量化面试准备：新毕业生概率谜题模板与Jane Street练习
答得最好的人，往往第一个被筛掉。这个悖论在Jane Street的面试室里反复上演。2023年秋天，一位MIT数学系学生在第二轮phone screen后收到拒信，他的反馈是"解题太快，沟通太少"。同一个月，一位卡梅隆大学的候选人用两倍时间讲完同一道题，拿到了onsite。
差异不在于智商，而在于面试官在评估什么。Jane Street的面试设计从来不是寻找"能解出题的人"，而是在模拟一个交易场景：你能否在压力下清晰表达不确定，能否在信息不完备时做出可辩护的判断，能否让对面的人愿意和你再做一笔生意。这篇文章裁断的，正是大多数新毕业生对"准备"二字的误解。
一句话总结
Jane Street的概率面试不是数学竞赛的延伸，而是对决策本能的压力测试。刷完五十道绿皮书题却讲不清"为什么先猜这个数"的人，系统性地输给那些只练过二十道但能模拟真实交易对话的候选人。准备的核心是建立"有声思考"的肌肉记忆，而非追求解题速度。真正通过面试的人，不是算对答案的人，而是让面试官觉得自己"愿意在凌晨两点的交易台上信任这个人"的人。
适合谁看
第一类是正在申请Jane Street、Two Sigma、Citadel等量化交易公司新毕业生项目的求职者，尤其是数学、物理、计算机背景但缺乏金融行业经验的学生。第二类是反复卡在第二轮或onsite、收到"沟通不足"或"直觉不准"模糊反馈的候选人。第三类是帮学生做模拟面试的导师或学长，需要理解当代量化面试的评估框架已发生结构性变化。
具体场景：2024年Jane Street的new grad quant trader岗位收到超过八千份申请，最终全球录用约四十人。面试漏斗极陡——phone screen通过率约百分之十五，onsite后offer率约百分之二十。一位2023年录用的候选人描述他的体验：第一轮phone screen是三十分钟，面试官抛出一道改编的"俄罗斯轮盘赌"变体，关键不是答案，而是在他给出初始答案后，面试官连续追问"如果初始条件改了呢"。
他后来得知，这轮的设计意图是观察候选人面对否定时的反应模式——有人立刻防御性辩解，有人停顿后重新建模，后者直接进入下一轮。另一位在onsite被淘汰的哈佛物理博士，复盘时意识到自己在白板前背对面试官写了十五分钟，全程没有 eye contact。他的解题过程完美，但面试官的笔记写着"无法共事"。
薪资框架必须清晰：Jane Street 2024年新毕业生quant trader的base salary为二十万美元，signing bonus五万美元，第一 year-end bonus根据入职时间约十五至三十万美元，总包第一年约二百四十万至三百五十万美元。Two Sigma同类岗位base稍低约十八万，但bonus结构更激进，头部新人第一年总包可达四百万美元。
Citadel的base约二十二万，signing bonus可谈判至七万五，但工作强度和文化差异显著。这些数据不是让你眼红的，是让你理解竞争的烈度——每一个数字背后都是残酷的筛选。
不是做题多少，而是做题的"社交维度"
绝大多数新毕业生的准备方式是私密的、线性的：拿到题、关上门、解出来、对答案。这种模式的致命缺陷在于，它模拟的是考试场景，而非交易场景。
Jane Street的面试室不是考场。面试官的角色不是"阅卷人"，而是"交易对手"——他们会打断你，会质疑你，会故意给出误导性提示。一位2023年的面试官在内部debrief中描述他的评估标准：我要求候选人在三句话内让我理解他的核心假设。
如果做不到，无论答案多正确，我都标记为"沟通风险"。另一位资深trader的补充更直接：我要的是在真实交易中，我的P&L和他的决策绑在一起的时候，我敢不敢不盯屏幕。
具体场景还原：一场典型的phone screen。面试官说："你有一个不公平硬币，正面概率p未知，但你知道p服从[0,1]均匀分布。你抛了两次，都是正面。现在让你赌第三次是正面还是反面，你押什么？"
