华盛顿大学CFRM项目为学生提供了严格的数学和统计基础，以及使用开源R编程的深入指导。目的是让学生能够满足金融服务行业对高级定量计算金融能力和下一代风险管理技能的需求。该项目提供了广泛的选修课程，以满足学生的研究兴趣和职业规划。下面总结了一些比较热门的选修课程，希望能为学生的选课提供参考。
一、CFRM 521：金融机器学习
本课程介绍了机器学习技术的基础及其在金融领域的应用。专注于评估、组织和分析财务数据，并学习机器学习中的分析工具和数字方案，以对财务数据进行统计分析。开发实用的金融工具，如交易规则和风险指标。主题涵盖：用于决策的数据驱动模型；监督和非监督学习；优化(公式和算法)；以及时间序列分析等特定主题。
二、CFRM 530：固定收益分析
本课程介绍了固定收益市场和证券，以及固定收益分析和相关投资组合管理的坚实基础，以及真实世界的固定收益应用。学生将获得固定收入数据和计算方法的实践经验。主题涵盖：固定收益市场和工具；利率期限结构与收益率曲线构建；利率衍生品定价的二叉树模型；连续时间随机固定收入模型；利率远期、掉期、期货和期权的定价和对冲。
三、CFRM 586：金融时间序列预测方法
本课程介绍了预测在投资决策中的作用。主题涵盖：预测类型、动态预测、直接预测；非线性模型的模拟预测；宏观经济预测在投资中的作用；宏观经济预测方法；资产类别回报预测；外汇(FX)预测(套利交易动机，动量策略，结合长期估值修正)。
四、CFRM 531：投资组合绩效分析和基准测试
本课程涵盖了投资组合绩效衡量和基准的基本原则。主题涵盖：绩效评估在项目组合管理中的作用；个别资产和投资组合的回报率计算；通货膨胀、货币、税收、费用调整；现金流方法(时间加权回报，金钱加权回报，标准近似值)；基于部门的绩效归因；基于波动性和资产定价的风险度量；风险调整回报指标；基于因素的绩效归因；指数计算、加权、重新平衡和维护；股票风格指数；GIpS全球投资绩效标准。
当然，以上仅作为华盛顿大学CFRM项目的选课参考。学生对于选修课的选择不能一味地追求热门，还是要结合个人的实际兴趣以及未来的职业抱负进行规划。
