Citadel / Optiver / HRT 量化面试全流程（2026）：OA、概率轮、低延迟系统设计与准备路线

💡 核心要点 (Key Takeaways)

• 量化公司的淘汰发生在和你预期不同的地方：同学提供的面经里，Optiver 与 HRT 的挂点明显集中在 OA（在线笔试）—— Optiver 37 条样本里 22 条停在笔试，HRT 21 条里 10 条停在笔试。OA 不是筛人门槛，它就是主战场。
• 『概率与期望值』是一条独立的能力线，不等于刷 LeetCode：Optiver 公开的 Beat the Odds 轮里，出现的是洗牌后第 11 张牌为红的概率、四骰子三小之和为 3 的概率、不公平硬币 60/40 下注到 $20 的胜率、8 枚硬币出现连续三个同面的概率这类题，考的是期望值建模速度和口算稳定度。
• 同一家公司不同条线的 OA 完全不同：Citadel 的软件工程校招 OA 出现过『给一段能跑但很慢的 C++ 代码，要求重构并加速』；HRT 的 NG OA 同学提供的面经样本是 70 分钟四题、题面是 CodeSignal 风格的长业务描述；IMC 的 quant performance engineer 环节里出现过一连串 Yes/No 技术判断题，且明确不给 clarify。
• 编码轮的难点常常不是算法，而是把长规格翻译成正确状态机：Optiver 的 75 分钟单题 OA 出现过带 Fibonacci 容量分层、按重量与层级取放、过期淘汰、层级回填的完整规格题，读题和建模占了大部分难度。
• 量化条线的隐藏淘汰轮是 HR 技术屏和 role-fit 问题：同学提供的面经里出现过 HR 只念题、不允许任何 clarify 的形式，也出现过面试官直接问『你更偏 pure SWE 还是 pure quant research』——这一轮不看代码，看你对岗位的判断。

这篇量化面试攻略解决什么问题

如果你正在投 Citadel、Optiver、Hudson River Trading、SIG、Two Sigma、IMC、Akuna Capital、Jane Street、DRW、Point72、DE Shaw、Jump Trading 这一批量化交易公司与做市商，你会发现通用的大厂面试攻略几乎帮不上忙：它们的 OA 不是 HackerRank 上的两道 medium，它们的技术轮会问你 8 枚硬币连续同面的概率，它们的 coding 轮会给你一段能跑但很慢的 C++ 让你重构，它们的 HR 屏可能只念题、不允许你 clarify。

这篇攻略把量化条线拆成四件事：OA 到底考什么形态、概率与期望值这条独立能力线怎么练、编码轮与系统设计轮的量化版本和科技大厂差在哪、以及按倒计时怎么排准备顺序。所有结构性判断都来自站内聚合的同学提供的面经信号（覆盖 3500+ 篇学员讨论），涉及单家公司的细节在站内有专门的文章，本篇用内链引用、不重复展开。

先说一个和大厂攻略相反的结论：在量化条线里，准备时间投在 OA 上的回报高于投在算法难度上。原因在下一节。

为什么量化条线的淘汰逻辑和科技大厂不一样

科技大厂的典型结构是 OA 做入场券、电面做基础过滤、VO 是主战场；量化公司的同学提供的面经里，挂点明显前移到 OA 和第一轮技术电面。站内聚合的同学提供的面经样本里，Optiver 的 37 条记录有 22 条停在在线笔试，HRT 的 21 条有 10 条停在笔试，IMC 的 15 条有 8 条停在笔试；反过来 Jane Street 的 13 条里有 4 条在 onsite、4 条在技术电面，筛选更后置。

这个分布说明两件事。第一，量化 OA 的淘汰强度接近甚至高于技术轮——Optiver 的 OA 出现过 75 分钟单题的完整规格题加反应速度环节，本身就是一道高难度过滤器；HRT 的 NG OA 同学提供的面经样本是 70 分钟四题，题目本身不难但题面是长篇业务描述，考的是读题速度和边界覆盖。第二，不同公司的筛选位置不同，准备策略不能统一：Optiver 和 HRT 要把时间压在 OA 形态和概率上，Jane Street 要把时间压在电话轮的口述清晰度和 onsite 的临场推理上。

还有一条容易被忽略的差异：量化公司的技术轮普遍不奖励套路。面试官更愿意看你在一道没有标准答案的问题上怎么建模、怎么在约束下取舍、怎么在被质疑后修正方案。这一点和大厂的 system design 评分口径接近，但量化版本会把约束换成延迟预算、内存占用和 p99 尾延迟。

