01
做市引擎概述
什么是做市引擎 · 做市策略核心目标 · 微结构特征定义与重要性
基础概念
02
订单簿数据结构
Bid/Ask构成 · Level 2/Level 3 · 快照与增量更新
订单簿L2
03
订单簿特征提取
买卖价差(Spread) · 市场深度(Depth) · 订单簿不平衡
价差深度
04
订单簿动态特征
订单到达率 · 撤销率 · 斜率(Slope) · 加权平均价格(WAP)
动态斜率
05
交易量特征提取
成交量分布(Volume Profile) · VWAP · TWAP
成交量VWAP
06
时间序列特征
收益率 · 波动率 · 已实现波动率 · 价格跳跃
时序波动率
07
微观结构噪声
价差成分(逆向选择/订单处理/存货) · 有效价差
噪声有效价差
08
流动性度量
Amihud非流动性 · Roll's Spread · 流动性比率
流动性Amihud
09
价格影响模型
Kyle's Lambda · Almgren-Chriss · 永久/暂时影响
价格影响Lambda
10
订单流特征
订单流毒性 · VPIN (Volume-Synchronized PIN)
毒性VPIN
11
事件驱动特征
大单检测 · 异常交易量 · 新闻事件影响
事件大单
12
高频统计特征
ACF · PACF · Hurst指数 · 长记忆性
统计Hurst
13
周期模式
日内季节性(U型) · 周内效应 · 月内效应
周期季节性
14
协方差与相关性
跨资产微观结构相关性 · 跨市场套利信号
相关性套利
15
特征工程基础
数据清洗 · 标准化/归一化 · 特征编码
清洗归一化
16
特征降维
PCA · LDA · t-SNE / UMAP可视化
降维PCA
17
特征选择方法
过滤法 · 包裹法(RFE) · 嵌入法(Lasso/树模型)
选择RFE
18
时间序列特征工具
TA-Lib · Pandas TA · tsfresh 实战
TA-Libtsfresh
19
订单簿重建与回放
Tick数据重建 · 事件驱动回放 · 性能优化
回放Tick
20
实时特征计算
滑动窗口 · 增量更新 · 低延迟架构
实时低延迟
21
特征存储与管理
Feature Store概念 · Redis/PostgreSQL · 版本管理
存储Feature Store
22
信号合成
多特征融合 · 信号归一化 · 阈值动态调整
信号融合
23
回测框架特征使用
Backtrader/Zipline集成 · 延迟处理 · 避免未来函数
回测未来函数
24
特征有效性评估
IC · IR · 特征衰减 · 分组回测
ICIR
25
实战案例一
基于订单簿不平衡的做市信号生成
实战不平衡
26
实战案例二
基于VPIN的流动性风险预警系统
实战VPIN
27
实战案例三
基于波动率聚类的动态价差调整策略
实战波动率
28
实战案例四
多因子做市策略的特征工程全流程
实战多因子
29
性能优化与部署
Cython/Numba加速 · 多线程/异步 · Docker部署
优化Docker
30
总结与进阶
未来趋势 · 深度学习应用 · 推荐阅读与资源
进阶深度学习