金融 AI 量化提示师岗位招聘考试试卷及答案

金融AI量化提示师岗位招聘考试试卷及答案填空题（每题1分，共10分）1.市盈率（PE）的计算公式是______除以每股收益（EPS）。2.量化交易中Pandas库主要用于______处理。3.AI提示工程核心原则之一是______，即明确任务要求。4.衡量市场波动性的常用指标是______。5.趋势跟踪属于______策略类型。6.提示词中用______可让模型输出JSON等结构化结果。7.夏普比率衡量单位______带来的超额收益。8.量化回测的主要目的是______策略有效性。9.“Few-ShotLearning”指给模型提供______示例。10.止损单的作用是______潜在损失。单项选择题（每题2分，共20分）1.以下属于相对估值指标的是？A.PEB.ROEC.净利润D.营业收入2.更有效的AI提示词是？A.“分析股票”B.“分析XYZ股票近3个月收盘价，计算周均收益率，输出JSON”C.“帮我看股票”D.“股票分析”3.回测中属于过拟合的是？A.回测完美但实盘亏损B.回测与实盘一致C.数据量不足D.参数固定4.常用于量化交易的Python库是？A.TensorFlowB.PyTorchC.BacktraderD.Scikit-learn5.风险价值（VaR）衡量的是？A.最大可能损失B.平均损失C.预期收益D.波动率6.温度参数越高，模型输出越？A.确定B.随机C.结构化D.简短7.属于套利策略的是？A.跨市场套利B.趋势跟踪C.价值投资D.日内交易8.OHLC不包含以下哪个？A.开盘价B.最高价C.收盘价D.成交量9.加入“思考过程”指令的目的是？A.输出推理步骤B.缩短长度C.提高速度D.减少资源10.止损的核心逻辑是？A.及时平仓亏损头寸B.放大盈利C.增加频率D.降低成本多项选择题（每题2分，共20分）1.量化交易核心要素包括？A.数据B.策略C.回测D.实盘执行2.提示工程有效技巧有？A.明确指令B.提供示例C.指定格式D.限制长度3.金融风险类型包括？A.市场风险B.信用风险C.流动性风险D.操作风险4.回测需考虑的因素有？A.交易成本B.滑点C.数据完整性D.样本外测试5.AI在量化中的应用场景是？A.策略生成B.风险预测C.情绪分析D.自动交易6.常用格式指令有？A.JSONB.CSVC.Markdown表格D.自然段落7.Python量化库包括？A.BacktraderB.ZiplineC.PandasD.NumPy8.风险控制方法有？A.止损B.仓位控制C.分散投资D.对冲9.零样本学习适用于？A.简单任务B.模型已知任务C.无需示例任务D.复杂任务10.量化交易优势是？A.纪律性强B.处理大量数据C.减少情绪干扰D.实时响应判断题（每题2分，共20分）1.PE越高，股票越有投资价值。（）2.提示词越详细，输出效果越好。（）3.回测完美的策略实盘一定盈利。（）4.夏普比率越高，策略性价比越高。（）5.提示工程不需要金融专业知识。（）6.止损单可完全避免亏损。（）7.量化交易只依赖技术分析。（）8.温度参数为0时，模型输出最确定。（）9.VaR是潜在最大损失的准确值。（）10.分散投资可降低非系统性风险。（）简答题（每题5分，共20分）1.简述提示工程在金融AI量化中的核心应用场景。2.量化策略回测需注意哪些常见问题？3.如何通过提示工程优化AI量化模型输出质量？4.简述金融AI量化中风险控制的关键要点。讨论题（每题5分，共10分）1.如何设计针对金融AI量化的有效提示词？结合实际场景说明。2.市场极端波动时，AI量化提示师应如何调整提示策略？---答案填空题1.股价（或市价）2.数据3.清晰指令4.波动率（或VIX）5.趋势（或趋势跟随）6.格式指令7.风险8.验证（或检验）9.少量（或几个）10.控制（或限制）单项选择题1.A2.B3.A4.C5.A6.B7.A8.D9.A10.A多项选择题1.ABCD2.ABCD3.ABCD4.ABCD5.ABCD6.ABC7.ABCD8.ABCD9.ABC10.ABCD判断题1.×2.√3.×4.√5.×6.×7.×8.√9.×10.√简答题1.答案：提示工程核心应用包括：①策略生成：指导AI设计量化策略（如趋势跟踪）；②数据处理：指令模型清洗整合金融数据；③风险预测：分析市场情绪输出VaR等指标；④实盘辅助：生成实时交易逻辑（止损、仓位）；⑤报告输出：要求结构化格式（JSON/表格）输出回测结果。核心是通过精准提示降低AI理解成本，提升量化效率。2.答案：需注意：①过拟合：过度拟合历史数据导致实盘亏损，需样本外测试；②交易成本：忽略佣金、滑点高估收益；③数据完整性：缺失/错误数据（停牌、除权）影响结果；④参数敏感性：微小调整导致结果剧变，需鲁棒性测试；⑤幸存者偏差：仅用存续股票忽略退市标的；⑥回测工具：避免技术漏洞（如Backtrader）。3.答案：优化技巧：①明确指令：用“计算”“分析”指定目标（如“计算XYZ周夏普比率”）；②提供示例：Few-ShotLearning给出输入输出对；③指定格式：要求JSON/表格便于处理；④限制输出：明确长度（如≤200字）或范围（Top5策略）；⑤加入约束：提示“不使用未验证数据”“忽略异常值”。4.答案：关键要点：①仓位控制：单个头寸≤总资金10%；②止损机制：动态（波动率调整）或固定止损；③分散投资：跨资产/市场降低非系统性风险；④压力测试：模拟极端市场（金融危机）表现；⑤模型监控：实时跟踪输出偏差；⑥合规性：符合监管要求。讨论题1.答案：设计需分层：①任务定义：“沪深300日内策略”；②数据约束：“2022-2023日度数据，排除停牌超3天标的”；③逻辑层：“MACD+RSI过滤假信号”；④输出层：“JSON格式（标的、信号、止损）”；⑤验证层：“样本外（2023Q4）夏普≥1.5”。例如：“基于沪深3002022-2023数据，设计MACD+RSI策略，输出JSON，样本外夏普≥1.5”，提升针对性。2.答案：极端波动调整：①增加约束：“仓位≤3%，仅交易流动性Top10标的”；②调整信号