两周拿下JPM Chase Quant Offer的他，为你还原华尔街腥风血雨的面试全过程！

• 本科学历
• GPA
• GRE

例如：

• 美国银行的量化金融分析师要求是：30% 编程、60% Model、10% 金融；
• 金融衍生品的量化分析师的要求是：需要了解很多的金融模型。如Black Scholes Model、短期利率模型等模型；
• 银行的CCAR DFAST的要求是：40%编程、50%统计的Regression、10%金融知识。

第一轮的面试官S是一个中国人，感觉比较Nice，全程没有问简历上的任何东西和Tech的问题，一直在给讲这个Team的构造，人员分布，和未来会遇到的工作问题。然后扯了一些闲话，给了一些人生建议。还怂恿Jack别去别的公司啦，就来我们公司吧，一个好的环境很重要

面试官先是问了我一些Greeks 和BS Model的假设，然后我们开始纠结于ARIMA Model，然后问我，Variance 不是Constant的时候该怎么办？我说可以用GARCH, ARCH和EWMA， 然后他就问我，那为什么可以这个样子呢？我说因为不恒定就证明了Return的平方之间有Autocorrelation，然后她说好，那你告诉我，加入Variance 是恒定的，但是有Autocorrelation怎么办, 然后说我用这个Model漏掉了一个很重要的假设，我就说你是在考虑更高阶的Moments么？ Skewness和Kurtosis之类的，他说不是。后来在这个问题上他说没事没事，不知道无所谓

，我们来进行下个部分。

于是开始问我，你对Risk-neutral Measure了解多少，我说我知道Girsanov Theorem 和Under risk neutral measure下discount的 Derivatives是一个Martingale,所以Pricing变得很容易。

他接着问：为什么要有Risk-neutral Measure呢？ 在Real World下的Pricing难道会不一样么？我说是一样的，但是Risk-neutral下的计算会更容易。 他说，我要的不是这个，我知道你知道，我给你一分钟思考的时间。我没想出来。他说好吧，我要的是No arbitrage。

我说，你说的对！ 他说，那好，我给你一个机会弥补一下，你在Real World下把Call Option的价格或者Delta给我推出来。 我说好，你要的是Self Financing，用最简单的一步的二叉树可以么？ 他说没问题，我就想看看你是怎么推导的，然后用了二叉树在纸上画画写写，给她推出来了Delta。然后他说，你看，在Real World下也是可以算的，只要你假设了No Arbitrage，在不同场景下都无法套利，所以就能推出来Delta以及Price。 我说，嗯你说的很对。

下一步开始纠结于Markov链，问我你有20块钱，Gamble Game，p的概率会赢一块钱，1-p的概率会输一块钱。输光算结束游戏，问你输的概率是多少？ 我说这是一个Typical的Gamble ruin problem,我可以用两种方法解决。一个是Martingale with stopping rule is still a martingale，另一个是用Marlkov Chain,Transaction Matrix去做。他说，我管你用什么做，我就要结果

然后我先用第一种，发现失败了，然后用第二种，发现Transaction Matrix是无穷的，尴尬，太久没用这些东西了。

然后我突然想，假设p=1/2，你给定一个Upper Bond，然后变成0的概率是当Upper Bond趋近于无穷，是趋近于1的。我就说概率是一。他说不对，需要分情况考虑，我一想对，那就是p<1/2的时候是1，然后p>1/2的时候继续思考，于是用了Transaction matrix，试图找出p1,p0,p2……之间的关系，但是发现这个是无穷的啊！ 然后提示出现了！ 他说，其实你看着是无穷的关系，但是p2和p1还存在另外一种关系，你要是能找到，就可以了，告诉我是什么？ 我看了看，告诉他 p2=p1^2，他说，嗯，还不错。（感觉就是最后一个答案决定了他认为我还不错）

然后问我你有什么问题问我么？我说，必须有，我看你在高盛做的Large Portfolio算VaR, 不需要算Large Covariance Matrix是怎么做到的？ 他说，我们就是用了Historical Data，去Decide这个Simulation。我说哦，就是用Historical Simulation的方法啊，原来这么简单，感谢解答了我的疑惑。

我很喜欢和你聊天，他说，你真的喜欢么？（看他的表情，感觉就是，你都被虐了还那么喜欢？ 难道你喜欢被虐嘛）

面试官表示，不在乎问题的难度，而是在于你是如何思考问题的。然后他想了好久，可能出了一个他觉得比较难的题目

。问加入一个Monte Carlo模拟，是一个Normal Distribution，模拟出一个Path,然后在Upper Bond上加了一个Barrier，问我你从本能的感觉，他会是一个什么样子的分布。还有几个问题感觉没有什么难度，然后他把草稿纸收走了，假装说是想要留下我们讨论的痕迹。

福利领取方式

置顶关注DreambigCareer公众号

后台回复【高薪】

即可查看免费入群&福利方式

本文由DreambigCareer采访组：东鸟 独家采访

欢迎分享转载，若需授权请在后台回复【转载】

合作请联系：[email protected]

版权声明：「DreambigCareer」除发布原创求职干货文章及独家讲座福利等以外，亦致力于优秀求职干货文章的交流分享。部分文章推送时未能及时与原作者取得联系。若涉及版权问题，敬请原作者原谅，并联系邮箱[email protected]或微信：dreambigcareerPR1（Yuki）进行处理。