第 136 / 209 页
非代码面试题
显示 20 / 4169 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
4131U 型流动性日内的 VWAP 计划你需要在收盘前买入相当于日成交量 6% 的流动性很好的股指期货，基金经理又严格以全天 VWAP 为基准，而不是 arrival price。最自然的初始执行计划是什么？金融与交易中等derivation未尝试面试订阅4132Alpha 衰减下的前置执行一个交易信号预计会在未来 20 分钟内迅速衰减，而且等待带来的机会成本大于现在多付一点点价差。执行计划应该更前置还是更平均？金融与交易中等derivation未尝试面试订阅4133低信号环境下的被动卖出你需要在几天内逐步卖出一笔中等规模持仓，没有紧急 alpha，而且非常担心暴露交易痕迹。默认更应选择哪种执行风格：高 POV 的激进方案，还是较低参与率的被动方案？金融与交易中等derivation未尝试面试订阅4134收盘集合竞价的适用场景一个组合必须尽量减小相对于官方收盘价的跟踪误差，而该股票在收盘集合竞价时流动性很深。此时哪种执行渠道或执行组件会变得特别有吸引力？金融与交易中等derivation未尝试面试订阅4135薄成交股票中的参与率上限在成交稀薄的股票里，为什么交易员即便进度落后，也可能仍然坚持一个严格的最高参与率上限？金融与交易中等derivation未尝试面试订阅4136为什么报价价差会低估真实成本为什么对真实的机构订单来说，报价价差往往不是执行成本的好总结指标？金融与交易中等essay未尝试面试订阅4137为什么被动挂单也可能亏钱为什么认为“被动挂单一定便宜，因为它不吃价差”是错误的？金融与交易中等essay未尝试面试订阅4138为什么冲击模型里需要紧迫性项为什么一个只建模市场冲击、却忽略 alpha 衰减或紧迫性的执行问题是不完整的？金融与交易中等essay未尝试面试订阅4139为什么暗池流动性并不是“免费流动性”为什么暗池虽然能降低可见 footprint，但真实成本却未必明显下降？金融与交易中等essay未尝试面试订阅4141先验漂移下的后验重标定 1某个判别式模型是在类先验 P(Y=1)=0.5 下训练的，并且对样本 x 输出后验概率 0.7。隔夜之后，基准发生纯先验漂移，新的 P(Y=1)=0.2，但 x 的类条件证据保持不变。此时应使用什么新的后验概率？机器学习中等数值题未尝试面试订阅4146由生成式后验推期望收益 6一个生成式状态模型给出 P(趋势|x)=0.7。如果下一日收益在趋势状态下的期望为 12 个基点，在均值回归状态下的期望为 -4 个基点，那么模型隐含的条件期望收益 E[r|x] 是多少？机器学习中等数值题未尝试面试订阅4148由生成式后验推期望收益 8一个生成式状态模型给出 P(趋势|x)=0.6。如果下一日收益在趋势状态下的期望为 0.015 收益单位，在均值回归状态下的期望为 -0.01 收益单位，那么模型隐含的条件期望收益 E[r|x] 是多少？机器学习中等数值题未尝试面试订阅4149由生成式后验推期望收益 9一个生成式状态模型给出 P(趋势|x)=0.4。如果下一日收益在趋势状态下的期望为 3 收益单位，在均值回归状态下的期望为 1 收益单位，那么模型隐含的条件期望收益 E[r|x] 是多少？机器学习中等数值题未尝试面试订阅4150由生成式后验推期望收益 10一个生成式状态模型给出 P(趋势|x)=0.8。如果下一日收益在趋势状态下的期望为 -2 个基点，在均值回归状态下的期望为 5 个基点，那么模型隐含的条件期望收益 E[r|x] 是多少？机器学习中等数值题未尝试面试订阅4151缺失特征下的生成式分类 1一个两特征的朴素贝叶斯模型采用生成式方式训练，但在预测时 X2 缺失。已知先验 P(Y=1)=0.5，P(X1=1|Y=1)=0.8，P(X1=1|Y=0)=0.3，P(X2=1|Y=1)=0.75，P(X2=1|Y=0)=0.4。现在只观测到 X1=1。问生成式模型应当使用的后验 P(Y=1|X1) 是多少？机器学习中等数值题未尝试面试订阅4156似然比与先验推出后验决策 11对样本 x，一个生成式模型把证据概括成似然比 p(x|Y=1)/p(x|Y=0) = 5。如果 1 类的先验概率为 0.2，那么后验概率 P(Y=1|x) 是多少？在 0.5 阈值下应如何决策？机器学习中等derivation未尝试面试订阅4157似然比与先验推出后验决策 12对样本 x，一个生成式模型把证据概括成似然比 p(x|Y=1)/p(x|Y=0) = 0.5。如果 1 类的先验概率为 0.4，那么后验概率 P(Y=1|x) 是多少？在 0.5 阈值下应如何决策？机器学习中等derivation未尝试面试订阅4161小样本且有结构假设时先选哪类模型 16你手里只有几百个带标签样本，但领域知识给出了比较可信的类条件结构，而且还有很多无标签特征样本。你会先从生成式模型还是判别式模型开始？机器学习中等essay未尝试面试订阅4162只有先验漂移时哪类模型更好调 17某个分类器是在上季度训练的，现在只有类别出现率变了，而“给定类别时的特征分布形状”看起来仍然稳定。在这种情况下，生成式还是判别式更容易快速调整？机器学习中等essay未尝试面试订阅4163大样本只求预测时先选哪类模型 18如果你有数百万带标签样本，而且只关心部署标签上的预测精度，并不需要生成 x，那么通常更值得先试哪一侧？机器学习中等essay未尝试面试订阅