CQF資格考試由六個模塊，兩個選定的高級選修課，三個考試和一個最終項目組成。

必修課	內容
●模塊一：量化投資基礎	使用隨機計算作為工具，并學習如何使用簡單的隨機微分方程及其相關的普朗克和科爾莫戈羅夫方程。
●模塊二：量化分析風險和收益	學習馬科維茨的經典投資組合理論，資本資產定價模型以及這些理論的最新發展。
●模塊三：股票和現金	使用各種數學知識來了解股票和貨幣背景下的理論和結果，以使您熟悉當前使用的技術。
●模塊四：數據分析和機器學習I	學習基本的數學工具，深入研究監督學習的主題，包括回歸方法，k近鄰，支持向量機，集成方法等等。
●模塊五：數據分析和機器學習II	從無監督開始學習，深度學習和神經網絡，我們將進入自然語言處理和強化學習。
●模塊六：債券和評級	回顧行業中使用的多種利率模型，學習信用以及如何在量化金融中使用信用風險模型，包括結構化，簡化形式以及關聯結構模型。
●高級必修課(任選兩科)	高級投資組合管理、高級機器學習I、高級機器學習II、高級風險管理、高級波動率建模、算法交易I、算法交易II、量化分析師的行為金融學、c++、交易對手信用風險建模、Fintech、量子計算在金融中的應用、數值方法、R代表數據科學與機器學習、風險預算:基于風險的資產配置方法

——來源：CQF官網

課程的內容和CFA以及FRM都有一定的重合，但都更深。

CQF學習能夠學習到的內容非常廣，大致來說可以說是以傳統的金融工程為基礎，在疊加最前沿的金融領域的課程。

所以CQF的課程每年定期更新。實際上課的時候，老師都會更新講義，而課程是老師講課直播錄制的網課，因此老師更新講義也會帶來課程的更新。

CQF的另外一個特點是終身學習，而CQF的學員也可以終身看課。同時，CQF有很多選修的課程也非常經典，部分參考如下：

量化的行為金融學，基于R語言的量化金融，高級投資組合管理，風險預算，Python應用，金融科技，基于Python的機器學習，C++，算法交易，高級風險管理，高級波動率模型，交易對手風險建模，復雜計算方法，基于Python的數據分析。

上面說到CQF和CFA/FRM都有一些重合的地方，但CQF更加側重金融和科技的結合，特別是計算機編程技術。