突击债市高频交易(固收)面试

第零部分:债市基本概念

债券(Bond) 是固收面试中最基础但也最核心的概念。对于证券公司固收部(FICC)的面试,你不能只背教科书定义,必须掌握中国市场的实务分类

1. 什么是债券?(一句话定义)

债券本质上是一种有价证券 ,代表了债权债务关系

  • 通俗理解:发行人(借钱方)给投资者(借出方)打的"欠条"。
  • 核心三要素本金 (Face Value)、利率 (Coupon Rate)、到期日(Maturity Date)。
  • 关键特征:约定在未来特定时间还本付息。

2. 债券分为哪几种?(实务分类体系)

在面试中,不要 仅仅回答"政府债、公司债"这种教科书分类,要直接切入中国债市最核心的 "利率债 vs 信用债" 二元结构,这能体现你的专业度。

A. 按风险特征分类(中国债市核心分类)

这是固收交易员每天挂在嘴边的分类方式:

  • 利率债 (Interest Rate Bonds)
    • 定义 :主要由国家或国家级机构发行,几乎没有信用风险 (国家不会破产),主要承担利率波动风险

    • 包含品种

    • 国债 (CGB):财政部发行,信誉最高,是市场的定价基准。

    • 地方政府债:地方政府发行,有税收担保。

    • 央行票据:央行发行的短期债券。

    • 政策性金融债 (政金债) :由国开行、进出口行、农发行这三家政策性银行发行,虽然是银行发的,但市场默认它们具备准国家信用。

      • 这三家银行合称"三大政策性银行"(严格来说国开行现在定义为"开发性金融机构"),它们是 中国债券市场(特别是银行间市场)最重要的发行主体之一 。在交易员眼中,这三家银行发行的债券统称为"政金债"(政策性金融债)信用等级为准主权级(Quasi-sovereign)。虽然理论上是银行发的,但市场默认它们有国家信用背书,违约风险几乎为0,等同于国债。 市场地位:它们发行的债券是"利率债"的主力军。在很多时候,国开债(CDB Bonds)的流动性甚至比国债还要好,是高频交易员最喜欢的炒作标的。
      • A. 国家开发银行 (CDB) ------ 债市的老大 行话简称:国开、开行。职能:主要搞大基建。比如修大坝、高铁、棚户区改造、"一带一路"基础设施。交易员考点:它是全球最大的开发性金融机构,发债量极大。"10年期国开债" (10Y CDB) 是债市情绪的风向标。甚至很多时候,大家看市场跌不跌,先看10年国开活跃券(比如代码 240210)跌不跌。
      • B. 中国进出口银行 (CEXIM) ------ 搞外贸的行话简称:口行。职能:支持外经贸。给出口企业贷款、支持中国企业"走出去"、搞对外援助。交易员考点:发债规模比国开行小,流动性稍弱一点,但在特定的跨品种套利策略中很有用。
      • C. 中国农业发展银行 (ADBC) ------ 搞农业的 行话简称:农发。职能:支持三农。比如国家收购粮食的钱、农村水利建设等。交易员考点:同上,属于政金债的重要组成部分。
      • 高频交易岗必问:政金债 vs. 国债 有什么区别?这是面试里的高频考点 ,能体现你是不是真的懂中国市场。
        • 税收差异(核心)
        • 国债 :利息收入免税(免所得税)。
        • 政金债 :利息收入不免税(通常要交25%的企业所得税)。
        • 利差(Spread)
          • 因为政金债要交税,所以理论上政金债的收益率 > 国债的收益率
          • 这两者之间的差额叫**"税收利差"**(Tax Spread)。如果这个利差突然变大或变小,就是交易机会(套利策略)。

"国开行、进出口行和农发行是中国的政策性银行,它们发行的'政金债'与国债一起构成了利率债市场的主体。对于高频交易来说,国开债尤为重要,因为它的流动性极好,是市场情绪的晴雨表,也是我们捕捉日内波动的重要标的。"

