开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

CFA中的Fintech到底讲了什么?|品职考试研究所

  • 原创 2018-08-21
  • 品职教研团队

早在7月中旬就收到明确消息,CFA协会将在2019年CFA I&II考试中加入Fintech。终于,在CFA协会开放2019年考试报名渠道后,教研团队拿到了原版书,连夜阅读了这一部分的详细内容。接下来就为大家介绍,CFA中的Fintech到底讲了什么?

————一条让你冷静的分割线————



Fintech内容在哪里?

CFA I级:

组合管理SS13的R43 Fintech in Investment Management

CFA II级:

数量SS3的R6 Fintech in Investment Management

数量SS3的R8 Multiple Regression and Machine Learning的section7

CFA III级

道德 SS3的R5 Overview of the Asset Management Industry and Portfolio Management

权益投资SS14的R28 Active Equity Investing: Strategies的Section 5

(惊不惊喜,意不意外,原来三级也有噢) 

 


考纲要求:

一级

近些年,协会在组合管理这门学科里放的知识话题越来越多,一些难以归类的科目都放在了组合管理。所以这次一级把Fintech放在组合管理也是预料之中。对于一级的新进考生,自己考的证能够“与时俱进”,说明这个证的含金量更高了;对于一级的复读考生也不必担心。我们先来看一下这个章节的考纲要求,后面再详细展开这个章节到底讲了什么。

 

a describe “fintech”;

b describe Big Data, artificial intelligence, and machine learning;

c describe fintech applications to investment management;

d describe financial applications of distributed ledger technology.

 

二级

协会把Fintech的内容放在数量。经过对比,二级数量的R6内容与一级组合管理的R43是完全一致的,这也在意料之中。因为R43的LOS与一级R43的一字不差,虽然分在两个级别,但不管是对于一级考生还是二级考生,这部分都是全新的知识点,都得从基础学起,所以协会没有在这个部分为难19年的二级考生。


二级还有一个涉及Fintech的章节就是R8。协会在二级数量的R8里面专门增加了三个知识点来介绍相关的内容,考纲的要求是:

 

P. distinguish between supervised and unsupervised machine learning;

Q. describe machine learning algorithms used in prediction, classification, clustering, and dimension reduction;

R. describe the steps in model training.

 

三级

三级增加的Fintech非常“隐蔽”,在阅读过原版书之后我们找到了一些蛛丝马迹。


三级道德中增加了一个新的Session。其中R5从宏观的角度介绍了资管行业,其中有一部分介绍到了资管行业的发展趋势。该部分列举了近年来流行的大数据(“Big Data” in the Investment Process),以及智能投顾(Robo-Advisers),涉及到的内容非常简单、篇幅也比较短,仅从宏观角度进行了介绍。从考纲上来看并没有把这部知识点单独列为一个考点,仍属于对资管行业宏观性了解的内容。


另一块就在今年大改考纲的权益投资了。


三级权益已经多年没有发生过变化,随着近年来量本投资的概念席卷了整个资产管理行业,CFA协会在Fintech大火之际,毫无悬念的将量化投资加入了Equity这门课,因此在R28 Active Equity Investing: Strategies介绍了如何构建量化投资策略的一个知识点:


H. describe how quantitative active investment strategies are created;

考纲的要求仅为“describe”,因此只需定性了解即可。



讲了什么?

我们首先一起来看一二级完全相同的这个章节:

Fintech in Investment Management。

这个章节总共分成七个section。


Section1~2 总体介绍&什么是Fintech

Section 1:总体介绍。


Section 2:什么是Fintech?

我们为什么要学习Fintech呢?Fintech是金融(Finance)与科技(technology)碰撞的火花。它使用大数据、人工智能、机器学习来衡量投资机会、优化投资组合和规避风险。现在它不仅被量化投资者使用,连基本层面的投资者也在使用这些工具和技术做投资决策。此外,它还影响了投资顾问服务和财务记录保管,可以说是改变了金融这个行业提供服务的方式。Fintech覆盖的领域主要包括:大型数据集分析、以人工智能为例的分析工具、自动交易、智能顾问以及财务记录保管。总的来说,它在实务中抛头露面的频率越来越高,所以我们应该去了解它。

 

Section3~5 介绍了Fintech领域常见的名词

Section 3:大数据

除了解释大数据这个概念以及它的性质,书上还详细讲解了大数据的来源以及它面临的挑战。

 

Section 4:高等分析工具:人工智能和机器学习

人工智能技术的目标是使计算机系统表现出与人类相当、或是优于人类的认知能力和决策能力。而机器学习最初是人工智能的一小部分,由于发展前景促使机器学习成为研究的前沿,可以说是“青出于蓝而胜于蓝”。这部分用大量笔墨介绍机器学习,并介绍了机器学习的两个类型:监督学习和无监督学习,由此可见机器学习的重要性。

 

Section 5:数据科学:从大数据中提取数据

这部分内容简洁,共有两个知识点:处理数据的方法和数据形象化。数据形象化其实非常好理解,我们品职的思维导图就是一种数据形象化。除此之外,数据形象化还有3D图形、标签云等。

 

Section6~7是Fintech的应用

Section 6:Fintech在投资管理中的一些应用

总共包含四种应用,分别是文本分析与自然语言处理(NLP),智能顾问,风险分析和算法交易。

 

Section 7:分布式账本技术

分布式账本技术这个名词大家可能比较陌生,但说到“区块链”,是前段时间非常火的一个词,区块链就是一种分布式账本技术。这部分的内容分成两点:无需授权网络与需授权网络,以及在投资管理中的应用。无需授权网络的典型例子“比特币”又是大家如雷贯耳的,这就是分布式账本技术的应用之一:加密货币。还有一个常见的应用叫做支付标记化(Tokenization),这个在银行工作的同学可能听过,是一种对账户敏感信息进行保护的技术。


Fintech总结

总的来说,这一章节Fintech的内容主要以名词解释为主,相关的方法和最前沿的应用也都是热点,可以结合实务来理解。正文部分没有计算,没有案例分析,也没有例题。贴心的教研还为大家准备了导图哦~

Machine Learning

接下来我们再看二级R8的section 7 Machine Learning,共分为以下五个小节:

7.1 数据分析学的重点关注

这一节讲解了数据分析学的六大重点,有助于后面机器学习的讨论。

 

7.2 什么是机器学习?

