想西装革履年薪百万走上人生巅峰？入行华尔街banking帮你实现！

点👆关注我们获取第一手北美职场资讯

现在Banking面试是怎么进行的？

你真的准备好了么？

想进华尔街，想出入Tier 1 Banking，

光有学历就够了么？

如果没有过精心准备，

你可能会遇到以下情况。

第一轮电话面试，“什么是p-value”，“什么是pca”“lambda等于0说明什么”，“0.99^100次方等于多少？”“什么是newton method？如何选取初值？一阶导数没有closed form怎么办？”。

面试者卒😨

第二轮电话，“B(t)的3次方是不是Martingale？”“一个酒鬼喝醉了酒，在x=34的地方，随机往前或是往后走一步，他家在x=0的地方，他朋友家在x=100的地方，他有多大概率回到自己的家？”“十匹马在赛跑，初始位置随机，十匹马速度也随机，快马如果超过慢马，慢马就会被淘汰，请问最后平均能剩下多少匹马？”

面试者卒😨

第三轮onsite，“你知道Vega吗？一个Binary Option的Vega画出图来长什么样子？”“为什么大部分期权只要deltahedge后，做空头就可以一定赚钱？什么是历史波动率，什么是隐含波动率？”“我们这里一共有100个股票的数据，包括交易量，价格，PE，MACD和一切你想要的基本面和技术面指标，你能做些什么吗？这就是你在这里的第一个project，当然你如果有offer的话。”

一个只知道delta的面试者，卒 😨

稀牛学院的王牌老师Adam用“肉身”去面试，总结了高盛，Morgan Stanley和JP Morgan等顶级banking面试的100道题目，分类归纳，发现这Banking面试其实就是高考，你会做之前做过之前大量做过又大量重复做过，在顶级banking 面前，你几乎全都可以答对。

我们的课上，没有ppt，只有电脑的黑屏幕和在黑屏幕用手写笔写的题。以下是课程大纲，不怕你不来，就怕你不敢！

课程大纲

Lecture 1（第一周）：试题测试和数学基础

从某Banking的面试题，看在概率，微积分，速算，随机积分，智商上你有多少不会做。不会做的题目超过25%，不说明你笨，说明了你不会有offer了。
速算，微积分，数值方法。注意：你并不知道0.99^100，和如何证明标准正态分布的积分等于1.
矩阵，矩阵，矩阵
包含奇异值分解，PCA和线性回归。如果你看不出这三个其实是一个东西，那么，你还不到火候。

1. Basic

2. ConditionalProbability and Bayes

3. Discreteand Continuous Distribution

4. Expectation,Variance and Covariance

5. OrderStatistics

6. Brainteaser

7. Root-findmethods (Taylor, Newton, Secant, etc.)

8. LinearAlgebra (PCA, SVD, Cholesky Decomposition)

Lecture 2（第二周）：随机积分

这是整个课程最难的地方，当然如果你可以看出tdB和Bdt的相关系数是0.5，你的年薪应该在16W-20W之间。如果你不知道什么是B，那说明你还在装B。谦虚谦虚，学点东西比什么都强。
期权和Greeks
如果你楞背delta是什么，那么，Binary Option的delta是什么？对Binary option求期望就成了股价的概率密度？完，我知道你一头雾水。我说期权的Delta和Gamma，与Bond的duration和convexity是一回事，你能明白吗？

1. LinearRegression and factor model

2. Timeseries

3. Logisticregression, Ridge and Lasso

4. MarkovChain (probability and expectation)

5. Martingaleand Random Walk

6. Dynamicprogramming

7. Ito’slemma and Ito’s isometry

Lecture 3（第三周）：Machine Learning，动态规划和投资组合优化

因为残差随着时间变化而变化的Garch模型，和看似简单的Linear Regresssion，以及最后的考核。动态规划问题是所有IT和金融公司都会考察的难题，具体来说就是下一步的决策是根据上一步进行的，有没有那么难，我看不一定。我们将有模拟试题当场来做，这个时候，你应该很爽。

1. Stochasticdifferential equation

2. FromStochastic Differential Equation to Partial Differential Equation

3. MonteCarlo Simulation: Variance calculation and variance reduction