• 挂点前移：Optiver 37 条样本 22 条停在 OA，HRT 21 条 10 条停在 OA，IMC 15 条 8 条停在 OA。
• 筛选后置：Jane Street 13 条里有 4 条在 onsite、4 条在技术电面，重头在后续轮次。
• OA 形态差异大：可能是 75 分钟单题长规格，也可能是 70 分钟四题、或一道代码重构题。
• 技术轮不奖励套路：约束普遍是延迟、内存与吞吐，而不是功能完整性。

量化 OA 的四种真实形态：别再按大厂 OA 准备

把同学提供的面经信号里的量化 OA 归类，一共四种形态，准备方式完全不同。

第一种：长规格单题。Optiver 出现过 75 分钟一道题的形式，题目是一个完整的业务规格——例如初始化一批分层存储位置、按层级与重量规则存取、处理过期淘汰、层级不满一半时允许跨层取用、被取走的空位由上层最轻的元素回填。它的难度不在算法，而在把规格翻译成一个正确的状态机，并且覆盖所有约束冲突分支。准备方式是练『读规格 → 列状态与不变量 → 写边界测试 → 再写实现』这个顺序，而不是上来就写代码。

第二种：代码重构与加速。Citadel 的软件工程校招 OA 出现过这类题：给一段写得非常绕、但逻辑正确的 C++（大量 find_if、advance、pow、无意义的边界判断），要求重构并显著提速。这类题的评分点是你有没有先讲清楚原实现的意图、再给出更简单的等价实现——同学提供的面经里有一条非常实在的经验：不要一步到位地把代码压成两行，那样反而可能被怀疑不是你自己做的。

第三种：常规算法题但题面很长。HRT 的 NG OA 同学提供的面经样本是 70 分钟四题，题目包括统计长度为 3 且含元音的子串数量、按左右交替方向收集长度之和达到 100 的树枝（返回收集顺序）、单反应器按固定 5 分钟节拍处理样本且等待队列容量为 10 的调度总时间、以及按数字翻转后满足等价关系的数对计数。题目本身在中等难度，真正的成本是读题——题干是完整业务故事，条件藏在段落里。

第四种：技术判断题 + 心算。IMC 的 quant performance engineer 环节同学提供的面经里出现过连续 Yes/No 技术判断题：64 位能表示的范围是不是 32 位的两倍、链表上二分查找的复杂度是不是 O(n log n)、N 个节点的无环图边数上界是不是 N-1，以及用『给三岁小孩解释』的方式说明 LFU 为什么有时优于 LRU。这类题不允许 clarify、只念一遍，考的是即时判断和把技术概念翻译成非技术语言的能力。

四种形态的共同点是：都在考『在信息不完备、时间受限的情况下做出正确判断』，而不是考你记住了多少算法模板。这也解释了为什么高分候选人常常反馈『题没见过，但思路顺』。

• 长规格单题：先列状态与不变量、写边界测试，再写实现；不要边读边敲。
• 代码重构题：先说清原实现意图，再给等价简化版本，分步优化而不是一步到位。
• 长题面常规题：读题时间要单独预算（例如 70 分钟四题时给读题留 15 分钟）。
• 判断题与心算：结论先行、理由一句话，遇到不给 clarify 的形式不要在追问上耗时间。

概率与期望值轮：量化条线的独立能力线，刷题练不到

这是量化公司和大厂最大的分野。Optiver 公开的 Beat the Odds 轮里，出现的题型可以分成五类，每一类的练法不同。

类一：条件概率与朴素陷阱。『52 张洗牌，丢掉前 10 张，下一张是红色的概率』——正确答案是 1/2，考的是你能不能看穿无关信息，而不是去算条件概率。同类还有『两个骰子点数差大于 2 的概率』『两位数中个位大于十位的概率』。练法：每题先用对称性做一次判断，再用枚举验证，养成先找对称性的习惯。

类二：期望值与停时。『掷骰子直到总和超过 100，问最后一次掷出 2 的概率』『掷骰子直到连续两次相同，问所有点数之积的期望』『从原点出发按骰子左右移动，平均多少步离原点 10 步』。这类题的共同结构是马尔可夫链 + 首达时间，标准动作是写状态转移方程再解，而不是硬枚举。练法：把首达时间、期望返回时间、吸收态概率三个模板练到能默写方程。

