39分） |
||
| 数据基础 | 数据库基本介绍 | 01:41:26 |
| SQLite常用命令 | 01:43:26 | |
| DQL数据查询语言 | 02:24:54 | |
| 数据爬虫 | 爬虫实战介绍 | 01:11:52 |
| HTTP请求方法与过程 | 01:18:56 | |
| 使用BeautifulSoup进行网页解析 | 01:12:35 | |
| 使用requests网页爬取 | 00:52:56 | |
| 使用Xpath进行网页解析 | 01:09:52 | |
| 09_正则表达式 | 01:03:32 | |
实盘模拟交易（ 约5时51分） |
||
| 量化实盘交易 | 量化实盘交易系统介绍 | 00:59:11 |
| 量化交易与智能投研 | 01:17:11 | |
| 量化交易与智能风控-1 | 00:51:08 | |
| 量化交易与智能风控-2 | 01:01:53 | |
| 量化交易与智能风控-3 | 00:13:39 | |
| GPT对量化交易的影响 | 01:28:03 | |
人工智能与机器学习策略（ 约10时） |
||
| 人工智能 | 人工智能导论 | 01:47:42 |
| 机器人技术 | 00:15:51 | |
| 机器学习 | 机器学习基本流程 | 00:51:15 |
| 机器学习模型-PartA | 01:02:40 | |
| 机器学习模型-PartB | 00:25:14 | |
| 机器学习模型-代码1（demo） | 00:46:01 | |
| 机器学习模型-代码2（实例） | 00:21:17 | |
| 深度学习 | 深度学习基础模型-代码案例3 | 01:10:32 |
| 深度学习的进阶与应用-PartA | 01:30:14 | |
| 深度学习的进阶与应用-PartB | 00:52:06 | |
| 深度学习的进阶与应用-PartC | 00:19:30 | |
| 深度学习LSTM代码 | 00:17:00 | |
| 深度学习之图片分类-代码案例4 | 00:30:38 | |
量化交易策略的Python实现与回测（进阶）（ 约5时27分） |
||
| 量化回测平台 | 量化回测平台介绍-1 | 00:42:33 |
| 量化回测平台介绍-2 | 00:52:04 | |
| 策略分析 | 消息面分析与事件驱动策略 | 00:30:17 |
| 技术分析相关策略-1 | 00:31:10 | |
| 技术分析相关策略-2 | 00:20:55 | |
| 交易策略实战 | CTA交易策略 | 01:11:28 |
| 多因子模型及实战 | 00:36:44 | |
| 业绩评估及归因分析 | 00:42:27 | |
量化风控实战（ 约12时36分） |
||
| CAPM模型 | CAPM资本资产定价模型_收益和风险 | 00:43:56 |
| CAPM模型_效用理论 | 00:15:04 | |
| CAPM模型__投资组合选择_单个风险资产 | 00:26:03 | |
| CAPM模型_投资组合选择_两个风险资产 | 00:35:16 | |
| CAPM模型_投资组合选择_有效前沿 | 00:26:44 | |
| CAPM资本资产定价模型 | 00:39:44 | |
| BSM模型 | BSM模型及隐含波动率计算_1 | 00:37:05 |
| BSM模型及隐含波动率计算_2 | 00:34:23 | |
| BSM模型及隐含波动率计算_3 | 00:29:30 | |
| 风险建模基础 | 银行信用风险建模-前言 | 00:07:31 |
| 敞口划分和模型分类 | 00:27:00 | |
| 模型划分案例演示-矩类分析法 | 00:06:25 | |
| 模型结构介绍及演示 | 00:25:45 | |
| 建模准备阶段工作 | 00:34:47 | |
| 单因素分析 | 00:37:28 | |
| 分数转换 | 00:22:20 | |
| 因素分析和模型合成 | 00:14:17 | |
| 模型校准 | 00:41:58 | |
| 统计检验指标介绍 | 00:32:31 | |
| 专家经验打分卡 | 00:27:38 | |
| 评级模型验证 | 评级模型验证1 | 00:33:04 |
| 评级模型验证2 | 00:40:58 | |
| 评级模型验证3 | 00:40:32 | |
| 评级模型验证报告示例 | 00:36:04 | |
