威斯康星州拉克罗斯:Quant Strategy for Trading: 面经之八:某人的多次面试总结

面经之八:某人的多次面试总结

这段时间光顾着选offer兼灌水了，经常得益于大家的意见，我也写篇面经回馈一下吧
。不光讨论面试题，也谈谈经验。有点乱，大家将就着看吧。题库在末尾，前面大半是
我的口水。。。

* DISCLAIMER

以下均个人意见，欢迎指正。请大家千万不要给我站内发信。有什么事情发个帖子让大
家讨论，比私下交流更好。我每次发个有一丁点内容的帖子，就会收到几十封大同小异
的“请教”/“求助”/“问候”贴，实在消化不了啊。其实我是个菜鸟，很菜很菜的那
种。

*　个人背景　　

本人的背景是MFE,非PhD. 个人感觉这个仍是就业市场上最flexible的配置。从获得面
试的容易程度来说，一页纸（正面）骗了无数面试，什么方向都有。Sales & Trading
Analyst/Associate, Sell-side quant, buy-side strategiest，trading firm FE等
等。得益于学校的营销，什么地方的也都有，伦敦，百慕大，多伦多，香港，纽约，得
克萨斯，加州等等。当然成不成另当别论，面试的机会是不缺的。学校career service
很重要。

* 面试的质量vs数量

简单来说当然是越多越好。本人是在职找工作，时间太稀缺。没时间系统准备面试，刚
开始甚至连简历都没什么时间投。隔三差五的请假面试，外地的，包括方向不是很喜欢
的。很容易把驴丢了，马也没找到。后来就改变策略，全凭个人喜好精心挑选职位，据
掉一切如鸡肋公司，及鸡肋职位，把时间用到你愿意接受的职位上。如果是全职学生，
那么就需要更好的定位，毕竟没有饭碗的压力是很大的，这个时候可以多多面试，以赛
代练。这些好像都是废话。不过这个我觉得对我个人来说是拿到offer的关键，时间有
限，好钢用到刀刃上。

* 背景硬伤：once IT, always IT?

这个绝对是我听过的最无聊的狗屎言论。如果你在找Front Office工作，你只要明白一
点，那就是这类职位本身是非常困难的，如果你失败了，基本上是因为你自己的不足，
跟任何形式的背景歧视无关。举例来说，在我短短的职业生涯里，见过的programmer转
trader（flow or prop）的，甚至后来做掌门的，绝对多于quant转trader的。我认为
原因只有一个，那么就是programmer比quant多，人口基数大，无他。早期入行做Quant
的，之前也都是程序员。Full-time的同学里找工作也是五花八门，之前大多都是各种
类型的programmer.（again,程序员人群太壮大了）

* 猎头陷阱

接着上面讲。如果你之前是IT背景，想转方向花钱弄了个MFE什么的，然后发现自己毕
业后重投IT了，除了实力问题，基本上是脑子糊涂被猎头忽悠了。愚以为猎头对有经验
的candidate的帮助是巨大的。比如从挑选职位，初期申请等工作上，自己可以节约非
常多的时间。Quant的就业市场里，PhD也可以视为这一类。如果你原来是写code，或者
是种大麻的，跟猎头打交道的后果就是你接着写code或种大麻。当然Quant也是写code
的，我们要认清楚这一点。

大家在这点上可以参考Wilmott论坛御用皮条客Dominic Conner的言论。我认为此君虽
然狗屎NC言论诸多，但是在猎头陷阱这个问题上一语中的。猎头最喜欢拿Quant
Developer之类的头衔来忽悠人。检验所有Quant职位的试金石是：reporting line,
bonus pool. 现在连什么credit/market risk IT的HR都会拿这个骗人了，所以一定要
小心。碰到这种电话，问完以上两个问题，如果不对马上闪开。如果去面试了，发现只
问Ｃ＋＋,最后拿到offer了，这个也坚决不能要。

不要想着先进门然后内部转职位。这个太难了。你干的太好了，老板绝对不放你。干得
太差了，review不好也没戏。

* C++/编程能力

这个绝对重要。综合以前帖子里谈到的，buy side分工不是很细，什么都要会一点，要
有能够独挡一面的编程能力。就算是bank里的junior quant,编程能力是过关的法宝。
没有这个，根本就过不了前几关。现在这个job market,基本上就是先用几轮c++/编程
面试/brainbench刷掉一半人，以前很多人背几句C++,不会编程也拿到offer了，现在没
有这样的好事了。我印象是前几年大多流行算法题，C++ code test.现在我居然还经常
碰到语言细节茴香豆题。