  • 信用债 (Credit Bonds)
    • 定义 :由企业或商业机构发行,除了利率风险外,还承担信用风险(即借钱人可能还不起钱的风险)。
    • 包含品种:企业债、公司债、中期票据(MTN)、短期融资券(CP)等。
    • 收益逻辑:因为有违约风险,所以收益率通常比利率债高,多出来的这部分收益叫"信用利差"。
B. 按发行主体分类(教科书分类)
  • 政府债券:国债、地方债。信誉最高,安全性最好。
  • 金融债券:银行或非银行金融机构发行的。比如商业银行债、证券公司债。
  • 公司/企业债券:工商企业发行的。风险相对最高。
C. 按付息方式分类(计算题考点)
  • 附息债券 (Coupon Bonds):最常见。定期(如每年或每半年)支付利息,到期还本。
  • 零息债券 (Zero-Coupon Bonds) :期间不支付利息,到期一次性还本付息。通常用于长期债券。
  • 贴现债券 (Discount Bonds)打折卖给你(比如98元买入),到期按面值(100元)偿还。差价就是利息。通常用于1年以内的短期债券。
D. 补充:特殊品种(加分项)
  • 可转债 (Convertible Bonds):可以按照约定价格转换成股票的债券,兼具股性和债性。
  • 熊猫债 :境外机构在中国发行的人民币债券。

如果在面试中被问到这个问题,建议这样回答:

"债券本质上是债权债务关系的凭证。从实务交易的角度来看,中国债市主要分为利率债信用债 两大类。利率债 包括国债和政金债等,主要受宏观利率变动影响,流动性好,是我们高频交易组的主要标的 ;而信用债则更多涉及发行主体的违约风险。"

这样既回答了定义,又联系到了你应聘的岗位(高频交易组),展示了你对业务的理解。

第一部分:核心概念突击

目标:掌握行话,不犯低级错误。

一、 债券定价核心机制(必考)(40%)

  • 价格与收益率的反向关系:这是债市铁律。收益率(Yield)上升,债券价格(Price)下跌。
  • 直觉理解:如果市场上新发的债券利息更高,你手里旧的低息债券就不值钱了,必须降价卖。
知识点:基点 (BP - Basis Point)

BPBasis Point 的缩写,中文叫**"基点"
它是金融市场(尤其是债券和利率市场)中
最小的计量单位**。

对于你要面试的高频交易(HFT)岗位,BP 就是你的**"生命线"**,因为高频交易赚的就是这一个、两个 BP 的波动。


1. 数学定义(死记硬背)
  • 1 BP = 0.01% (百分之零点零一)
  • 1 BP = 0.0001 (万分之一)
  • 100 BPs = 1%

💡 速算技巧

看到百分号 %,把小数点往右移两位,就是 BP。

  • 1.5 % = 150 BPs 1.5\% = 150 \text{ BPs} 1.5%=150 BPs
  • 0.05 % = 5 BPs 0.05\% = 5 \text{ BPs} 0.05%=5 BPs

2. 为什么要用 BP?(行话的必要性)

债券收益率的波动通常非常微小,使用百分比口述容易出错。

  • 如果不拥 BP :交易员 A 喊:"现在国债收益率涨了百分之零点零三!"(太啰嗦,容易听错)。
  • 使用 BP :交易员 A 喊:"国债上了 3个BP!"(干脆、精准)。

3. BP 与 赚钱的关系(HFT 核心逻辑)

你在面试高频交易组时,必须明白 1个BP 代表多少钱

这里涉及一个概念叫 DV01 (Dollar Value of an 01),意思是收益率变动 1个BP,我的持仓盈亏是多少

逻辑链条推导

  1. 你手里持有 1000万 面值的 10年期国债。
  2. 假设它的久期(Duration)大概是 8
  3. 如果不严谨地速算:收益率每变动 1 BP ,债券价格大概变动 0.08% (即 1 BP × 8 1 \text{ BP} \times 8 1 BP×8)。
  4. 你的盈亏(PnL)计算:
    1000 万 × 0.08 % = 8000 元 1000\text{万} \times 0.08\% = \mathbf{8000 \text{元}} 1000万×0.08%=8000元

面试话术:

"对于高频交易来说,我们争夺的就是日内稍纵即逝的几个 BP。虽然 1 BP 看起来只是 0.01%,但在加上杠杆和久期放大后,1个BP 的波动可能意味着巨大的 PnL(盈亏)。"


