2025年CQF考前物品哪些需要准备的？这一篇码住！

2025年CQF考前物品哪些需要准备的？今天学姐就来详细的为大家进行解答，还不知道的伙伴们赶紧码住收藏~

一、必带物品
基本文具
黑色签字笔（0.5毫米）、2B铅笔、橡皮、直尺、圆规、三角板等常规文具。
考试为开卷形式，但需注意官方是否允许携带纸质资料（如教材、笔记等）。部分考场可能仅允许携带指定材料，建议提前确认规则。
身份证明文件
有效身份证件（如身份证、护照）及准考证，需在入场时配合核验。
透明考试工具包
根据考场要求，文具需装入透明工具包中，避免使用不透明容器。
二、禁止携带物品
电子设备
手机、智能手表、电子存储设备、计算器等均不可带入考场。
若考试允许使用计算器，需以官方通知为准，否则默认禁止携带。
非必要物品
书包、书籍（除非开卷明确允许）、草稿纸、涂改液、修正带等。
饰品、手表等与考试无关的随身物品也需存放于指定区域。

三、其他注意事项
考试形式与规则
CQF考试为开卷，但具体形式可能因模块不同而异。前三次考试为固定题目，最终项目为自选题，需提前确认是否允许携带参考资料18。
开考15分钟后不得入场，考试期间一般不得离开考场9。
复习资料准备
考前可参考高频考点、思维导图等资料
数学基础薄弱者可利用前导课（Primer）补足微积分、概率论等知识58。
考场纪律
需严格遵守监考指令，禁止交头接耳、夹带、抄袭等行为，违者按违规处理9。
四、2025年CQF考试教材
1、Paul Wilmott Introduces Quantitative Finance,Paul Wilmott
2、Paul Wilmott on Quant Finance,Paul Wilmott
3、Frequently Asked Questions in Quantitative Finance,Paul Wilmott
4、Asset Price Dynamics,Volatility and Predictions,Stephen Taylor
5、Monte Carlo Methods,Peter Jaeckel
6、Models on Models,Espen Gaarder Haug
7、The xVA Challenge:Counterparty Credit Risk,Funding,Collateral,and Capital,Jon Gregory
8、Machine Learning:An Applied Mathematics Introduction,Paul Wilmott
9、Python in Finance,Yves Hilpisch
五、2025年CQF报名入口及流程指南
1.官方报名入口
官网直报：登录CQF协会全球官网（www.cqf.com），填写申请表并提交审核，48小时内邮件通知结果。
高顿教育通道：作为中国区唯一合作方，考生可通过高顿教育专属页面（www.gaodun.com/cqf/）报名，享受中文资料、顾问指导等本土化服务。
2.报考流程
在线申请：填写个人学历、从业背景等信息，突出量化金融学习动机，
审核与缴费：审核通过后支付费用（2025年中国区报考费为72800元），官方确认后开通学习权限，
入学安排：全年可报名，但每年仅1月、6月两次入学机会，建议提前3个月准备材料。
六、2025年CQF考试方式
2025年CQF考试的方式都是线上开卷考试，考试一共包含3次考试和最终的project，考试由两个大题+多个小题组成，总分为100分。前面三次的考试都是固定的题目，基本上是老师的上课或者习题课讲过的内容进行深化，持续的时间为两周。最后的project可以依据个人兴趣和选修课选择的内容进行选择，持续时间为2个月。
七、2025年CQF考试科目
2025年CQF考试科目由六个模块，两个选定的高级选修课，三个考试和一个最终项目组成。
1、模块一：量化投资基础使用随机计算作为工具，并学习如何使用简单的随机微分方程及其相关的普朗克和科尔莫戈罗夫方程。
2、模块二：量化分析风险和收益学习马科维茨的经典投资组合理论，资本资产定价模型以及这些理论的最新发展。
3、模块三：股票和现金使用各种数学知识来了解股票和货币背景下的理论和结果，以使您熟悉当前使用的技术。
4、模块四：数据分析和机器学习I学习基本的数学工具，深入研究监督学习的主题，包括回归方法，k近邻，支持向量机，集成方法等等。
5、模块五：数据分析和机器学习II从无监督开始学习，深度学习和神经网络，我们将进入自然语言处理和强化学习。
6、模块六：债券和评级回顾行业中使用的多种利率模型，学习信用以及如何在量化金融中使用信用风险模型，包括结构化，简化形式以及关联结构模型。
7、高级必修课(任选两科)高级投资组合管理、高级机器学习I、高级机器学习II、高级风险管理、高级波动率建模、算法交易I、算法交易II、量化分析师的行为金融学、c++、交易对手信用风险建模、Fintech、量子计算在金融中的应用、数值方法、R代表数据科学与机器学习、风险预算:基于风险的资产配置方法。