2026年量化面试快速回顾的数学与编程知识点

2026年量化面试快速回顾的数学与编程知识点数值计算与线性代数（3题，每题10分）题目1（10分）某量化对冲基金采用均值-方差优化策略管理一个包含5只股票的投资组合。已知股票的预期收益率向量μ＝[0.12,0.10,0.15,0.08,0.11]（单位：年化），协方差矩阵Σ为：Σ＝[[0.015,0.002,0.003,0.001,0.002],[0.002,0.010,0.002,0.001,0.001],[0.003,0.002,0.020,0.001,0.004],[0.001,0.001,0.001,0.008,0.0005],[0.002,0.001,0.004,0.0005,0.012]]假设投资组合总资金为1000万元，风险偏好系数为2。请计算：1.最优投资权重向量2.该投资组合的预期收益率和方差答案与解析：1.最优投资权重计算：使用马科维茨均值-方差模型，最优权重w＝Σ⁻¹μ/（μᵀΣ⁻¹μ）×2计算过程：μᵀΣ⁻¹＝[0.0541,0.0496,0.0675,0.0398,0.0512]μᵀΣ⁻¹μ＝0.2921最终权重w＝[0.378,0.347,0.469,0.279,0.357]2.投资组合预期收益率和方差：预期收益率E[r]＝μᵀw＝0.112（年化）方差Var[r]＝wᵀΣw＝0.0056投资组合总方差＝0.0056×1000²＝5.6万元²题目2（10分）某交易员使用随机游走模型模拟股票价格，当前价格为100元。如果涨跌幅服从均值为0.001，标准差为0.02的正态分布，请计算：1.经过200个交易日后的价格分布的均值和方差2.95%置信区间下，价格可能波动的范围答案与解析：1.价格分布计算：200个交易日后：均值E[P]＝100×e^(200×0.001)≈110.518方差Var[P]＝100²×e^(200×0.0002×(0.02²))≈40.832标准差σ＝6.3972.95%置信区间：区间为[110.518-1.96×6.397,110.518+1.96×6.397]即[97.783,123.253]即价格有95%的概率在此范围内波动题目3（10分）某策略回测发现收益率序列满足AR(1)模型：r_t＝0.8r_{t-1}+ε_t，其中ε_t～N(0,0.01)。请计算：1.30天后的条件期望收益率2.30天后的条件方差答案与解析：1.条件期望计算：E[r_t|r_{t-1}]＝0.8E[r_{t-1}]+0.01E[r_0]＝0，则：E[r_1]＝0.01E[r_2]＝0.8×0.01+0.01＝0.018一般解：E[r_t]＝0.01×(0.8^{t-1}+0.2)E[r_30]＝0.01×0.8²⁹≈0.00082.条件方差计算：Var[r_t|r_{t-1}]＝0.64Var[r_{t-1}]＝0.01×0.64^{t-1}Var[r_30]＝0.01×0.64²⁹≈5.36×10⁻⁷算法与数据结构（5题，每题12分）题目4（12分）实现快速排序算法，并对数组[34,7,23,32,5,62,78,11]进行排序。要求：1.写出核心递归函数2.分析最坏情况下的时间复杂度答案与解析：1.快速排序实现：pythondefquick_sort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquick_sort(left)+middle+quick_sort(right)对[34,7,23,32,5,62,78,11]排序：最终结果：[5,7,11,23,32,34,62,78]2.时间复杂度分析：最坏情况：每次分区选择最大或最小元素作为枢轴时间复杂度：O(n²)题目5（12分）设计一个算法，在包含重复元素的数组中找到不重复的三元组，使得a+b+c=0。例如在[-1,0,1,2,-1,-4]中，满足条件的三元组有[-1,0,1],[-1,-1,2]。答案与解析：pythondefthree_sum(arr):arr.sort()result=[]n=len(arr)foriinrange(n-2):ifi>0andarr[i]==arr[i-1]:continueleft,right=i+1,n-1whileleft<right:s=arr[i]+arr[left]+arr[right]ifs==0:result.append([arr[i],arr[left],arr[right]])whileleft<rightandarr[left]==arr[left+1]:left+=1whileleft<rightandarr[right]==arr[right-1]:right-=1left+=1right-=1elifs<0:left+=1else:right-=1returnresult对于输入[-1,0,1,2,-1,-4]，输出：[[-1,0,1],[-1,-1,2]]题目6（12分）实现一个LRU（最近最少使用）缓存，支持get和put操作。要求：1.使用哈希表和双向链表实现2.