01
做市策略概述
什么是做市策略，做市商角色与盈利模式，做市策略的核心要素。
概念盈利
02
实盘接入准备
交易所API选择（REST/WebSocket），API密钥管理与安全规范。
API安全
03
开发环境搭建
Python虚拟环境配置，常用库安装（ccxt, websocket, pandas, numpy）。
环境Python
04
交易所API基础
使用ccxt库获取行情数据，理解ticker、orderbook、trade数据结构。
ccxt行情
05
WebSocket实时行情
建立WebSocket连接，订阅深度流与交易流，数据解析与缓存。
WebSocket实时
06
订单管理基础
限价单、市价单、撤单操作，使用ccxt进行下单与状态查询。
订单交易
07
做市策略核心逻辑
双边报价模型，价差与深度管理，库存风险控制。
报价风控
08
策略参数配置
配置文件设计（JSON/YAML），参数热加载与动态调整。
配置热加载
09
资金管理模块
账户余额监控，保证金计算，仓位与风险敞口管理。
资金保证金
10
订单簿重建与维护
从增量数据重建本地订单簿，深度合并与排序算法。
订单簿算法
11
信号生成与报价引擎
基于订单簿计算买卖报价，报价频率与更新逻辑。
信号报价
12
订单生命周期管理
订单状态机设计（新建、部分成交、完全成交、取消、拒绝）。
状态机订单
13
成交与持仓管理
成交回报处理，持仓更新，已实现盈亏计算。
成交持仓
14
风险控制模块
最大持仓限制，最大亏损限制，异常行情熔断机制。
风控熔断
15
日志与监控系统
结构化日志设计，关键指标监控（报价次数、成交率、库存）。
日志监控
16
回测框架搭建
基于历史数据回测做市策略，评估收益与风险指标。
回测评估
17
模拟盘接入
使用交易所测试网进行模拟交易，验证策略逻辑。
模拟测试网
18
实盘小资金试运行
最小化风险实盘测试，观察策略表现与系统稳定性。
实盘试运行
19
延迟优化
网络延迟测量，本地时钟同步，减少不必要的API调用。
延迟优化
20
异常处理与重连机制
WebSocket断线重连，API请求失败重试，订单状态不一致处理。
重连异常
21
多交易所接入
统一接口封装，资金分配与跨交易所价差套利。
多所套利
22
策略性能调优
代码性能分析，异步IO优化，内存与CPU使用监控。
性能异步
23
数据持久化
行情数据、订单数据、成交数据存储到数据库（SQLite/InfluxDB）。
存储数据库
24
可视化监控面板
使用Grafana或自建Web界面展示实时策略状态。
可视化Grafana
25
策略迭代与A/B测试
参数优化方法，实盘A/B测试框架设计。
迭代A/B测试
26
合规与风控审计
交易日志审计，监管要求，防止市场操纵行为。
合规审计
27
灾难恢复计划
系统故障预案，手动干预流程，数据备份与恢复。
容灾备份
28
高级做市策略
波动率调整价差，订单簿不平衡信号，机器学习辅助报价。
高级机器学习
29
实战案例分析
常见做市策略问题复盘，从亏损到盈利的调优过程。
案例复盘
30
课程总结与未来展望
做市策略发展趋势，DeFi做市与CeFi做市对比，持续学习路径。
总结展望