IMC Quantitative Trading 面試覆盤|OA 數學測試 + Mental Math 全解析(附真題)

這次分享的是我在美國參加 IMC Quantitative Trading 的完整面試流程。整體感受一句話總結:節奏快、強度高、覆蓋面極廣。IMC 不只考演算法,也不只考數學,而是從 coding、機率統計、市場理解、風險意識到臨場反應速度全部覆蓋。崗位是 Quant Trader,整個流程大概三輪,每一輪側重點都非常明顯。

IMC Quantitative Trading 面試覆盤|OA 數學測試 + Mental Math 全解析(附真題)

第一輪:Online Assessment

第一輪OA,難度已經不低。整體包括程式設計測試、數學測試和心理測試三部分。

coding

程式設計部分是 45 分鐘兩道 Hackerrank 中等難度題。第一題是統計滿足 i<j<k 且 nums[i]<nums[j]<nums[k] 的三元組數量,本質是 counting increasing triplets。暴力 O(n³) 不可行,需要用前字尾計數或 Fenwick Tree 最佳化到 O(n log n)。第二題是設計一個資料結構,支援新增價格、刪除價格、查詢當前中位數。我用雙堆(max heap + min heap)維護 median。插入和查詢都不難,但刪除操作是難點,需要 lazy deletion,否則容易出錯。

數學測試

數學測試是 30 分鐘 20 道題,時間極其緊張。題型包括拋硬幣直到連續兩次正面求期望次數、52 張牌抽 5 張同花機率、幾何布朗運動下價格超過閾值的機率、兩個骰子的期望和方差等。難度不在單題,而在節奏密集。最後兩題沒做完,當時心態確實有點慌。

心理測試

心理測試主要是情境判斷題,比如“如果發現交易策略有 bug,但修復需要停交易一天,你會怎麼做?”這一部分明顯在測試風險偏好和決策風格。IMC 對 risk control 非常看重。

一週後收到下一輪邀請,算是成功進入核心面試階段。

第二輪:Phone Interview

這一輪是 45 分鐘和一位 Quant Trader 交流,節奏非常快。

簡歷深挖

我寫了一個 options pricing 專案,被問到如何處理 volatility smile、如何 calibrate 模型到市場資料、如何評估 model accuracy。如果只停留在 Black-Scholes 公式層面是遠遠不夠的,必須理解市場實際定價行為和引數擬合邏輯。

市場知識測試

被問到 Put-Call Parity 的公式:C + PV(K) = P + S,以及如果被打破如何構建 arbitrage 組合。這裡重點是清楚 synthetic long 和 synthetic short 的構造方式,以及如何實現 risk-free 套利。

機率問題

機率問題包括兩個骰子和為 7 的機率(1/6),以及在已知和大於 5 的條件下和為 7 的機率(3/13)。面試官會反覆確認你是否確定答案,考察的不只是結果,還有你對自己計算的信心。

經典腦筋急轉彎

25 匹馬,沒有計時器,最少多少場找出前三名。標準答案是 7 場。隨後被追問如果找前五名怎麼辦,我給出了 8 場的方案。這類問題核心是邏輯剪枝能力。

風險對沖問題

持有 call option 如何對沖 delta risk?回答核心是做空 delta 單位標的,並解釋 gamma risk 以及為什麼需要持續 rebalance。只說 delta hedge 是不完整的,必須提到高階風險暴露。

第三輪:Technical Interview

Mental Math

首先是 Mental Math。10 分鐘 20 道題,包括兩位數乘法、小數乘法、開平方、複利計算等。例如 17×23、156÷12、0.35×0.42、√128 等。準確率很重要,但面試官更強調速度。在真實交易環境下,反應時間非常關鍵。

Probability & Statistics

接著是 Probability & Statistics。其中一道經典題是:52 張牌每次抽一張後放回,期望多少次能抽到所有牌至少一次?這是 Coupon Collector 問題,期望為 52 × H₅₂,約 236 次。如果不知道 harmonic number 的公式,很容易卡住。

最終結果

最終順利透過全部流程,拿到 IMC Quantitative Trading Offer。如果你也在準備 IMC、Optiver、Jane Street 這類高強度量化崗位,真的建議不要只靠刷題“碰運氣”。需要 OA實時助攻 、專項訓練、VO輔助 的,可以來找我們瞭解具體方案。高強度崗位,準備方式一定要對,高強度崗位,比的不是天賦,而是準備質量。

author avatar
Jory Wang Amazon資深軟體開發工程師
Amazon 資深工程師,專注 基礎設施核心系統研發,在系統可擴充套件性、可靠性及成本最佳化方面具備豐富實戰經驗。 目前聚焦 FAANG SDE 面試輔導,一年內助力 30+ 位候選人成功斬獲 L5 / L6 Offer。
END
 0