第 150 / 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
4451排位融合还是分数融合一个信号的排序很稳定，但绝对数值尺度很飘；另一个信号的数值尺度有意义，但偶尔会出现极端离群点。什么时候基于排名的组合会比原始分数组合更安全？机器学习中等essay未尝试面试订阅4452一个很吵的强信号一个新信号在样本内的单独 Sharpe 最高，但它很不稳定，而且和已有信号高度相关。为什么相比给它极高权重，更温和的 shrinkage 组合可能更明智？机器学习中等essay未尝试面试订阅4453考虑换手的融合为什么在生产环境里，一个稍弱但变化更慢的信号，仍然值得被赋予正权重？机器学习中等essay未尝试面试订阅4454等权陷阱为什么把很多高度相关的 alpha 等权相加，往往得不到“信号个数”看起来承诺的那种分散化？机器学习中等essay未尝试面试订阅4455元模型还是手工融合什么时候比起再拟合一个灵活的元模型，简单的手工融合反而更合适？机器学习中等essay未尝试面试订阅4456相关性上升如果信号之间的两两相关性上升，而各自质量不变，那么把它们组合起来的分散化收益通常会怎样？机器学习中等essay未尝试面试订阅4457权重不稳定若估计出来的最优组合权重每个月都大幅跳动，通常为什么应当考虑 shrinkage？机器学习中等essay未尝试面试订阅4458信号更多，数据不变如果不断往组合里加候选信号，但样本长度并没有增加，估计出来的组合权重可靠性通常会怎样？机器学习中等essay未尝试面试订阅4459分数尺度漂移如果一个信号的分数尺度会随时间漂移，而另一个很稳定，那么固定的原始分数组合通常会怎样？机器学习中等essay未尝试面试订阅4460慢信号的权重如果交易成本显著上升，组合里那些变化更慢的信号通常会变得怎样？机器学习中等essay未尝试面试订阅4461组合之前在组合多个信号之前，除了看各自的 standalone Sharpe，你首先还应该检查什么？机器学习中等essay未尝试面试订阅4462优化权重之前在相信优化器给出的精确权重之前，第一步应该先检查什么？机器学习中等essay未尝试面试订阅4463用原始分数之前在直接融合原始信号分数之前，第一步要问什么可比性问题？机器学习中等essay未尝试面试订阅4464加元模型之前在几个信号之上再拟合一个元模型之前，第一步应该先问什么数据问题？机器学习中等essay未尝试面试订阅4465宣布分散化之前在说“再加 5 个信号就更分散”之前，第一步应该先检查什么？机器学习中等essay未尝试面试订阅4466风险中性概率与无套利 1一个一期二叉树模型中，S0=100、Su=120、Sd=90，无风险简单利率为 0。求上涨状态的风险中性概率，并判断无套利条件是否成立。数理金融简单数值题未尝试面试订阅4467风险中性概率与无套利 2一个一期二叉树模型中，S0=50、Su=65、Sd=45，无风险简单利率为 0.05。求上涨状态的风险中性概率，并判断无套利条件是否成立。数理金融简单数值题未尝试面试订阅4471状态价格密度求解 1在一个一期两状态模型中，股票和债券可交易，S0=100、Su=120、Sd=80，无风险总回报为 1。求状态价格密度 λu 和 λd。数理金融中等数值题未尝试面试订阅4472状态价格密度求解 2在一个一期两状态模型中，股票和债券可交易，S0=50、Su=62、Sd=42，无风险总回报为 1.02。求状态价格密度 λu 和 λd。数理金融中等数值题未尝试面试订阅4476凸包无套利检验 1一支股票当前价格为 S0=100，一期后可能取值 118、94、76，无风险利率为 0。请用“贴现当前价格必须落在未来状态凸包内”的检验来判断是否可能存在无套利定价测度。数理金融中等数值题未尝试面试订阅