4. 面试场景模拟
  • 面试官问:"昨天 10年国债活跃券收盘多少?"
  • 错误回答:"大概是 2.12%。"(太外行,没精度)
  • ** 专业回答**:"昨天收在 2.1225%,较前日下行了 1.5个BP。"(这显示了你对微小波动的敏感度)。

总结
  1. BP = 0.01%
  2. 上行 (Up) = 收益率涨 = 价格跌。
  3. 下行 (Down) = 收益率跌 = 价格涨。
3. 久期 (Duration) ------ 一阶导数

这是 HFT 风控的核心。不要只记"回本时间",要记 "敏感度"

(1) 麦考利久期 (Macaulay Duration) ------ 物理意义

它是现金流支付时间的加权平均值

  • 直觉理解 :你可以把它想象成一个跷跷板的支点(Center of Gravity)
    • 如果一个债券大部分钱都在最后才还(比如零息债券),支点就靠后,久期就长。
    • 如果一个债券刚开始就还很多钱(高息债券),支点就靠前,久期就短。
(2) 修正久期 (Modified Duration) ------ 数学意义(重点!)

这是你一定要在面试里秀出来的理解:久期就是价格对收益率的一阶导数(斜率)。

公式如下
D m o d = − 1 P d P d y D_{mod} = -\frac{1}{P} \frac{dP}{dy} Dmod=−P1dydP

或者写成变化率形式
Δ P P ≈ − D m o d × Δ y \frac{\Delta P}{P} \approx -D_{mod} \times \Delta y PΔP≈−Dmod×Δy

  • 含义 :如果收益率 y y y 变动 1%,价格 P P P 会变动百分之多少?
  • 例子 :如果某债券的修正久期是 8
    • 当收益率上升 1% (100bps),价格大约下跌 8%
    • 当收益率上升 1bp (0.01%),价格大约下跌 0.08%

** HFT 面试必杀技**:

面试官:"为什么高频交易关注久期?"

:"因为我们需要用久期来快速估算 PnL(盈亏)。如果你告诉我市场下了 2个BP,我知道手里久期为 5 的债券,大概会涨 2 × 5 = 10 2 \times 5 = 10 2×5=10 个BP的市值。这比重新跑一遍折现模型要快得多。"


4. 凸性 (Convexity) ------ 二阶导数

久期(一阶导数)假设价格和收益率是线性关系 (一条直线)。

但实际上,价格公式 P = 1 ( 1 + y ) t P = \frac{1}{(1+y)^t} P=(1+y)t1 是一个曲线(非线性的)。

如果你只用久期(切线)去估算,会有误差。这个误差的修正量,就是凸性

数学本质(泰勒展开)

你一定学过泰勒级数展开。债券价格变动的公式其实是:

Δ P P ≈ − D m o d × Δ y ⏟ Duration (一阶项) + 1 2 × Convexity × ( Δ y ) 2 ⏟ Convexity (二阶项) \frac{\Delta P}{P} \approx \underbrace{-D_{mod} \times \Delta y}{\text{Duration (一阶项)}} + \underbrace{\frac{1}{2} \times \text{Convexity} \times (\Delta y)^2}{\text{Convexity (二阶项)}} PΔP≈Duration (一阶项) −Dmod×Δy+Convexity (二阶项) 21×Convexity×(Δy)2

  • Duration 是一阶导项(斜率)。
  • Convexity 是二阶导项(曲率)。
为什么说凸性是"好东西"?

