很多零基础金融小白只知道CQF做量化，但完全不清楚整套课程具体学哪些内容，分不清6大模块分别侧重什么，也不知道最后的Final项目要完成哪些内容。今天学姐把CQF完整学习体系拆解开，从前置预习课、6大核心模块、选修课、最终实战项目逐一讲解，小白看完就能清晰掌握学习全貌。
一、入门铺垫：3门前导预备课，零基础专属打底内容
正式主线课程开始前，所有学员都会解锁三门免费预备课，不参与考核，纯粹补齐入门短板，数学、编程、金融零基础必学：
数学前导课：12小时精讲微积分、线性代数、概率统计、随机过程基础，把大学高数核心内容简化重讲，文科、多年没碰数学的学员重点刷这门；
Python编程前导课：讲解Pandas、NumPy基础库，金融数据读取、简单回测脚本编写，不用懂复杂开发，掌握考试、建模必备代码操作即可；
金融基础前导课：快速科普衍生品、投资组合、风险基础概念，完全没接触过金融的小白，靠这门课建立基础金融认知。
建议零基础同学报名后立刻开始学习前导课，提前2-3个月预习，主线课程学习会顺畅很多，不用边学新课边补基础哈。
二、核心主体：6大必修模块，量化金融全部核心知识全覆盖
整套正课分为6个递进式模块，由浅入深搭建量化完整知识框架，2027课程同步更新AI量化、机器学习前沿内容：
模块1《量化金融基础构件》：核心金融数学工具，伊藤微积分、蒙特卡洛模拟、偏微分方程，搭建所有量化模型底层逻辑；
模块2《定量风险与回报》：投资组合优化、VaR风险测算、波动率建模、ESG因子基础，风控类岗位核心内容；
模块3《股票与货币衍生品》：经典Black-Scholes期权定价模型、奇异期权、外汇衍生品建模，交易、衍生品岗核心；
模块4《数据科学与机器学习Ⅰ》：基础监督学习，回归、分类、集成模型，搭建简单量化预测模型；
模块5《数据科学与机器学习Ⅱ》：深度学习、神经网络、NLP、Transformer股价预测，当下AI量化热门内容；
模块6《固定收益与信贷》：利率衍生品、债券定价、信用风险模型，银行、保险风控岗位重点内容。
每完成2个模块会开启一次72小时线上开卷考试，检验阶段学习成果，3次考试全部通过，才算完成必修模块考核。
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、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！
三、高阶选修+最终实战项目，检验综合实操能力
完成6大必修模块后，学员需要从14门高阶选修课中自选2门深耕，热门选择包括算法交易、高级机器学习、C++量化开发、加密货币量化、行为金融建模，大家根据自己目标岗位挑选，想做交易选算法交易，想做金融科技选高级机器学习。
全部课程结束后，进入最关键的Final Project最终项目，周期约8周，占总成绩40%，也是CQF区别于应试证书的核心亮点：学员独立完成完整量化策略，自主选择研究方向，用Python实现模型、回测历史数据、分析策略收益风险，撰写完整量化研究报告，完全复刻真实量化机构研究员日常工作流程。
项目没有标准答案，重点考察建模、代码、数据分析综合实操能力，完成提交审核通过后，就能申领CQF国际量化金融分析师证书，学籍3年内都有充足时间打磨项目，不用仓促赶工。
CQF整套学习体系分为前导预习课、6大核心必修模块、2门自选高阶选修课、最终实战项目四大部分，从基础数理编程到AI量化前沿全覆盖，全程侧重实战建模而非纯理论背诵。零基础按顺序循序渐进学习，搭配配套辅导，完全能吃透全部课程内容，掌握可直接落地行业的量化技能哦。