分析get操作的平均时间复杂度答案与解析：pythonclassDLinkedNode:def__init__(self,key=0,value=0):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head,self.tail=DLinkedNode(),DLinkedNode()self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeynotinself.cache:return-1node=self.cache[key]self._move_to_head(node)returnnode.valuedefput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:newNode=DLinkedNode(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:tail=self._pop_tail()delself.cache[tail.key]def_add_node(self,node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node):self._remove_node(node)self._add_node(node)def_pop_tail(self):res=self.tail.prevself._remove_node(res)returnresget操作平均时间复杂度：O(1)题目7（12分）给定一个无向图，用邻接矩阵表示。设计算法判断该图是否为二分图（BipartiteGraph）。要求：1.写出BFS实现2.分析时间复杂度答案与解析：pythondefis_bipartite(graph):n=len(graph)colors=[-1]ndefbfs(start):queue=[start]colors[start]=0whilequeue:node=queue.pop(0)forneighborinrange(n):ifgraph[node][neighbor]==1:ifcolors[neighbor]==-1:colors[neighbor]=1-colors[node]queue.append(neighbor)elifcolors[neighbor]==colors[node]:returnFalsereturnTrueforiinrange(n):ifcolors[i]==-1:ifnotbfs(i):returnFalsereturnTrue时间复杂度：O(V+E)（V为顶点数，E为边数）题目8（12分）实现Dijkstra算法，找到从源点到所有其他点的最短路径。要求：1.使用优先队列实现2.分析算法空间复杂度答案与解析：pythonimportheapqdefdijkstra(graph,start):n=len(graph)distances=[float('inf')]ndistances[start]=0pq=[(0,start)]previous=[None]nwhilepq:current_distance,current_node=heapq.heappop(pq)ifcurrent_distance>distances[current_node]:continueforneighbor,weightinenumerate(graph[current_node]):ifweight>0:distance=current_distance+weightifdistance<distances[neighbor]:distances[neighbor]=distanceprevious[neighbor]=current_nodeheapq.heappush(pq,(distance,neighbor))returndistances,previous空间复杂度：O(V+E)机器学习基础（3题，每题12分）题目9（12分）已知数据集X＝[1,2,3,4,5],Y＝[2,4,5,4,5]。请计算：1.线性回归模型的系数（斜率和截距）2.该模型的R²值答案与解析：1.系数计算：斜率b＝Σ(x-μx)(y-μy)/Σ(x-μx)²b＝(1×0+2×2+3×1+4×0+5×1)/(1×1+2×4+3×9+4×16+5×25)≈0.4截距a＝μy-bμx≈3.6模型：y≈3.6+0.4x2.R²计算：R²＝1-Σ(y-ŷ)²/Σ(y-μy)²≈0.8题目10（12分）假设你要使用LDA（LatentDirichletAllocation）对文档集进行主题建模。给定以下文档：1:"financemarketinvestmentbanking"2:"stockmarketinvestmentbanking"3:"financebanking"请计算：1.主题分布向量2.词语分布向量答案与解析：1.主题分布向量：假设每个文档包含两个主题T1（金融）和T2（银行）文档1：T1=0.6,T2=0.4文档2：T1=0.5,T2=0.5文档3：T1=0.7,T2=0.32.词语分布向量：T1：finance(0.6),market(0.3),investment(0.2),banking(0.1)T2：finance(0.4),banking(0.6),mar