* MFE选校和找工作

上面谈到的猎头背景和的IT背景硬伤的问题关系巨大.如果不是PhD，怎么找工作？自己
投＋学校career service。为了避免这个帖子被口水淹没，我只说一句：远离烂校，远
离没有就业支持的牛校烂MFE项目，非PhD远离猎头。

我的感觉是很多公司已经开始消减开支，我经常直接收到公司内部HR电话，都希望直接
绕过第三方。建议随便投几个公司网站上的职位，这样简历就入数据库了，以后就经常
会有HR直接联系你面试各种职位。如果不满意，好好跟人说没兴趣，让他们接着找。


***********************************************************
***********************************************************


* 面试题库

我一般潜水直接跳过任何面试题的讨论，但是我还是把我遇到过，不是很烂大街，还记
得住的题目,概念列一列。题目以下粗略分类：

Math, Prob/Statistics, Algorithms, Products, S&T/MBA类话题

简单谈谈面试技巧

- Think out loud.这是唯一在面试中取得partial credit的办法。这也是挫人拿offer
的不二法门。
- 知之为知之，不知为不知。但是你可以说，这个东西我不知道，但是，try me, I
might figure out.
- 主动要求提示。这个跟第一点是一个意思，告诉面试管你在哪里stuck了，要个提示
接着做下去。
- 察言观色，不要得罪人。

最后一点要简单举例说说。有的PhD面试官比较subjective,比较容易对你的观点，方法
表示异议。先听听他们的观点，满足一下他们的表现欲，适当附和。答对几道题不是很
重要，最重要的是让对方相信他能够和你一起工作。大部分的MBA/S&T面试官喜欢跑火
车，这点更加重要。我曾经与一个香港大行的eq deriv desk的小美trader讨论三鹿事
件。我系统地列出论据，最后拍拍脑袋总结说三鹿要完蛋了。他不同意，说三鹿的基本
面非常好。凭着对祖国的了解，我忍不住反驳说三鹿的品牌已经完全被摧毁了。我挂掉
了面试，但是几个月后三鹿真的就倒闭了，it当然也不会打电话来请我接着面试。好汉
不吃眼前亏。

*****
Math:
*****

- Ito's lemma. State and derive.
- Brownian Bridge. Eg E[B(0.5)|B(1)]
- Girsanov Thm / Change of measure.
- First passage time of Brownian motion.
- Martingale/stopping time. (Dr. Zhou's book)
- BS derivation. BS PDE as a Heat equation. Homogeneity of S, K. Calculation
of greeks. (google: Efficient computation of option price sensitivities
using homogeneity and other tricks)
- Given f(t,x) satisfies heat equation, given plot of f(t_0, x) vs x,
roughly plot the trajectile of f(t_1, x)
- Monte Carlo: justify monte carlo simulation. (law of large numbers and
central limit theorem.)
- Monte Carlo: integrate f(x) over [a,b] numerically given a random number
generator.
- Monte Carlo: derive the standard error of different variance reduction
techniques(antithetic variables, control variables, etc).
- Solving simple ODE's.
- Linear Algebra: determinant, eigen values/vectors, QR decomposition etc
and which matrices are diagonizable.
- Minimize f(x) = |x-a| + |x-b| + |x-c| + |x-d|
- Solve the GBM/Vacicek/CIR SDE.
- Linear/non-linear curve fitting.
- Numerical analysis: condition of a problem, ill posed problems, error
analysis. know how to formulate problems issues to avoid numerical issues.
eg normal equations in linear regression, beta = (X' * X)^(-1)*X'*y. where
could numerical issues arise etc.
- Optimization - KKT conditions, lagrange multipliers. convexity of
optimization problems.

