“Congratulations on successfully completing the CQF!”
近期收到CQF Final Project的成績(jī)郵件,看到Congratulations的時(shí)候,還是有點(diǎn)激動(dòng)。正如昨天和CQF的Dr.Randeep通話說(shuō)的,有那么幾周都是深夜和周末無(wú)休,埋頭看課看書(shū)寫(xiě)代碼;感覺(jué)是又讀了個(gè)碩士課程。
所幸付出終有回報(bào),也分享下CQF的學(xué)習(xí)和考試歷程了。
總是有評(píng)論區(qū)知友問(wèn)我,不知道如何從0入門(mén)開(kāi)始學(xué)習(xí)CQF,這里統(tǒng)一回復(fù)一下:對(duì)于小白來(lái)說(shuō),肯定要從最基礎(chǔ)的入手,我最近把自己入門(mén)學(xué)習(xí)的資料整理了一下,想要學(xué)習(xí)的可以免費(fèi)領(lǐng)取,能少走很多彎路!
01 CQF的學(xué)習(xí)方式
每個(gè)人的學(xué)習(xí)方式和出發(fā)點(diǎn)不一樣,如果你想把知識(shí)學(xué)的很扎實(shí),當(dāng)然是需要好好的看課和看書(shū)。
因?yàn)槲夷芸吹紺QF中文課程的出勤數(shù)據(jù),也會(huì)時(shí)不時(shí)看下,然后很驚訝的發(fā)現(xiàn),有個(gè)潛歡同學(xué)的出勤非常好,幾乎每次中文課程都參加。我就去問(wèn)他,你是怎么做到的這么堅(jiān)持。
他的回復(fù)是,"這個(gè)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(lái)的趨勢(shì),我也很感興趣。“,”不上直播比較吃虧,可能有的人還沒(méi)發(fā)現(xiàn)。“
也有英文比較好的同學(xué),比如肖博士碰巧學(xué)習(xí)期間在國(guó)外,跟倫敦的時(shí)差小,就經(jīng)??碈QF協(xié)會(huì)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(wèn),協(xié)會(huì)的老師也會(huì)耐心解答。而且她給協(xié)會(huì)的老師,幾乎每個(gè)老師,都寫(xiě)過(guò)郵件咨詢問(wèn)題,協(xié)會(huì)的老師都比較Nice,有回答問(wèn)題。肖博士近期也收到量化職位的Offer,其中一個(gè)是倫敦的BOA,也算是一個(gè)完美的CQF學(xué)習(xí)歷程了。
我自己的學(xué)習(xí)方式比較另類(lèi),我之前通過(guò)了CFA的三次考試,也寫(xiě)過(guò)一點(diǎn)代碼,就比較自負(fù)的選擇考試題目出來(lái)之后再去學(xué)習(xí)。我從沒(méi)看過(guò)直播,都是回放,回放也沒(méi)看完過(guò)。這個(gè)方式其實(shí)優(yōu)點(diǎn)也有缺點(diǎn)。
缺點(diǎn)是,壓力很大。沒(méi)有學(xué)習(xí)經(jīng)歷,直接看題目,我是一臉黑人問(wèn)號(hào)的。也有其他不少CQF同學(xué)也有類(lèi)似的經(jīng)歷。
拿著題目,打印出來(lái),每天找時(shí)間時(shí)不時(shí)看一點(diǎn),不明白的關(guān)鍵字,就百度或者回過(guò)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(méi)開(kāi)始做。
CQF每個(gè)學(xué)期有3次考試+1次Final Project。每個(gè)學(xué)期有2次Extension機(jī)會(huì),但是Final Project不能Extension。所以其實(shí)就相當(dāng)于前面3次考試有2次Extension機(jī)會(huì)。如果不Extension,考試的時(shí)間一般是2周,F(xiàn)inal是2個(gè)月。我雖然在半年內(nèi)通過(guò)了
CQF考試,但是這半年里面,其實(shí)我用了2次Extension機(jī)會(huì)的。也算是規(guī)則范圍之內(nèi),盡量的給自己減輕點(diǎn)壓力了。
當(dāng)然,我的這個(gè)方案也有優(yōu)點(diǎn),就是目標(biāo)明確,最少的時(shí)間內(nèi)通過(guò)考試。量化金融的領(lǐng)域其實(shí)很寬,而CQF協(xié)會(huì)選擇讓我們考試的知識(shí)點(diǎn),都是精選過(guò)的,需要掌握的核心知識(shí)點(diǎn)。我選擇先學(xué)好這部分內(nèi)容作為入門(mén)基礎(chǔ),其他內(nèi)容以后工作碰到了再去深入學(xué)習(xí)。CQF也是終身學(xué)習(xí),我可以先掌握80%,拿到證書(shū)之后,回頭有空再來(lái)繼續(xù)看其余的20%。
