Akuna Capital 是芝加哥本土起家、专注期权做市的 prop trading 公司，在中国留学生圈知名度不如 Citadel / Optiver，但实习生招聘量却是同体量公司里最大的之一（2026 全球 ~90 个实习 offer，其中 SDE ~40 + Trader ~30 + Quant Research ~20）。
它的 OA 走 HackerRank，70 分钟 4-5 题，特点是编程 + 概率 + 业务知识混合——只刷 LeetCode 的同学经常 OA 通过但 onsite 挂掉。本文按 2026 春季最新候选人反馈，把 OA 题型、三个 track 差异、备考路径讲一遍。
Akuna Intern OA 概览
| 维度 | 详情 |
|---|---|
| 平台 | HackerRank |
| 时长 | 70 分钟 |
| 题量 | 4-5 题（含 MCQ + 编程） |
| 难度 | LC Easy/Medium 算法 + 2 道概率/数学 MCQ + 1 道场景题 |
| 通过线 | 编程题 90%+ AC 且 MCQ 全对 |
| 反馈周期 | 7-10 天 |
| Next Step | Super Day（3-4 轮 onsite，含 trading game） |
重要变化：2026 cycle 起 Akuna 把 SDE / Trader / Quant Research 三个 track 的 OA 题库部分分开——SDE 偏算法 + 系统题，Trader / Quant 偏概率 + 心算。一份 OA 通常包含 2 道公共编程题 + 2-3 道 track-specific MCQ。
真题一：Order Book Simulator（SDE / Trader 共有）
题目描述
实现一个简化的 limit order book，支持以下指令：
ADD <order_id> <BUY|SELL> <price> <qty>
CANCEL <order_id>
PRINT
ADD 后必须立即做 matching：buy 与 sell 价格交叉则成交（按价格优先 + 时间优先），输出每笔成交 MATCH <buy_id> <sell_id> <price> <qty>。
PRINT 输出 best bid / best ask 与各自挂单总量。
解题思路
经典 limit order book，用两个堆维护：
- buy_book：最大堆（取 best bid 最高价）
- sell_book：最小堆（取 best ask 最低价）
注意：HackerRank 上 70 分钟拿不完所有点，但只做 ADD + matching 部分通常够 80% AC。CANCEL 用 lazy deletion（id → cancelled set）即可，不要真的从 heap 里删。
Python 解法
import heapq
from collections import defaultdict
class OrderBook:
def __init__(self):
self.buy = [] # max heap: (-price, ts, id, qty)
self.sell = [] # min heap: (price, ts, id, qty)
self.qty = {} # id -> remaining qty
self.cancelled = set()
self.ts = 0
def _alive_top(self, heap):
while heap and (heap[0][2] in self.cancelled or self.qty.get(heap[0][2], 0) == 0):
heapq.heappop(heap)
return heap[0] if heap else None
def add(self, oid, side, price, qty):
self.ts += 1
self.qty[oid] = qty
matches = []
if side == "BUY":
while qty > 0:
top = self._alive_top(self.sell)
if not top or top[0] > price:
break
sp, sts, sid, sqty = top
trade = min(qty, self.qty[sid])
matches.append(("MATCH", oid, sid, sp, trade))
qty -= trade
self.qty[sid] -= trade
self.qty[oid] -= trade
if self.qty[sid] == 0:
heapq.heappop(self.sell)
if qty > 0:
heapq.heappush(self.buy, (-price, self.ts, oid, qty))
else: # SELL
while qty > 0:
top = self._alive_top(self.buy)
if not top or -top[0] < price:
break
bp, bts, bid, bqty = top
trade = min(qty, self.qty[bid])
matches.append(("MATCH", bid, oid, -bp, trade))
qty -= trade
self.qty[bid] -= trade
self.qty[oid] -= trade
if self.qty[bid] == 0:
heapq.heappop(self.buy)
if qty > 0:
heapq.heappush(self.sell, (price, self.ts, oid, qty))
return matches
def cancel(self, oid):
self.cancelled.add(oid)
self.qty.pop(oid, None)
def best(self):
b = self._alive_top(self.buy)
s = self._alive_top(self.sell)
bb = (-b[0], sum(self.qty[i] for _, _, i, _ in self.buy if i not in self.cancelled and -b[0] == -b[0])) if b else None
sa = (s[0], sum(self.qty[i] for _, _, i, _ in self.sell if i not in self.cancelled)) if s else None
return bb, sa
时间复杂度：amortized O(log n) per ADD
坑：matching 时一定要先看 _alive_top——否则 heap 顶可能是已取消订单，会输出错误的 match。
真题二：Coin Flip Expected Value（Trader / Quant Research 共有）
题目描述（MCQ 风格）
一枚均匀硬币最多抛 10 次，但出现连续两次正面（HH）就停止。设 X = 抛掷总次数。求 E[X]。
解题思路
经典状态期望——设 $E_0$ = 当前没有连续 H 时还需要的期望次数，$E_1$ = 当前已经一次 H 时还需要的期望次数。
不带上限时：
$$E_0 = 1 + 0.5 E_1 + 0.5 E_0 \implies E_0 = 6$$
但题目有"10 次封顶"约束，要 倒推 DP：
