01
课程导论与系统全景
高频交易的定义与挑战 · 回测系统核心价值 · 数据层/策略层/执行层/分析层全景图
全景导论
02
开发环境与核心技术栈
Anaconda配置 · pandas/numpy/numba/cython · Git与项目结构初始化
环境Python
03
市场微观结构与数据模型
订单簿原理 · Tick/Bar级数据 · Level2/Level3数据模型设计
微观结构数据
04
高性能数据存储与读取
HDF5 vs Parquet · PyArrow列式存储 · 内存映射技术
存储性能
05
数据清洗与预处理
缺失值处理 · Z-score/IQR异常检测 · 时间戳对齐与重采样 · 去重
清洗预处理
06
事件驱动架构设计
事件循环原理 · TickEvent/BarEvent/OrderEvent · 事件队列与多线程分发
架构事件
07
回测引擎核心（一）
Bar内回测引擎 · 逐笔回测引擎 · 性能基准测试
引擎核心
08
回测引擎核心（二）
滑点模型 · 交易成本模型 · 市场冲击模型
成本滑点
09
策略接口与生命周期
策略基类 · on_init/on_tick/on_bar · 订单管理
策略生命周期
10
订单管理系统（OMS）
订单状态机 · 路由逻辑 · GTC/GTD/IOC订单类型
OMS订单
11
投资组合与风险管理
组合类设计 · 仓位管理 · 最大回撤/杠杆/集中度约束
风控组合
12
性能优化（一）
Numba加速 · 向量化替代循环 · 内存池与对象复用
加速Numba
13
性能优化（二）
Cython编译 · 多进程并行(Joblib/Ray) · 异步I/O优化
并行Cython
14
数据回放与可视化
Plotly/Dash实时K线 · 订单轨迹可视化 · 回测进度条与日志
可视化Dash
15
统计分析与评估指标
夏普比率 · 最大回撤 · Calmar · 胜率盈亏比 · 收益分布
指标评估
16
过拟合与统计检验
Walk-Forward · 时间序列交叉验证 · 蒙特卡洛模拟与置信区间
过拟合检验
17
实战策略一：Order Flow Imbalance做市
逻辑实现 · 回测配置 · 结果分析
做市订单流
18
实战策略二：LOB统计套利
协整检验 · Z-score计算 · 配对交易实现
统计套利LOB
19
实战策略三：机器学习短期预测
特征工程 · LightGBM集成 · 回测与评估
MLLightGBM
20
参数优化与敏感性分析
网格搜索 · Optuna贝叶斯优化 · 参数敏感性热力图
调参Optuna
21
系统健壮性与错误处理
异常捕获与重试 · 数据一致性校验 · 断路器模式
健壮性断路器
22
日志与监控系统
structlog结构化日志 · Prometheus+Grafana · 告警规则
监控日志
23
回测结果报告生成
Jinja2自动化报告 · PDF/HTML导出 · 仪表盘
报告Jinja2
24
从回测到实盘的桥梁
模拟交易环境 · 回测与实盘差异分析 · Alpha衰减
实盘模拟
25
分布式回测系统设计
任务拆分 · RabbitMQ/Kafka · 结果聚合与合并
分布式消息队列
26
云原生部署与CI/CD
Docker容器化 · Kubernetes · GitLab CI/CD流水线
云原生CI/CD
27
数据源接入与适配器模式
统一数据接口 · Binance/Coinbase/CSV适配器 · 缓存策略
适配器数据源
28
回测系统安全与合规
API密钥管理(Vault) · 数据脱敏 · 交易日志审计
安全合规
29
前沿技术探索
GPU加速(RAPIDS) · FPGA低延迟 · 量子计算与回测未来
前沿GPU
30
课程总结与项目实战
端到端高频回测系统 · 常见陷阱与最佳实践 · 职业发展
实战总结