类三：下注与破产概率。『不公平硬币 60/40，手里 $10，每次下注 $1，赢则翻倍，到 $20 或输光为止，胜率是多少』以及倍投（1-2-4-8）策略的期望。这类题是量化面试里最贴岗位的一类——面试官想看的是你知不知道倍投在高破产风险下的期望不变、以及为什么资金管理和下注比例比单次胜率更重要。

类四：随机游走与几何结构。『正十边形两个顶点上的粒子，每次掷骰子决定顺时针、逆时针或不动，平均多久相遇』『4×4 网格左下角与右上角两人按限定方向移动，不相遇的概率』『10×10 网格中心粒子随机游走，平均多少步撞到边界』。这类题先画状态空间、再用对称性降维。

类五：组合计数与顺序。『从标准牌堆取三张，点数两两相差至少 2 的概率』『13 张牌里没有 A 的概率』『三个两位数之和是三位数的概率』。这类题考的是容斥与分类讨论的严谨度，容易在边界上算漏。

站内 Optiver OA / Quant Researcher Intern 面经 里记录了 OA 与题集复用的结构，Jane Street Trading / QT / SWE 面经 里记录了电话轮对推理清晰度的权重。两篇对照着看，你能看出量化公司对这条线的投入远比大厂高。

给一个可执行的训练量：每天 10 道、每道限时 4 分钟、必须口述完整推导。只写答案不口述是无效训练——真正的面试是边说边算，卡壳往往发生在语言组织而不是数学本身。

• 条件概率：先找对称性和无关信息，再考虑枚举验证。
• 期望与停时：默写首达时间、期望返回时间、吸收概率三个模板方程。
• 下注与破产：搞清楚倍投期望不变的原因，能用资金管理语言解释风险。
• 随机游走：先画状态空间，再用对称性降维，避免直接暴力枚举。
• 组合计数：用容斥和分类讨论，专门检查边界项是否漏算。

编码轮：量化版本考的是长规格建模、C++ 与低延迟

算法难度上，量化公司并不比大厂更高；差异在考什么维度。

维度一：规格翻译与正确性。量化 OA 与技术轮大量使用真实业务规格（订单簿、撮合、分层存储、调度器、风控规则）。这类题的关键动作是先把不变量写下来：什么情况下操作失败、失败是否要回滚、并发下状态如何保持一致。如果你的代码先跑通 happy path，再靠面试官追问才发现约束分支，评价一定不高——同学提供的面经里 Optiver 那道规格题的失分点恰恰是约束冲突分支没覆盖。

维度二：C++ 与内存。Quant Dev 条线的同学提供的面经里，C++ 问题集中在值语义与移动语义、内存分配与对象生命周期、虚函数开销、模板与编译期计算、以及缓存友好性。这部分准备的目标不是背特性，而是能把每个特性翻译成延迟或分配次数的差异。

维度三：低延迟与并发。常见追问是无锁队列、原子操作与内存序、伪共享、分支预测、批量处理与背压。站内 Akuna Capital Quant Dev / C++ SDE 面经 里记录的低延迟条线就属于这一类。这一维度的分水岭是你能不能给数字：优化前后 p99 从多少到多少、分配次数降了几成、瓶颈是内存还是分支。说不清数字的候选人会被认为只是读过文章。

维度四：调试与排查。同学提供的面经里出现过『一次变量依赖解析的 Bug 排查经历（JavaScript 配置解析器）』这类问法：给你一段真实风格的代码和现象，让你现场定位。准备方式是把自己的排查流程固定成四步——复现、缩小范围、定位根因、说明修复与回归测试——并在模拟里练到 3 分钟讲完。

如果你的目标是 Quant Dev / SRE / Performance Engineer 而不是纯研究岗，编码轮的准备优先级应该是：规格正确性 > C++ 内存与低延迟 > 算法难度。这条优先级和多数人的直觉相反。

• 先写不变量与失败条件，再写实现；不要让面试官替你发现约束分支。
• C++ 面试用延迟与分配次数解释特性，不用语言规范解释特性。
• 低延迟追问必须给数字：p99、分配次数、瓶颈定位，缺数字等于没做过。
• 调试题按固定四步讲：复现 → 缩小范围 → 根因 → 修复与回归。
• 优先级排序：规格正确性 > C++ 与低延迟 > 算法难度。

