2025年4位量化模拟冲刺题.docxVIP

2025年4位量化模拟冲刺题

考试时间：______分钟总分：______分姓名：______

试卷内容

1.设随机变量X服从正态分布N(μ,σ2)，其中μ=5,σ=2。求P(X7)。

2.设总体X服从指数分布，概率密度函数为f(x;λ)=λe^(-λx),x≥0,λ0。从该总体中抽取样本X?,X?,...,X?，样本均值为??。求样本均值??的期望E(??)和方差Var(??)。

3.已知股票A和股票B的收益率分别服从正态分布N(μ_A,σ_A2)和N(μ_B,σ_B2)，且相关系数为ρ。构建一个投资组合，其中60%的资金投资于股票A，40%的资金投资于股票B。求该投资组合的预期收益率和方差。

4.写出Black-Scholes方程（偏微分方程形式），并说明其中各个变量的含义。

5.假设一个欧式看涨期权和看跌期权具有相同的标的资产、到期日和行权价K。证明它们遵守put-callparity关系。请写出具体的公式。

6.设股票价格S(t)服从几何布朗运动dS(t)=μS(t)dt+σS(t)dW(t)，其中μ和σ为常数，W(t)为标准布朗运动。求T时刻股票价格S(T)的均值和方差。

7.解释什么是有效市场假说（EMH）。请简述三种形式的有效市场假说。

8.给定一个AR(1)时间序列模型X_t=φX_(t-1)+ε_t，其中ε_t是白噪声。请讨论该模型平稳性的条件，并说明平稳时Y_t=X_t-X_(t-1)的均值和方差。

9.简述GARCH(1,1)模型的表达式，并解释其中参数α和β的经济含义。

10.描述蒙特卡洛模拟在金融衍生品定价中的一种基本方法（例如用于定价欧式看涨期权），并简述其关键步骤。

11.什么是协整？请解释Engle-Granger两步法检验协整的原理。

12.设线性回归模型Y=β?+β?X+ε，其中ε服从N(0,σ2)。解释如何使用t检验来检验系数β?是否显著异于0。

13.写出计算样本方差s2的公式，并解释分母使用n-1而不是n的原因。

14.设随机变量X服从二项分布B(n,p)，求其期望E(X)和方差Var(X)。

15.请解释什么是极大似然估计（MLE），并简要说明其基本原理。

16.对一个投资组合进行VaR（在99%置信水平下，持有期1天）计算，如果投资组合在持有期内的预期收益为正，说明如何使用VaR来表示潜在的损失范围？

17.简要说明机器学习中的过拟合（Overfitting）问题，并列举一种常用的防止过拟合的技术。

18.编写伪代码或流程描述，描述如何使用随机数生成器模拟一个标准布朗运动路径W(t)从W(0)=0到W(T)。

19.解释什么是风险价值（VaR）和期望不足（ExpectedShortfall,ES），并比较两者的主要区别。

20.设想你要使用机器学习方法预测股票的未来收益率。请简述你会选择哪些特征（特征工程），以及你会考虑使用哪些类型的机器学习模型，并说明选择理由。

试卷答案

1.P(X7)=P(Z(7-5)/2)=P(Z1)=1-Φ(1)≈1-0.8413=0.1587(其中Φ是标准正态分布函数)

*解析思路：将正态分布转化为标准正态分布进行计算。

2.E(??)=E(X)=1/λ,Var(??)=Var(X)/n=λ2/n

*解析思路：样本均值的期望等于总体均值，样本均值的方差等于总体方差除以样本量。

3.E(R_p)=w_A*E(R_A)+w_B*E(R_B)=0.6μ_A+0.4μ_B

*解析思路：投资组合的预期收益率是各资产预期收益率的加权平均。

*Var(R_p)=w_A2Var(R_A)+w_B2Var(R_B)+2w_Aw_Bρσ_Aσ_B=0.36σ_A2+0.16σ_B2+0.48ρσ_Aσ_B

*解析思路：投资组合的方差等于各资产方差的加权平均加上协方差项（或通过相关系数计算）。

4.?U/?t+1/2*σ2*S2*?2U/?S2+r*S*?U/?S-r*U=0

*解析思路：Black-Scholes方程包含期权价格U对时间t的偏导、对标的资产S的偏导以及漂移率r