QM-M11-L1 Fintech và Big Data trong Quantitative Investment Analysis
Hướng dẫn chi tiết bài học Fintech và Big Data trong Quantitative Investment Analysis CFA Level 1 thuộc Module 11 Big Data Techniques CFA Level I 2026 kèm ví dụ và bài tập thực hành.
Key Takeaways — Điểm cốt lõi
- •Bám sát cấu trúc giáo trình CFA Program Curriculum 2026 Level I Volume 1.
- •Cung cấp đầy đủ thuật ngữ và phân loại chuyên ngành AI/ML chuẩn xác.
💡 Bài học thuộc Module 11: Xem tổng quan tại Module 11 Hub.
1. Trọng Tâm Kiến Thức Fintech và Big Data trong Quantitative Investment Analysis CFA Level 1
1. Đặc Trưng 4V Của Big Data Và Nguồn Dữ Liệu Thay Thế• Volume (Dung lượng): Khối lượng dữ liệu khổng lồ tính bằng Terabytes, Petabytes.• Velocity (Tốc độ): Tốc độ sinh ra và truyền tải dữ liệu thời gian thực (Real-time data feeds).• Variety (Đa dạng): Đa dạng định dạng từ dữ liệu có cấu trúc (Bảng tính, CSDL) đến phi cấu trúc (Văn bản báo cáo, Video, Hình ảnh vệ tinh, Âm thanh cuộc họp ĐHCĐ).• Veracity (Độ tin cậy/Chính xác): Mức độ chất lượng và tính xác thực của dữ liệu nguồn.• Alternative Data: Dữ liệu phi truyền thống (Lưu lượng đỗ xe từ ảnh vệ tinh, vị trí định vị di động, hóa đơn mua sắm tiêu dùng) tạo lợi thế thông tin alpha cho quỹ định lượng.
-
•
🗺️ Lộ trình tổng thể: Lộ Trình Học CFA Level 1 Quantitative Methods 2026
-
•
🏠 Module Hub: Module 11 Hub
-
•
📝 Luyện đề thực hành: Practice Quiz Module 11
Câu hỏi thường gặp (FAQ)
Điểm khác biệt giữa Supervised Learning và Unsupervised Learning là gì?
Supervised Learning có dữ liệu đầu vào đi kèm nhãn mục tiêu xác định trước (Labeled data) để huấn luyện mô hình dự báo. Unsupervised Learning làm việc với dữ liệu không gán nhãn (Unlabeled data) để tự động phát hiện cấu trúc và phân cụm.