GLOBAL SEARCH
搜索在服务端完成，题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。
找到 30 个结果
中文题目A maker holds front-of-queue at half-spread 0.06, giving fill probability 0.5 with adverse loss 0.02 per fill. Alternatively it can step one tick tighter to half-spread 0.05, jumping ahead of the whole queue for fill probability 0.8, same 0.02 loss. The metric is fill_prob * (h -
打开 →A simplified venue state is (bid queue mod 6, ask queue mod 6, regime among 4 labels). How many observations force a repeated full state?
打开 →A queue length process lives on $\{0,1,2\}$. From state $0$ it stays at $0$ with probability $1-a$ and moves to $1$ with probability $a$. From state $1$ it moves to $2$ with probability $a$, to $0$ with probability $b$, and stays with probability $1-a-b$. From state $2$ it moves
打开 →Your 300-share quote reaches the front of the queue with probability 0.6. If it does, it fully fills (300 shares); otherwise the queue clears only partway and you fill just 100 shares. Net edge is 0.015 per share in both cases. What is the expected PnL of the quote, accounting fo
打开 →周四下午,你在 SZSE 福田 COLO 机房的运维终端前盯着沪深300 ETF 行情接入面板。3.5.2 L3 你亲手写了一个 SPSC 环,目的是让你之后读生产无锁代码时心里有底;但到了生产代码,你 99% 的场合会直接去用 crossbeam queue 。今早的事故复盘把原因摆得明明白白:兄弟基金的策略组自己搓了一个 MPMC 队列,在高竞争下漏掉了...
打开 →国内一家私募在 CFFEX 数据中心 colo 部署的资深系统工程师，正在用回放数据 profile 那条新搭起来的 IF/IH 股指期货做市路径。热点循环是这样的：接收线程从组播 UDP 包中 mmap 解出报文，先解析 CTP 行情字段，把一个 TickEvent 推到由 std::mutex 保护的 std::queue 上；策略线程 pop、更新本地...
打开 →messaging · streaming · pub-sub · queue · kafka · zeromq · delivery-semantics · at-least-once
打开 →上海一家 私募 的电子交易主管把一名资深工程师拉到一边：「期权做市新策略要求 沪深300 ETF 的 top of book 在策略线程内到达延迟不超过 50 微秒。我们现在跑 Kafka 是 3 毫秒——差了三个数量级。怎么办？」诚实的答案是「先量，再按 rung 一级一级往下挪」。L2 把你留在 Kafka 这一级—— acks='all' 端到端毫秒级...
打开 →国内某头部私募的低延迟交易团队把 510300.SH (沪深300 ETF) 的行情接入和 50ETF 策略引擎之间的那一跳从 crossbeam::channel 换成手写 SPSC 环形缓冲后, P99.9 的延迟从 25 μs 掉到 6 μs——单跳省了 20 μs, 是策略整体延迟预算 ( 50 μs) 的 40%。这就是这一节课的全部出发点: Mu...
打开 →开场 某私募周二上午九点三十一，沪深300 ETF（510300.SH）刚收完集合竞价，团队的 tick 处理器跑了九十秒。两个生产者线程在排空一个 Tushare 风格的行情 websocket——一个分片走 SSE（上海）回报，一个分片走 SZSE（深圳）回报——四个消费者线程各跑一个下游策略。九十三秒时，四个策略共写的盈亏累计器显示 1400000 元...
打开 →周二上午 11:14，某沪上 私募 量化 团队的研究员刚跑完 沪深300 ETF（510300）上 5 秒级订单流信号的回测：样本内 Sharpe 5.2，样本外 Sharpe 4.8。基金经理盯着权益曲线只问一句：「上规模交易会发生什么？」研究员不知道——回测假设每一笔成交都按中价（mid）拿到、零市场冲击。在 200,000 份的元订单（metaorde...
打开 →周二早上，上海一家中等频率股票策略的 私募 量化开发被呼叫：沪深300 ETF 行情入库链路安静了 90 秒，交易室监控屏幕冻在最后一根 K 线上。生产者（producer）——解码 vendor 推送的 normalised 行情的 feed handler——状态正常；消费者（consumer）——把每条 tick 落进数据仓库的 writer——也正常...
打开 →周三上午 9:47，某沪上 私募 的执行交易员告诉你：你在沪深300 ETF（510300）上挂的那笔 4.130 元、10000 份的买入限价委托已经躺了 10 分钟没成交，明明屏幕上的 BBO 在这十分钟里触碰 4.130 元至少一打次。他想知道为什么。答案在 L1 报价下面那一层——委托簿（order book）本身。4.130 元上排在你前面的是 1...
打开 →If you join the current best quote, fill probability is 0.26, size is 120, raw edge per share is 0.011, and rebate is 0.0005. If you improve the quote, fill probability becomes 0.18, size is 120, raw edge per share is 0.017, and rebate is 0.0005. Which action has higher expected
打开 →A quote can fill in two sizes: with probability 0.25 you trade 100 shares and earn 0.012 raw edge per share; with probability 0.1 you trade 250 shares and earn 0.009 raw edge per share. Rebate is 0.0005 per share in either case. What is expected PnL?
打开 →上海一家 私募 中等频率股票策略团队的量化开发收到任务：两周内从零搭一条 沪深300 ETF 的 ticker plant。手头握住 3.6.3 的仓库（TimescaleDB hypertable， ticks raw(symbol, ts, price, size, side) ， (symbol, ts) 主键）、L1 的消息词汇、L2 的 Kafka...