系统设计轮与 HR 技术屏：量化版的约束换成了延迟和回滚

量化公司的系统设计题不像大厂那样问『设计一个 Twitter』，而是直接给你生产环境的混乱现状，让你设计一个能在约束下落地并回滚的方案。

同学提供的面经里有一道很有代表性的题：你加入一个团队，管理 200+ 个跨多数据中心与云区域的服务；今天的配置一半来自签入的属性文件、一半来自手工设置的环境变量，还有一部分运维直接在共享 NFS 上改；部署靠 SSH 到主机跑脚本。请设计一个让工程师能安全地改配置、规模化部署并支持回滚的系统。

这道题的评分点和通用 system design 有明显区别：

第一，状态与真相来源（source of truth）。面试官想看你如何把三套互相冲突的配置收敛成一个版本化、可审计的唯一来源，而不是设计一个全新的配置中心。回答时先讲清迁移路径（怎么把现有属性文件、环境变量、NFS 三路一起迁进来且不中断服务），比画架构图重要。

第二，安全与回滚的语义。『安全变更』在量化语境里意味着变更必须可灰度、可观测、可原子回滚，并且回滚本身要经过验证。你需要给出回滚的触发条件（错误率、延迟、业务指标）和回滚的完成判据。

第三，规模化的实际约束。200+ 服务、多区域意味着推送顺序、分批节奏、并发上限和失败重试都要设计；同学提供的面经里这类题的追问通常落在『推到一半失败了怎么办』『某个区域网络分区了怎么办』。

第四，延迟预算。配置下发和变更生效的延迟预算是多少、能不能接受秒级、为什么不能接受分钟级——量化公司会真的追问这个数字，因为交易系统对配置变更的生效时间敏感。

和系统设计轮紧挨着的是HR 技术屏，这是最容易被低估的一轮。同学提供的面经里有几个反复出现的形态：HR 只念题、明确不给任何 clarification，候选人只能凭理解作答；技术判断题以 Yes/No 形式连续出现；以及 hiring manager 直接问『你更偏 pure SWE 还是 pure quant research』这类 role-fit 问题。也有候选人反馈过 HR 闲聊十几分钟介绍团队与岗位后再进入技术问题。

这一轮的准备动作和编码轮完全不同：你需要准备的是一段 60-90 秒的自我定位陈述，说清你面的是哪个条线、为什么是这条线、你的技术背景和这条线的匹配点在哪。role-fit 问题没有标准答案，但『不知道自己要面什么岗』一定会扣分。

站内 Two Sigma Quantitative SWE 面经 里记录的 quant systems 深挖轮与 role-fit 追问，以及 SWE Onsite 与 System Design 准备 里的通用框架，可以作为这一轮的对照材料。

• 配置与部署类题目先讲真相来源收敛与迁移路径，再讲架构。
• 回滚要给触发条件与完成判据，不能只说『我们会回滚』。
• 规模化追问落在分批节奏、并发上限、部分失败与网络分区。
• 延迟预算必须给数字，量化公司会追问配置生效时间。
• HR 技术屏准备 60-90 秒自我定位：面哪条线、为什么、匹配点在哪。

各家公司量化流程对照：这一步考什么、下一步考什么

下面是同学提供的面经里反复出现的结构对照。再次说明：轮次因年份、岗位、级别、地区而异，以你实际收到的邀请邮件为准。

• Citadel：软件工程校招 OA 出现过 C++ 代码重构加速题；技术电面在同学提供的面经里是最大的一轮（54 条样本里 35 条）；SRE 方向出现过一轮内同时考 Python coding（基础写函数、FizzBuzz、词频统计、第二大的唯一值）与『200+ 服务跨多云配置下发与回滚』系统设计。
• Optiver：OA 是重头（37 条样本里 22 条），出现过 75 分钟单题长规格题与反应速度环节；Beat the Odds 是概率与心算淘汰轮；SWE NG 面试出现过运输调度系统类的场景题；QR 与 Trader 条线在 OA 之后有技术轮。
• Hudson River Trading：NG OA 同学提供的面经样本是 70 分钟四题（含元音子串统计、树枝收集、反应器调度、数字翻转等价对）；Algo Dev 与 C++ 条线在 OA 之后是技术面；同学提供的面经里 OA 挂点集中。
• IMC：Grad / Intern SWE 有独立 OA；quant performance engineer 环节出现过连续 Yes/No 技术判断题，且不允许 clarify；trader 条线有独立技术面；ML Researcher 条线有单独一面。
• SIG：OA 轮样本最多（21 条里 9 条），同学提供的面经里出现过『OA 全对依然被挂』的情况，说明 OA 之外还有硬性筛选（学校、经历或 HR 判断）；之后是技术面与 onsite。
• Two Sigma：QSE 条线是 OA + 技术轮 + quant systems 深挖 + stats 推导；另一条是 QR / research 条线，考核重心在统计与建模而不是系统工程。
• Akuna Capital：条线分得很细——Quant Dev、Python Intern、C++ SDE、Hardware、Quant Strats、Junior Trader 各有独立 OA 与后续轮次；C++ 与低延迟方向占比高。
• Jane Street：这一家公开反馈里的筛选更后置，重头在电话轮与 onsite，考概率推理、口述清晰度和临场建模；SWE、QT、QR、SRE 条线各有独立面法。
• DRW / Point72 / DE Shaw / Jump Trading / Voleon / Chicago Trading / Virtu / WorldQuant / Maven Securities：同学提供的面经样本里 OA 与技术面为主，部分公司（如 Voleon、Point72）onsite 挂点比例较高；条线以 Quant Researcher、Quant Dev、Trader 为主。

