量化面试题及详细答案.docxVIP

量化面试题及详细答案

一、基础概念题（入门必问，考察基础功底）

1.请解释什么是量化交易？与主观交易相比，它的核心优势和劣势分别是什么？

答案：量化交易简单说，就是用计算机程序（结合数学、统计模型）替代人工判断，自动执行交易策略的一种方式——核心是“数据驱动+规则明确”，把交易逻辑（比如入场、出场、仓位控制）写成可执行的代码，减少人为情绪干扰。

核心优势：①纪律性强，能严格执行预设策略，不会因为贪婪、恐惧偏离规则（比如不会追涨杀跌）；②效率高，能同时处理海量数据（比如全市场股票、期货数据），捕捉人工难以发现的细微规律；③可回测，策略上线前能通过历史数据验证效果，提前判断可行性；④分散性好，能同时运行多个不同策略、覆盖多个品种，降低单一风险。

核心劣势：①模型依赖度高，一旦市场风格切换（比如从震荡市变成单边市），模型可能失效，出现“过拟合”问题；②开发成本高，需要懂编程、数学、金融，团队协作要求高；③缺乏灵活性，面对黑天鹅事件（比如突发政策、极端行情），程序无法像人一样灵活调整，可能造成亏损；④数据质量影响大，若数据有偏差、滞后，会直接导致策略失效。

2.什么是过拟合？如何在量化策略开发中避免过拟合？

答案：过拟合是量化里最常见的坑，简单说就是“策略在历史数据上表现极好，但在实盘或新数据上表现极差”——本质是模型过度贴合历史数据的偶然波动，把噪声当成了可复制的规