24年CFA协会改革新增PSM实操模块，与标准考试分开，它只需要在标准考试的分数出来之前学完即可，PSM本身没有评分，相关内容也不会出现在标准考试中。
PSM主题可以在注册后的考试学习期间的任何时候选择，并且必须在成绩公布前完成。每个PSM需要10-15个小时才能完成。一级是从2024年2月开始，二级是2024年5月开始，三级是2025年2月开始。具体内容融跃小编继续为大家介绍。
一、考生需要做什么才能完成PSM？
一级PSM有财务建模，即如何在Excel中建立公司的*三级报表财务模型，因为模型用于确定公司的价值。一级PSM还有Python编程基础，这两个PSM中选择一个进行学习。
二级PSM有Python编程基础、分析师技能（利用从数百名成功分析师那里获得的见解，重点关注股票和信贷分析师所需的技能）、Python数据科学和人工智能。考生需在这三个PSM中选择一个进行学习，如果一级选了，二级就不能选这个了。
三级在2025年才会加入PSM模块，三级的PSM是什么协会尚未公布。
二、PSM模块的Python会讲哪些内容？
从协会官网描述来看，一级二级的Python编程基础PSM，涉及到以下几方面内容：展示Python的基础知识，以及如何使用Jupyter Notebook开发、演示和共享与金融相关的数据科学项目。
二级还有一个Python数据科学及人工智能课程，内容有：向考生介绍机器学习、人工智能和数据科学，以及使用Python理解财务报表、报告和分析。
以上是协会官网内容。首先就形式上，Python是一个学习课程，考生只要学完即可，应该不需要考试（not graded）。
其次在内容上，官网提到了Python基础，根据大众对Python的理解，应包括以下内容。
（一）基础数据类型。Python是一门弱类型语言，变量使用前无需声明，变量名可以看作一种引用。Python的基本数据类型分为数字、字符串、列表、元组、集合、字典。其中数字包括整型、浮点型、布尔型、以及复数。列表、元组、字典、集合、字符串则是Python中经常会使用到的数据结构，除此之外，还需掌握深拷贝和浅拷贝的概念。以上的数据类型必须要能够熟练的运用。
（二）基础代码逻辑。比如条件语句If、循环while/for等。这部分有一定编程经验的同学应该都不会陌生。Python基础同样会包括这些常用的代码逻辑。除此之外，Python作为面向对象的语言，也应包括面向对象这个概念的介绍。
（三）文件系统。在处理数据的时候，我们往往需要从文件中读写数据。例如Python读取Excel中的数据，Python读取mySQL中的数据等，Python从金融数据库（例如彭博、路透）的应用程序接口（API）中读取数据等。所以文件系统的相关操作也属于Python基础知识。Python的文件操作很简单，只需用open打开文件：file = open(path,pattern)。打开文件后就可以对文件进行读写操作，各种读写操作的命令也是应该涉及的。
（四）函数。Python作为面向对象的编程语言，会大量使用函数。Python常用函数也是必须掌握的基础知识。Python中用def关键字来定义函数，格式为def 函数名(参数)。
（五）各种库的运用。Python*吸引力的地方就是有丰富的库，无论是科学计算的库、数理统计的库、机器学习库，还是各种金融项目的库，Python应有尽有。比较常用的科学计算库的介绍，或许也属于Python基础知识。
学完了以上内容，考生就可以使用规范化的金融数据进行分析，进行量化建模。像金融数据，我们经常同时分析4000只股票10年历史日线数据，还要涉及到10个风险因子。4000*2500*10 = 1亿个数据。学习了Python，我们就可以把这一亿个数据，从金融软件的API中读取出来，存入关系型数据库（MySQL），再用Python进行建模分析它们的关系，寻找它们的规律。至于Python的其他应用，比如现在运用较多的网络爬虫，CFA大概率不会在基础知识这里进行介绍。
三、Python数据科学及人工智能课程包含什么？
数据科学、机器学习、人工智能，这三个名词并不是泾渭分明的，这里面有很多内容是重合的。包括了概率管理、算法、边缘分析、异常检测、优化分析、规范分析、深度神经网络、事件流处理、自然语言问答（ChatGPT）、语音分析、视频与图像分析、模拟仿真等细分学科领域。
但是就CFA而言，考生只需掌握金融领域常用的数学模型，比如马尔科夫链、聚类分析、离散度分析、神经网络模型、语言文字处理（例如根据论坛的语言文字分析市场情绪）等，并不会涉及到太深的内容。
除此之外，数据科学内容还要结合Python才能实际运用。协会在这个模块中还有使用Python工具理解财务报表、报告和分析。这一块在实践中确实是有运用的。当我们要同时分析几百张甚至几千张财务报表，我们可以使用Python来提取财务报表上的信息和指标，并进行归类，随后再对这些数据进行分析。