常见挂点：量化条线特有的五种失分方式

把同学提供的面经里的失败原因归类，下面的五种最反复出现。前两种是硬失分，后三种是『明明会但拿不到分』。

• OA 上不覆盖约束分支：长规格题的失败操作、回滚语义、并发一致性是最常见的漏项，代码跑通 happy path 不等于通过。
• 概率题只给答案不给推导：面试官要的是建模过程；答案对了但说不清为什么，评价依然不高；口算超时也直接扣分。
• role-fit 表达不清：被问『你更偏 pure SWE 还是 pure quant research』时答不出自己的定位，是 HR 屏与技术面共同的挂因。
• 低延迟只讲概念不给数字：说得出无锁队列但说不出 p99 变化和瓶颈定位，会被判定为没有实际优化经验。
• 系统设计忽略回滚与部分失败：只讲 happy path 的配置下发方案，在被追问『推到一半失败怎么办』时无法给出机制。

7 天 / 14 天 / 30 天准备路线

按你的倒计时选一条。天数越少，越要把时间压在本文第二节的挂点分布上，而不是平均分配。

7 天（已收到 OA 或第一轮通知）：第 1 天只做一件事——确认你收到的是哪种 OA 形态（长规格单题 / 重构题 / 长题面常规题 / 判断题与心算），然后把本文对应小节的动作过一遍。第 2-3 天练规格翻译：每天两道长规格题，强制先写不变量与失败条件再写代码。第 4-5 天练概率：每天 10 道、限时 4 分钟、必须口述推导。第 6 天做一次全真模拟（含读题时间与压力环境）。第 7 天只复盘错题和不变量清单。

14 天（已进技术轮或电面）：前 5 天补概率与期望值三条主线（条件概率、首达时间、下注期望），第 6-8 天做 C++ 与低延迟专项（内存、并发、缓存友好，每个点准备一个可讲数字的优化案例），第 9-11 天做系统设计专项（重点练配置下发、订单簿、撮合、风控这四类约束重的题），第 12-13 天两次全真模拟，第 14 天复盘 + 准备 60-90 秒自我定位陈述。

30 天（社招 / Senior 或想系统补齐）：第 1 周概率与统计基础（含随机过程与首达时间），第 2 周编码与规格建模（含 C++ 专项与真实规格复现），第 3 周系统设计与低延迟（含尾延迟、背压、部分失败），第 4 周模拟与投递节奏管理（同时推进多条线，避免单流程等待）。每周末做一次复盘，把当周错题归入『知识缺』『表达缺』『速度缺』三类，下一周按类别补。

无论哪条路线，有两件事必须每天做：口述练习（概率题和系统设计题都要说出来）和错题归类（不归类就会一直重复同一个错）。这也是我们在模拟面试里最先校准的两件事。

• 7 天：识别 OA 形态 → 规格翻译 → 概率口述 → 全真模拟 → 复盘不变量清单。
• 14 天：概率三条主线 → C++ 与低延迟 → 约束重的系统设计 → 两次模拟 → 自我定位陈述。
• 30 天：概率统计 → 编码与规格 → 系统设计与低延迟 → 模拟与投递节奏。
• 每天必做：口述练习、错题归类（知识缺 / 表达缺 / 速度缺）。

