← 返回博客列表 Akuna Capital 面试全流程实录:从 OA 到 Super Day Trading Game 的淘汰逻辑
Akuna Capital

Akuna Capital 面试全流程实录:从 OA 到 Super Day Trading Game 的淘汰逻辑

2026-06-04

很多人把 Akuna Capital 的招聘理解成「过了 OA 就稳了」——这是最大的误区。Akuna 是芝加哥起家、专注期权做市的 prop trading 公司,OA 只是一道编程 + 概率的入门筛子,真正的淘汰主力是 Super Day 的 Trading Game 和概率脑筋急转弯

如果你只刷了 LeetCode、没碰过做市直觉和心算,OA 可能轻松过,但 Super Day 会被打回原形。本文把 Akuna 的完整面试流程讲清楚:每个环节考什么、淘汰率多少、Trading Game 怎么玩、brainteaser 怎么练。(OA 三道编程题的完整解法,见站内另一篇 Akuna Intern OA 专题。)

一、Akuna 完整流程时间线

阶段 形式 时长 淘汰重点
1. OA HackerRank 编程 + 概率 MCQ 70 分钟 编程 90%+ AC、MCQ 全对
2. Recruiter Call 电话 HR 20-30 分钟 动机、track 匹配、签证
3. Super Day 一天连续 3-4 轮 半天 核心淘汰:技术 + 脑筋急转弯 + Trading Game
4. Offer / Team Match 决议 1-2 周 委员会综合打分

关键认知:OA 通过率 ~35%,但 Super Day 通过率只有 ~25%——叠乘下来,从投递到 offer 不到 10%。Super Day 当天的 Trading Game 是最容易被低估、也最容易翻车的环节。

二、Super Day 第一轮:技术面(按 track 分流)

SDE Track

偏数据结构 + 系统题,常见:手写一个简化 order book(见站内 OA 专题)、设计一个低延迟消息队列、并发场景下的 cache 一致性。面试官会追问「你的实现在高频更新下会不会成为瓶颈」。

Trader / Quant Track

很少写完整代码,更多是白板推导 + 心算。例如:

给定一个公平的六面骰子,你可以选择重掷一次(看到第一次结果后再决定),求最优策略下的期望点数。

解题思路:第一次 ≥ 4 就保留(期望 5),否则重掷(期望 3.5)。所以阈值是 4。

$$E = P(\text{第一次}\ge 4)\cdot\frac{4+5+6}{3} + P(\text{第一次}<4)\cdot 3.5 = \frac12\cdot 5 + \frac12\cdot 3.5 = 4.25$$

def expected_with_one_reroll():
    faces = [1, 2, 3, 4, 5, 6]
    avg = sum(faces) / 6          # 重掷的期望 = 3.5
    # 第一次掷出 v:max(v, 重掷期望)
    return sum(max(v, avg) for v in faces) / 6

print(expected_with_one_reroll())  # 4.25

为什么这道题反复出现:它考的是「最优停时」直觉——做市时你随时要判断「现在成交,还是再等更好的价」,这道骰子题就是最小化版本。

三、Super Day 第二轮:概率脑筋急转弯(淘汰最狠)

Akuna 的 brainteaser 不是脑筋急转弯式的「脑洞」,而是能口算的概率/期望题,要求你 1-2 分钟内说清思路。几类高频:

类型 A:条件概率

一个家庭有两个孩子,已知至少有一个是男孩且在周二出生。求两个都是男孩的概率。

陷阱在「周二」这个信息会改变样本空间,答案是 13/27 而非直觉的 1/3。考的是你会不会严格枚举样本空间

类型 B:等待时间 / 期望

不停掷一枚均匀硬币,直到出现「正反」(HT)连续模式,求期望掷数。

def expected_until_pattern():
    # E0: 还没开始; E1: 上一枚是 H
    # E1 = 1 + 0.5*0 + 0.5*E1   -> E1 = 2
    # E0 = 1 + 0.5*E1 + 0.5*E0  -> E0 = 4
    return 4

print(expected_until_pattern())  # HT 模式期望 4 次

:很多人把 HT 和 HH 当成一样——其实 HH 的期望是 6,HT 是 4,差异来自「失败后能不能复用前缀」。这正是 Akuna 想区分的细节。

类型 C:几何概率

在 [0,1] 上随机取两点,求它们距离 > 0.5 的概率。答案 1/4(画单位正方形,目标区域是两个三角形)。

心法:所有 brainteaser 都先问自己三句——样本空间是什么?目标事件怎么数?有没有对称性可以偷懒?

