当前位置: 首页 > news >正文

Optiver 2027 OA 题目全公开,Quant 三类新题型暴露了什么?

最近帮几个 mentee 做完 Optiver 2027 的 OA,对比去年的题库发现变化很大,Quant 方向新增了三类题型,整体题量变多、难度也上去了。网上的攻略基本都是陈年旧闻,这次就把最新的真实情况讲清楚。

整体变化

Optiver 今年的 OA 分两套:SWE 和 Quant,难度分别来看。

SWE 这套变化不大,主要还是 coding 加一个游戏反应测试,按常规准备就行。

Quant 这套才是亮点。他们今年把题型完全改了,新增的这三类题是考什么呢?一句话总结:在时间压力下,用概率思维和快速近似做判断,而不是精确计算

Quant OA 六个模块

前面三类(Beat the Odds、NumberLogic、Zap-N)之前已经有很多拆解了,我就重点讲新增的三类。

新题型一:Likelihood-list(15题,每题90秒)

每题给一个具体场景,让你根据历史数据预测或排序概率。比如根据前五次成绩数据,预测第六次各个事件的概率,然后按高低排序输出。

这类题没有精确答案,考的是你能不能快速从样本里抓住频率分布的主特征。如果前五次成绩是 60、70、75、80、85,你就能看出是增长趋势,第六次更可能高于 85 而不是回到 60。这就是贝叶斯直觉。

准备方向就是多做一些"从样本看分布"的快速判断题,别过度脑补。

新题型二:Intervals(18题,每题60秒)

这类题要你快速量化估算,在60秒内把概率、比例、期望值转成一个数字区间,界面上有 Lower Bound 和 Upper Bound 两个框。

实际碰到的题目比如:一个网格里散布着方块、圆形、三角形,随机不放回抽两个图形,恰好抽到1个方块和1个圆的概率是多少(0-100)?

数一百多个图形肯定数不精,所以策略是:按行估计数量,心算出概率量级,给个覆盖面够宽的区间保命。比如真实答案是 42%,你的区间给 40-44 就行。

还有更简单的题,两个人各掷一个骰子,求朋友点数大于你的概率。36 种等可能里 15 种满足,15/36 ≈ 42%,区间给 40-43 过关。重点不是精确,是量级对。

新题型三:Orderbooks(20题,8分钟)

这个最有意思,也最贴近 Optiver 的真实工作。给你一组卡片形式的订单簿,要求识别买卖套利机会,快速提交任意可盈利或清库存的策略。

平均一题24秒,考的就是扫一眼订单簿能不能秒看出"买价高于卖价"这类交叉盘。这个模块最考反应速度和市场直觉。建议提前理解 bid/ask、spread、套利的基本概念,做题时先扫最明显的价差,别在一张卡片上纠缠。

数据规模和通过标准

三类新题总共 53 道,时间非常紧。我带的几个 mentee 反馈是最后基本都没检查的机会,靠的是一遍做对。

通过的标准我不太清楚具体数字,但从反馈来看,这三类题的核心是"靠不靠谱"而不是"有多精确"。你的区间足够合理、你的套利策略足够稳(不会亏),就能过。

和去年最大的区别

去年的题库更偏"背题型",今年明显转向"考实战感觉"。去年如果你把题海刷透了,能用模板套;今年的题型变化快,一定会碰到没见过的变体。所以最有效的准备不是题海,是理解每类题背后考什么。

打个比方,Likelihood-list 考的本质是"从不完全信息做判断",Intervals 考的是"快速估算能力",Orderbooks 考的是"市场嗅觉"。理解了这层,临场应变能力才强。

备考建议

  1. 不要题海刷,要吃透每类题的核心逻辑
  2. Likelihood-list 重点是统计直觉,可以看一些快速概率推断的资料
  3. Intervals 每天练心算和估算,从"量级对就行"开始,别追求精确
  4. Orderbooks 提前学懂订单簿基本逻辑,了解 market making 是怎么回事
  5. 整套 OA 时间都特别紧,在家练的时候就要适应这个节奏

