Two Sigma OA 偏 quant 风格，和去年的题型方向差不多，BCG 等公司也有类似复用。三题都有一定的实现量和数据感，不是纯刷 LC 能对付的——你得对插值、回归、在线统计这些量化日常操作有真实的理解。进去之前我知道 Two Sigma 不考纯算法套路，但没想到 T2 的数据分析题问的那么细，五个小问加后续，pandas 和 sklearn 要非常熟练才能控住时间。
T1：Linear Interpolator（分段线性插值 + 外推）
题意
给定 n 个二维结点 (x_knots, y_knots)，按 x 排序后用折线连成分段线性函数 L(x)。
区间内做插值，区间外用最近两端点所在直线外推。特殊情况：若多个点共享同一 x，x_input ≤ x 时取其中最小的 y，x_input > x 时取最大的 y。
思路
第一步：按 x 排序，处理同 x 的结点合并——根据题面规则保留 min y 或 max y，不是简单取第一个。
第二步：对每个查询 x_input 做二分搜索，找到它落在哪两个相邻结点之间。
第三步：用两点式直线方程计算 y：
y = y₀ + (y₁ – y₀) × (x – x₀) / (x₁ – x₀)
如果 x_input 在最左端点左侧，用最左两个点的直线外推；在最右端点右侧，用最右两个点的直线外推。
边界要盯住：分母 x₁ – x₀ = 0 的情况（竖直线，两个结点 x 相同但 y 不同），要根据题面规则处理而不是直接除零报错。外推方向判断不要搞混。
T2：Daily Temperature By Town（多问数据分析）
题意
P 个城镇加 NYC 共 N 天的气温数据。题目分 Part One（前 10 个测例）和 Part Two（后续追加问题），连续作答。
搜集到的常见考察点：
Q1：日温标准差最大的地点（城镇或 NYC），找波动最大的那个。
Q2：Town2 气温在 [90, 100] 区间内的那些天，NYC 对应日温的中位数（四舍五入到整数）。
Q3：每个城镇对 NYC 做带截距一元线性回归，所有城镇的 slope 取绝对值求和，四舍五入。
Q4：对 NYC 预测 MSE 最小的城镇——哪个城镇的气温最能预测 NYC 气温。
Part Two 后续通常是：组合多个城镇做多元回归、贪心选择城镇降低 MSE、时间序列特征工程等。
思路
数据载入之后用 pandas 处理：
Q1 直接 .std() 按列计算再取 argmax。
Q2 先用布尔索引筛出 Town2 气温在 [90,100] 的行，再对这些行的 NYC 列取 .median()，用 round() 四舍五入——注意 Python 的 round() 是银行家舍入，如果题面要求标准四舍五入要用 Decimal 或手写。
Q3 和 Q4 用 sklearn 的 LinearRegression 或者手写最小二乘——手写更快控制细节，带截距的公式是 β = (XᵀX)⁻¹Xᵀy，MSE 用预测值和真实值的差平方均值。
多城镇组合降 MSE：如果穷举所有组合会指数爆炸，用贪心——每轮从剩余城镇里选一个加入当前集合后使 MSE 下降最多的，重复固定次数。这不是全局最优但能过大部分测例。
注意缺失值：气温数据可能有 NaN，pandas 的统计函数默认跳过 NaN，但回归前要对齐 dropna，否则维度不匹配报错。
T3：Efficient Regression V5（无截距 OLS + 在线更新）
题意
Part One：对多对资产收益 (xᵢ, yᵢ) 做无截距一元线性回归，求 β。
无截距 OLS 公式：β = Σ(xᵢyᵢ) / Σ(xᵢ²)
Part Two：数据分批到达，每批新数据来了之后在线更新当前的 β，不能重新从头算。
思路
Part One：对每对列用 numpy 计算 np.sum(x * y) / np.sum(x ** 2)。注意分母全零的情况（x 列全为 0 时无法回归，要按题面说明处理，通常是返回 0 或 NaN）。
Part Two：维护两个累加量 sum_xy 和 sum_x2。每来一批新数据，把这批数据的 Σxy 和 Σx² 加到累加量上，再相除得到最新的 β。
这样每批更新是 O(batch_size)，不需要存历史数据，内存 O(1)。这是在线算法的标准思路，Two Sigma 很喜欢考这类”数据流式到达、如何高效维护统计量”的题型。
备考建议
Two Sigma 的 OA 考的是量化工程师的日常工具，不是刷题型。几个关键点：
pandas 和 numpy 要非常熟：不是会用就行，是要能快速写出正确的向量化操作。条件筛选、groupby、merge、rolling window 都要能闭眼写。
统计公式别死记，要理解：OLS 无截距和有截距的区别、为什么 β = Σxy/Σx²、MSE 怎么算——理解之后才能应对题面变形。
在线算法思维：Two Sigma 很在意”如果数据流式到来怎么高效更新”，T3 就是典型。维护足够的 sufficient statistics（充分统计量），新数据来了只更新这几个累加量，而不是重新跑全量计算。
四舍五入方式一定对着题面确认：Python 的 round() 是银行家舍入，题面如果要求标准四舍五入要手写或用 Decimal 模块，这个坑每年都有人踩。
FAQ
Two Sigma OA 用什么平台，多长时间？
HackerRank，通常 90 分钟，三道题。T2 的多问数据分析题时间最长，建议先扫一遍题目分配好节奏。
T2 数据分析题可以用 sklearn 吗？
可以，HackerRank 的环境支持 sklearn 和 pandas。但有时候手写最小二乘反而更快，因为不需要 fit/predict 的 API overhead，直接 numpy 矩阵运算。
无截距 OLS 和有截距 OLS 有什么实际区别？
有截距的模型假设 y = ax + b，b 允许不为零；无截距的模型强制 y = ax，假设 x=0 时 y 也为 0。在量化里，无截距回归常用于对资产超额收益做 beta 估计，因为理论上 alpha（截距）为 0。
贪心选特征能过所有测例吗？
不能保证全过，贪心是近似算法，不是最优解。但 Two Sigma 的后续问题通常数据量很大，穷举不可行，贪心是他们预期的解法，能过大部分测例。
这套 OA 和去年有什么变化？
题型方向很稳定（插值、回归、在线更新），但实现细节每年会调整——同 x 的处理规则、四舍五入方式、Part Two 的后续问法。不能完全靠背去年的解法，要真的理解原理。
Two Sigma OA 通过之后流程是什么？
通常是 Super Day，一天内多轮：数学/概率题、coding 题、系统设计（偏量化系统）、BQ。和 Jane Street 类似，数学和概率的权重很高。
没有 quant 背景可以面 Two Sigma SWE 岗吗？
Two Sigma 有纯 SWE 岗（Software Engineer，不是 Quant）也有 quant 方向，纯 SWE 岗不强制要求金融背景，但 OA 的题型依然偏量化工程风格，pandas/numpy 的熟练度是基本要求。
有在准备 Two Sigma 或其他量化公司 OA 的同学，可以来找我们聊聊。InterviewShow 长期跟进 Two Sigma、Jane Street、DE Shaw 这类公司的 OA 题型，插值、OLS 回归、在线统计量这几块都有专门覆盖，有需要的来聊。