FA
深呼吸，我们在你身边~
深呼吸，我们在你身边~
精选金融岗位面试真题，附详细解答和面试技巧
你需要买入 10,000 股某股票。当前 Best Bid 是 $100.00。Best Ask 是 $100.05，挂了 2,000 股。下一档 Ask 是 $100.10，挂了 10,000 股。如果你直接下市价买单，你的滑点（slippage）是多少？怎么优化？
假设有股票A的最小报价单位（tick size）非常大，而股票B的报价单位极小。作为做市商，你在哪只股票里更看重排队位置（queue position）？
你在用马科维茨（Markowitz）模型最优化一组高度相关的科技股。你把历史协方差矩阵扔进优化器，但结果给出了极其极端的权重（比如+1000%买入苹果，-990%做空微软）。从数学和优化的角度看，发生了什么？你如何通过修改目标函数来修复它？
你有三个完全不相关的高频交易Alpha信号，历史回测预期收益一样，但方差分别是1、2和3。现在有1000万资金要求满仓分配给它们以最小化总方差，禁止做空。不写复杂的KKT条件，你能直接口算告诉我具体的资金分配数额吗？
你尝试用标普500指数来预测日本日经指数（Nikkei）。你计算了它们‘同日’（Same-day）收盘到收盘收益率的截面相关性，发现几乎为零。这说明美股和日股互不相关吗？你会怎么修正这个分析？
你对某个信用利差序列拟合了一个 AR(1) 模型：Xt = 0.5 + 0.8 * Xt-1 + εt。这个利差长期的期望值是多少？如果今天的利差是 4，你对两天后的利差预测值是多少？
你对过去一年标普500所有成分股的日收益率跑了主成分分析（PCA）。前两个主成分通常代表什么实际的金融意义？你会怎么把它们用在统计套利（StatArb）里？
你做了一个预测标普500明天涨跌的分类模型。标准的 5-fold 交叉验证显示准确率有65%，但实盘一上线就开始持续亏钱。你的模型验证方法出了什么根本问题？
大家一起玩'猜平均数三分之二'的游戏，选0-100的数字。但这次一半人完全随机选，另一半人跟你一样是绝对理性的量化研究员。为了赢，你会选多少？
你要收购一家公司。它的真实价值在0到100之间均匀分布，只有卖家知道确切数字。无论价值多少，在你手里都能升值50%。你只能报一个价，卖家接受就成交。你会报多少？
不查手机，估算一下美国股市今天的总交易量（按美元计）。跟我走一遍你的计算逻辑。
你手头有25个高频交易策略，但由于服务器限制，你的回测框架每次只能同时跑5个策略来对比它们的相对延迟（无法记录绝对时间）。最少需要跑几次才能找出延迟最低的前3个策略？
你有股票A和股票B的两个巨型有序tick时间戳数组，它们更新不同步。你怎么在O(N)时间和O(1)额外空间内，把A的每一个tick与B最新出现的价格对齐？
你正在搭建一个撮合引擎。你会用哪些具体的数据结构来存储限价指令簿（LOB），既能快速获取最优买卖价，又能做到在O(1)时间内撤单？
你的期权组合目前是Delta中性的，并且Gamma为正。假设经过了一个周末，标的股票价格完全没有变动，你的组合是亏钱还是赚钱？在Black-Scholes框架下这背后的数学关系是什么？
某股票现价100美元，下个月要么涨到110，要么跌到90。假设利率为0，行权价100的欧式看涨期权的公允价格是多少？请准确说明你如何通过股票和现金来复制它。
假设你建了一个马尔可夫转移矩阵，描述每天市场在牛市、熊市、震荡市间的切换。只用线性代数，你怎么算出市场长期处于每种状态的概率？
你在用股票 A 的收益率去线性回归预测股票 B 的收益率。设预测收益率向量为 y_hat，残差向量为 e。这两个向量的内积是多少？如果不加截距项呢？
你在统计套利团队，用 Ornstein-Uhlenbeck (OU) 过程给配对交易的价差建模：$dx_t = \kappa(\theta - x_t)dt + \sigma dW_t$。均值 $\theta=0$，回归速度 $\kappa=2$。如果当前价差是 10，半个月（$t=0.5$）后你预期的价差是多少？随着时间趋于无穷，价差的方差收敛到多少？
