2026年注册金融数据分析师（CFDA）考试题库（附答案和详细解析）（0128）.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）

1.金融数据清洗的核心目标是？

A.去除重复值

B.提高数据质量（完整性、准确性、一致性）

C.标准化数据格式（如日期统一）

D.填充缺失值

答案：B

解析：数据清洗的具体操作（如A、C、D）是手段，核心目标是通过这些操作提升数据整体质量，确保后续分析的可靠性。其他选项均为具体方法，而非最终目标。

2.以下哪项是金融时间序列的典型特征？

A.横截面相关性（不同资产间的相关关系）

B.自相关性（自身滞后项的相关关系）

C.同方差性（方差恒定）

D.正态分布性（数据严格服从正态分布）

答案：B

解析：金融时间序列（如股价、收益率）的核心特征是自相关性（即当前值与历史值相关）；A是面板数据特征，C和D与实际不符（金融数据常存在异方差和厚尾现象）。

3.以下哪种机器学习模型最适合处理高维金融数据（如千维以上的客户行为特征）？

A.线性回归

B.决策树

C.随机森林

D.逻辑回归

答案：C

解析：随机森林通过集成多个决策树，能有效处理高维数据并降低过拟合风险；线性回归和逻辑回归对高维数据敏感（需人工降维），决策树易过拟合。

4.以下工具中，最适合金融机构生成动态交互数据可视化报告的是？

A.Excel

B.Python的Matplotlib

C.R的ggplot2

D