****************
Prob/Statistics:
****************

- lots of silly Bayes/Total Probability problems. using Bayes twice and
conditioning are usual tricks.
- X1, X2,..., XN iid. prove correlation of X_1^2/sum(X_i^2) and X_2^2/sum(X_
i^2) is negative. things of this sort.
- ant sitting on one corner of a cube and can walk on edges of the cube. it
takes one unit of time to go from one corner to a neighboring corner. it may
go in any direction randomly each time. what is the expected time that the
ant reaches the opposite corner?
- variants of the gambler's ruin problems.
- derive linear regression beta.
- linear regression. Y ~ X. what happens when there are noise in variable X?
- best estimator for variance given absolute values of each sample point.
- cook up dependent random varibles with zero correlation.
- back testing on wrong data. strategy build for max(X_i) input but want to
backtest sum(X_i) data.
- co-integration strategies and tests for co-int.
- CAPM, why estimate we estimate beta with returns, not stock prices?
- Sharpe ratio - various questions. risk/reward. understand what Sharpe is.
Eg. allocate capital to 2 PM's. do you allocate all capital to the PM with
higher Sharpe?
- consistent & unbiased estimates. Hypothesis testing. Error or type I & II.


**********
Algorithms
**********

- sorting and searching.
- Hashing.
- implement a set. complexity of insertion/membership test. (hash/tree)
- data structures in general. lists/maps/vectors. insertion,removal,
iteration, complexity etc.
- N points (x_i, y_i) in a plane(3D space). find circle(sphere) containing
most points. complexity?
- O(N) algorithm for calculation maximum drawdown given daily pnl in an
array.
- byte shifting, multiply by 7. (Dr. Zhou)
- 2 glass balls. building with N floors. glass balls will break if we drop
if from some floor F and above. find F. optimal strategy? complexity?


*********
Products:
*********

- forward vs futures. derive risk neutral pricing formulas.
- Binomial tree - moment matching. (refer to Hull)
- Price a european call by BS and BT. How do you make sure BS and BT prices
are always consistent given BT of N steps?
- Put-call parity: derive arbitrage bounds, maximum call/put price given
infinite volatility etc.
- Delta Hedging: assume volatility follows its own process sigma_t. bought
option at BS price. what are the hedging gain/loss? derive an expression
using black scholes argument.
- Find/derive expression relating spot delta and strike delta of BS call. (
dS * dC/dS = dK * dC/dK)
- compute integral over {0,T} for sigma_t. (fair variance) assuming dS_t = r
* S_t * dt + sigma_t * S * dW_t
- Derive value of european call with non-constant interest rate. (use
forward measure)
- Derive value of log contract. payoff: log(S_T)
- Contract pays $1 when stock price hits $100. price by replication.
- Himalaya option. 3 stocks, pay best performing stock returns at year 1,2,3
. How to price? Correlation exposure?
- Best of two option. pays max(0, (S1_T - S2_T) - K ). Derive price. long/
short correlation?
- given volatility term structure, how to calculate vega given a black blox
premium function f(vol).What can go wrong. (calendar arbitrage etc)
- Give example of non-gaussian mean reverting process for assets/rates. Key
components? (mean reverting term, choice of vol/diffusion process) derive
option/bond prices.
- sticky strike & sticky delta. What is delta under each assumption? Vega?
How to do PnL (Taylor) projection for delta and Vega.
- implied volatiliy surfaces & local vol.
- signs of greeks for call options. greeks for exotics like Asian options,
Variance swaps.
- Digital options. derive black scholes price. price without assuming BS
framework.
- American Options pricing. Monte Carlo? Finite Difference?
- Asian options: pricing with numerical methods and analytical
approximations.
- Swap curve. convert fix rate mortgate to floating rate mortgage etc.
- bootstrapping yield curves.

*******
S&T/MBA
*******

- discounted cash flows. (duh...)
- NPV vs IRR. why is NPV a superior metric.
- ito's lemma. (the typical MBA only knows the formulation in Hull. know
your audience. don't argue.)
- stocks to long/short. pitch.
- different arbitrage strategies. convexity argument.
- be able to hedge every single instrument you talk about. (replication,
dynamic hedging) Posted by kewei tang at 23:48

2 comments:

Richard.H said...

恭喜，谢谢分享了。我觉得现在经济开始复苏，求职市场也应该会好起来的。我是海脚论坛的一个版主，能否把这篇东西分享过去呢？

http://haijiaobbs.com/forumdisplay.php?fid=6

21 March 2010 10:30

Zhang said...

谢谢分享，
我现在想问一个问题，
我拿到了UIUC MFE的AD, 然而面对以后的就业，面对这个新开两年项目的不明朗。有很多的疑惑。能不能帮我解答一下呢？
我的联系邮箱waynezkl@gmail.com