def expected_flips(N=10):
# E[k][s]: 还剩 k 次时、当前状态 s (0 或 1 = 已 H) 的期望抛掷次数
# 状态 2 = HH 已出现（吸收态，贡献 0）
INF = N + 1
dp = [[0, 0] for _ in range(N + 1)]
# 边界 k = 0：再不抛了，期望 0；但如果还没出 HH，等价于强制结束
for k in range(1, N + 1):
# 状态 0：本次抛一次
dp[k][0] = 1 + 0.5 * dp[k - 1][1] + 0.5 * dp[k - 1][0]
# 状态 1：本次抛一次；若 H 则结束，T 则回到 0
dp[k][1] = 1 + 0.5 * 0 + 0.5 * dp[k - 1][0]
return dp[N][0] # 起点：还剩 N 次，状态 0
print(expected_flips(10)) # ≈ 5.97
答案：约 5.97 次，逼近无上限的 6。 为什么这道题反复出现：Akuna 想确认你懂得把"最多 10 次"这一类有限边界用 backward DP 处理——不是简单套公式。
真题三：Pricing Permutations（SDE 偏 algo 题）
题目描述
给定一个长度 n 的浮点数组 prices，对每个位置 i，求"以 i 为起点、严格递增子序列"的乘积之和 mod 1e9+7（每条子序列贡献 ∏ prices[k]）。约束：n ≤ 1000，prices ∈ (0, 1e6)。
解题思路
类似 LC 300 LIS 的 sum-of-product 变种：
- $f[i]$ = 以 i 为起点的所有"严格递增子序列乘积之和"
- 转移：$f[i] = prices[i] \cdot (1 + \sum_{j > i, prices[j] > prices[i]} f[j])$
- 顺序从右到左
Python 解法
MOD = 10 ** 9 + 7
def pricing_sum(prices):
n = len(prices)
f = [0] * n
for i in range(n - 1, -1, -1):
s = 1 # 子序列只含 i 自己
for j in range(i + 1, n):
if prices[j] > prices[i]:
s = (s + f[j]) % MOD
f[i] = int(prices[i] * s) % MOD
return sum(f) % MOD
时间复杂度：O(n²)，n=1000 完全 OK 坑：浮点 × 整数模运算——题目通常承诺 prices 是整数；如果是浮点，最后取整再 mod。
三个 Track 的 OA 差异
| Track | 编程题 | MCQ 重点 | 推荐准备 |
|---|---|---|---|
| SDE | 数据结构 + 系统题（order book、cache、graph） | 时间复杂度、内存模型、并发基础 | LC + CTCI System Design 章节 |
| Trader | 简化版编程 + 模拟 | 心算、概率、博弈论、做市基础 | Heard on the Street + 100 Brainteasers |
| Quant Research | numpy / pandas + 简单 stats | 期望值、方差、布朗运动、option 定价直觉 | Hull《Options》+ Cornell ORIE 课件 |
强烈建议：投递时只选一个 track——Akuna 的 ATS 会把"投三个 track"标记为"focus unclear"，影响 recruiter screen。
备考时间表（4 周）
| 周 | 重点 | 资源 |
|---|---|---|
| W1 | LC Medium 50 题（heap / DP / graph） | LeetCode 高频面经 |
| W2 | 概率 100 题 + 心算 | Heard on the Street + Akuna 历年 brainteaser |
| W3 | Order Book / Trading 业务基础 | Hull《Options》+ Akuna 官方博客 trading article |
| W4 | Mock OA 2-3 次 + onsite trading game 模拟 | 一亩三分地 Akuna 真题贴 |
FAQ
Q1：Akuna Capital Intern OA 难度怎么样？
编程难度 LC Easy-Medium，但整体难在"通过线高 + 时间紧"。70 分钟 4-5 题，意味着平均每题 12-15 分钟必须做完。SDE candidate 通常报告编程题全做 + MCQ 错 1 个是过关阈值。
Q2：Akuna OA 可以用什么语言？
HackerRank 默认提供 Python / C++ / Java。Trader / Quant Research candidate 多用 Python（写得快），SDE 多用 C++（Akuna 工程团队偏 C++ 文化）。建议：选你能 70 分钟内 debug 完的语言，不要为了 culture fit 选不熟悉的。
Q3：Akuna OA 不过还能再投吗？
12 个月内同一 track 不能重投，但换 track 可以（例如 SDE 挂了之后投 Quant Research）。Akuna 内部会保留之前 OA 成绩，所以第一次 OA 写得差，第二次门槛会变高——慎选 track。
Q4：Akuna OA 通过后多久 Onsite？
通常 1-2 周 进入 Recruiter Call → Super Day（一天连续 3-4 轮）。Super Day 包含一个 Trading Game：5-6 人组队，30 分钟内做市 + 套利。这是 Akuna 招牌环节——OA 拿满分但 Trading Game 表现差的 candidate 70% 被拒。
Q5：Akuna Trading Game 怎么准备？
模拟做市，常见情景：（1）给定某 asset 的真实价格分布，你定一个 bid-ask spread；（2）市场会向你 hit 或 lift，你要动态调整 inventory。核心技巧：永远算 expected value、控制单笔损失上限、不要 chase prices。油管搜 "Akuna Trading Game" 有玩家复盘视频。
Q6：Akuna 实习生薪资如何？
2026 cycle 美国实习：
- SDE / Trader / Quant Research 三个 track起薪相同：$10-12K/月（按 10-12 周计算）
- Sign-on：$5K（首次投递有）
- Return offer 率：~60%，全职 base $135-160K + $50-150K bonus（按业绩）
联系方式
如果你正在准备 Akuna Capital、Optiver、IMC、Belvedere 这类期权做市 + prop trading 公司的实习 / 全职，OA 只是入门门槛——onsite 的 trading game + brainteaser 才是淘汰主力。我们整理了 2025-2026 cycle Akuna 真题 + Trading Game 复盘 + brainteaser 题库，欢迎联系交流。
立即添加微信 Coding0201，获取 Akuna OA 真题与 Trading Game 模拟。
- Email：[email protected]
- Telegram：@OAVOProxy