01
课程导论
什么是策略信号生成与交易执行流水线？为什么需要自动化？整体架构概览。
概览自动化
02
数据获取层
行情数据源（交易所API、数据商）、数据格式（Tick、K线）、数据存储（CSV、数据库）。
API存储
03
数据清洗与预处理
缺失值处理、异常值检测、时间对齐、复权处理。
清洗复权
04
技术指标计算
移动平均线、MACD、RSI、布林带等常用指标的计算与实现。
指标MACD
05
信号生成逻辑
基于规则的信号（阈值、交叉）、信号组合与权重分配。
规则权重
06
信号过滤与增强
信号去噪、确认机制（如成交量确认）、多周期共振。
去噪共振
07
策略回测框架
回测引擎设计、滑点与手续费模拟、绩效评估指标（夏普比率、最大回撤）。
回测夏普
08
回测结果分析
资金曲线、交易记录分析、参数敏感性分析、过拟合检测。
分析过拟合
09
策略优化
网格搜索、随机搜索、遗传算法参数优化。
优化遗传
10
交易执行层
订单类型（市价单、限价单、止损单）、订单生命周期。
订单执行
11
交易接口对接
FIX协议、REST API、WebSocket实盘接口。
FIXWebSocket
12
资金管理
凯利公式、固定比例、波动率调整仓位。
凯利仓位
13
风险控制
止损止盈、最大回撤限制、敞口管理、黑名单机制。
风控止损
14
日志与监控
交易日志记录、实时监控面板、异常告警。
监控告警
15
流水线调度
定时任务（Cron）、事件驱动调度、任务依赖管理。
调度Cron
16
消息队列与异步处理
RabbitMQ/Kafka应用、异步任务队列（Celery）。
MQ异步
17
状态管理
策略状态持久化、重启恢复、幂等性设计。
持久化幂等
18
多策略管理
策略池、策略路由、资源隔离。
策略池隔离
19
模拟交易环境
Paper Trading实现、模拟撮合引擎。
模拟撮合
20
实盘部署
服务器选型、Docker容器化、CI/CD流程。
DockerCI/CD
21
性能优化
代码加速（Numba、Cython）、数据库优化、网络延迟优化。
加速延迟
22
数据回放与测试
历史数据回放、场景测试、压力测试。
回放压力
23
策略迁移
从回测到实盘的差异处理、代码重构。
迁移重构
24
合规与审计
交易记录保存、监管要求、数据隐私。
合规隐私
25
机器学习信号生成
特征工程、模型训练（XGBoost/LSTM）、模型部署。
XGBoostLSTM
26
自然语言处理信号
新闻情感分析、舆情监控、事件驱动交易。
NLP情感
27
高频交易基础
低延迟架构、FPGA加速、市场微观结构。
高频FPGA
28
分布式系统设计
微服务架构、服务发现、负载均衡。
微服务均衡
29
灾难恢复与高可用
主备切换、数据备份、故障演练。
高可用备份
30
课程总结与未来展望
行业趋势、持续学习路径、项目实战建议。
总结趋势