近年来，我国金融业改革与创新不断，金融工作越来越专业化、标准化、国际化。结合现代计算机技术的发展，量化方法在金融实务中的应用也越来越普遍和深入。
现阶段，国内每年的新财富评选活动中，各大券商的金融工程团队逐渐成为行业焦点;量化基金产品一如既往受到多方关注。各大量化投资（www.gfedu.cn/aqf）平台如雨后春笋般兴起，量化方法在金融投资分析中得到越来越广泛的运用。
国际方面，在人工智能的浪潮下，包括高盛、摩根大通、贝莱德等各大顶级投行和金融机构纷纷转型和布局人工智能，大批交易员和分析师被自动算法取代，越来越多的公司依赖算法进行投资决策，而不再求助于具体的人。量化投资领域方兴未艾，在此背景下，为未来金融高尖人才提供全面且个性化的服务，提升其综合素质，是时代的需求。
量化金融分析师AQF实训项目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，通过专业理论知识与实战能力的训练，培养具备量化分析能力的专业金融从业人员。
此外，本项目的课程内容和结构设计也适宜短期学习概览量化分析方法，并且应用于日常的投资分析工作中的金融从业人员。
1、项目背景
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。
2、适宜人群
有志于学习专业的量化投资方法，且有志于从事与金融量化分析相关的经济活动或专业服务工作的人员。相关工作包括：投资顾问、量化投资工程师、量化投资策略研究分析师、行业研究中的量化分析团队等。
3、课程学习计划
4、课程安排
第一阶段(1个月)：Python编程基础 金融知识基础
零基础到入门，线上课程 线下面授。通过大量金融数据和金融案例的初步学习，了解Python编程核心基础。课程内容主要包括：Python语言环境的搭建、编程基础、编程进阶(Numpy / Pandas配对交易实战策略)、金融数据的获取及相关处理、Python实战金融应用(统计分析、资产组合、风险管理、资产定价)、量化交易策略(SMA经典策略、CTA交易策略、基于爬虫技术的事件驱动策略、大宗商品&股票市场联动策略、基于机器学习算法预测股市涨跌)
第二阶段(1个月)：量化金融进阶课程
中级进阶课程，主要涉及基于Python的经典量化投资策略的深入学习等。包含了最负有盛名、最前沿的量化交易思想和交易策略。例如：海龟交易模型、配对交易模型、Alpha模型、机器学习各种模型等内容。
第三阶段(1个月)：量化金融高阶课程
量化高阶课程，课程内容包括量化交易系统设计及量化实盘交易的学习。第三阶段高阶课程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。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方案。
通过第三阶段的学习，学员将获得报名参与量化金融分析师(AQF)的证书考试资格。课程内容截图：
5、课程服务
课程学习实务导向：金程教育的量化投资项目课程以实务应用为导向，实现从零开始到量化投资实战的垂直提升。
售前售中售后一站式服务：提供服务包括咨询、课程培训、资料寄送、课后答疑等相关的一站式服务。
课程研发团队独立自主：金程教育专设量化投资独立研发团队并陆续推出各种量化高阶课程;如：量化策略的持续研发、量化回测框架设计等。
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。
,