我屬于2020年的6月班級(jí),我的考試時(shí)間參考如下。
02 CQF Exam 1
我的CQF第一次考試結(jié)果還不錯(cuò),分?jǐn)?shù)的絕對(duì)值是97。當(dāng)然,這不代表排名很高,我知道肖博士,還有其他不少同學(xué)都是100分。
第一次考試總共5個(gè)大題,每個(gè)大題有1-3個(gè)小題。因?yàn)閷?duì)應(yīng)的是CQF的模塊2,有不少風(fēng)險(xiǎn)管理的內(nèi)容,所以這次考試有涉及VaR的計(jì)算,風(fēng)險(xiǎn)預(yù)估和回測(cè),以及巴塞爾協(xié)議等內(nèi)容。但是讓我覺(jué)得最有收獲的,其實(shí)是投資組合的優(yōu)化。
之前學(xué)習(xí)CFA的時(shí)候,我其實(shí)學(xué)過(guò)投資組合優(yōu)化,包括馬科維茨的收益和風(fēng)險(xiǎn),有效前沿等。但是CFA的學(xué)習(xí)還是停留在概念,沒(méi)有具體實(shí)際操作過(guò)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(jí)和二級(jí),都是通過(guò)選擇題的形式來(lái)考核。即使偶偶涉及計(jì)算,也往往是簡(jiǎn)化了的2個(gè)資產(chǎn)之間的計(jì)算。但是實(shí)際的投資中,我們往往是多個(gè)資產(chǎn)。
因?yàn)橥顿Y組合的計(jì)算涉及一個(gè)相關(guān)性,每增加一個(gè)資產(chǎn),就要增加很多個(gè)相關(guān)性的計(jì)算。所以即使是3個(gè)資產(chǎn),要純手工去計(jì)算投資組合優(yōu)化也是非常困難的。而手工做有效前沿,對(duì)于普通人來(lái)說(shuō)更是不可能,2個(gè)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(hào)稱(chēng)是量化的基石之一,當(dāng)然要好好操練操練。CQF協(xié)會(huì)上課的時(shí)候,一步一步的展示了用Excel模型,來(lái)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(huà)出投資組合的有效前沿。
我當(dāng)時(shí)考試的時(shí)候用的是Excel,直接參考協(xié)會(huì)的Excel模板,調(diào)整參數(shù),也把答案搞出來(lái)了。再后來(lái),有時(shí)間的時(shí)候,我回過(guò)去看,發(fā)現(xiàn)Python做好像還更簡(jiǎn)單,也就是一個(gè)函數(shù)的事情,就也嘗試過(guò)用Python來(lái)做這個(gè)投資組合優(yōu)化。
03 CQF Exam 2
CQF的第二次考試,其實(shí)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(gè)月的業(yè)余時(shí)間,才把5個(gè)題目給搞定。分?jǐn)?shù)其實(shí)還行,有92。
這次考試偏數(shù)值計(jì)算,按不少CQF同學(xué)的說(shuō)法,實(shí)際的量化工作中,都是大體量的量化數(shù)據(jù)和信號(hào),會(huì)經(jīng)常涉及數(shù)值計(jì)算,CQF這個(gè)算是很基礎(chǔ)的了??荚囈蔡匾庖罅耍枰獙?xiě)Python代碼來(lái)做基礎(chǔ)預(yù)算,也算是為后面的機(jī)器學(xué)習(xí)做了一個(gè)鋪墊。
這個(gè)考試對(duì)應(yīng)的是CQF的模塊三,因?yàn)镃QF的模塊三其實(shí)是Q Quant的典型,學(xué)起來(lái)有難度,只不過(guò)考試的時(shí)候沒(méi)有考的太難,而是讓我們練習(xí)用Python做一些基礎(chǔ)的數(shù)值計(jì)算,所以這里也稍微聊下P Quant和Q quant。
我自己有去對(duì)比過(guò)全球的金工碩士的課程安排,基本上大部分都在學(xué)衍生品和期權(quán)定價(jià),也跑不開(kāi)隨機(jī)微分方程和布萊克莫頓等。所以我也關(guān)注過(guò)這個(gè)問(wèn)題。
