2024年的FRM一级考纲会在今年的12月1日正式公布，由于23年的FRM一级考纲变动比较大，因此明年FRM一级的考纲变动应该不会很大，下面跟着学长一起来了解一下吧！

P1中，定量分析新增了Machine Learning（机器学习）的考点及对应的两个章节Machine Learning Methods（Chapter 14）与Machine Learning and Prediction（Chapter 15），风险管理基础、金融市场与产品、估值与风险模型无实质变化，各科目分值占比无变化。具体情况如下：

1、风险管理基础

考纲变化：

考试分值占比20%（无变化）。

考纲考点无变化。

2、定量分析

考纲变化：

考试分值占比20%（无变化）。

考纲考点新增Machine learning（机器学习）；第七章加入考点：Estimate the correlation coefficient from the R2 measure obtained in linear regressions with a single explanatory variable（用一元线性回归的R方测度来估计相关系数）；

第八章加入考点：Calculate the regression R2 using the three components of the decomposed variation of the dependent variable data:the explained sum of squares,the total sum of squares,and the residual sum of squares（使用解释变量数据中分解变动的三个分量：ESS、TSS、RSS计算回归的R方）；第十二章加入考点：Compare and contrast the different measures of correlation used to assess dependence（比较和对比用于评估依赖性的不同相关性测度）.

FRM一级考纲变动

3、金融市场与产品

考纲变化：

考试分值占比30%（无变化）。

仅对一处内容做了删减：将“Describe delta hedging for options as well as for forward and futures contracts”改为“Describe delta hedging for an option.”

考点：

金融机构的结构与功能，场外交易（OTC）和交易所市场的结构和机制，远期、期货、互换和期权的结构、机制和估值，使用衍生品进行对冲,汇率与外汇风险，期权估值

4、估值与风险模型

考纲变化：

考试分值占比30%（无变化）。

仅对一处内容做了删减：将“Apply the exponentially weighted moving average(EWMA)approach and the GARCH(1,1)model to estimate volatility,and describe alternative approaches to weighting historical return data.（应用指数加权移动平均（EWMA）方法和GARCH（1,1）模型来估计波动率，并描述加权历史回报数据的替代方法）”改为“Apply

the exponentially weighted moving average(EWMA)approach to estimate volatility,and describe alternative approaches to weighting historical return data.（应用指数加权移动平均（EWMA）方法来估计波动率，并描述加权历史回报数据的替代方法）”.

考点：

公司债券，抵押担保债券，固定收益估值，利率与利率敏感性度量指标，对冲，在险价值（VaR），预期损失（ES），估计波动性和相关性，经济资本与监管资本，压力测试和情景分析，国家和主权风险模型及风险管理，外部和内部信用评级，预期与非预期损失，操作风险。