错误版本的候选人内心活动：这是Beta分布的后验，计算后验期望是3/4，所以押正面。然后直接报答案。
正确版本的候选人反应：先停顿，说"我需要确认几个东西"，然后问"赌注结构是什么？赔率多少？我可以选择不赌吗？
"得到"必须赌，赔率一比一"后，才开始建立模型，并在过程中不断出声："我的先验是均匀分布，两次观测后后验是Beta(3,1)，期望是3/4。但这里有个微妙之处——如果这是真实交易，我需要考虑我的置信度是否足够下注全部筹码。让我算一下后验概率下正面超过反面的概率..." 最后给出答案时，已经展示了三层思考：数学正确性、风险意识、实际约束。
关键判断：不是"解对题"，而是"在解题过程中展示可协作的思维方式"。这个转变对很多竞赛背景的学生反直觉——他们花了十五年训练"最快最准"，现在需要重新学习"最清晰最可质疑"。
> 📖 延伸阅读：Stripe PMrejection recovery指南2026
概率谜题的"模板化"准备是条死路
市场上流通的"Jane Street真题集"超过两百道，绿皮书（A Practical Guide to Quantitative Finance Interviews）被翻烂。但模板化准备的悲剧在于，它制造了大量"看起来会"的候选人，在面试官的变异追问下瞬间崩塌。
具体案例：2024年一位CMU数学系学生的onsite经历。他在前两轮表现优异，均为标准概率题。第三轮面试官说："这道题你可能做过，我改了一下条件。"原题是"100个囚徒找号码"，改成了"囚徒可以协商但传递信息有噪声"。
他立刻套用原题策略，没有意识到噪声条件破坏了原策略的信息论基础。面试官在debrief中的原话：他听到了"做过"，而不是听到了题目。这是致命的——在真实交易中，市场条件每天都在变异，套用历史策略而不重新检验假设的人会造成真金白银的损失。
Insider场景：hiring committee的讨论记录（基于公开复盘和匿名访谈重构）。一位候选人的评分卡上，技术能力4.5/5，沟通能力2/5。争论焦点是：他的数学没问题，但当我说"我不同意你的假设"时，他的回应是"但数学上这是对的"，而不是"让我看看你的concern是什么"。另一位面试官支持录用：但他在压力下没有尝试理解我的视角。
最终投票4:1否决。HC主席的总结：我们不是在找解方程的人，我们是在找能一起建模型的人。不是数学能力不够，而是协作能力缺失——这个判断标准对纯学术背景的学生尤其残酷。
正确的准备方式是个性化的"追问日志"。每做一道题，强制自己写下：我最可能被质疑的三个点是什么？如果面试官说"我不同意你的第一个假设"，我的回应路径是什么？这种准备无法被真题集替代，因为它训练的是元能力——对不确定性的管理，而非对特定题型的熟练。
Jane Street练习的"内幕"：他们到底在练什么
Jane Street的面试准备材料公开且透明——公司官网上有quantitative research的sample questions，包括经典的"骰子游戏"、"硬币翻转"、"最优停止"等。但大多数候选人误解了这些材料的目的。
不是让你"刷完"这些题，而是让你理解这些题的"设计哲学"。每一道sample question背后都有明确的评估维度：
"骰子游戏"（你有一个骰子，可以重掷任意次，目标是最大化某个函数的值）——考的不是动态规划的熟练度，而是"何时接受现状、何时继续冒险"的直觉。正确版本的候选人会在解完后主动讨论："这个结果对风险厌恶系数敏感，如果我是风险中性的，策略会完全不同。"
具体场景：一位2024年录用的候选人的准备笔记。她没有做超过三十道题，但每道题做了"三遍变形"：第一遍标准解法，第二遍改变目标函数（比如从期望最大化变成概率最大化），第三遍加入实际约束（比如"你只能承受最多三次失败"）。
