早在7月中旬就收到明确消息，CFA协会将在2019年CFA I&II考试中加入Fintech。终于，在CFA协会开放2019年考试报名渠道后，教研团队拿到了原版书，连夜阅读了这一部分的详细内容。接下来就为大家介绍，CFA中的Fintech到底讲了什么？
————一条让你冷静的分割线————
Fintech内容在哪里？
CFA I级：
组合管理SS13的R43 Fintech in Investment Management
CFA II级：
数量SS3的R6 Fintech in Investment Management
数量SS3的R8 Multiple Regression and Machine Learning的section7
CFA III级：
道德 SS3的R5 Overview of the Asset Management Industry and Portfolio Management
权益投资SS14的R28 Active Equity Investing: Strategies的Section 5
（惊不惊喜，意不意外，原来三级也有噢）
考纲要求：
一级
近些年，协会在组合管理这门学科里放的知识话题越来越多，一些难以归类的科目都放在了组合管理。所以这次一级把Fintech放在组合管理也是预料之中。对于一级的新进考生，自己考的证能够“与时俱进”，说明这个证的含金量更高了；对于一级的复读考生也不必担心。我们先来看一下这个章节的考纲要求，后面再详细展开这个章节到底讲了什么。
a describe “fintech”;
b describe Big Data, artificial intelligence, and machine learning;
c describe fintech applications to investment management;
d describe financial applications of distributed ledger technology.
二级
协会把Fintech的内容放在数量。经过对比，二级数量的R6内容与一级组合管理的R43是完全一致的，这也在意料之中。因为R43的LOS与一级R43的一字不差，虽然分在两个级别，但不管是对于一级考生还是二级考生，这部分都是全新的知识点，都得从基础学起，所以协会没有在这个部分为难19年的二级考生。
二级还有一个涉及Fintech的章节就是R8。协会在二级数量的R8里面专门增加了三个知识点来介绍相关的内容，考纲的要求是：
P. distinguish between supervised and unsupervised machine learning;
Q. describe machine learning algorithms used in prediction, classification, clustering, and dimension reduction;
R. describe the steps in model training.
三级
三级增加的Fintech非常“隐蔽”，在阅读过原版书之后我们找到了一些蛛丝马迹。
三级道德中增加了一个新的Session。其中R5从宏观的角度介绍了资管行业，其中有一部分介绍到了资管行业的发展趋势。该部分列举了近年来流行的大数据（“Big Data” in the Investment Process），以及智能投顾（Robo-Advisers），涉及到的内容非常简单、篇幅也比较短，仅从宏观角度进行了介绍。从考纲上来看并没有把这部知识点单独列为一个考点，仍属于对资管行业宏观性了解的内容。
另一块就在今年大改考纲的权益投资了。
三级权益已经多年没有发生过变化，随着近年来量本投资的概念席卷了整个资产管理行业，CFA协会在Fintech大火之际，毫无悬念的将量化投资加入了Equity这门课，因此在R28 Active Equity Investing: Strategies介绍了如何构建量化投资策略的一个知识点：
H. describe how quantitative active investment strategies are created;
考纲的要求仅为“describe”，因此只需定性了解即可。
讲了什么？
我们首先一起来看一二级完全相同的这个章节：
Fintech in Investment Management。
这个章节总共分成七个section。
Section1～2 总体介绍&什么是Fintech
Section 1：总体介绍。
Section 2：什么是Fintech？
我们为什么要学习Fintech呢？Fintech是金融(Finance)与科技（technology）碰撞的火花。它使用大数据、人工智能、机器学习来衡量投资机会、优化投资组合和规避风险。现在它不仅被量化投资者使用，连基本层面的投资者也在使用这些工具和技术做投资决策。此外，它还影响了投资顾问服务和财务记录保管，可以说是改变了金融这个行业提供服务的方式。Fintech覆盖的领域主要包括：大型数据集分析、以人工智能为例的分析工具、自动交易、智能顾问以及财务记录保管。总的来说，它在实务中抛头露面的频率越来越高，所以我们应该去了解它。
Section3~5 介绍了Fintech领域常见的名词
Section 3：大数据
除了解释大数据这个概念以及它的性质，书上还详细讲解了大数据的来源以及它面临的挑战。
Section 4：高等分析工具：人工智能和机器学习
人工智能技术的目标是使计算机系统表现出与人类相当、或是优于人类的认知能力和决策能力。而机器学习最初是人工智能的一小部分，由于发展前景促使机器学习成为研究的前沿，可以说是“青出于蓝而胜于蓝”。这部分用大量笔墨介绍机器学习，并介绍了机器学习的两个类型：监督学习和无监督学习，由此可见机器学习的重要性。
Section 5：数据科学：从大数据中提取数据
这部分内容简洁，共有两个知识点：处理数据的方法和数据形象化。数据形象化其实非常好理解，我们品职的思维导图就是一种数据形象化。除此之外，数据形象化还有3D图形、标签云等。
Section6~7是Fintech的应用
Section 6：Fintech在投资管理中的一些应用
总共包含四种应用，分别是文本分析与自然语言处理（NLP），智能顾问，风险分析和算法交易。
Section 7：分布式账本技术
分布式账本技术这个名词大家可能比较陌生，但说到“区块链”，是前段时间非常火的一个词，区块链就是一种分布式账本技术。这部分的内容分成两点：无需授权网络与需授权网络，以及在投资管理中的应用。无需授权网络的典型例子“比特币”又是大家如雷贯耳的，这就是分布式账本技术的应用之一：加密货币。还有一个常见的应用叫做支付标记化(Tokenization)，这个在银行工作的同学可能听过，是一种对账户敏感信息进行保护的技术。
Fintech总结
总的来说，这一章节Fintech的内容主要以名词解释为主，相关的方法和最前沿的应用也都是热点，可以结合实务来理解。正文部分没有计算，没有案例分析，也没有例题。贴心的教研还为大家准备了导图哦~
Machine Learning
接下来我们再看二级R8的section 7 Machine Learning，共分为以下五个小节:
7.1 数据分析学的重点关注
这一节讲解了数据分析学的六大重点，有助于后面机器学习的讨论。
7.2 什么是机器学习？
这一节正式开始介绍什么是机器学习，主要讲解了机器学习的定义以及它的三个组成元素TPE: Task, Performance measure and Experience.