我们怎么帮你过量化面试：学员复盘案例

下面这个案例来自站内复盘过的候选人。为保护隐私，姓名与部分细节做了模糊处理，我们不承诺任何面试结果，只说明我们在哪几个环节提供了帮助、以及学员自己做对了什么。

背景：学员是 CS 硕士应届，有两段后端实习，coding 基础扎实，投递方向是 Quant Dev 与 SWE 混合条线。第一次自己走完一家量化公司的流程时，OA 通过、技术电面挂在概率轮——他的反馈是『题不难，但我算到一半就乱了，面试官看着我沉默了两分钟』。

诊断：第一次模拟我们只做了一件事——让他口述三道中等难度的期望值题。结果是三道题全部答对，但平均用时 9 分钟，且中途有两次停顿超过 20 秒。问题不是数学，是口述结构缺失和速度不足：他没有固定的话术路径，每次都在现场重新组织语言；同时他习惯先写方程再解释，而面试官更希望先听到思路框架。

介入动作（3 周）：第一周，我们把概率题拆成五个模板（对称性判断、首达时间方程、吸收概率、下注期望、容斥计数），要求每题按『结论先行 → 建模 → 推导 → 边界检查』四段口述，限时 4 分钟；同时做了一次 OA 形态诊断，确认他目标公司的 OA 是长规格单题类型，于是补了不变量与失败分支的写法训练。第二周，做 C++ 与低延迟专项，重点是让他给数字——他原来只会说『用无锁队列能减少锁开销』，练完后能说出优化前后的分配次数与 p99 变化区间。第三周，两次全真模拟：一次技术电面，一次含 role-fit 问题的 HR 屏，把 60-90 秒自我定位陈述打磨到两遍以内说清。

结果（学员自述）：他在后续的量化技术电面里，概率题按模板口述、在 3 分钟内说完推导，面试官追问了两次边界情况都被接住；技术轮的规格题他先写不变量再写代码，没有被追问出漏掉的失败分支。他最终拿到了量化方向的 offer。他的复盘是：『真正有用的不是多刷了多少题，是老师逼我把每道题的讲法固定下来。面试时我不再需要现场组织语言。』

这个案例里，三段帮助各自解决了一个明确问题：诊断阶段定位到的是表达与速度而不是知识缺口；专项阶段补的是目标公司 OA 的真实形态；模拟阶段校准的是压力下的口述稳定性。这三件事恰好是自学最容易漏的部分——你可以自己刷题，但很难自己发现『你答对了却被扣分』。

如果你也在量化条线上遇到类似情况，站内的 模拟面试服务 可以从一次诊断开始；如果你卡在 OA 这一轮，OA 代写服务 覆盖 HackerRank、CodeSignal、Codility 与公司自研平台的 coding / SQL / debug / MCQ 环节，交卷前交付给你核对；如果你已经在倒计时内、技术轮压力大，VO 代面（对口型） 与 VO 辅助 两条线的口径与准备周期在服务页有完整说明。报价口径统一为：OA 代写 $199 起（约 1 天准备）、VO 辅助 $299/轮 起（2-3 天准备）、VO 代面 $499/轮 起（3-5 天准备），多轮连面按轮次打包报价，具体按你的公司、轮次与级别在微信里报。

最后一句实话：代面与辅助覆盖的是技术作答环节，role-fit 问题、履历陈述和 HR 屏里的『你为什么面这条线』必须由你自己回答，这一条没有任何替代方案。这也是我们在诊断阶段第一件事就问『你面的是哪条线、为什么』的原因。

FAQ：量化面试高频问题

下面这些问题的完整答案也以 FAQ 结构标记在页面结构化数据里，方便你在搜索时直接命中。

• 量化面试和科技大厂面试最大区别：OA 权重更高、多一条概率与期望值能力线、coding 更偏长规格建模与低延迟。
• Optiver Beat the Odds 考什么：条件概率、期望值与停时、下注与破产概率、随机游走、组合计数五类，重点在建模速度与口算稳定性。
• 量化 OA 能不能代写、准备多久：OA 是书面环节，走 OA 代写（$199 起，约 1 天准备），关键是完整传递长规格题面。
• 社招还要准备概率吗：要，但重点在 C++、低延迟与系统设计，外加 role-fit 表达。
• 挂点最多在哪一轮：同学提供的面经样本里集中在 OA 与第一轮技术电面，Jane Street 等公司筛选更后置。
• 低延迟轮怎么准备：内存模型与并发能讲清、能优化真实风格代码、能给 p99 与分配次数的数字。
• 结果多久出：差异大，按 OA 到第一轮结果 2-3 周做预算，同时推进多条线。