她的洞察：Jane Street的题不是难在数学，是难在"把模糊的 verbally stated problem 翻译成可操作的数学结构"。第三遍变形强迫我练习这个翻译过程，而不是背诵解法。
另一个被低估的准备资源是Jane Street的puzzle hunts和编程竞赛。这些活动的设计团队与面试官有重叠，风格高度一致：强调在信息不完备时做合理假设，强调团队协作中的分工与沟通。参加过2023年puzzle hunt的一位候选人回忆：有一个环节需要我们在五分钟内决定要不要"all-in"一个不确定的解。
那个压力瞬间和面试中被追问"你确定吗"几乎 identical。不是解题能力的测试，是决策本能的暴露。
> 📖 延伸阅读：zh-anthropic-pm-xingwei-mianshi-wuda-wenti
面试流程的每一轮：时间、考察点、淘汰逻辑
Jane Street的新毕业生quant trader面试流程全球统一，但细节每年有微调。基于2023-2024周期的综合信息，完整拆解如下：
第一轮：Phone Screen，30分钟
考察点：基础概率与统计直觉，沟通清晰度。典型题目是改编的经典概率题，如"两个信封问题"的变体。淘汰主因：答案正确但无法解释推理过程；或过度纠缠数学细节而忽略问题的实际约束。时间分配：前5分钟自我介绍与热身，15-20分钟解题，5-10分钟反问。注意：反问环节不是礼节，是评估的一部分——问"这个职位最需要的特质是什么"的人，比问"工作时长多少"的人得分更高。
第二轮：Phone Screen，45-60分钟
考察点：更复杂的概率建模，压力下调整假设的能力。题目通常涉及多步骤推理，如"最优停止"的变体。关键差异：面试官会故意给出矛盾信息或质疑你的中间步骤。一位候选人的经历：他说"让我们假设X"后，面试官说"但如果X不成立呢"。
正确的反应不是防御，而是"好，那我们需要分情况讨论。如果X不成立，我的模型需要加入Y变量，这会导致..." 淘汰主因：无法灵活调整模型；或在压力下坚持明显错误的假设。
Onsite：4-5轮，每轮45-60分钟，分布在一天或两天
轮次包括：概率建模、博弈论/市场设计、编程/数据分析（非必须，取决于背景）、行为面试/文化 fit、与资深trader的午餐面试（非正式但计分）。
概率建模轮：类似第二轮的升级版，但使用白板，要求实时书写和讲解。考察点：在视觉辅助下保持逻辑清晰；处理面试官的实时打断。具体技巧：不要背对面试官写字，每写两步就转身确认"这部分清楚吗"。
博弈论/市场设计轮：典型题目是"设计一个拍卖"或"这个游戏的均衡策略是什么"。2024年的一个真实变体："设计一个让买卖双方都愿意真实报价的机制"。不是考标准拍卖理论的背诵，而是考察对激励相容的直觉理解。正确版本的候选人会先问"我们的优化目标是什么？社会总福利？卖方收益？"
行为面试：被严重低估的淘汰轮。常见问题："告诉我一次你失败的经历"、"描述一个你和他人意见不合的场景"。Jane Street的特定文化：极度直接、智力诚实、拒绝等级观念。
错误版本：讲述"我通过努力最终说服了团队"的故事——这暗示你不接受质疑。正确版本：讲述"我最初坚持一个观点，经过他人的挑战后改变了看法，并且这个改变带来了更好的结果"——这展示的是intellectual honesty，该公司的核心价值。
Superday/最终轮：与部门负责人或合伙人的面试
通常一轮，60分钟。考察点：长期潜力，是否"像我们自己人"。一位合伙人的公开分享：我在找的是十年后能和我辩论交易策略的人。不是现在知道多少，而是学习的速度和方式。
准备清单
系统性拆解面试结构，从概率基础到压力沟通，PM面试手册里有完整的面试框架实战复盘可以参考，但量化面试的特殊性在于数学深度和实时互动的双重压力，需要针对性调整。
