2026年CQF考试结构是怎样的？本文将围绕这个核心问题，为有意报考的同学提供清晰的结构梳理与实用建议，一起来看看吧~
一、2026年CQF考试整体结构
前导课：主要为数学、编程和金融基础补强，帮助跨专业考生快速进入状态。
核心课（共6个必修模块）：涵盖衍生品定价、风险度量、数值方法、机器学习在金融中的应用等内容，每个模块结束后有一次正式测验。
选修课：根据个人职业方向选择，如算法交易、固定收益建模、加密货币量化等，2026年新增了“绿色金融产品定价”方向选修。
应用项目：相当于毕业考核，需结合实际市场数据完成一个完整的量化策略或模型构建，并撰写报告进行答辩。
二、CQF各模块考核重点
模块一：量化金融基础与资产定价
考核偏重对Black-Scholes模型、二叉树方法的理解与实际演算，常出现参数敏感性分析类题目。2026年加入了多因子扩展模型的案例分析，需要掌握如何在Excel与Python中快速实现。
模块二：风险与收益测算
重点在于VaR、CVaR的计算逻辑以及在不同分布假设下的结果差异。考试中会给出历史模拟数据与蒙特卡洛路径，要求判断模型适用性。
模块三至模块四：数值方法与高级衍生品定价
涉及有限差分法、蒙特卡洛模拟的编程实现，评分不仅看结果精度，还关注代码效率与可复现性。2026年强调对GPU加速计算的认知，虽不强制使用，但了解原理能加分。
模块五至模块六：机器学习与量化策略
侧重特征工程、模型选择与回测流程，考题多为案例型，比如识别过拟合信号或评估夏普比率稳定性。新趋势是引入实时数据流的小测试，考察即时分析能力。
我把备考的资料分享给大家，都是课程的内部资料，内含2026年最新考纲、干货知识点、重难点精编、CQF思维导图、每日知识点整理！几个G的干货，点击下方卡片↓↓↓，即可领取！
1.提前完成前导课，锁定知识基线
利用开课前1-2个月补齐数学（微积分、线性代数）与编程（Python/R）短板，尤其要熟悉NumPy、Pandas等数据处理库，这在核心课的随堂测验中会直接用到。
2.按模块制定滚动复习计划
每学完一个核心模块，立即进行错题归纳与知识点串联，不要等全部学完再回头。2026年允许分次提交部分测验，可利用此规则把复习压力分摊到日常。
3.强化项目实战训练
应用项目是综合能力的体现，建议提前收集至少两套不同类型的历史行情数据，练习从数据清洗到策略回测的全流程。团队项目中，明确分工与沟通机制能显著提升完成度。
4.关注新增方向与行业动态
2026年新增的绿色金融选修与实时数据分析测试，意味着命题会更贴近当下金融市场趋势，平时可阅读相关白皮书与研报，积累案例素材。
