量化实习 Day 1 到 Return Offer：一个做市商实习生的真实复盘

写在前面

这篇文章基于多位在顶级做市商（包括 Jane Street、Optiver、Citadel Securities）完成实习的学员的真实经历整理而成，部分细节经过匿名处理。我们的目标不是给你一份"如何表现好"的清单，而是还原实习的真实面貌——包括那些让人焦虑的时刻、那些没有人提前告诉你的潜规则，以及那些真正决定 Return Offer 结果的关键节点。

Week 1：你比你想象的更不了解这家公司

Day 1 的震撼

大多数实习生在 Day 1 都会经历同一种感受：你以为自己准备充分了，但走进交易大厅的那一刻，你意识到你对这个行业的理解还停留在教科书层面。

一位在 Optiver 阿姆斯特丹实习的学员这样描述："第一天早上 7:30 到办公室，交易大厅已经开始运转了。屏幕上全是数字，每个人都在快速打字，电话此起彼伏。没有人来欢迎你，你的 buddy 只是把你带到座位上，说'先看看这些文档'，然后就去忙了。"

这种"被扔进深水区"的感觉是刻意设计的，不是疏忽。顶级量化公司想看的是：在信息不完整、节奏极快的环境下，你如何自我定向。

第一周的核心任务：快速建立心智模型

不要期望有人手把手教你。你需要主动完成：理解公司的核心业务逻辑（做市商的盈利来源是买卖价差，而不是方向性押注）；了解你所在 Desk 交易的产品（股票期权、ETF、大宗商品期货，还是利率衍生品）；搞清楚每天的工作流程（市场开盘前做什么、盘中如何处理大单、收盘后如何 reconcile PnL）。

实用建议：在第一周结束时，写一份 1-2 页的"业务理解备忘录"，描述你对 Desk 业务逻辑的理解。不用给任何人看，但这个过程会迫使你识别自己的知识盲点。

Week 2-4：实习项目的真实逻辑

项目分配的潜规则

大多数量化实习都会分配一个 8-10 周的项目。表面上看，项目是"研究某个问题"，但实际上，项目是一个持续的能力评估过程。项目的质量固然重要，但更重要的是你如何推进项目的过程——你如何处理不确定性，如何与 mentor 沟通，如何在遇到障碍时调整方向。

正确的时间分配

| 阶段 | 时间占比 | 核心任务 | |------|---------|--------| | 问题定义 | Week 1 | 与 mentor 对齐研究问题，确认假设和评估标准 | | 快速原型 | Week 2-3 | 用简化数据验证方法可行性，尽早获得反馈 | | 深度研究 | Week 4-6 | 处理真实数据，完善方法，处理边界情况 | | 结论与呈现 | Week 7-8 | 提炼核心发现，准备答辩，预演 Q&A |

如何与 mentor 沟通

每周至少一次正式的 check-in，但不要只在 check-in 时沟通。把问题分成两类："我需要你的判断"（方向性问题，在 check-in 时讨论）和"我需要你的信息"（数据/资源问题，可以发邮件或 Slack 解决）。

Week 3-8：每日 PnL 汇报的艺术

为什么 PnL 汇报如此重要

在做市商实习中，很多公司会让实习生参与（或观察）每日的 PnL 汇报。这不只是一个"了解业务"的机会，更是一个展示你量化思维的舞台。

PnL 汇报的结构

一个标准的 Desk PnL 汇报通常包含：总 PnL（分解为 realized 和 unrealized）、归因分析（Delta PnL？Gamma PnL？Vega PnL？还是 Theta 衰减？）、风险敞口（当前的净 Delta、Gamma、Vega 是多少？与限额相比如何？）以及异常事件（今天有没有大单？有没有异常的市场行为？）。

实习生如何参与

即使你不直接负责 PnL，也要每天主动跟踪 Desk 的主要持仓，尝试自己做 PnL 归因，然后与实际汇报对比。这个习惯会让你在答辩时能够流利地讨论 Greeks 和风险管理，而不是只会谈论你的项目。