看上面公式的第二项: 1 2 × C × ( Δ y ) 2 \frac{1}{2} \times C \times (\Delta y)^2 21×C×(Δy)2。

  • 因为 ( Δ y ) 2 (\Delta y)^2 (Δy)2 永远是正数(无论利率涨还是跌,平方都是正的)。
  • 这意味着:凸性永远会给你的价格加上一点点正收益
结论(背诵):
  • 大涨时 (收益率大跌):凸性让你涨得更多
  • 大跌时 (收益率大涨):凸性让你跌得更少
  • 这就是所谓的 "涨多跌少",是多头(Long)非常喜欢的属性。

总结:你的面试"作弊小抄"

概念 数学对应 (Math) 交易员人话 (Trader Talk) 你的强项 (CS/Quant视角)
价格 vs 收益率 反比函数 f ( x ) = 1 / x f(x) = 1/x f(x)=1/x "收益率下了,债牛来了(价格涨了)" 分母变小,分数值变大。
久期 (Duration) 一阶导数 (Slope) "这债久期太长,风险大,一动就暴跌" 泰勒展开的一阶项。衡量线性风险。
凸性 (Convexity) 二阶导数 (Curvature) "这债凸性好,跌不动,涨得快" 泰勒展开的二阶项。衡量非线性误差。

** 满分回答话术**:

如果面试官让你解释,你就说:

"久期 就是我们对风险的线性近似 (Linear Approximation),而凸性 是对这个近似的二阶修正 。在高波动环境下( Δ y \Delta y Δy 很大),线性模型失效,必须引入凸性来校准价格预测。"

这话说出来,稳了。

二、 中国债市特有的微观结构(HFT的战场)

中国债市是分裂的,弄清楚这个能让你脱颖而出:

  • 银行间市场(CIB, Interbank Market)

    • 大头:90%以上的交易量在这里。
    • 机制:询价机制(OTC),必须打电话或通过专门软件谈价格。
    • HFT机会:做市(Market Making),利用信息差套利。
  • 交易所市场(Exchange Market, 上交所/深交所)

    • 机制:竞价撮合(Order Book),和股票一样。
    • HFT机会 :这里是程序化交易的主战场,也是你如果入职最可能接触的领域。你需要理解

Limit Order Book (LOB)

    • 关键标的
      • 利率债:国债(CGB)、国开债(CDB)。流动性最好,是高频交易的主要标的。
      • 国债期货(Treasury Futures, T/TF/TS):对冲工具,流动性极高,经常用于跨期套利。

第二部分:高频交易(HFT)特有考点 (HFT Specifics)

目标 :展示你不仅会写代码,还懂高频交易的"游戏规则"------速度 (Speed)概率 (Probability)微观结构 (Microstructure)


1. 核心策略类型 (HFT Strategies)

HFT 不需要预测明天发生什么,只关注未来几秒甚至几毫秒

A. 做市策略 (Market Making) ------ 赚"辛苦钱"
  • 核心逻辑
    • 你充当"中间商",在市场上同时挂买单 (Bid)卖单 (Ask)
    • 利润来源买卖价差 (Bid-Ask Spread)
    • 例子:你挂单 99.00 买入,99.01 卖出。如果有人分别跟你成交,你就赚了 0.01 的无风险利润。
  • 最大风险:库存风险 (Inventory Risk)
    • 如果你刚买入(持有库存),市场突然暴跌,你卖不出去,这就砸手上了。
    • HFT 应对:一旦有库存,马上调整挂单价格(Skewing Quotes),迫使自己尽快平仓。
  • 技术关键
    • Order Book (订单簿) 分析:你需要看 Level 2 数据,看哪个价位堆的单子多。
B. 统计套利 (Stat Arb) ------ 比如"基差交易"
  • 核心逻辑均值回归 (Mean Reversion)
  • 经典场景:期现套利 (Basis Trading)
    • 现货 (Spot):10年期国债。
    • 期货 (Future):10年期国债期货 (T主力合约)。
    • 基差 (Basis) = 现货价格 - (期货价格 × 转换因子)。
  • 怎么赚钱?
    • 理论上,期货临近交割时,基差必须收敛归零
    • 如果现在的基差过大 (比如期货被超买,价格太高),你就卖空期货,买入现货
    • 等两者价格回归正常关系时,平仓获利。

2. 量化评估指标 (Performance Metrics)

面试官会问:"你怎么评价一个策略好不好?" 不要只说收益率!