我自己备考的时候找了 InterviewShow 做的 Optiver 专题辅导,他们有针对新题型的讲解和实战演练,对理解"为什么"和"怎么想"帮助挺大的。当然你也可以自己钻研,时间允许的话。

最后

Optiver 的 OA 说难不难,说简单也不简单,关键是你的思维框架对不对。他们筛的本质是:在不确定性和时间压力下,你能不能快速给出"够好"的答案。这和真实的 trading 工作是对齐的。

预祝各位都能 AC。

http://www.jsqmd.com/news/1152377/

相关文章:

  • Content Security Policy 绕过实战:DVWA靶场3种典型CSP配置缺陷分析
  • 大模型选型生死局(Claude vs DeepSeek深度拆解):金融/政务/客服场景落地效果差异全曝光
  • XZ7111 工作电压范围2.8V 到 6V 1.5A带使能控制的 LED 恒流驱动器芯片
  • 51单片机+DS1302时钟芯片:Proteus 8.11仿真与Keil 5调试全流程(附3模块电路图)
  • 为什么92%的国内AIGC项目组在2024Q2转向DeepSeek?——基于21家客户POC数据的决策逻辑链(含ROI测算模板)
  • CIFAR-10 图像分类:5种数据增强策略对比与模型泛化能力提升 15%
  • GDB + objdump 实战缓冲区溢出:3步定位栈帧与覆盖返回地址(附32位环境配置)
  • 国产流版签一体化办公软件排行榜(2026)
  • Myaql
  • PyTorch Tensor 内存操作 3 大陷阱:GPU/CPU 拷贝、原地修改与 CUDA 错误规避
  • NAND Flash 硬件电路设计 3 大实战:全志H3、ZYNQ、HI3798 平台对比
  • ChatGPT vs DeepSeek:中文语义理解差距高达41.6%?NLP实验室级对比测试(含BERTScore、BLEU-4、人工盲评三重验证)
  • 普尚云课堂 | 天线参数测试之噪声温度
  • BERT vs GPT-2:3 种 Transformer 架构(Encoder/Decoder/Encoder-Decoder)核心差异对比
  • Linux下RTL8821CU无线网卡驱动编译与Secure Boot签名实战
  • 阿里 x82y 234 全类型验证码,纯算生成纯协议通过,包含最新算法 234、bx_et、bx-pp、_rand
  • TCP 通信协议
  • 打开网络ADB调试(设置端口为5555)
  • 第一次用TMGM 官方版 MT5 系统,界面怎么调才不抓瞎?
  • 为什么92%的Claude生成Commit被CI/CD拒绝?揭秘GitHub Actions兼容性断点与4层校验加固方案
  • 革命性跨平台融合:APK安装器让Windows原生运行安卓应用
  • 二进制安全工程实践:Windows消息防撤回的逆向工程方案
  • HiveWE:魔兽争霸III地图编辑的现代化终极解决方案
  • 自演化数据库架构:从静态Schema到AI驱动的自适应表结构设计
  • 【数字电源/MATLAB+PLECS】如何进行 Buck 数字电源仿真(二)PLECS 搭建开环 Buck 功率级
  • OpenEQA 基准实战:GPT-4V 与 Claude 3 在 7 类 1600+ 问题上的表现对比
  • 【国产大模型突围关键战】:DeepSeek为何能在医疗问诊、法律文书、信创适配三大高壁垒场景碾压ChatGPT?内部技术白皮书首度解密
  • 2026年4款热门远程软件真实测评,远程必备,效率翻倍,建议收藏
  • Krita Vision Tools:3款AI智能选区工具让你的创意效率提升300%
  • Qwerty Learner终极指南:如何免费提升英语打字速度与单词记忆效率