INTERVIEW PREP

数学与非代码面试题

覆盖数学、概率、统计、脑筋急转弯、机器学习和金融。这里负责筛选和进入单题;编程题使用独立的 LeetCode 式 coding lab。

题目
4169
领域
8
当前筛选
333

16 / 17

非代码面试题

显示 20 / 333 道匹配题目

答题状态:未尝试未正确已正确
4441扣费后的复合信号收益 1某个交易台构造复合信号 A = 0.6 A fast + 0.4 A slow。A fast 和 A slow 的日度毛 alpha 期望分别是 8bps 和 5bps;它们的日换手率分别是 90% 和 20%,并且每 1% 换手成本为 0.02bps。这个复合信号的期望净日 alpha 是多少?机器学习中等数值题未尝试面试订阅4442由复合波动率反推相关性 2两个信号按 C = 0.5 S1 + 0.5 S2 组合。它们的标准差分别是 1.2 和 0.8,而组合后的标准差观测为 0.9。S1 与 S2 之间隐含的相关系数是多少?机器学习中等数值题未尝试面试订阅4443快信号正交化系数 3快信号 F 的标准差为 1.5,慢信号 S 的标准差为 1.0,它们的相关系数为 0.4。若要构造 F res = F - beta*S,并使 F res 与 S 不相关,应选取什么 beta?机器学习中等数值题未尝试面试订阅4444beta 中性组合权重 4快信号组合的市场 beta 为 0.8,慢信号组合的市场 beta 为 -0.4。现在构造 C = w*fast + (1-w)*slow,并要求组合 beta 恰好为 0。快信号应分配多少权重 w?机器学习中等数值题未尝试面试订阅4445等权组合与收益的相关性 5信号 S1 和 S2 都已经标准化。它们与下一期收益 R 的相关性分别为 0.12 和 0.08,且 Corr(S1,S2)=0.2。若构造 C = 0.5 S1 + 0.5 S2,那么 Corr(C,R) 是多少?机器学习中等数值题未尝试面试订阅4446方差贡献相等的权重 6两个独立信号子组合的标准差分别为 2 和 1。构造 C = w S1 + (1-w) S2 时,取什么权重 w 能让两部分对总方差的贡献相等?机器学习中等数值题未尝试面试订阅4447由组合波动率反推协方差 7某个交易台使用 C = 0.7 S1 + 0.3 S2。S1 和 S2 的标准差分别为 1.0 和 1.5,而 C 的标准差观测为 0.95。S1 和 S2 之间隐含的协方差是多少?机器学习中等数值题未尝试面试订阅4448相关性下降带来的波动改善 8一个等权组合把两个标准化信号混合在一起。如果它们的相关性从 0.6 降到 0.2,那么组合标准差会下降多少?机器学习中等数值题未尝试面试订阅4449达到目标 alpha 的组合权重 9快信号的期望 alpha 为 9bps,慢信号的期望 alpha 为 3bps。构造 C = w fast + (1-w) slow 时,若希望组合的期望 alpha 为 6.6bps,快信号应该占多大权重?机器学习中等数值题未尝试面试订阅4450加入分散化预测后的 MSE 改善 10模型 A 的预测误差方差是 4,模型 B 的预测误差方差是 9,它们的误差协方差是 1。现在把两者等权混合。相对于只用模型 A,混合后的预测在 MSE 上改善了多少?机器学习中等数值题未尝试面试订阅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