💎 夏普比率 (Sharpe Ratio) ------ 必考
  • 公式 : S h a r p e = E [ R p − R f ] σ p Sharpe = \frac{E[R_p - R_f]}{\sigma_p} Sharpe=σpE[Rp−Rf]
    • (策略收益 - 无风险利率) / 策略波动率
  • 人话"承担单位风险,能换来多少超额回报。"
  • HFT 的标准 :普通股票策略夏普 1.5 就算不错,但 HFT 策略通常要求夏普 > 3.0 甚至更高。因为 HFT 交易次数极多,每天都在赚钱,波动极小。
📉 最大回撤 (Max Drawdown) ------ 必考
  • 定义:资金曲线从最高点跌到最低点的幅度。
  • 意义 :这是策略的**"压力测试"。如果一个策略一年翻倍,但中间曾腰斩过(回撤 50%),高频组通常不敢用**(因为可能会爆仓)。
  • Calmar Ratio:年化收益 / 最大回撤。这是衡量"稳健度"的更佳指标。
⚖️ 胜率 (Win Rate) vs. 盈亏比 (PnL Ratio)
  • HFT 的特征
    • 高胜率:通常在 55% - 60% 甚至更高(积少成多)。
    • 低盈亏比:赚一次可能只赚 1 BP,亏一次可能亏 1 BP。
    • 区别于趋势策略:趋势策略(CTA)通常是"三年不开张,开张吃三年"(低胜率,高盈亏比),HFT 则是"勤劳的小蜜蜂"。

3. 技术面与系统架构 (Technology & Architecture)

这是你 CS 背景的绝对主场。当面试官问技术时,往这里引。

🐍 Python vs. 🚀 C++ (The Research-Production Cycle)
  • 面试官问:"Python 够快吗?为什么还要 C++?"
  • 标准回答
    • Python 是为了研发效率 (Time-to-Market):利用 Pandas, Scikit-learn, PyTorch 快速处理数据、验证想法、回测策略。Python 是胶水语言,适合做离线研究 (Offline Research)。
    • C++ 是为了执行速度 (Latency) :实盘交易系统(Trading Engine)必须用 C++ 重写。因为 HFT 竞争的是 微秒 (microseconds) 级。
    • 关键痛点 :Python 的 GIL (全局解释器锁)GC (垃圾回收机制) 会导致不可控的延迟抖动 (Jitter),这是 HFT 无法忍受的。
⏱️ 延迟 (Latency) 的概念
  • Tick-to-Trade Latency:从策略收到行情数据 (Tick),到发出订单 (Order) 离开网卡的时间。
  • 竞争门槛 :顶级的 HFT 都在拼硬件(FPGA)和 Co-location (托管)
    • 加分名词Co-location ------ 把服务器直接放在交易所的机房里,物理距离最近,光速传输最快。
🕵️ 你的"数据科学家"人设
  • 如何处理回测过拟合 (Overfitting)?
    • 回答:我会使用样本外测试 (Out-of-Sample Testing),把数据分为训练集和验证集。绝不在训练集上调优参数后直接看结果。
    • 还可以用 Walk-Forward Analysis (滚动回测)

📝 面试实战模拟 (Q&A)

Q: "如果你的策略在回测里夏普比率是 5,上线后却亏钱了,可能是什么原因?"
(这是一道经典的'实盘 vs 回测'差异题)

✅ 满分回答逻辑:

  1. 滑点与冲击成本 (Slippage & Market Impact):回测假设我想买就能以当前价格买到,但实盘中我的大单子可能会把价格买高(Impact),导致成本增加。
  2. 过拟合 (Overfitting):我在历史数据上"挖掘"出了噪音,而不是规律。
  3. 未来函数 (Look-ahead Bias):回测代码里不小心用到了"未来的数据"(比如在 10:00 的决策里用到了 10:01 的收盘价)。
  4. 市场环境变化 (Regime Change):过去的市场规律(如低波动)在今天失效了(如突发高波动)。

第三部分:反应力与心算 (Mental Math & Brain Teasers)

目标 :在高压下展示极其敏锐的数字直觉和逻辑闭环能力。面试官不要求你算得像计算机一样快,但要求你估算准确思路清晰


1. 经典概率与逻辑题 (Quant Logic)

这类题目考察你的期望值思维 (Expected Value)

🔥 必考题型 A:硬币投掷 (Coin Toss)

这是 HFT 和 Quant 面试中最经典的马尔可夫链 (Markov Chain) 问题。

  • 题目:抛一枚均匀硬币,直到连续出现两次正面(HH),平均需要抛多少次?如果是先正后反(HT)呢?

