面试 Quant 时你都有哪些好的面试题来衡量候选人的水平？

作者：Lingling
 

同意

@nova avon

所说的要分清楚什么职位的quant。比如Quant strategist 的IT 水平要求可能就不如 IT Quant来的高。

如果楼主面试英美银行，那么准备好一天的brain teaser的轮番轰炸吧，可参见一本很老的书:heard on the street。不过题目太老⋯⋯⋯⋯但仍有参考价值。 除了brain teaser之外，硬件方面的基本概率随机，方程，然后基本的衍生品入门模型等问题。

我在的公司基本上分为coding pricing library 的quant （其中包含IT quant)， quant trader/ strategist和research quant（主要做exotic产品的）

本人在research 组，就谈谈research quant （对应英美银行中需要接触exotic产品的定价和风险管理的quant，或者做strategy的quant）的面试中问题的导向。

首先能经过简历筛选的，通常都默认为基本计算能力应该没什么问题。brain teaser这种问题基本上有固定答案的问题，我们也不太会提。因为在实际中遇到的可以说95%的quant问题都没有标准答案，甚至不知道有没有答案。举一个简单的例子： 像local volatility这样的模型已经存在几十年了，但对于在什么情况下运用这个模型（不只是简单的因为它能很好很简单地fit smile），为什么不用别的模型这样的开放式问题，据我所知目前为止没有一个很好的答案⋯⋯

我们最希望的候选人是：要有独立思考和解决问题的能力与意愿。能来面试的基本上都学过随机微积分+black scholes模型这样基本的工具，一个很简单很考验候选人是否独立思考过的问题来了：为什么black scholes方程（注意不是bs模型）中一阶项前面是无风险利率r，而不是风险利率（或者历史回报率）u？如果一个用bs定价方程的trader过来问你说，他观察到的underlying的历史回报率是u，他能不能把bs定价方程的r改成u，作为quant的你会怎样回答？大多数人给出的是风险中性定价，u经过测度变换可以得到r，这是教科书的标准答案。但其实这样回答只是一个工具性的回答，随机微积分+测度论，这些只是数学工具，这个问题的背后其实希望候选人在牢固掌握这些基本工具的背后，想一想这些数学工具的金融含义。一个我们希望看到的答案是：融资成本所对应的回报率是r，而不是u。

还有一个经典的问题，我个人十分偏爱的问题：为什么定价方程都是抛物线（椭圆）方程，而不是双曲线方程？

在这里引用一个前辈大神的话，希望励志做quant的人共勉：

“La finance est décrite par des EDPs paraboliques non-lineaires et

cela n'a rien à voir avec le mouvement brownien.”

Pierre-Louis Lions, cours du College de France (2007)

“金融（数学）是可以用非线性抛物线方程来描述的，与布朗运动一点关系都没有。”

——Pierre Louis Lions.