打开 →某 CFFEX 张江 COLO 机房里，一位延迟工程师在 SSE Level 2 行情上跑 tcpdump ，问你：一个 09:30:00.000001234 时刻穿过交换机的报文，为什么 09:30:00.000004718 才到达策略线程？这 3.5 µs 就是 L1 委托簿能消费的预算上限——而其中大部分都付给了线路到委托簿之间这一层：行情处理器。本课...
打开 →上海一家 私募 的数据工程主管在晨会上只放了一张幻灯片：沪深300 ETF 的 ticker plant 已经连续运行 19 个月没有漏一条 tick。那张图背后只有一件基础设施：三节点 Kafka 集群、按 symbol 做 partition key、replication factor 3、 min.insync.replicas=2 ，再加一个「处理...
打开 →Five labeled tasks are independently assigned to four labeled queues. How many assignments produce queue loads that, after sorting, equal (2,2,1,0)?
打开 →You are training on a small image-like signal dataset where small translations and mirror flips preserve the label by construction. The network fits the training set too easily. What regularization lever should move to the front of the queue?
打开 →A competitor quotes half-spread 0.04. If the maker matches at 0.04 it shares the queue and wins 40% of a 0.04-edge round, with adverse loss 0.012 per fill on fills it wins; fill volume is 100 rounds. If it undercuts to 0.03 it captures 100% of fills but earns only 0.03 edge with
打开 →开场 某私募周四下午，团队为沪深300 ETF 期权准备了四个定价器口味——Black Scholes 看涨、Black Scholes 看跌、二叉树、蒙特卡洛。研究主管开了一次代码评审，发现生产代码里有一个 StrategyFactoryAbstract 抽象类、两个 AbstractPricerBuilder 子类、Confluence 上一张 60 行...
打开 →凌晨四点四十五,上海集合竞价开盘前两小时,你坐在 CFFEX 张江 COLO 机房旁的运维室。你是国内一家头部私募 Rust 团队的负责人,沪深300 ETF (510300.SH) 做市策略;L1、L2、L3 三课合并的成果是一个名为 trading engine 的可跑二进制,策略组的研究员要昨晚通宵回归的直方图报告。终端上滚出来的一行: tick to...
打开 →凌晨四点零一,你坐在 CFFEX 张江 COLO 机房楼上的值班室。你是国内一家头部私募的 Rust 工程师,负责沪深300 ETF (510300.SH) 的行情接入;早盘脚本 03:58 跑完,集合竞价 9:15 开始;此刻你的 tokio::net::UdpSocket 订阅器跑合成行情回归时报了一个序列号缺口 —— 序号 142,367,189 与 ...
打开 →周二上午,你坐在 CFFEX 张江 COLO 机房旁边的运维台前。你是一家头部私募 Rust 团队的开发,负责沪深300 ETF (510300.SH) 的做市策略,代码已经过编译、单元测试通过、回测看起来正常,但 profiler 显示热点循环把 70% 的周期花在了两个 AtomicU64::fetch add 调用上 —— 这两个调用按理每次只应消耗一...
打开 →字节火山引擎的某 TiKV 同事在你刚加入沪深300量化团队的第二周走过来。他抱着一台戴尔笔记本,屏幕上是 3.5.2 L3 你亲手写的那个 SPSC 环形缓冲——给 510300.SH (沪深300 ETF) 行情事件用的,生产者一个核心、消费者一个核心,中间两个 AtomicUsize 当下标。"我们要把这段代码搬进 CFFEX 张江 COLO 的 pr...
打开 →国内某头部 quant 的 510300.SH 做市组新入职 C++ 工程师，被安排与一位资深做一周入职配对。第一天：读 200 行 FIX 会话层代码。第二天：读 300 行 ITCH 5.0 解析器。第三天：把一笔 NEWORDERSINGLE 从策略层往下追，穿过桌内会话处理器、跨 TCP 套接字送到跨境清算柜台，再以 EXECUTIONREPORT ...
打开 →国内一家头部私募的 CSI 300 ETF 期权桌的 C++ 工程师，正在把一个新的 510300.SH 期权策略接进生产引擎。单线程回测跑十一秒；上线引擎要求一个线程从 CFFEX 行情链路喂 tick，第二个线程跑 Greeks 重估，第三个线程把订单分发到 SSE 的报盘网关。第一版在第二个 tick 就死锁了。第二版位置表被搞乱了——两条线程同时读写...
打开 →周一早盘，某上海私募的量化研究员盯着屏幕：你昨天回测的沪深300日线截面动量因子，年化收益比上周报表显示的低了 280bp。同样的标的池、同样的回看窗口、同样的代码——但 bug 不在信号里，而在数据里。供应商的「复权收盘价」字段在隔夜悄悄又重算了一轮分红复权（back adjustment），你的损益列于是双重计入了复权调整。本课要交给你的，就是看 5 分...
打开 →09:31:12，上海。一家百亿私募基金的执行交易员盯着 300ETF 的五档行情：买一 3.842 / 卖一 3.843，盘口报价价差正好 1 个最小变动单位（¥0.01）。她接到投资经理的指令——今天午前买入 300ETF 1,200 万元，相对成本最低。她有三个选项：直接挂市价单一次性扫掉对手方深度；在买一价格挂限价单等市场来撮合；或者把单子切成 50...
打开 →