01
做市策略概述
什么是做市交易、做市策略的核心逻辑、做市与趋势交易的区别
核心概念入门
02
回测系统架构设计
回测系统的核心模块、事件驱动架构、数据流与订单流设计
架构设计模式
03
环境搭建与工具链
Python环境配置、Anaconda与Jupyter、常用库安装
环境工具
04
数据获取与清洗
从交易所获取历史行情数据、处理缺失值与异常值、数据重采样与对齐
数据预处理
05
订单簿与市场微观结构
订单簿数据结构、买卖盘口深度、价差与滑点模型
微观结构订单簿
06
做市策略信号生成
基于订单簿不平衡、时间加权平均价格、波动率的信号
信号因子
07
库存管理模型
库存风险度量、库存均值回归模型、库存调整策略
风控库存
08
报价策略设计
对称报价与非对称报价、报价宽度与偏移、动态调整报价
报价做市
09
订单执行与撮合引擎
限价单与市价单模拟、部分成交与未成交处理、撮合逻辑实现
撮合引擎
10
手续费与成本模型
交易所手续费结构、滑点成本估算、资金费率影响
成本费率
11
风险控制模块
最大持仓限制、最大亏损限制、波动率止损、回撤控制
风控止损
12
绩效评估指标
夏普比率、最大回撤、胜率与盈亏比、收益曲线分析
绩效评价
13
回测引擎核心实现
事件循环设计、时间推进机制、状态管理
引擎核心
14
策略参数优化
网格搜索、随机搜索、贝叶斯优化、过拟合防范
优化超参
15
多品种做市策略
跨品种相关性分析、资金分配、组合风险对冲
多品种组合
16
高频数据回测
Tick级数据回测、毫秒级时间戳处理、性能优化技巧
高频Tick
17
模拟交易与实盘对接
模拟交易环境搭建、API对接、订单状态同步
实盘API
18
回测结果可视化
收益曲线图、持仓变化图、订单分布热力图、绩效报告生成
可视化图表
19
策略回测案例分析
经典做市策略回测、参数敏感性分析、策略改进方向
案例分析
20
常见陷阱与避坑指南
未来函数、幸存者偏差、过拟合识别、数据窥探偏差
陷阱避坑
21
做市策略的统计学基础
时间序列平稳性、自相关与偏自相关、协整关系
统计学时间序列
22
机器学习在报价中的应用
强化学习报价、LSTM预测短期价格、特征工程
机器学习AI
23
做市策略的微观经济学
信息不对称模型、逆向选择成本、做市商利润来源
经济学理论
24
回测系统的性能优化
向量化计算、并行回测、内存管理、缓存策略
性能优化
25
做市策略的监管与合规
做市商义务、市场操纵防范、报告要求
监管合规
26
实盘做市系统架构
低延迟架构、灾备方案、监控告警系统
系统架构高可用
27
做市策略的A/B测试
在线测试框架、统计显著性检验、逐步上线策略
A/B测试实验
28
做市策略的因子分析
因子构建、因子IC分析、因子组合优化
因子多因子
29
做市策略的自动化运维
定时任务、日志管理、异常自动恢复
运维自动化
30
做市策略的未来趋势
DeFi做市、跨链做市、AI驱动的自适应做市
前沿趋势