四、Super Day 第三轮:Trading Game(招牌环节)

这是 Akuna 最有辨识度、也最决定成败的一轮。通常 5-6 人一组,30 分钟做市

玩法

  1. 主持人给一个「资产」(可能是骰子点数之和、扑克牌数值等隐藏量)。
  2. 你要不断报出 bid-ask 双边价格(我愿意买的价 / 我愿意卖的价)。
  3. 其他玩家会 hit(卖给你)或 lift(从你买),你的 inventory(持仓)随之变化。
  4. 最后揭晓真实值,按你的成交盈亏排名。

三条核心心法

def fair_value_dice_sum(n_dice=2):
    # 隐藏量 = n 个骰子之和,公允价 = 期望
    return n_dice * 3.5

def quote(fair, inventory, base_spread=1.0, skew=0.2):
    # 持仓越多越想卖出 -> 整体往下偏
    mid = fair - skew * inventory
    return round(mid - base_spread / 2, 2), round(mid + base_spread / 2, 2)

print(quote(fair_value_dice_sum(2), inventory=3))  # 持仓偏高,报价下移

面试官在看什么:不是你赚了多少,而是你的报价逻辑是否一致、是否在用信息更新、是否控制风险。即使最后小亏,逻辑清晰 + 风控到位也能过;反之 all-in 赌一把赢了也可能被拒。

五、Super Day 第四轮:行为 / 文化匹配

Akuna 文化偏「直接、量化、爱玩游戏」。常见问题:

模板:用 STAR,但结尾一定要落到「量化结果 + 我学到的可迁移原则」,这与 Akuna 的数据文化对味。

六、备考清单(针对 Super Day)

环节 重点 资源
技术面 order book / 并发 / 最优停时 LeetCode + 站内 Akuna OA 专题
Brainteaser 条件概率 / 等待时间 / 几何概率 Heard on the Street + Green《考试》
Trading Game EV、bid-ask、库存控制 YouTube「Akuna Trading Game」复盘
行为面 STAR + 量化结果 准备 5 个含数字的故事

FAQ

Q1:Akuna 过了 OA 是不是就稳了?

不是。OA 通过率约 35%,但 Super Day 只有约 25%,真正的淘汰在 Super Day 的 Trading Game 和概率脑筋急转弯。只刷 LeetCode 的同学经常 OA 过、Super Day 挂。

Q2:Trading Game 一定要有金融背景吗?

不需要。它考的是 EV 计算、bid-ask 报价逻辑和风险控制,这些都能练。背景再好但报价乱、不控库存照样被拒;零背景但逻辑清晰、会用信息更新报价反而能过。

Q3:brainteaser 难度对标什么?

对标《Heard on the Street》和《Quant Job Interview》里的概率/期望题,不需要高等数学,但要能 1-2 分钟口算说清思路。重点是条件概率、等待时间、几何概率三类。

Q4:SDE 和 Trader track 的 Super Day 一样吗?

第一轮技术面按 track 分流(SDE 偏算法系统、Trader 偏心算推导),但Trading Game 和 brainteaser 两轮所有 track 都考。这也是为什么 SDE candidate 也必须练做市直觉。

Q5:Super Day 结束后多久出结果?

通常 1-2 周。Akuna 用委员会综合打分,单轮表现好但 Trading Game 风控差也可能被否。拿到 offer 后进入 team / desk match。


联系方式

如果你正在准备 Akuna Capital、Optiver、IMC、Belvedere、Jane Street 这类期权做市 + prop trading 公司,OA 只是门票,Super Day 的 Trading Game + brainteaser 才是淘汰主力。我们整理了 Trading Game 复盘、brainteaser 题库与限时模考,欢迎联系交流。

立即添加微信 Coding0201获取 Akuna Super Day 真题与 Trading Game 模拟