2025年国际量化投资认证考试考试题及答案.docxVIP

2025年国际量化投资认证考试考试题及答案

【单项选择题】（每题2分，共30分）

1.在构建多因子选股模型时，若发现某因子在训练集IC达0.12，但在验证集IC仅0.02，最合理的处理方式是

A.直接弃用该因子

B.对因子做正交化后再检验

C.降低该因子权重至10%

D.扩大训练集窗口至十年

答案：B。因子在验证集失效多因与已知因子共线，正交化可保留独立信息。

2.使用Barra风格因子模型时，若国家因子收益率估计出现奇异矩阵，首选数值解法为

A.岭回归

B.主成分回归

C.加权最小二乘

D.吉洪诺夫正则化

答案：D。吉洪诺夫正则化在保持因子解释力的同时解决奇异问题。

3.对高频订单簿数据做预测，下列特征工程方法最能缓解微结构噪声的是

A.成交笔数对数

B.加权中价斜率

C.十档订单流不平衡

D.成交量加权收益率平方

答案：C。订单流不平衡直接刻画供需压力，噪声敏感度最低。

4.在强化学习执行算法交易中，若奖励函数仅考虑成交价格滑点，容易出现的副作用是

A.过度拖延导致完成率下降

B.频繁撤单增加费用

C.市场冲击激增

D.仓位方向错误

答案：A。奖励缺失完成率项，Agent倾向无限拆分订单。

5.对CTA策略进行滚动回测时，若采用“expandingwindow”方式，最可能引入的偏差是

A.前视偏差

B.生存偏差

C.数据窥探偏差

D.非平稳偏差

答案：D。窗口扩张使近期样本权重递增，策略参数随时间漂移。

6.在随机波动率Heston模型中，若相关系数ρ=–0.82，则隐含波动率微笑形态呈现

A.对称微笑

B.左偏微笑

C.右偏微笑

D.无微笑

答案：B。负相关使下跌波动增大，低执行价隐含波动更高。

7.使用LASSO回归进行因子筛选时，若λ取值为0，则模型退化为

A.岭回归

B.普通最小二乘

C.逐步回归

D.主成分回归

答案：B。λ=0时惩罚项消失，等价OLS。

8.对可转债做定价时，若股价远低于转股价，且信用利差走阔，则最优数值算法为

A.三叉树

B.最小二乘蒙特卡洛

C.有限差分

D.快速傅里叶变换

答案：C。有限差分可高效处理美式行权与边界条件。

9.在统计套利中，若协整套利组合半衰期由20日骤降至5日，最合理的应对是

A.提高开仓阈值

B.降低平仓阈值

C.缩短持仓周期

D.增加杠杆

答案：C。半衰期缩短意味均值回复速度加快，持仓周期需同步缩短。

10.对加密资产组合进行风险预算时，若采用CVaR度量，置信水平由95%提升至99%，则最优权重倾向于

A.集中至高夏普币

B.分散至低β币

C.保持原有权重

D.增配稳定币

答案：D。高置信CVaR惩罚尾部，稳定币尾部风险最低。

11.在机器学习因子合成中，若采用XGBoost，为防止未来函数引入，需在交叉验证时

A.采用GroupKFold按时间分组

B.采用随机Shuffle

C.采用StratifiedKFold

D.采用留一法

答案：A。时间序列需按时间切分避免信息泄漏。

12.对期权组合做情景分析时，若使用SABR模型，下列参数主要控制低执行价渐近斜率的是

A.α

B.β

C.ρ

D.ν

答案：β。β决定CEV弹性，直接影响低Strike渐近斜率。

13.在贝叶斯动态beta估计中，若观测噪声方差先验取Inverse-Gamma(0.001,0.001)，最可能出现的异常是

A.滤波发散

B.参数过拟合

C.后验无定义

D.边缘似然不可积

答案：A。先验信息过弱导致卡尔曼增益过大，滤波发散。

14.对ESG因子进行双重差分检验时，若处理组与对照组在事件前趋势不一致，则首选稳健性检验为

A.置换检验

B.加入线性趋势交互

C.合成控制法

D.倾向得分匹配

答案：C。合成控制可重构反事实路径。

15.在波动率预测竞赛中，若采用HAR-RV模型，对跳跃成分做稳健估计时，最优阈值函数为

A.3σ

B.双幂变差

C.中位数绝对偏差

D.自适应阈值

答案：D。自适应阈值兼顾跳跃大小与波动水平，误差最小。

【多项选择题】（每题3分，共30分，每题至少两项正确，多选少选均不得分）

16.关于深度生成模型在组合优化中的应用，下列说法正确的是

A.变分自编码器可生成收益率场景

B.生成对抗网络可缓解样本不足

C.