量化金融分析师，英文全称AnalystofQuantitativeFinance，简称AQF，是基于Python语言的专业量化投资证书，该证书由中国社科院下设的中国市场学会金融服务工作委员会建立的全国财经金融专业人才培养工程(简称PFT)主办并颁发，是代表量化金融领域的专业水平培训考试的项目。
量化方法在金融领域的应用深入日常的典型为量化投资领域相关研究型人员，这是金融创新频现的岗位，是金融人才密集之地。
量化投资在国外的发展已经非常成熟，与此相反，曾经在相当长的一段时间里，国内量化投资领域发展缓慢。年伊始，金融业界改革消息不断。2月16日，中金所重磅发布新的股指期货交易规则，对其日内过度交易行为的监管、非套期保值持仓的交易保证金标准、平仓手续费标准都采取了进一步放松限制的政策指示。3月，十二届全国人大会议上，李克强总理在《年政府工作报告》中提及“人工智能”和数字经济，为量化投资的发展埋下了基石。学习量化分析方法到投资管理中，是金融未来的发展方向之一。运用专业的量化分析方法到具体投资业务中，是每一个未来量化投资分析师的职业能力诉求。
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。而量化金融分析师证书正好可以满足这一要求。
科目设置
量化金融分析师证书考试分为五大科目，分别为《量化投资基础》、《Python语言编程入门》、《基于Python的经典量化投资策略》、《交易系统设计》、《量化实盘交易》。证书要求学员掌握量化投资基础、Python编程基础、经典量化交易策略以及交易系统设计思想。
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语言编程入门
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需要的编程方法。
3.基于Python的经典量化投资策略
包含了富盛名、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.交易系统设计
量化交易系统介绍
市场过滤器(marketfilter)：牛市/熊市/盘整/平稳等
过滤条件:筛选个股
进入信号
止损
再进入策略
退出策略
仓位控制
多个系统针对不同的市场
设计你的交易系统
5.量化实盘交易
实战交易基础知识
程序化策略的实战部署
量化交易实战案例
AQF协会会员
每一个量化金融分析师都可申请成为量化金融分析师协会的会员。协会会员有资格参与定期举办的高峰论坛、量化投资策略分享会等活动，并有机会在完成基础课程的基础上后续学习难度更高的高频量化交易策略课程。
通过学习，每一个AQF持证人，都将取得以下收获：
熟悉中国主要金融市场及交易产品的交易机制；
熟知国内外期货交易、股市交易的异同点和内在运行机制；
掌握经典量化交易策略细节及其背后的交易哲学；
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；
具备独立自主地研发新量化交易策略的能力；
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；
掌握从策略思想—策略编写—策略实现的完整量化投资决策过程；
具备量化投资实战交易能力。
如何成为量化金融分析师
要从事量化金融分析师需要具备以下能力：
数学能力：专业的量化分析时熟练掌握2种以上的编程语言和各类定价模型，并且可以找到套利策略。
微积分/高等数学：属于数学进阶部分，需要经常使用矩阵的性质和运算。高数/数学分析、线代/高代、概率论、数理统计：本科大二以上，这些能力基本都是有的，矩阵一定要熟，比如均值方差模型和风险平价这些模型的优化部分会有矩阵的求导以及各种转置相乘。
编程能力：编程方面来说，量化是一个很大的领域，不同方向有着不同的编程需求，所以也不能一概而论，但最最基本的，需要在matlab、Python、R里面至少会一门，会用sql取数据，会一点vba更棒。
如果要做高频方面，还需要会c++，如果做指数，如果会SAS可能会有很大优势。关于编程方面，大家还是要先把最基本的掌握了。
金融基础：
微观经济学：了解刻画宏观经济运行的各种经济指标的含义，以及公布的时间点，频率等等，这在量化建模中非常重要，现在有很多研究所都在从宏观基本面做量化择时和经济周期预测。证券投资学：很多常用的量价指标，当然这些也可以在别的地方去看，python的talib模块中基本都能实现，不用自己动手写。会计：估值、盈利、成长等等各种因子都是基于财务指标定义的，有助于理解和挖掘新因子。金融工程：是比较泛的说法，具体来说，可以看期权、期货及其衍生品那本书，主要掌握各种金融产品的特点及定价方法，当然如果是做权益量化，BSM也用不到。
也包括当然还有常用的金融模型，比如Fama三因子模型，CAPM、APT定价模型，Barra多因子模型，BSM定价模型、时间序列模型等等。
最重要的是有实战能力，真正进行过量化建模和分析，在市场中实战过的会大大加分。
比如在bigquant上可以建立各种模型，成绩也能展示，成绩也一目了然。
联系电话：