你在交易台上，需要给一个收益为 $S_T^2$ 的欧式衍生品报价。假设标的遵循无红利的几何布朗运动，波动率20%，无风险利率5%，当前股价100。1年后的期望支付是多少？今天这个期权的公允价值是多少？
一个宏观指标在真正发生经济衰退时，有 80% 的概率会准确亮起。但它在正常市场下也有 10% 的概率会误报。历史上看，市场处于衰退期的概率是 5%。如果现在指标刚刚亮起，我们真正进入衰退的概率是多少？
你用过去 30 天的每日收益率对标普 500 跑了个回归，得出某只股票的 Beta 是 1.5，标准误（Standard Error）是 0.8。你的基金经理问你，这只股票是不是绝对比大盘波动更大？你怎么回答，你脑子里在做怎样的计算？
假设有两只互不相关的股票，它们未来一年的收益率X和Y独立且都服从(0,1)上的标准均匀分布。你的组合会挑表现更好的那只，这个最大值的期望收益是多少？如果宏观因素导致它们完全正相关，期望怎么变？
假设你有一副洗匀的标准52张扑克牌。你一张张往外抽，期望要抽多少张牌才能看到第一张A（Ace）？
描述一下SABR模型在构建和校准波动率曲面时的作用，以及你在实际操作中可能遇到的挑战和解决方法。
在构建一个多资产组合的风险模型时，你需要精确地捕捉资产之间的复杂依赖关系。传统的基于相关性的方法可能不足。请阐述Copula模型如何解决这一挑战。你将如何选择合适的Copula类型，并简要说明其参数校准方法和在风险价值(VaR)或预期亏空(ES)计算中的应用。
在量化投资领域，因子模型是构建投资组合和管理风险的核心工具。你作为一名量化研究员，被要求构建一个基于统计因子的股票风险模型。请你阐述如何利用主成分分析（PCA）来识别和提取这些统计因子，并详细说明PCA在此应用中的优势和潜在局限性。在实际部署模型时，你还会考虑哪些关键的工程和金融业务方面的问题？
金融时间序列数据普遍存在异方差性（heteroskedasticity）和波动率聚类（volatility clustering）现象。你认为GARCH模型在这类数据分析中相较于传统的ARMA模型有哪些显著优势？请阐述GARCH模型的基本原理、常见变体以及在实际应用中如何选择和评估一个合适的GARCH模型。
假设你是一名量化分析师，被要求使用蒙特卡洛模拟对一个路径依赖型期权（例如，一个亚式期权，其收益取决于标的资产在一段时期内的平均价格）进行估值。请你阐述进行这项模拟的主要步骤，并讨论在实际应用中，为了提高模拟效率和结果准确性，你会考虑哪些关键因素和技术？
什么是机器学习中的过拟合问题？在量化交易中如何避免？
什么是因子投资？解释Fama-French三因子和五因子模型。
解释Black-Scholes期权定价模型及其假设，以及模型的局限性。
什么是机器学习中的过拟合问题？在量化交易中如何避免？
什么是因子投资？解释Fama-French三因子和五因子模型。
解释Black-Scholes期权定价模型及其假设，以及模型的局限性。
有100个硬币，1个双面都是正面，99个是公平硬币。随机选一个扔10次都是正面，这个硬币是双面正的概率是多少?
解释什么是时间序列中的平稳性(Stationarity)，以及为什么它重要?
什么是Sharpe Ratio?有什么局限性?有哪些替代指标?
某投资组合经理要求你建立一个预测特定股票日条件方差的模型。请详细阐述GARCH(1,1)模型的数学表达式，并说明如何使用Python实现参数估计。
一位初级量化分析师对某金融资产的每日收益率构建了一个ARMA模型，但在残差中观察到显著的波动率聚集（volatility clustering）现象。作为资深量化分析师，你需要指导他们。请解释为什么波动率聚集对标准ARMA模型来说是一个问题，并提出如何使用GARCH家族模型来解决这一问题。同时，讨论在为金融时间序列选择、估计和评估GARCH模型时的关键考虑因素。