2025年注册金融数据分析师（CFDA）考试题库（附答案和详细解析）（1104）.docxVIP

注册金融数据分析师（CFDA）考试试卷

一、单项选择题（共10题，每题1分，共10分）

金融数据清洗的核心步骤是以下哪一项？

A.数据可视化展示

B.识别并处理缺失值

C.训练预测模型

D.进行假设检验

答案：B

解析：数据清洗的核心目标是提升数据质量，主要任务包括处理缺失值、异常值和重复值（B正确）。数据可视化（A）是分析工具，模型训练（C）是建模环节，假设检验（D）属于统计推断，均非清洗核心步骤。

以下哪类数据不属于金融非结构化数据？

A.上市公司年报文本

B.股票交易价格序列

C.新闻资讯中的情感倾向

D.社交媒体用户评论

答案：B

解析：非结构化数据指无固定格式、难以用二维表表示的数据（如文本、音频、图像）。股票交易价格序列（B）是典型的结构化数据（时间-数值二维表），其余选项均为非结构化数据。

在量化交易策略回测中，“幸存者偏差”主要影响哪类数据？

A.历史价格数据

B.财务报表数据

C.已退市股票数据

D.宏观经济指标

答案：C

解析：幸存者偏差指仅考虑当前存在的样本（如现存股票），忽略已退市股票（C），导致回测结果高估策略有效性。其他选项数据不涉及“存活与否”的筛选问题。

衡量金融时间序列“波动率聚类”特征的常用指标是？

A.自相关函数（ACF）

B.异方差性（Heteroskedasticity）

C.偏度（Skewness）

D.峰度（Kurtosis）

答案：B

解析：波动率聚类指大幅波动后伴随大幅波动、小幅波动后伴随小幅波动的现象，本质是条件异方差（B正确）。ACF衡量序列自相关性（A），偏度衡量对称性（C），峰度衡量尾部厚度（D），均不直接反映波动率聚类。

以下哪种机器学习算法最适合处理高维金融数据的特征筛选？

A.逻辑回归（LogisticRegression）

B.随机森林（RandomForest）

C.K近邻（KNN）

D.支持向量机（SVM）

答案：B

解析：随机森林通过特征重要性评分（基于树分裂时的信息增益）可高效筛选高维特征（B正确）。逻辑回归需手动筛选（A），KNN和SVM对高维数据敏感且无内置筛选机制（C/D）。

金融数据中“前视偏差”（Look-aheadBias）的典型表现是？

A.使用未公开的未来数据进行建模

B.忽略节假日对交易数据的影响

C.样本量不足导致模型过拟合

D.不同数据源的时间戳格式不一致

答案：A

解析：前视偏差指模型训练时错误使用了实际不可获得的未来数据（如用次日公布的财报数据预测当日股价）（A正确）。其他选项分别属于时间效应（B）、过拟合（C）、数据格式问题（D）。

在信用风险评估中，“信息增益”（InformationGain）主要用于衡量？

A.特征与目标变量的相关性

B.模型的预测准确率

C.样本的类别不平衡程度

D.正则化参数的优化效果

答案：A

解析：信息增益是决策树中衡量特征对目标变量（如违约/不违约）分类能力的指标（A正确），反映特征与目标的相关性。预测准确率（B）是模型效果指标，类别不平衡（C）用基尼系数等衡量，正则化（D）与参数优化相关。

以下哪项不属于金融数据质量的核心维度？

A.时效性（Timeliness）

B.可解释性（Interpretability）

C.一致性（Consistency）

D.完整性（Completeness）

答案：B

解析：数据质量维度包括准确性、完整性、一致性、时效性、唯一性等（A/C/D正确）。可解释性是模型的特性，与数据质量无关（B错误）。

在金融时间序列分析中，ARIMA模型的“差分”步骤主要用于处理？

A.异方差性

B.非平稳性

C.自相关性

D.季节性

答案：B

解析：ARIMA通过差分（d阶）将非平稳序列转化为平稳序列（B正确）。异方差用GARCH处理（A），自相关性由ARMA部分解决（C），季节性需用SARIMA（D）。

以下哪种数据可视化工具最适合展示多资产的风险-收益关系？

A.热力图（Heatmap）

B.箱线图（BoxPlot）

C.散点图（ScatterPlot）

D.折线图（LineChart）

答案：C

解析：散点图可直观展示两个变量（如收益与风险）的关系，每个点代表一个资产（C正确）。热力图用于相关性矩阵（A），箱线图展示分布（B），折线图用于时间序列（D）。

二、多项选择题（共10题，每题2分，共20分）（每题至少2个正确选项）

以下属于金融数据异常值处理方法的有？

A.直接删除异常值

B.用均值/中位数替换

C.转换为分箱变量

D.保留并标注为特殊值

答案：ABCD

解析：异常值处理需结合业务场景：极端错误值可删除（A），随机误差可用统计值替换（B），业务相关异常可分箱（C）