这一节正式开始介绍什么是机器学习,主要讲解了机器学习的定义以及它的三个组成元素TPE: Task, Performance measure and Experience.

 

7.3 机器学习的类型

这一节讲解了机器学习的类型,主要分为Supervised learning(监督式学习)和Unsupervised learning(非监督式学习)。这也是考纲中新增的三个知识点的其中一个,需要重点掌握这两种类型的定义及特点。这一节协会给出了4道例题,均为概念题,不涉及计算,难度系数不大,所以大家只要掌握相关的概念即可。

(小钻石)7.4 机器学习算法

这一节主要讲解了机器学习的算法,具体细分如下图所示:

其中Penalized Regression、CART和Random Forests主要用于Supervised learning; Clustering Algorithms和Dimension Reduction主要用于Unsupervised learning; Neural Networks比较特殊,通常用于Supervised learning,但在reinforcement learning(which can be unsupervised)中也十分重要,所以处于中间位置。这也是考纲中新增的三个知识点的其中一个,并且协会给出了6道例题,主要还是考察这几种算法的概念,同样难度系数不大,同学们可以放心~

 

7.5 监督式机器学习: 训练

这一节主要讲解了model training,从而帮助我们更好的理解机器学习以及model training跟其他一些多元线性回归模型的区别。我们需要重点掌握Training的五大步骤,这也是新增的三个知识点中的最后一个。这一节没有例题。

 

Machine Learning总结:

总的来说,这几个知识点考纲要求的都是“describe”,原版书中考察的也都为概念题,不会涉及计算,所以对于这部分新增的内容大家不必过于担忧,只要掌握相关的概念即可。贴心的教研还为大家准备了导图哦~

 

三级道德&权益的Fintech

最后,我们来看三级道德和权益中的相关内容。


三级涉及到的Fintech内容非常少。


在道德新增的reading 5 Overview of the Asset Management Industry and Portfolio Management中,提到了近年来资管行业的发展趋势,包括大数据及智能投顾,这两部分涉及篇幅不大,都是从了解宏观层面进行的讲解。其中大数据部分介绍了近些年各类数据呈井喷式出现的现象,以及介绍了资管行业也在利用这些数据帮助投资。


这样的数据分为两大类:社交媒体数据(Social media data)和图像传感数据(Imagery and sensor data)。而智能投顾(Robo-Advisers)部分,从概念及应用大体介绍了这一概念。介绍了这一领域拥有较好的发展前景,并且从行业发展角度解释了为什么智能投顾有较好的前景。


在权益投资reading 28 reading中,书中在权益的主动投资方法下引入了量化投资策略的介绍,对原有内容进行了系统性的扩充和完善。具体来说,新增了量化投资策略的介绍、其与传统投资的对比、基本面分析法的陷阱等。考纲的要求仅为“describe”,因此只需定性了解即可。



怎么考?

每次协会改考纲,大家最担心的还是考试会怎么考。尤其像这种新增的章节,没有往年的模考题,甚至有的时候原版书上既没有例题也没有课后题,大家学起来心里没有底。

 

对于一级R43、二级R6这两个相同内容的章节,协会是比较良心的,虽然正文没有例题,但是有课后题。这就给了我们练习的机会。这些课后题也能反映正式考试时协会的出题方向。对于二级R8新增的section7,协会在正文部分给了10道例题供大家参考,其中4道考察机器学习的类型,6道考察机器学习的算法类型,虽然没有相应的课后题,但这些例题恰恰与考纲中的知识点相对应,与课后题的地位同等重要。


三级道德和权益部分出现的Fintech内容均属于了解性质的知识点,文中没有对应的例题也没有相应的课后题。从考纲角度来看,道德部分没有单独为这部分列考点,权益部分也仅占了一个小知识点。因此新增知识难度不大,了解概念即可。


总的来说,这些题目考察的全部是定性的内容,重点是对名词的理解以及它们的一些性质。这与考纲完全吻合,因为LOS的要求全部是“describe”。


没有数字,没有公式,也没有复杂的案例分析,所以难度系数不会太高,大家只要熟悉掌握Fintech和Machine Learning相关的概念,顺利拿下这部分的考题应该没有问题。


总的来说,Fintech部分新增的内容不难,大家可以放心。这部分大家好好学,其实机会很难得,第一次Fintech有相对系统一点的教材涉及,虽然内容不多,但也很值得反复推敲了。而且品职也会继续深挖其中的内容,希望给大家多拓展点知识的。


现在考纲明确了,其实二级也会涵盖一级所涉及到的Fintech内容,各位12月备考一级的小伙伴安心准备考试吧,千万不要为了明年重新学Fintech故意考不过噢。


现在距离12月考试还有102天,还没找到组织的小伙伴,欢迎加入品职CFA12月百日行动哦。扫底部二维码进公众号回复【CFA100】即可按指示参加。

2018.12CFA倒数15周:利用百日抢救你的CFA

品职CFA百日行动5.0,约么?

二级三级的宝宝们,在留言区说说你们对Fintech的加入有什么看法吧。

配图来源网络