  • ⚡️ 秒杀答案

    • HT (Head-Tail) :期望次数是 4
    • HH (Head-Head) :期望次数是 6
  • 🗣️ 直觉解释(给面试官听)

    • HT (存档模式) :当你抛出 H 后,如果下一个是 T,你赢了;如果下一个还是 H,你没赢,但你手里依然握着一个有效的 H ,进度没丢,只需再抛一次看是不是 T。失败成本低。
    • HH (硬核模式) :当你抛出 H 后,如果下一个是 H,你赢了;但如果下一个是 T,前功尽弃 !因为 T 不能作为 HH 的开头,你的进度条彻底清零,必须回到起点 重新开始。失败惩罚重,所以次数更多。
  • 🧮 数学推导(高阶展示:状态转移方程)
    如果你能写出这个方程,面试官会直接给你满分。

    我们定义 x x x 为从头开始的期望次数, y y y 为手里已经有一个 H 时的期望次数。

    方程中的 "1" 代表当前这一次抛掷动作的消耗(入场费)。

    1. 目标 HT (先正后反)

    • 方程 1 (起点) : x = 1 + 0.5 x + 0.5 y x = 1 + 0.5x + 0.5y x=1+0.5x+0.5y (一半概率回起点,一半概率进下一关)
    • 方程 2 (持有H) : y = 1 + 0.5 ( 0 ) + 0.5 y y = 1 + 0.5(0) + 0.5y y=1+0.5(0)+0.5y
      • 解释 :如果抛出 T (50%),结束 (0步);如果抛出 H (50%),手里还是 H,停留在当前状态 ( y y y)。
    • : y = 2 , x = 4 y=2, x=4 y=2,x=4。

    2. 目标 HH (先正后正)

    • 方程 1 (起点) : x = 1 + 0.5 x + 0.5 y x = 1 + 0.5x + 0.5y x=1+0.5x+0.5y (同上)
    • 方程 2 (持有H) : y = 1 + 0.5 ( 0 ) + 0.5 x y = 1 + 0.5(0) + 0.5x y=1+0.5(0)+0.5x 🚨 (关键区别!)
      • 解释 :如果抛出 H (50%),结束 (0步);如果抛出 T (50%),进度清零,必须退回起点 ( x x x)。
    • :代入计算得 x = 2 + y x = 2 + y x=2+y,且 y = 1 + 0.5 x y = 1 + 0.5x y=1+0.5x。最终解得 x = 6 x=6 x=6
🔥 必考题型 B:贝叶斯直觉 (Bayesian Inference)
  • 题目:某病发病率 1%。检测准确率 99%(有病测出阳性 99%,没病测出阴性 99%)。如果不幸测出阳性,真正得病的概率是多少?
  • 直觉陷阱:很多人会说 99% 或 90%。
  • 秒杀答案50%
  • 心算逻辑
    • 假设有 1000 个人。
    • 得病组:10 人(1%),其中 9.9 人被测出阳性(真阳性)。
    • 健康组:990 人(99%),其中 9.9 人被误测出阳性(假阳性,1% 的误报率)。
    • 结果:真阳性 (10) 和 假阳性 (10) 数量几乎一样。所以是你得病的概率是一半一半。

2. 快速心算技巧 (Mental Math Tricks)

交易员必须把这些数字刻在 DNA 里,看到分数立马反应出小数。

⚡ 分数转小数(必背表)
  • 1/6 ≈ \approx ≈ 0.167
  • 1/7 ≈ \approx ≈ 0.142857 (循环数,记 0.143)
  • 1/8 = 0.125
  • 1/9 ≈ \approx ≈ 0.111
  • 1/11 ≈ \approx ≈ 0.0909
  • 1/12 ≈ \approx ≈ 0.0833
  • 1/16 = 0.0625 (期权报价常用)
⚡ 两位数乘法(速算)
  • 场景:面试官突然问 "36 乘以 42 是多少?"
  • 技巧 1:拆分法
    • 36 × 42 = 36 × ( 40 + 2 ) 36 \times 42 = 36 \times (40 + 2) 36×42=36×(40+2)
    • 1440 + 72 = 1512 1440 + 72 = 1512 1440+72=1512
  • 技巧 2:平方差公式 (适用于接近的数)
    • 39 × 41 = ( 40 − 1 ) ( 40 + 1 ) = 1600 − 1 = 1599 39 \times 41 = (40-1)(40+1) = 1600 - 1 = 1599 39×41=(40−1)(40+1)=1600−1=1599

