IMC 是量化圈出了名的“数学怪兽集中地”，它家 QR 面试强度大、节奏快、考察维度极广，堪称「打击面全覆盖」的典范。今天这篇就来分享一下我学员的三轮真实面试体验，附超硬核真题 & 思维拆解，适合正在准备 quant 岗位的同学认真阅读收藏！
第一轮：OA 不简单，难度拉满
编程两道题（45 分钟）
第一题是经典三元组递增……用两层 for 循环 + 树状数组维护后缀最小值试试。
第二题是实现一个数据结构，能动态加价、删价、查中位数……堆 + 平衡计数，模拟 MedianFinder。
卡点在堆元素 lazy remove 与双堆大小 balance，最终实现双堆 + 删除表逻辑，成功过关。
数学题（20 题 / 30 分钟）
题目多是经典概率题加金融场景，如：
- 连续抛两次正面，期望多少次
- 股票价格服从 geometric Brownian motion，算一年后大于 120 的概率
部分题目较 tricky，最后两题未做完，但有标准模板，能迅速搭建方程组推期望。
心理测试
情境题示例：“交易策略出 bug，修复需要暂停一天交易，你会怎么做？”
建议用“识别风险 + 快速决策 + 及时沟通团队”应对高压场景。
第二轮：Phone Interview（和 QR 一对一）
项目深聊
针对简历上的 option pricing 项目，追问 volatility smile、模型 calibration 与准确性验证。
市场知识考察
- Put‐call parity 公式书写与套利组合设计
概率题 & 逻辑题
示例：两个骰子，和为 7 的概率及在和>5 条件下的条件概率。
脑筋急转弯
25 匹马找出最快的 3 匹，及变体“最快的 5 匹”加赛方案。
第三轮：Technical Interview
Mental Math（10 分钟 / 20 题）
- 17×23
- 一万元年化 8%，三年后多少钱
- √128 约等于几
Probability & Modeling
- 连续出现三次正面，期望是多少
- 52 张牌抽到全覆盖的期望次数
- GBM 模型下一年后股价<90 的概率
Market Making 模拟
设置 bid/ask、调价与大小，面对大单如何管理库存与风险。
Game Theory & Strategy
Nim Game 变体与“市场暴涨 5% 判断信号还是 noise”五点法。
Programhelp 是怎么助攻的？
- OA 阶段代码引导和优化，重点提醒堆结构 + 边界处理
- 电面前项目细节模拟，深挖 volatility / calibration / arbitrage 等点
- Final 前连续训练 mental math 和策略题
- Market making 环节提前三套完整 simulation
准备 IMC / Jane Street / HRT / SIG / Optiver 这类 high pressure quant interview，建议提前 mock + 熟悉真实节奏。
END
