这次分享的是我在美国参加 IMC Quantitative Trading 的完整面试流程。整体感受一句话总结：节奏快、强度高、覆盖面极广。IMC 不只考算法，也不只考数学，而是从 coding、概率统计、市场理解、风险意识到临场反应速度全部覆盖。岗位是 Quant Trader，整个流程大概三轮，每一轮侧重点都非常明显。
第一轮：Online Assessment
第一轮OA，难度已经不低。整体包括编程测试、数学测试和心理测试三部分。
coding
编程部分是 45 分钟两道 Hackerrank 中等难度题。第一题是统计满足 i<j<k 且 nums[i]<nums[j]<nums[k] 的三元组数量，本质是 counting increasing triplets。暴力 O(n³) 不可行，需要用前后缀计数或 Fenwick Tree 优化到 O(n log n)。第二题是设计一个数据结构，支持添加价格、删除价格、查询当前中位数。我用双堆（max heap + min heap）维护 median。插入和查询都不难，但删除操作是难点，需要 lazy deletion，否则容易出错。
数学测试
数学测试是 30 分钟 20 道题，时间极其紧张。题型包括抛硬币直到连续两次正面求期望次数、52 张牌抽 5 张同花概率、几何布朗运动下价格超过阈值的概率、两个骰子的期望和方差等。难度不在单题，而在节奏密集。最后两题没做完，当时心态确实有点慌。
心理测试
心理测试主要是情境判断题，比如“如果发现交易策略有 bug，但修复需要停交易一天，你会怎么做？”这一部分明显在测试风险偏好和决策风格。IMC 对 risk control 非常看重。
一周后收到下一轮邀请，算是成功进入核心面试阶段。
第二轮：Phone Interview
这一轮是 45 分钟和一位 Quant Trader 交流，节奏非常快。
简历深挖
我写了一个 options pricing 项目，被问到如何处理 volatility smile、如何 calibrate 模型到市场数据、如何评估 model accuracy。如果只停留在 Black-Scholes 公式层面是远远不够的，必须理解市场实际定价行为和参数拟合逻辑。
市场知识测试
被问到 Put-Call Parity 的公式：C + PV(K) = P + S，以及如果被打破如何构建 arbitrage 组合。这里重点是清楚 synthetic long 和 synthetic short 的构造方式，以及如何实现 risk-free 套利。
概率问题
概率问题包括两个骰子和为 7 的概率（1/6），以及在已知和大于 5 的条件下和为 7 的概率（3/13）。面试官会反复确认你是否确定答案，考察的不只是结果，还有你对自己计算的信心。
经典脑筋急转弯
25 匹马，没有计时器，最少多少场找出前三名。标准答案是 7 场。随后被追问如果找前五名怎么办，我给出了 8 场的方案。这类问题核心是逻辑剪枝能力。
风险对冲问题
持有 call option 如何对冲 delta risk？回答核心是做空 delta 单位标的，并解释 gamma risk 以及为什么需要持续 rebalance。只说 delta hedge 是不完整的，必须提到高阶风险暴露。
第三轮：Technical Interview
Mental Math
首先是 Mental Math。10 分钟 20 道题，包括两位数乘法、小数乘法、开平方、复利计算等。例如 17×23、156÷12、0.35×0.42、√128 等。准确率很重要，但面试官更强调速度。在真实交易环境下，反应时间非常关键。
Probability & Statistics
接着是 Probability & Statistics。其中一道经典题是：52 张牌每次抽一张后放回，期望多少次能抽到所有牌至少一次？这是 Coupon Collector 问题，期望为 52 × H₅₂，约 236 次。如果不知道 harmonic number 的公式，很容易卡住。
最终结果
最终顺利通过全部流程，拿到 IMC Quantitative Trading Offer。如果你也在准备 IMC、Optiver、Jane Street 这类高强度量化岗位，真的建议不要只靠刷题“碰运气”。需要 OA实时助攻 、专项训练、VO辅助 的，可以来找我们了解具体方案。高强度岗位，准备方式一定要对，高强度岗位，比的不是天赋，而是准备质量。
