2026年量化分析测试题及答案

2026年量化分析测试题及答案

一、单项选择题，(总共10题，每题2分)1.在量化多因子模型中，若某因子IC均值0.08、IR1.2，则该因子近三年的年化换手率最接近A.20%B.40%C.60%D.80%2.使用BarraCNE5模型进行风险归因时，行业因子收益率的估计方法为A.市值加权B.等权C.最小波动加权D.回归残差加权3.对中证500成分股做中性化处理时，若采用截面回归法，解释变量应首先纳入A.市值对数B.市净率C.一个月动量D.非线性市值4.在滚动窗口回测中，若训练集长度120日、验证集60日、测试集20日，则信息比率估计的偏差主要来源于A.数据窥探B.幸存者偏差C.前视偏差D.样本自相关5.当使用LSTM预测5日后收益率时，损失函数采用均方误差，则网络输出层激活函数应选A.ReLUB.TanhC.SigmoidD.Linear6.在期权波动率套利策略中，若已实现波动率高于隐含波动率，且Delta中性，则策略收益主要来源于A.GammaB.ThetaC.VegaD.Rho7.对高频订单簿数据做标注时，采用“触碰第一档即成交”假设，则标签噪声属于A.测量误差B.标签延迟C.选择偏差D.幸存者偏差8.在强化学习执行算法中，若奖励函数仅考虑成交价格与TWAP差值，则智能体容易陷入A.过度探索B.稀疏奖励C.短视最优D.非平稳环境9.使用主成分分析降维时，若保留95%方差，则因子暴露矩阵的秩A.一定小于资产数B.一定等于资产数C.可能大于资产数D.与资产数无关10.在贝叶斯动态beta模型中，若使用Kalman滤波，观测方程的因变量为A.个股超额收益B.市场超额收益C.残差收益D.因子收益二、填空题，(总共10题，每题2分)11.若某组合年化超额收益8%，跟踪误差4%，则其信息比率为____。12.在Fama-French三因子模型中，HML因子做多账面市值比最高的30%股票，做空最低的30%股票，其权重方式为____加权。13.当使用滑点模型Δp=α√V，若α=0.5，V为当日换手率，则α的量纲为____。14.在随机森林特征重要性度量中，基于____减少的平均值常被用作因子贡献指标。15.若某期权组合Vega为-120万元，隐含波动率上升1%，则组合损益为____万元。16.对收益率序列做Ljung-Box检验，滞后阶数取20，若p值小于0.05，则拒绝原假设，说明存在____。17.在CVaR优化中，置信水平取95%，则CVaR计算的是损失分布____分位数的尾部期望。18.使用贝叶斯shrinkage估计协方差矩阵时，目标矩阵常选择____矩阵。19.在回测中，若采用20日滚动半衰指数加权，则第1日权重与第10日权重之比为____。20.当进行跨期套利时，若近月合约贴水幅度大于持仓成本，则应____近月合约。三、判断题，(总共10题，每题2分)21.在多元GARCH模型中，BEKK表示法保证协方差矩阵正定。22.若某因子IC序列服从正态分布，则其IR等于IC均值除以IC标准差。23.使用蒙特卡洛定价亚式期权时，控制变量法一定降低方差。24.当组合Beta为1时，市场上涨1%，组合收益一定上涨1%。25.在深度强化学习执行中，经验回放机制可消除数据非平稳性。26.若波动率微笑呈现“微笑”形态，则隐含分布相比对数正态具有厚尾。27.在统计套利中，Johansen协整检验特征根显著即可开仓。28.使用L1正则化做因子选择时，惩罚系数越大，入选因子越多。29.当债券组合久期为5，收益率曲线上移10bp，组合市值下降约0.5%。30.在风险预算模型中，若某资产风险预算为零，则其权重一定为零。四、简答题，(总共4题，每题5分)31.简述如何构造一个市场中性动量策略，并说明对冲频率对收益风险比的影响。32.说明在深度学习预测收益率时，采用“时间序列交叉验证”而非传统K折交叉验证的理由。33.概述波动率聚集现象，并给出两种可刻画该现象的计量模型。34.描述在期权波动率曲面建模中，为什么需要参数化而非直接插值，并列举一种常用参数化方法。五、讨论题，(总共4题，每题5分)35.讨论在ESG因子纳入多因子模型后，传统风险因子暴露估计可能产生的偏差及修正思路。36.讨论高频做市策略中库存惩罚项对报价价差与最终PnL的权衡机制。37.讨论在加密货币市场应用传统量化策略时，由于“24小时交易”特性带来的回测陷阱与解决方案。38.讨论在极端行情下，风险平价组合可能出现“波动率悖论”的原因，并提出动态调整方案。答案与解析一、单项选择题1.B2.A3.A4.D5.D6.A7.B8.C9.A10.A二、填空题11.212.市值13.价格/√换手率14.不纯度15.-12016.序列相关17.5%18.常相关或恒等19.2^(9/19)≈1.3820.买入三、判断题21.√22.√23.√24.×25.×26.√27.×28.×29.×30.√四、简答题31.选取过去120日收益率排序前20%股票等权做多，后20%等权做空，每日收盘调仓；用沪深300期货对冲Beta。提高对冲频率可降低残差波动但增加交易成本，最优频率需夏普最大化权衡，实证显示2-3日一次对冲常使IR提升0.2-0.3。32.金融序列具有时序依赖与结构突变，传统K折随机打乱会破坏时序顺序导致前视偏差；时间序列交叉验证按时间顺序滚动训练验证，保证训练集总在验证集之前，使模型参数、超参数估计更贴近真实交易环境，降低过拟合。33.波动率聚集指高波动后仍高、低波动后仍低的现象；可用GARCH(1,1)刻画条件方差时变，或用随机波动率SV模型引入潜变量描述波动率持续特征，两者均能再现厚尾与聚集。34.插值会在无套利条件、蝶式价差非负等方面出现局部违背；参数化通过平滑函数保证曲面无套利、可微且外推稳定，常用SABR模型以α,β,ρ,ν四参数拟合各期限执行价隐含波动率，实现动态对冲与一致定价。五、讨论题35.ESG得分与市值、行业、估值等传统因子存在多重共线性，导致回归系数下偏且t值虚高；可采用双回归法先对ESG做传统因子正交化，或引入工具变量利用外生政策冲击，再对残差ESG重新估计溢价，修正后ESGalpha更干净且组合turnover下降约15%。36.库存惩罚项λI²加入效用函数后，最优报价对称性被打破，做市商主动缩小单边报价以加快库存回归；λ增大使价差加宽、成交概率下降，但库存风险降低，极端行情下PnL波动减小约30%，需通过强化学习动态调λ，在平静期降低λ维持收入，在跳价前升高λ避险。37.加密货币24小时连续交易使传统“收盘”概念消失，若用固定时点采样会漏掉夜间大行情；应改用滚动TWAP采样或按波动率事件分段，回测时必须考虑资金费率、链上转账延迟与交易所异