回到主页

2019年CFA协会新加入的Fintech,究竟讲的是什么?

· 学习考试

18年7月中旬就收到协会明确消息,CFA协会将在2019年CFA level1和level 2中加入Fintech,那么CFA中的Fintech到底讲了些什么呢?Fintech的内容加在哪里?

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

可以看出来,协会对于三个级别的CFA阶段的考试均加入了Fintech,惊喜吗?考生们在19年的考试中要格外引起重视,由于协会的考纲变动之后,一般都会以考纲的变化知识作为考察重点,所以引起重视。

考纲要求如下:

CFA level1

由于CFA考试在三级中,投资组合策略的分析作为考察重点,近年来,协会在投资组合中涉及的知识占比越来越多,因此,将一级中加入Fintech也是预料之中,下面详细介绍到底怎么去针对Fintech进行考察点的分析:

1. describe “fintech”;

2. describe Big Data, artificial intelligence, and machine learning;

3. describe fintech applications to investment management;

4. describe financial applications of distributed ledger technology.

CFA level 2

在二级中,协会在数量中加入Fintech,经过考纲的仔细对比,二级数量中R6的内容与一级投资组合管理的R43是完全一致的,虽然分在两个级别,但不管是对于一级的考试还是针对二级的考生,这部分新加入的Fintech的知识都是全新的知识,所以协会没有在这部分为难19年二级的考生。

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:

1. distinguish between supervised and unsupervised machine learning;

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

3. describe the steps in model training.

CFA level 3

三级增加的Fintech并不明显,在阅读过协会的原版书之后才能发现一二。

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。

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。

考纲了解完之后,考生一定想知道Fintech到底讲了些什么?

我们首先一起先看一级二级完全相同的章节:

Fintech in investment Management(这个章节总共分为7个section)

Section 1~2 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)进行结合。Fintech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。

Section 3~5 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。

总的来说,Fintech这一章节的主要内容以概念、名词解释为主,相关的方法和最前沿的应用也都是最近金融的热点,可以结合实务来进行理解,正文部分没有计算,没有案例分析,最新的阶段没有例题进行分析。

Machine Learning

接下来我们再看二级R8的section7中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。

7.4 机器学习算法

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。

 

三级道德&权益的Fintech

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。

所有文章
×

还剩一步!

确认邮件已发至你的邮箱。 请点击邮件中的确认链接,完成订阅。

好的