CQF Journey

Project Overview

CQF（Certificate in Quantitative Finance）是我離開原有軟體工程職涯後，為下一階段所選擇的主要學習方向。

這個 Project 不只是完成一項證書，而是希望把過去累積的三個領域重新串連起來：

軟體工程與系統設計
個人投資與資產管理
數學、統計與金融模型

我的目標是建立足以理解、實作與評估量化模型的完整能力，並探索軟體工程與量化金融之間可能的職涯方向。

Why I Started

我曾經長期從事軟體工程，也持續管理自己的股票、ETF 與房地產投資。

過去的投資決策大多建立在市場觀察、產業研究、資產配置與風險管理之上。隨著投資經驗增加，我開始希望更深入理解：

金融商品如何被定價
風險如何被量化
模型如何描述市場的不確定性
投資策略是否能透過資料與回測驗證
機器學習在金融市場中真正適合解決哪些問題

CQF 提供了一條相對完整的學習路徑，讓我可以有系統地重新建立數學基礎，再逐步進入衍生性商品、量化交易與機器學習。

Current Status

Status: In Progress
Started: 2026
Current phase: Foundation and core quantitative finance modules

目前主要投入：

數學基礎複習
Python 金融運算
機率與統計
金融市場與金融商品
衍生性商品定價
建立個人學習與筆記系統

這裡之後可以改成每月或每個 Module 更新一次。

Learning Roadmap

Phase 1 — Mathematical Foundations

Calculus
Linear Algebra
Probability
Statistics
Differential Equations
Numerical Methods

Phase 2 — Quantitative Finance

Time Value of Money
Fixed Income
Futures and Forwards
Options
Black–Scholes Model
Greeks and Hedging
Stochastic Processes

Phase 3 — Programming and Modelling

Python
NumPy
pandas
SciPy
Data Visualisation
Numerical Optimisation
Monte Carlo Simulation

Phase 4 — Machine Learning

Regression
Classification
Feature Engineering
Time-Series Modelling
Model Validation
Overfitting and Data Leakage

Phase 5 — Applied Projects

Option-pricing models
Portfolio-risk analysis
Factor research
Strategy backtesting
Machine-learning experiments
Final CQF project

Technical Stack

Area	Tools
Programming	Python
Data analysis	pandas, NumPy
Scientific computing	SciPy
Visualisation	Matplotlib
Machine learning	scikit-learn
Development	Jupyter, VS Code
Version control	Git, GitHub
Documentation	Markdown, Notion
AI-assisted learning	ChatGPT and other AI tools

這份清單會隨著課程與實作持續更新。

Project Structure

未來相關程式碼可以整理成以下結構：

cqf-journey/
├── notebooks/
│   ├── mathematics/
│   ├── derivatives/
│   ├── fixed-income/
│   ├── machine-learning/
│   └── backtesting/
├── src/
│   ├── pricing/
│   ├── risk/
│   ├── portfolio/
│   └── strategies/
├── data/
├── tests/
├── reports/
└── README.md