摘要：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。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。

范同学

AQF/FRM 持证人

此文是一个三十有余的中年人的一点点总结。

个人履历

简单介绍一下个人情况，本人本科就读于西南交通大学，研究生就读于中国科学技术大学，专业均为环境工程。英语水平雅思刷到7分。

2014年毕业，做了大半年专业相关工作，觉无趣遂换行，转投量化金融。开始工作后，开始积累新的知识，也开始了考证的历程。

先是各种从业，证券、基金和期货(最快的时候一个月过两证)。随后是含金量更高的证书，当时纠结于FRM还是CFA，行外人觉得FRM时间短，见效快，遂选择了FRM。绕后就是报班备考(毕竟零基础)选择了金程，从结果来说这个选择没有错，后花了一年时间，获得了FRM持证。之后又在金程报了AQF的课程，于18年9月份考过。现发现CFA还是绕不过，这是以后几年的奋斗目标。

目前在做期权交易方面相关工作。

为什么学习及感受

毕业之后刚开始工作的一两年间，有种脱离书本束缚的窃喜，然时日越久，内心的焦虑就会愈发明显。各种类型的压力自然的接踵而至。终身学习成为掌握技能不被社会淘汰的必然之路。考证是其中的一个重要选项，尤其是在金融行业，除了工作经验，证书也是傍身的一项重要加分项。

备考的过程是极其痛苦的过程。难处不在于知识点的艰深难懂，晦暗庞杂(这一点金程的课程或者说市面上的课程都能够帮你解决)。真正难的在于坚持，日复一日的坚持，专注力的保持。面对各种无效快乐的诱惑，内心对于枯燥的听讲做题总结，能否坚定的相信自己能够做到自己想做的事。这是一个长期系统工程，非哪天脑袋一热发下的宏愿那一刻的自以为是的盲目自信。

在这一点上，金程的梁震宇老师给了我很多支持。老梁的“马照跑，舞照跳”以及类似的观点及提示，让我认识到了备考过程中应有的战略水平。所以选择好的老师，好的辅导机构关键有两点，一是该机构的课程的专业知识是否确实过硬，这是基础，一是老师是否有魅力让你觉得坚持学习虽然痛苦但也是快乐的。

备考的过程中有一句话给了我很大的触动。大致的意思是，面对生活的压力，如果选择简单的路，会越走越难，如果选择难走的路，会越来越简单。我坚信每一个选择在职考证并坚持的人都有这样的觉悟，此道中人，不论早晚，必将获得内心的平静。

关于AQF的认识

量化金融在国外已发展多年，其趋势不言而喻。国内这方面起步较晚，现在正是上车的最佳时机，等一个事物已经蔚然成风，跟风者通常获得的收益连平均水平都达不到。

那为什么是金程，客观的说，课程初期的视频和课件其实不太友好，这是不足之处，但眼光稍微放大一点，在同类型的课程中，AQF的课程是性价比最高，课程设计最为全面合理，内容也是最贴近实战的。另外金程的老师也是非常nice的。在备考的过程中，有打卡活动，本人虽然不是坚持最久的，但是大家一起学习的氛围会让人想起高考那会的感觉，觉得似乎也没那么累了。不过我还是要吐槽，最后抽奖的时候仅当了个陪练，忧伤辣么大。

总结

作为零基础转行的现已是中年大叔的自己回望过去的这几年，不后悔自己的选择。最后送给所有能看到此文的朋友以共勉。如果想do something, 那么现在开始永远是最好的时刻。

量化学习的路本就不容易，对于零基础的同学一路坚持，更实属不易。感谢你的信任与坚持，有你有你们对课程的认可，也才会给我们更多前进的动力，如果有任何疑问，欢迎致电400-700-9596~

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。