01
回测框架概览
什么是回测？为什么需要高性能？回测框架的核心组件与架构设计。
入门架构
02
数据基础设施
数据源的选择（本地CSV、数据库、API），数据清洗与对齐，OHLCV数据结构设计。
数据ETL
03
事件驱动引擎
事件循环机制，事件类型定义（市场事件、订单事件、信号事件），事件队列管理。
核心异步
04
订单管理系统
订单类型（市价单、限价单、止损单），订单生命周期管理，撮合逻辑实现。
交易撮合
05
投资组合与风险管理
仓位管理，资金曲线计算，最大回撤、夏普比率等风险指标计算。
风控指标
06
策略接口设计
策略基类定义，信号生成逻辑，参数管理，策略注册机制。
设计模式接口
07
性能优化基础
Python性能瓶颈分析，使用cProfile进行性能剖析，常见优化策略概览。
性能分析
08
向量化计算
用NumPy替代循环，向量化信号计算，批量数据处理技巧。
NumPy加速
09
并行与异步处理
多进程回测，异步IO在数据获取中的应用，进程间通信。
并行异步
10
内存管理与数据结构优化
使用array模块替代list，内存视图与缓冲区协议，对象池模式。
内存优化
11
Cython加速
Cython基础语法，类型声明，将热点函数编译为C扩展。
Cython编译
12
Numba JIT编译
@jit装饰器使用，nopython模式，与NumPy结合。
NumbaJIT
13
缓存与预计算
LRU缓存，结果缓存，预计算技术减少重复计算。
缓存预计算
14
数据库优化
SQL查询优化，索引设计，使用Redis作为缓存层。
数据库Redis
15
日志与监控
结构化日志，性能监控指标，实时回测进度显示。
日志监控
16
单元测试与集成测试
测试框架选择（pytest），模拟数据生成，断言策略结果。
测试pytest
17
参数优化
网格搜索，随机搜索，贝叶斯优化，并行参数扫描。
优化超参
18
多资产回测
资产篮子管理，协方差矩阵计算，投资组合再平衡逻辑。
多资产组合
19
滑点与交易成本模型
固定滑点、百分比滑点，佣金模型，冲击成本模型。
成本滑点
20
时间处理与日历
交易日历，时区处理，时间序列重采样。
时间日历
21
信号合成与权重分配
多信号融合，动态权重调整，信号衰减模型。
信号权重
22
回测结果分析
交易记录分析，收益归因，换手率分析。
分析归因
23
可视化与报告
使用Matplotlib/Plotly绘制净值曲线，生成HTML报告，交互式图表。
可视化报告
24
实盘模拟对接
模拟交易API，订单路由，实时数据流处理。
实盘模拟
25
分布式回测
任务拆分，使用Ray/Dask进行分布式计算，结果汇总。
分布式Ray
26
回测框架扩展性设计
插件系统，自定义指标，第三方库集成。
扩展插件
27
常见陷阱与避免方法
前视偏差，幸存者偏差，过拟合识别。
陷阱偏差
28
框架对比与选型
Backtrader、Zipline、vnpy等框架优缺点分析。
对比选型
29
从零构建完整回测系统
需求分析，模块划分，代码组织，文档编写。
实战系统
30
案例实战：均线策略
基于均线策略的完整回测流程，从数据获取到报告生成。
案例均线