01
波动率基础
什么是波动率？数学定义与分类：历史波动率、隐含波动率、已实现波动率。
概念核心
02
做市商业务概述
做市商角色、盈利模式（买卖价差、返佣、库存损益）、风险敞口。
业务盈利
03
波动率与做市策略的关系
波动率如何影响最优报价宽度、库存风险与Gamma风险。
关联风控
04
波动率估计方法（上）
简单移动平均（SMA）、指数加权移动平均（EWMA）、GARCH(1,1)模型。
模型时间序列
05
波动率估计方法（下）
已实现波动率（RV）、Parkinson极值法、Yang-Zhang方法。
估计极值
06
波动率预测模型
HAR-RV模型、异质自回归模型、机器学习方法（LSTM、XGBoost）简介。
预测ML
07
波动率自适应报价宽度
基于波动率的动态价差模型（Avellaneda-Stoikov框架）。
报价价差
08
波动率自适应订单规模
基于波动率的动态下单量调整（Kelly准则、风险预算）。
订单凯利
09
波动率自适应对冲频率
波动率驱动的Delta对冲策略（离散对冲、阈值对冲）。
对冲Delta
10
波动率自适应库存管理
基于波动率的库存目标区间与再平衡策略。
库存再平衡
11
波动率自适应参数调优
使用滚动窗口优化波动率模型参数（衰减因子、窗口长度）。
优化滚动
12
波动率自适应策略回测框架
构建支持波动率自适应策略的回测引擎。
回测框架
13
波动率自适应策略绩效评估
夏普比率、卡玛比率、最大回撤、收益风险比。
绩效指标
14
实战案例（一）：加密货币
BTC/USDT波动率自适应做市。
加密实战
15
实战案例（二）：股票市场
SPY波动率自适应做市。
股票ETF
16
实战案例（三）：期权市场
波动率曲面套利与做市。
期权曲面
17
风险管理：VaR与压力测试
VaR、CVaR、压力测试、极端波动率情景。
风控VaR
18
延迟与滑点控制
波动率升高时的流动性危机与滑点控制。
滑点流动性
19
多资产协同做市
跨资产波动率联动与组合做市。
多资产组合
20
在线学习与波动率更新
使用在线梯度下降（OGD）实时更新波动率模型。
在线OGD
21
贝叶斯波动率模型
使用贝叶斯波动率模型（如随机波动率模型）。
贝叶斯随机
22
强化学习做市决策
使用深度强化学习（DRL）优化做市决策。
DRL决策
23
微观结构影响
波动率对订单簿形状、买卖价差、市场深度的反馈效应。
微观订单簿
24
监管与合规
波动率异常交易监控、做市义务与豁免。
合规监管
25
硬件与系统架构
低延迟系统设计、FPGA加速波动率计算。
硬件FPGA
26
因子模型与波动率
将波动率因子纳入多因子做市模型。
因子多因子
27
统计套利结合做市
波动率均值回复策略与做市策略的结合。
统计套利均值回复
28
跨期套利与期限结构
利用波动率期限结构进行做市。
跨期期限
29
实盘部署与切换
从回测到实盘的注意事项、模拟交易与实盘切换。
实盘部署
30
未来方向：高频与AI
高频波动率、事件驱动波动率、AI生成波动率。
前沿AI