3. 市场数据与金融估算 (Market Awareness)

这部分展示你是否做好了"上工"的准备。你需要在面试前 1 小时更新这些数据,确保精准。

📊 关键利率(请填入今日实时数据)
  • 10年期国债 (10Y CGB) :约 1.8% (目前大概在 1.65% - 1.80% 之间,请去中国货币网确认)。
  • 10年期国开债 (10Y CDB) :通常比国债高 5-15 BPs(隐含税率)。
  • DR007 (银行间 7天回购利率) :资金成本的风向标,通常在 1.5% - 1.8% 左右。
🧮 盈亏估算 (PnL Estimation) ------ 最重要的题
  • 题目 :你有 1000万 面值的债券,久期 (Duration) 是 8 。如果收益率上行 3个BP,你亏多少钱?
  • 心算公式
    PnL ≈ − Face Value × Duration × Δ Yield \text{PnL} \approx -\text{Face Value} \times \text{Duration} \times \Delta \text{Yield} PnL≈−Face Value×Duration×ΔYield
  • 计算步骤
    1. DV01 (1个BP值多少钱) : 1000 万 × 8 × 0.0001 = 8000 元 1000\text{万} \times 8 \times 0.0001 = 8000 \text{元} 1000万×8×0.0001=8000元。
    2. 总盈亏 : 8000 × 3 = 24 , 000 元 8000 \times 3 = 24,000 \text{元} 8000×3=24,000元。
  • 回答:"亏损约 2.4 万元。"

4. 应对策略:如果卡住了怎么办?

  • 不要沉默 :把你的思考过程说出来。 "我在计算 36 × 42 36 \times 42 36×42,我会把它拆成 36 × 40 36 \times 40 36×40 加上 36 × 2 36 \times 2 36×2..."
  • 允许估算 :如果算不出精确值,先给范围。 "具体小数我需要一点时间,但大概是 0.14 左右。"
  • 压力测试 :面试官可能会在你算的时候催你。
    • 应对 :深呼吸,不要加速,保持自己的节奏。正确率 > 速度。做对了是能力问题,做错了是风控态度问题(HFT 大忌)。

相关推荐
Turboex邮件分享3 小时前
邮件系统的未来趋势:AI、机器学习与大数据分析的融合应用
人工智能·机器学习·数据分析
大闲在人3 小时前
惠普利用运筹学改进打印机生产线的设计
数据分析·供应链管理·智能制造
byte轻骑兵6 小时前
时序数据库选型指南:以Apache IoTDB为例看国产时序数据库的优势与实践
大数据·数据分析·apache·时序数据库·iotdb
高-老师6 小时前
基于R语言生物信息学大数据分析与绘图实践技术应用
开发语言·数据分析·r语言·生物信息
数说故事7 小时前
如何采集游戏行业数据,实现全球游戏数据分析
数据分析·游戏数据·数据洞察
爱思德学术7 小时前
中国计算机学会(CCF)推荐学术会议-A(数据库/数据挖掘/内容检索):SIGKDD 2026
大数据·人工智能·数据分析
AC赳赳老秦7 小时前
华为昇腾适配DeepSeek实战:FP8转BF16权重与FlashMLA加速配置详解
大数据·人工智能·机器学习·数据分析·kafka·etl工程师·deepseek
地瓜伯伯20 小时前
elasticsearch性能调优方法原理与实战
人工智能·elasticsearch·语言模型·数据分析
YangYang9YangYan1 天前
2026大专大数据专业学习数据分析的价值与应用
大数据·学习·数据分析