花满楼的BLOG

一．自我实力了解与考试策略分析

这是我第一次參加国外考试，由于没有原文考试的实战经验，一直有些担心，考

试时候把题目一口气做完也就「当－当－当」时间到了，没有时间再检查。做得

还算顺利，有点信心但没有把握，公布成绩那天很开心自己过关了，更高兴的是

成绩与我当初的考试策略完全一致。FRM 一共考五科，除了作业风险之外，其

余四科成绩皆在全体考生前25%以上。其中信用风险在写論文时涉略较深，而數

量统计已有一定基础，所以我把重心放在最不熟悉、却十分重要的市场风险与投

资管理上。事实上考试的范围这么广，不可能每个領域都讀的很好，所以应先了

解自我的实力，哪些科目是强项、哪些科目是弱项，针对较弱但有兴趣的科目下

手，并保持强项科目的应战能力。

二、讀书方法－熟讀Study notes，配合參考教科书与Handbook

熟讀Study notes 是非常重要的，其依考纲AIMS 整理出教科书各章节考试重点，

尤其指定会考计算题的章节应加以掌握，因为当FRM 原文题目冗长，计算题是

较能帮助拿分的，必须熟練使用指定计算器，先求计算正确再練速度。Study notes

内容较为摘要，当我不甚理解时，会參考几本教科书，包括原文书及其中译本，

举例而言，John Hull 的Options,Futures, and Others Derivatives 写得很清楚很仔

细，此外Jorion 的风险値也相当值得參考。再者，就这次考试的经验，因为花相

当多的时间研究市场风险，增加自己对于衍生性商品的了解与熟悉，对于目前从

事市场风险的工作上，帮助不少。

三、以中文理解与记忆、原文复习

一直以來的讀书习惯，我还是比较习惯用中文思考，因此在讀书过程中，我倾向

采用先以中文理解、用中文记忆，最后完全以原文复习，熟讀英文语法，多做原

文题目練习。所以讀Study notes 时，我会在较不熟悉的单元以简单的中文做

MEMO，因为一直讀也会一直忘，这样可以节省下次复习时间，且加速记忆。此

外我觉得Flash Card 超好用，依据上面提示$的个數，可知道哪些是超级重点，

而其轻薄短小可随身记忆与复习，对我帮助不小。

四、考古题与練习题

讀得再多再熟，考试的答题技巧与速度还是最关键的，所以大约最后一个月的时

间，开始狂做题目，先做各章节相关题目，举凡讲义練习题、课后小考题目、Study

notes 和Handbook 各章节考古题，一遇不熟或不会的题目，立刻翻书找答案，并

加强复习。最后，利用Study notes 最后一册的模拟测验，加强全科目汇总練习，

并依照考试时间做完整份题目，以测试自己的答题速度与正确度，并參加补习班

的模考加强臨场感，学习讲师的解题技巧。最后把所有错过的题目汇整，了解自

己在哪个章节最不熟，再加强复习。

a Probability 概率   Event 事件  mutually exclusive 互不相容   “union of  A and B”  A与B的并   “Intersection of A and B” A与B的交集   Sure event 必然事件  Impossible event 不可能事件  Sample space 样本空间  Conditional probability 条件概率  Independent event  独立事件  Bayes’ Theorem 贝页斯公式   permutations 排列  Combinations  组合  “complement of event A”  A的补集  Discrete random variable 离散型随机变量  Continuous random variable 连续型随机变量  Lower bound 下界  Upper bound 上界  Probability distribution 概率分布  Probability distribution function 概率分布函数  Probability density function 概率密度函数  Joint Distribution 联合分布  Marginal distribution 边际分布  independent random variable 独立随机变量  uniform distribution 均匀分布  Normal distribution 正态分布  lognormal process  对数正态过程   Mathematical expectation 数学期望  arithmetic mean 算术平均  Variance 方差  Standard deviation 标准差  Standardized random variable 标准化随机变量  Covariance 协方差  Correlation Coefficient 相关系数  Chebshev’s Inequality 切比雪夫不等式 Population mean 总体均值  Sample mean 样本均值  median 中位数  mode 众数  Skewness 偏度  Kurtosis  峰度   Binomial distribution 二项式分布  standard normal distribution 标准正态分布  Cumulative probability 累积概率  Left-tail probability 左尾概率  Poisson Distribution 泊松分布 Symmetrical 对称  Bell-shaped 钟形 Asymmetrical 不对称

Sampling theory 抽样理论  statistics 统计  Population 总体  Sample  样本  Parameter  参数  Sampling distribution 抽样分布  Difference 差  Population Variance 总体方差  Population standard deviation 总体标准差  Sample variance 样本方差  chi-square 卡方分布  degree 维度  

Point estimator 点估计  Confidence interval 置信区间  Level of significance  显着性水平  Unbiased estimator 无偏估计  Efficient estimator 有效估计  Consistent estimator 一致性估计  Standard error 标准误  Student’s t-distribution T-分布  Central limit theorem 中心极限定理    Hypothesis testing 假设检验  Null hypothesis 原假设  Alternative Hypothesis 备择假设  Type I error  第一类错误  Type II error  第二类错误  One-tailed test 单尾检验  Two-tailed test  双尾检验  Critical value 临界值  The t-test  T-检验  Rejection region  拒绝域  F-Distribution  F-分布  Z-statistic  Z-统计量  Curve fitting  曲线拟合  Regression 回归  Simple linear regression  简单线性回归  Dependent variable 因变量  Independent Variable 自变量  Least Square regression line  最小方差回归线  Estimated value 估计值  Ordinary least squares  最小二乘法  Intercept  截距  Total variation  总方差  Unexplained variation  未解释方差  Explained variation  解释方差  Coefficient of determination  判定系数  Perfect positive correlation  完全正相关  Perfect negative correlation  完全负相关  Predicted value  预测值 

Volatility 波动性  Long-run volatility  长期波动性  “Autoregressive conditional heteroskedasticity model”   自回归条件异方差模型（ARCH模型）  Exponentially weighted moving average model 指数加权移动平均模型（EWMA模型）  “GARCH model”  GARCH 模型 家Risk 风险  persistence  持久度  mean reversion 均值回归  Moving average 移动平均  VaR  风险值  Forecast  预测   Stationarity 平稳  Implied volatility  隐含波动率