建立"有声思考"的录音习惯。每周至少三次，给自己限时三十分钟解一道概率题，全程录音。回放时检查：我是否在解到第三步时沉默超过二十秒？我是否使用了"可能是这样吧"这类模糊表达？我是否在得到答案后主动讨论了 Robustness？目标不是完美，是可识别的进步轨迹。
完成绿皮书的概率章节，但不是做题而是"讲题"。每道题解完后，假设对面有一个不懂数学的人，用三分钟讲清楚为什么这个答案直觉上合理。Jane Street的面试官背景多样，有人是数学PhD，有人是哲学本科转行的资深trader，能向下兼容的解释能力是稀缺的。
参加至少两次模拟面试，且模拟面试官必须满足一个条件：会在你解题中途打断你、质疑你、甚至故意误导你。不是找温和的前辈，是找会扮演"难搞的交易对手"的人。一位2023年录用的候选人的经验：我的室友在模拟中每次都说"我听不懂"，逼我重说了七遍后，我发现了自己假设中的三个漏洞。
针对性准备"变异追问"。对于你练习过的每一道题，写下：如果初始条件改一个数字，答案怎么变？如果面试官说"我觉得你的假设有问题"，我最可能的漏洞在哪里？如果必须在一分钟内给出直觉判断，我的heuristic是什么？这种准备无法被任何题集替代，因为它训练的是面对未知的结构。
研究Jane Street的公开文化材料：博客文章、公开演讲、puzzle hunt archive。不是背诵，而是理解他们的语言风格和思维习惯。一位面试官的观察：能自然引用"我们公司在某篇博客中讨论过类似问题"的候选人，显示的是真实的兴趣而非应试的准备——但这种引用必须是相关的、克制的，过度讨好适得其反。
在onsite前进行"白板礼仪"的物理排练。包括：如何在写字时保持部分面向面试官；如何在白板上组织空间，让面试官能跟上你的推理链条；如何在写错时自然修正而不慌乱。这些细节在高压下的影响被严重低估。一位因"白板前背身十五分钟"被淘汰的候选人的教训：我以为数学证明需要专注，但他们要的是对话。
常见错误
错误一：把"快速解出"当作目标
BAD：候选人在phone screen中，十五分钟解完一道预计三十分钟的题，然后沉默等待下一个问题。面试官的后续问题"你对这个答案有多确定"被当作闲聊，候选人回答"数学上这是确定的"。实际结果：面试官标记为"缺乏对不确定性的感知"，第二轮后被淘汰。
GOOD：同一位候选人的改进版本。解完后主动说："我的计算给出了3/4这个数字，但我想讨论一下我的置信度。我的模型依赖于两个假设：一是独立性，二是先验分布的选取。如果第一个假设被违反，比如存在某种隐藏的序列相关性，结果会..." 这不仅展示技术深度，更展示在真实交易中管理风险的本能。不是快慢的问题，是是否理解"答案"和"决策"之间的距离。
错误二：过度准备"标准答案"，在变异题上崩溃
BAD：一位准备了四十道绿皮书题的学生，在onsite遇到一道"看起来相似但条件不同"的题时，试图套用记忆中的解法。当面试官指出"你的假设在这里不成立"时，他花了十分钟辩解为什么这个假设"近似成立"，而不是重新建模。Debrief记录：无法适应新信息，在交易台上是致命缺陷。
GOOD：面对变异题的正确姿态。停顿，说"这道题和我之前见过的某题相似，但让我先确认条件是否有变化"，然后逐条核对。在发现差异后，明确说"这个变化意味着我需要放弃之前的策略，因为..." 然后从头建立新模型。不是展示你做过多少题，是展示你如何处理"这道题我没做过"的情境——后者才是真实工作的常态。
错误三：在行为面试中讲述"完美"故事
BAD：候选人被问"描述一次你犯错的经历"，讲述了"我在一个项目中最初判断有误，但通过加班加点最终完美交付"的故事。面试官追问：你学到了什么？答：要更加仔细地检查。追问：具体改变了什么工作习惯？答：我会花更多时间复查。结果：被认为回避真正的反思，缺乏intellectual honesty。
GOOD：同一位候选人在 coaching 后的版本。讲述在学术研究中坚持一个错误假设三个月，直到一位同事的挑战让他意识到问题。
