在CFA考試中有很對同學表示對于CFA二級數(shù)量這個科目并不是很了解，那么澤稷小編在這里就借這個機會先為為同學們介紹一下，對這方面不清楚地同學可以認真的看看了。

CFA二級數(shù)量到底講了什么內容?

CFA二級數(shù)量主要涉及以下幾個部分：

金融科技(Fintech)

這一部分探討的都是最近幾年投資實務操作中非常熱門的話題，主要介紹了“大數(shù)據(jù)”、“人工智能和機器學習”、“數(shù)據(jù)科學”、“分布式賬本技術”等金融科技的工具，并且還簡單說明了“金融科技”在金融投資領域的實際運用。

本節(jié)考察的重點在于概念的對比，并不涉及任何的計算。因此大家應當重點理解相關概念的含義，無需死記硬背。

相關性分析以及回歸分析

相關性分析可以通過散點圖來觀測，也可以通過計算變量之間的相關系數(shù)來衡量。相關性分析的重點在于對其展開的顯著性檢驗?；貧w分析重點在于明確其具體步驟。

回歸分析的步驟分為四步：

建立回歸模型

對模型展開分析，主要分析方法就是分析ANOVA表中的各項數(shù)據(jù)信息

對回歸模型進行顯著性檢驗，內容包括區(qū)間估計、假設檢驗

運用模型預測因變量

多元回歸和機器學習

這一部分主要闡述了多元回歸與一元回歸之間的區(qū)別，此外該章節(jié)還引入了虛擬變量的概念，并且討論了回歸模型的假設被違反的幾種常見情形。

多元回歸是二級數(shù)量的核心內容，它的知識點將貫穿整個CFA二級數(shù)量的教材。此外，這一部分還新增了機器學習的內容，在第一部分的基礎上更全面的解讀了機器學習。

時間序列模型

這一部分主要介紹了兩類時間序列模型：趨勢模型和自回歸模型。

所有內容都圍繞這兩類模型進行展開。這部分內容是數(shù)量學習的難點(雖然它也僅僅是介紹了時間序列模型的皮毛)，同學們一定要深刻理解其中的邏輯，多加練習。

概率方法：情景分析、決策樹與模擬

這部分是一個論文節(jié)選，官方教材中并沒有羅列相應的例題，因此本章也不作為考試重點。我們要掌握這三類風險衡量工具之間的異同點，以及每種方法各自適合的使用場景。

重難點

CFA二級數(shù)量2019年雖然新增了Fintech的內容，但這部分并不作為CFA考試的重難點，根據(jù)原版書的例題來看，新增的內容只涉及一些概念的辨析，并沒有計算，所以我們只需要掌握一些基礎的概念即可。

所以二級數(shù)量的重難點依舊在多元回歸分析和時間序列模型上。我們需要重點掌握違反回歸模型假設的三種情形：異方差、序列相關和多重共線性。

對于時間序列模型，我們需要重點掌握自回歸模型的假設，這同時也是一個難點。關于時間序列模型這一部分，需要我們理清各個模型相互間的邏輯關系，并且強調對重要概念的結論的理解。

與CFA一級數(shù)量的聯(lián)系與區(qū)別

與CFA一級數(shù)量相比，CFA二級數(shù)量涉及的知識點數(shù)量其實并不多，遠少于CFA一級數(shù)量的知識點。但是二級數(shù)量更專注于研究回歸分析和時間序列模型分析這些更深層次的內容，當然難度也會略高于一級數(shù)量。

并且2019年新增了Fintech專題，這也是一級數(shù)量中所沒有接觸過的。不過相對于做題而言，兩個級別的難度都不是特別大，只是CFA二級數(shù)量需要在理解層面上多花一些功夫。

CFA二級數(shù)量到底講了什么內容?以上就是澤稷小編本次帶來的全部內容了，為了幫助同學們學習CFA，澤稷小編為大家準備了》》澤稷網校CFA2019-2020年CFA完整考試資料大禮包免費領?。ㄍ瑢W們要留下真實信息以便小編發(fā)送哦~）

掃碼咨詢澤稷老師，解讀CFA®考試政策變動，海量CFA®學習資料免費領取，提供在線解答CFA®學習疑惑。