先介紹下Jim Gatheral,Dr.Jim Gatheral于1983年取得劍橋大學(xué)理論物理博士學(xué)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(jià)、風(fēng)險(xiǎn)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(shí)間在美林銀行擔(dān)任董事總經(jīng)理,負(fù)責(zé)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(huì)也有請(qǐng)到Dr.Jim Gatheral,他也是最近一年的Quant of the Year得主。
知乎上有個(gè)同學(xué)有機(jī)會(huì)問(wèn)過(guò)Jim Gatheral關(guān)于P Quant和Q Quant。這是個(gè)匿名回答,參考如下。
“去年參加某mfe面試時(shí)遇見(jiàn)了Jim Gatheral,他問(wèn)我有什么問(wèn)題問(wèn)他。我說(shuō)我發(fā)現(xiàn)貴項(xiàng)目這幾年開(kāi)了越來(lái)越多P quant的課,比如機(jī)器學(xué)習(xí)、大數(shù)據(jù)、microstructure什么的,你們的學(xué)生學(xué)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(shí)p和q是不矛盾的。幾年前大家普遍認(rèn)為p和q的本質(zhì)區(qū)別是,p quant用統(tǒng)計(jì)方法研究真實(shí)測(cè)度下的分布,q quant先把model倒進(jìn)q測(cè)度下定價(jià)。但在學(xué)術(shù)界,計(jì)量/實(shí)證等等看起來(lái)很統(tǒng)計(jì)很p的東西,往往也都基于比較復(fù)雜的stochastic volatility model來(lái)展開(kāi)。比如之前讀過(guò)一系列印象很深的paper,作者Anderson是Kellogg的大佬,據(jù)說(shuō)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(jì)、假設(shè)檢驗(yàn)和收斂性的方法,這種工作看起來(lái)應(yīng)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(lái)又可以算是大Q了。
在業(yè)界的話,米國(guó)我還不是很了解,但國(guó)內(nèi)的量化市場(chǎng)上做策略的人也常常把隨機(jī)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(guò)程的假定(雖然OU并不是多么高深的模型)。如果你闖進(jìn)某個(gè)量化投資公司拿磚頭瞎砸,被砸死的人里90%都是會(huì)隨機(jī)分析和期權(quán)定價(jià)的。因?yàn)閭鹘y(tǒng)的option pricing是金融數(shù)學(xué)的起源,里面蘊(yùn)含了許多根本性的如何用數(shù)理知識(shí)探究金融學(xué)的思想,一個(gè)成功的p quant完全不懂q,這幾乎是不可想象的。相應(yīng)地,面試量化投資公司的時(shí)候,面試官常常會(huì)問(wèn)關(guān)于定價(jià)、布朗運(yùn)動(dòng)、甚至BS公式、對(duì)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(shí)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(lái)在工作中用不上,但其中蘊(yùn)含著用概率統(tǒng)計(jì)探索金融學(xué)的基本方法論。你如果完全不會(huì),對(duì)方可能會(huì)覺(jué)得你根本就是一個(gè)外行人。
MFE偏Q并不是錯(cuò)誤的,因?yàn)樵?jīng)這個(gè)項(xiàng)目被創(chuàng)立的時(shí)候,它就是為培養(yǎng)Q quant而生的。如今q quant越來(lái)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(kāi)設(shè)了machine learning),不過(guò)你不能指望他很快地完全變成一個(gè)P quant master program,因?yàn)閜 quant的興起并沒(méi)有幾年,時(shí)間上來(lái)不及;而且如上面所說(shuō)的,一個(gè)好的quant不能不學(xué)Q。在業(yè)界做derivatives的人不能不懂統(tǒng)計(jì)和計(jì)量,做quantitative investment的也不能不懂stochastic modeling,做策略直接眼一閉寫(xiě)一個(gè)神經(jīng)網(wǎng)絡(luò)模型,把歷史數(shù)據(jù)輸進(jìn)去就瞎generate信號(hào)的都是在玩弄玄學(xué)。
