常见的量化面试150题,附pdf

之前的数字套利答疑课上，有学员跟我提问，说他现在找工作，简历关没问题，编程关也没问题，但就是一些概率统计的题目不知道如何准备。

我让他举个例子，他就说“有一次现场面试，对方问他X，Y是正态分布，那么X+Y的绝对值是什么分布？”

我说首先X+Y肯定是正态分布，其实这本质上就是问正态分布的绝对值是什么分布。虽然我记不得具体的名字，但其实现场推导也是可以的。话说回来，如果他一定要靠考你这个分布的具体名字，说出来就过，说不出来就不过，这本质上类似背书面试，不是考察数理能力。

整理了一份资料：《量化面试150题》，有需要的可以自行领取

免费领取入口

▼

准备此类量化面试的建议

可以看出，这种题目更多是大学本科概率论课程的内容，并没有用到任何随机过程、测度论、随机分析的部分。如果是本科阶段概率论这类公式推导熟练，哪怕之前没遇到过，也能做出来。

毕竟此类概率分布随便可以弄出几十个几百个，这次问折半正态分布，下次问truncated正态分布，就是有最大最小值的，或者指数分布，还有泊松分布等，各种肯跟都会有。特别是一些公司的创始人有数学竞赛背景，本科也是数学专业，甚至概率统计的博士，估计会喜欢考这些。

当然，在人工智能大语言模型时代，此类的推导交给大语言模型也可以。当然，按这个道理，简单的程序交给大语言模型也可以写。当然，或许对普通程序方面，大语言模型可以更擅长，此类代码库更多。数学论文很多也没有开放Latex源代码，所以大语言模型学起来更困难。从实践中看，实现特定开发功能的程序，比起数学、统计推导分析的部分，大语言模型更擅长，出错率更低。

今天就先聊到这吧~

整理了一份资料《量化面试150题》，有需要的可以自行领取~

免费领取入口

▼