| 评级模型实列 | 零售信贷及评分卡1 | 00:25:56 |
| 零售信贷及评分卡2 | 00:39:35 | |
| 论巴塞尔新资本协议对于资本计提的原则和方法 | 00:44:37 | |
| 信用风险违约概率建模 | 信用风险违约概率建模_Excel基础知识 | 00:24:39 |
| 信用风险违约概率建模_债券法基本原理 | 00:30:04 | |
| 信用风险违约概率建模_债券法函数建模 | 01:06:39 | |
| 信用风险违约概率建模_债券法案例分析 | 00:16:16 | |
| 信用风险违约概率建模_莫顿模型迭代接近法 | 00:54:22 | |
| 信用风险违约概率建模_莫顿模型股票波动率法 | 00:28:45 | |
| 随机利率及债券定价模型 | 随机利率及债券定价模型_无风险利率 | 00:54:38 |
| 随机利率及债券定价模型_单利和复利 | 00:47:34 | |
| 随机利率及债券定价模型_利率期限结构 | 00:50:56 | |
| 随机利率及债券定价模型_债券定价_远期利率 | 00:27:19 | |
| 随机利率及债券定价模型_风险中性定价 | 00:58:25 | |
| 随机利率及债券定价模型__均衡模型 | 01:08:38 | |
| 随机利率及债券定价模型__Vasicek_CIR_参数估计 | 00:40:07 | |
| 随机利率及债券定价模型__Ho-Lee | 00:29:48 | |
| 随机利率及债券定价模型__Hull-White | 00:51:54 | |
| 随机利率及债券定价模型__美式期权定价 | 00:21:24 | |
| 随机利率及债券定价模型__中美国债收益率曲线 | 00:30:44 | |
| 基于莫顿模型的信用风险计量建模 | Merton模型和企业信用风险建模1 | 00:47:54 |
| Merton模型和企业信用风险建模2 | 00:35:18 | |
| 互联网金融的风控技术 | 互联网金融的风控技术 | 00:44:46 |
| 大数据个人信贷评分卡模型 | 大数据个人信贷评分卡模型_信用风险_评分卡_1 | 00:55:50 |
| 大数据个人信贷评分卡模型_信用风险_评分卡_2 | 00:57:28 | |
| 大数据个人信贷评分卡模型_信用风险_评分卡_3 | 01:05:09 | |
| 大数据个人信贷评分卡模型_信用风险_评分卡_4 | 00:53:00 | |
| 大数据个人信贷评分卡模型_信用风险_评分卡_5 | 01:11:01 | |
| 大数据个人信贷评分卡模型_信用风险_评分卡_6 | 01:11:22 | |
| 大数据个人信贷评分卡模型_信用风险_评分卡_7 | 00:36:50 | |
| VaR在险价值建模 | VaR在险价值建模_VaR课程体系介绍和HS法计算VaR | 00:29:39 |
| VaR在险价值建模_加权历史模拟法计算VaR | 00:25:31 | |
| VaR在险价值建模_Resample VaR+参数法 | 00:17:53 | |
| VaR在险价值建模_MCS原理 | 00:19:09 | |
| VaR在险价值建模_MCS代码讲解 | 00:22:00 | |
| VaR在险价值建模_VaR的衍生交易策略 | 00:15:24 | |
| 课程名称 | AAQF
助理量化分析师 精品班 |
AQF
量化分析师 精品班 |
AAQF
助理量化分析师 VIP 班 |
AQF
量化分析师 VIP 班 |
| 面授 | ✓ | ✓ | ✓ | ✓ |
| Python网课 | ✓ | ✓ | ✓ | ✓ |
| 基础知识网课 | ✓ | ✓ | ✓ | ✓ |
| 专业与实务网课 | ✓ | ✓ | ||
| 教材 | ✓ | ✓ | ✓ | ✓ |
| 专属答疑 | ✓ | ✓ | ✓ | ✓ |
| 全真模考 | - | - | ✓ | ✓ |
| 不过重读 | ✓ | ✓ | ✓ | ✓ |
| 不过退款 | - | - | ✓ | ✓ |
| 课程费用 | 2480 元 | 8800 元 （优惠券500元） |
4880 元 | 12800 元 |
* 每节课时 20-40 分钟不等，符合协会规定。
* 签约合作企业客户与两人以上团报均有优惠。
* 以上费用均不包含 AQF认证考试费。
* AAQF 考试费：1100 港币/人。
* AQF 考试费：3600 港币/人。
金融行业急需通晓金融业务，拥有IT系统规划、建设经验的专业人才
扫码报名咨询
