模块定位
Quantitative Analysis 是 FRM Part I 里最像方法论底盘的模块。它不是单纯考你会不会算概率或回归，而是在训练一种风险经理必须具备的量化思维：如何定义随机性、如何从样本推断总体、如何用模型解释关系、如何处理时间序列、如何在模型失效时识别问题，以及如何用仿真和机器学习扩展传统方法。
这门模块为 Valuation and Risk Models 提供统计和模型基础，为 Financial Markets and Products 提供收益率、波动率、相关性和对冲计算的语言，也为后续更复杂的市场风险、信用风险和模型验证打地基。
2026 官方 Reading 大纲
整本模块的内在逻辑
- 先从概率语言开始：事件、概率、随机变量与分布，这是量化世界的词汇表
- 再进入样本与统计推断：样本矩、估计量、假设检验，解决如何从数据推断
- 随后进入回归分析：先单变量，再多变量，再到诊断，解决变量如何相关
- 再从截面转到时间维度：平稳与非平稳时间序列，解决数据如何随时间演化
- 然后引入收益、波动率和相关性，建立风险计量最核心的三要素
- 仿真与自助法扩展到复杂问题的近似求解
- 最后由机器学习引出现代的数据驱动建模方式
整本书图形思维导图
Quantitative Analysis 全书图形思维导图支持拖动、滚轮缩放、图形 / 大纲切换与 PNG/SVG 导出
这张总图的放大倍数限制更宽，适合查看 regression、time series 和 machine learning 的细分结构。
最后复习路径
建议按概念 -> 推断 -> 回归 -> 时间序列 -> 风险指标 -> 仿真 -> 机器学习的顺序复习，不要一开始就跳到最难的 machine learning。对考试而言，QA-1 到 QA-9 是最稳固的主干，QA-10 到 QA-13 是进阶方法层，QA-14 和 QA-15 是现代扩展层。
2026 Quantitative Analysis Review Route复习推进关系图
说明：本版的 reading 名称与顺序依据 2026 官方
FRM Study Guide 和 FRM Learning Objectives 中的 Quantitative Analysis 部分整理；内容是面向复习的精讲版，而不是原文逐条照抄。