不過(guò)隨著政策的變動(dòng),說(shuō)不定某一天pricing就又回來(lái)了,這也是說(shuō)不準(zhǔn)的事情--|||我導(dǎo)師以前說(shuō)過(guò)一句很科學(xué)的話:“如果q quant是大海,p quant就是友誼的小船(那時(shí)候這個(gè)梗還沒(méi)爛大街,咳),沒(méi)有大海,友誼的小船說(shuō)翻就翻。”就是這樣一個(gè)道理。不會(huì)Q是不行的。”
04 CQF Exam 3
CQF的Exam 3對(duì)應(yīng)的是模塊4,這部分開(kāi)始就是機(jī)器學(xué)習(xí)了,考試也是通過(guò)Python來(lái)跑機(jī)器學(xué)習(xí)模型的代碼。我的成績(jī)其實(shí)不高,不過(guò)還好后面通過(guò)Kaggle的練手,有增加對(duì)機(jī)器學(xué)習(xí)的了解。
這次考試只有一個(gè)大題,下面7個(gè)小問(wèn)題。但是可以自己選邏輯回歸,向量機(jī),或者是決策樹(shù)來(lái)解決這些小問(wèn)題。我選擇了最簡(jiǎn)單的邏輯回歸。不過(guò)我也在想,以后有機(jī)會(huì)還是要回過(guò)來(lái),繼續(xù)學(xué)習(xí)下向量機(jī)和決策樹(shù)的。
我的學(xué)習(xí)方式是碰到問(wèn)題,然后去解決問(wèn)題。這個(gè)方式在這里其實(shí)有點(diǎn)困難。因?yàn)檫@次考試開(kāi)始,編程的需求在增加,比如做完考試,我寫(xiě)的代碼行數(shù)是500行左右。我會(huì)經(jīng)常碰到不熟悉的數(shù)據(jù)操作函數(shù),這個(gè)時(shí)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(xué)習(xí)建議,我會(huì)說(shuō)CQF的Python前導(dǎo)課還是很值得一看的,特別是在CQF Exam 3之前。CQF的Python前導(dǎo)課其實(shí)設(shè)計(jì)的很好,在講完基礎(chǔ)的語(yǔ)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(lái)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(shí)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(ài)好,工作領(lǐng)域等自己選擇,去年是有5個(gè)參考方向。
我選的是DL,時(shí)間序列的深度學(xué)習(xí)。
有跟CQF同學(xué)交流過(guò),比如譚同學(xué)就反饋,CQF的這個(gè)項(xiàng)目其實(shí)已經(jīng)很前沿了,他們給的項(xiàng)目指導(dǎo)里面的波動(dòng)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(gè)同學(xué),他選的是配對(duì)交易項(xiàng)目,按他的描述,他的這個(gè)項(xiàng)目代碼基本可以參與實(shí)盤(pán)交易了,而他的最終報(bào)告頁(yè)數(shù)也達(dá)到了300多頁(yè),比很多學(xué)校的碩士博士論文都長(zhǎng)很多。
當(dāng)然,我的方案是先通過(guò)考試,然后再慢慢研究。這次考試我花了大概一個(gè)月的時(shí)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(xué)到的機(jī)器學(xué)期的皮毛,去參與了最近的Kaggle的量化比賽。
通過(guò)Kaggle的量化比賽,我去體驗(yàn)不用的機(jī)器學(xué)學(xué)習(xí)模型,不同的參數(shù)設(shè)置所能帶來(lái)的不同的結(jié)果,也是個(gè)很好的學(xué)習(xí)方式。而且Kaggle上的討論很活躍,能看到很詳細(xì)的數(shù)據(jù)分析思路和步驟,極大的開(kāi)闊了我的視野。
在前期我的最好成績(jī)?cè)?jīng)短暫的到過(guò)前7,也順便秀下,對(duì)初學(xué)者來(lái)說(shuō)已經(jīng)很難得了。