7.3 机器学习的类型
这一节讲解了机器学习的类型，主要分为Supervised learning（监督式学习）和Unsupervised learning（非监督式学习）。这也是考纲中新增的三个知识点的其中一个，需要重点掌握这两种类型的定义及特点。这一节协会给出了4道例题，均为概念题，不涉及计算，难度系数不大，所以大家只要掌握相关的概念即可。
（小钻石）7.4 机器学习算法
这一节主要讲解了机器学习的算法，具体细分如下图所示：
其中Penalized Regression、CART和Random Forests主要用于Supervised learning; Clustering Algorithms和Dimension Reduction主要用于Unsupervised learning; Neural Networks比较特殊，通常用于Supervised learning，但在reinforcement learning（which can be unsupervised）中也十分重要，所以处于中间位置。这也是考纲中新增的三个知识点的其中一个，并且协会给出了6道例题，主要还是考察这几种算法的概念，同样难度系数不大，同学们可以放心~
7.5 监督式机器学习: 训练
这一节主要讲解了model training，从而帮助我们更好的理解机器学习以及model training跟其他一些多元线性回归模型的区别。我们需要重点掌握Training的五大步骤，这也是新增的三个知识点中的最后一个。这一节没有例题。
Machine Learning总结：
总的来说，这几个知识点考纲要求的都是“describe”，原版书中考察的也都为概念题，不会涉及计算，所以对于这部分新增的内容大家不必过于担忧，只要掌握相关的概念即可。贴心的教研还为大家准备了导图哦~
三级道德&权益的Fintech
最后，我们来看三级道德和权益中的相关内容。
三级涉及到的Fintech内容非常少。
在道德新增的reading 5 Overview of the Asset Management Industry and Portfolio Management中，提到了近年来资管行业的发展趋势，包括大数据及智能投顾，这两部分涉及篇幅不大，都是从了解宏观层面进行的讲解。其中大数据部分介绍了近些年各类数据呈井喷式出现的现象，以及介绍了资管行业也在利用这些数据帮助投资。
这样的数据分为两大类：社交媒体数据（Social media data）和图像传感数据（Imagery and sensor data）。而智能投顾（Robo-Advisers）部分，从概念及应用大体介绍了这一概念。介绍了这一领域拥有较好的发展前景，并且从行业发展角度解释了为什么智能投顾有较好的前景。
在权益投资reading 28 reading中，书中在权益的主动投资方法下引入了量化投资策略的介绍，对原有内容进行了系统性的扩充和完善。具体来说，新增了量化投资策略的介绍、其与传统投资的对比、基本面分析法的陷阱等。考纲的要求仅为“describe”，因此只需定性了解即可。
怎么考？
每次协会改考纲，大家最担心的还是考试会怎么考。尤其像这种新增的章节，没有往年的模考题，甚至有的时候原版书上既没有例题也没有课后题，大家学起来心里没有底。
对于一级R43、二级R6这两个相同内容的章节，协会是比较良心的，虽然正文没有例题，但是有课后题。这就给了我们练习的机会。这些课后题也能反映正式考试时协会的出题方向。对于二级R8新增的section7，协会在正文部分给了10道例题供大家参考，其中4道考察机器学习的类型，6道考察机器学习的算法类型，虽然没有相应的课后题，但这些例题恰恰与考纲中的知识点相对应，与课后题的地位同等重要。
三级道德和权益部分出现的Fintech内容均属于了解性质的知识点，文中没有对应的例题也没有相应的课后题。从考纲角度来看，道德部分没有单独为这部分列考点，权益部分也仅占了一个小知识点。因此新增知识难度不大，了解概念即可。
总的来说，这些题目考察的全部是定性的内容，重点是对名词的理解以及它们的一些性质。这与考纲完全吻合，因为LOS的要求全部是“describe”。
没有数字，没有公式，也没有复杂的案例分析，所以难度系数不会太高，大家只要熟悉掌握Fintech和Machine Learning相关的概念，顺利拿下这部分的考题应该没有问题。
总的来说，Fintech部分新增的内容不难，大家可以放心。这部分大家好好学，其实机会很难得，第一次Fintech有相对系统一点的教材涉及，虽然内容不多，但也很值得反复推敲了。而且品职也会继续深挖其中的内容，希望给大家多拓展点知识的。
现在考纲明确了，其实二级也会涵盖一级所涉及到的Fintech内容，各位12月备考一级的小伙伴安心准备考试吧，千万不要为了明年重新学Fintech故意考不过噢。
现在距离12月考试还有102天，还没找到组织的小伙伴，欢迎加入品职CFA12月百日行动哦。扫底部二维码进公众号回复【CFA100】即可按指示参加。
二级三级的宝宝们，在留言区说说你们对Fintech的加入有什么看法吧。
配图来源网络