一位在 Citadel Securities 实习的学员分享："有一天 Desk 的 Vega PnL 出现了一个异常的正值，与预期方向相反。我在汇报前主动分析了原因——是因为一个大客户做了一笔反向的 vol swap，导致我们的 Vega 敞口临时反转。当 mentor 在汇报中提到这个异常时，我能够立刻给出解释。这个小细节让 mentor 对我印象深刻。"

Week 6-8：实习项目答辩——决定 Return Offer 的关键时刻

答辩的真实评估维度

答辩评委（通常是 Desk Head 和几位高级研究员）在评估四个维度：研究的严谨性（是否处理了 look-ahead bias？是否做了样本外验证？统计检验是否正确？）；对局限性的诚实（主动说出局限性比夸大结论更能赢得信任）；对业务的理解（研究结论对 Desk 的实际交易有什么意义？）；在压力下的表现（面对刁钻问题时如何保持冷静和逻辑清晰）。

高分答辩的开场白示例

"我的项目研究了欧洲股票期权市场中，隐含波动率曲面的日内动态特征。核心发现是：在美国市场开盘前后的 30 分钟内，欧洲期权的 skew 会出现系统性的短暂偏离，这与跨市场套利流量的时间分布有关。这个发现对 Desk 的日内对冲策略有直接的参考价值——我们可以在这个窗口期适当调整 Vega 对冲的时机，以减少对冲成本。"

注意这个开场白的结构：研究问题 → 核心发现 → 业务意义。三句话，让评委立刻知道你在做什么、发现了什么、为什么重要。

那些没有人告诉你的潜规则

潜规则一：可见度比努力更重要

在一个有 20-30 个实习生的项目中，你的努力如果没有人看见，就等于不存在。主动创造被看见的机会：在 Desk 会议上提问、在 lunch talk 后与演讲者交流、在 mentor 的 check-in 中分享你的主动思考。

潜规则二：与其他实习生的关系很重要

顶级量化公司非常重视团队协作。主动帮助其他实习生解决技术问题，在项目中分享有用的资源，这些行为都会被 mentor 注意到。

潜规则三：问题的质量比数量更重要

在提问之前，先确认：这个问题我是否已经尝试过自己解决？这个问题是否值得占用 mentor 的时间？

潜规则四：最后两周比前八周更重要

Return Offer 的决定通常在最后两周做出。很多实习生在项目完成后开始"放松"，这是致命的错误。

潜规则五：诚实地表达对 Return Offer 的兴趣

如果你确实想要 Return Offer，在实习结束前明确表达这一点。一句"我非常希望能够加入这个团队"不会显得急切，反而会让公司知道你是认真的。

顶级做市商实习 Return Offer 率参考

| 公司 | 实习 Return Offer 率（估计） | 备注 | |------|--------------------------|------| | Jane Street | 约 50-60% | 文化 fit 权重高 | | Optiver | 约 40-55% | 技术能力权重较高 | | Citadel Securities | 约 45-55% | 评估体系最为系统化 | | Two Sigma | 约 50-60% | 研究能力权重高 | | G-Research | 约 40-50% | 数学能力要求极高 |

如果没有拿到 Return Offer

没有拿到 Return Offer 不是终点。很多最终在顶级量化公司工作的人，都经历过一次或多次实习失败。

首先，主动寻求反馈。在实习结束后，礼貌地请求 mentor 或 HR 提供具体的改进建议。大多数公司愿意提供这种反馈，而这些反馈对你下一次实习的准备极其宝贵。

其次，诚实分析失败的真实原因。是技术能力不足？是沟通表达有问题？是文化契合度不高？还是运气因素（项目分配不好、mentor 不投入）？诚实地分析原因，才能有针对性地改进。

第三，不要放弃量化赛道。一次实习失败不代表你不适合量化行业。很多公司的实习评估体系本身也有局限性，换一家公司或换一个 Desk，结果可能完全不同。

AT&T Career 的 Quant Track 为经历过实习失败的学员提供专项辅导，帮助他们系统分析失败原因，制定针对性的改进计划，并在下一轮申请中更有准备地出发。