关键转折：描述自己最初的防御反应——"我第一反应是找数据支持我的观点"——以及最终如何被说服，以及这个经历如何改变了他在团队中的沟通方式。不是展示完美，是展示"被说服的能力"——在Jane Street的文化中，这比"说服他人的能力"更重要。
FAQ
Q: 我的数学背景不够"顶尖"（非IMO/Putnam级别），是否有机会？
有机会，但路径不同。Jane Street的录用者中确实有大量竞赛背景，但同样存在"普通"数学背景的成功案例——他们的共同点是弥补了纯数学深度上的差距。具体案例：一位2023年录用的候选人，本科来自排名二十名左右的学校，无竞赛背景。他的策略是深度专精一个细分领域（随机过程在金融中的应用），并在面试中主动引导对话到这个领域。在onsite的博弈论轮，他提出"这个问题让我联想到随机控制中的某个模型"，然后展示了超出常规准备的深度。
面试官的反馈：他不是最广泛的，但在他的领域，他能教我一些东西。这不是说你可以偏科，而是说"顶尖"的定义在公司内部是多元的——不是只有竞赛一条路。关键判断是：你的准备是否让你在某个维度上不可替代？不是和IMO金牌生拼解题速度，是找到你的独特价值主张。
Q: 如何平衡"展示数学能力"和"避免过度技术化"？
这是面试中最微妙的张力之一。具体场景：一位候选人在解一道涉及条件期望的题时，写出了一个精美的测度论框架。面试官的眼睛 glazing over，在第三分钟打断他："能给我直觉吗？" 候选人瞬间慌乱，因为他只有形式化语言，没有直觉表达。结果：技术深度被认可，但沟通能力被标记为风险。
正确的裁断是：数学是你的工具，不是你的产品。面试官需要看到的是，你能不能用这个工具解决一个他不理解细节但关心结果的问题。实操方法：每写出一个 formal expression，强迫自己用一句话解释"这在直觉上意味着什么"。例如，不是"这是给定F_t-代数下的条件期望"，而是"这意味着，基于到目前为止的所有信息，我的最佳猜测是..." 不是放弃数学严谨，是给数学穿上可沟通的外衣。一位资深trader的观察：我在交易台上需要和sales、clients、operations沟通，如果一个quant只能对黑话，我会担心他的可合作性。
Q: 如果我在面试中遇到了完全不会的题目，应该怎么办？
这不是"如果"，是"何时"。Jane Street的面试设计意图就包括制造"不会的时刻"，观察你的反应模式。具体案例：2024年一位候选人在第四轮onsite遇到一道德意志问题变体，他完全没思路。他的第一反应是说："这道题我目前没有一个清晰的解法。让我尝试从几个角度探索，你可以告诉我是否在正确的方向上。" 然后他开始列出可能的approach，逐一快速排除明显无效的，对剩余的一个进行 shallow dive。五分钟后，他说："这个方向似乎最有希望，但我卡在了X步骤。在真实交易中，我可能会在这个时候寻求同事的意见，或者寻找简化假设继续推进。
你的建议是？" 面试官后来的反馈：他展示了在不确定中管理进度的能力，这是我们要的。不是"会做题"，是"不会做题时的行为模式"。错误版本：沉默超过三十秒；或立即说"这题我不会，换一道吧"；或假装会然后开始胡扯。正确版本：结构化地探索，明确标注自己的不确定，主动管理对话的节奏。这个技能无法通过刷题获得，必须通过模拟面试中的刻意练习建立。
另一位候选人的反面案例：他在遇到难题时，反复说"让我想想"，然后白板前沉默两分钟。面试官不得不打断他，但这已经造成了尴尬——面试官的 notes 写着"压力下冻结"。后来他通过 mock interview 训练了一个具体的话术库：遇到卡壳时的标准开场白、请求澄清的措辞、转移话题到相关已知领域的桥梁句。
不是背诵，是建立肌肉记忆，让"不会"的时刻也能展示可合作性。最终判断：面试中"不会"的处理方式，往往比"会"的题目更能预测你在交易台上的表现。因为真实交易中没有标准答案，只有信息不完备时的决策。
准备好系统化备战PM面试了吗？
也可在 Gumroad 获取完整手册。