2025年量化金融证书(CQF)考试题库（附答案和详细解析）（1024）.docxVIP

量化金融证书（CQF）考试试卷

一、单项选择题（共10题，每题1分，共10分）

Black-Scholes模型的关键假设不包括以下哪项？

A.无风险利率恒定且可无风险借贷

B.标的资产价格服从几何布朗运动

C.允许无风险套利机会存在

D.市场无摩擦（无交易成本、税收）

答案：C

解析：Black-Scholes模型的核心假设包括无套利、无摩擦市场、无风险利率恒定、标的资产价格服从几何布朗运动（对数收益率正态分布）。选项C“允许无风险套利”直接违背无套利假设，因此错误。

以下哪项不是时间序列平稳性的特征？

A.均值不随时间变化

B.方差不随时间变化

C.自协方差仅与滞后阶数有关

D.存在单位根（UnitRoot）

答案：D

解析：平稳时间序列要求均值、方差和自协方差不随时间变化（仅与滞后阶数有关）。单位根的存在会导致序列非平稳（如随机游走），因此D是非平稳的特征。

在蒙特卡洛模拟中，“方差缩减技术”的主要目的是？

A.减少随机数生成的计算量

B.降低模拟结果的方差，提高估计精度

C.扩大模拟的时间步长

D.增加模拟路径的数量

答案：B

解析：方差缩减技术（如对偶变量法、控制变量法）通过优化随机数生成或路径设计，降低模拟结果的方差，从而在相同路径数量下提高估计精度，而非减少计算量或改变时间步长。

以下哪种模型专门用于刻画波动率的聚集性（VolatilityClustering）？

A.ARIMA模型

B.GARCH模型

C.二叉树模型

D.资本资产定价模型（CAPM）

答案：B

解析：波动率聚集性指“大波动后伴随大波动，小波动后伴随小波动”，GARCH（广义自回归条件异方差）模型通过引入滞后条件方差项，专门捕捉这一特征；ARIMA用于均值建模，二叉树用于衍生品定价，CAPM用于资产收益与风险关系。

信用风险中的“预期损失（EL）”计算公式为？

A.EL=违约概率（PD）×违约损失率（LGD）×风险暴露（EAD）

B.EL=违约概率（PD）×（1-违约损失率（LGD））×风险暴露（EAD）

C.EL=（1-违约概率（PD））×违约损失率（LGD）×风险暴露（EAD）

D.EL=违约概率（PD）+违约损失率（LGD）+风险暴露（EAD）

答案：A

解析：预期损失是违约概率（PD）、违约损失率（LGD，违约时损失占风险暴露的比例）和风险暴露（EAD，违约时的总暴露金额）的乘积，即EL=PD×LGD×EAD。

隐含波动率（ImpliedVolatility）是通过以下哪种方式计算得到的？

A.历史价格序列的标准差

B.市场期权价格反推Black-Scholes模型中的波动率参数

C.宏观经济指标的回归分析

D.蒙特卡洛模拟的平均波动率

答案：B

解析：隐含波动率是将市场上观察到的期权价格代入Black-Scholes公式，反解出的波动率参数，反映市场对未来波动率的预期；历史波动率是历史价格的标准差（A错误）。

以下哪项不属于高频交易（HFT）的典型策略？

A.做市策略（MarketMaking）

B.统计套利（StatisticalArbitrage）

C.趋势跟踪（TrendFollowing）

D.算法订单拆分（OrderSlicing）

答案：C

解析：高频交易策略依赖毫秒级数据，包括做市（提供流动性）、统计套利（利用短期价格偏离）、订单拆分（减少市场冲击）；趋势跟踪是中低频策略，依赖长期价格趋势，因此C不属于HFT。

在风险价值（VaR）的计算中，“参数法”的核心假设是？

A.收益分布服从正态分布

B.收益分布具有肥尾特征

C.仅使用历史数据的分位数

D.生成大量随机路径模拟未来收益

答案：A

解析：参数法（方差-协方差法）假设资产收益服从正态分布，通过计算均值和方差来估计VaR；历史模拟法直接使用历史分位数（C错误），蒙特卡洛模拟生成随机路径（D错误）。

以下哪种机器学习算法属于监督学习？

A.K-means聚类

B.主成分分析（PCA）

C.逻辑回归（LogisticRegression）

D.关联规则挖掘（Apriori）

答案：C

解析：监督学习需要标签数据（输入-输出对），逻辑回归用于分类（如违约预测），属于监督学习；K-means、PCA、Apriori是无监督学习（无标签数据）。

二叉树模型（BinomialTree）定价期权时，关键参数“上升因子u”和“下降因子d”通常满足以下哪个关系？

A.u=1/d

B.u+d=1

C.u×d=无风险利率

D.u=d+1

答案：A

解析：二叉树模型中，为保证无套利，通常假设u=e(σ√Δt)，d=1/u（或d=e(-σ√Δt