01
订单簿基础
什么是订单簿、限价单与市价单、买卖盘口概念
概念入门
02
数据结构设计
底层数据结构：红黑树、跳表、哈希表
红黑树跳表
03
Level 1 数据
最优买卖价（Top of Book）的计算与更新
最优价实时
04
Level 2 数据
深度盘口（Order Book Depth）的聚合与快照
深度聚合
05
增量更新
逐笔成交与订单簿增量事件 (Add, Cancel, Execute)
事件增量
06
重建算法
从增量事件流重建完整订单簿 (Snapshot + Increment)
快照重建
07
价格聚合
Tick Size 与价格档位（Price Level）的合并逻辑
Tick档位
08
数量聚合
同一价格档位的订单数量累加与更新
累加数量
09
盘口价差
Bid-Ask Spread 的计算与动态监控
价差监控
10
加权价格
基于深度的加权平均价格 (VWAP) 计算
VWAP加权
11
订单簿不平衡
买卖盘口深度差 (Order Book Imbalance) 指标
不平衡指标
12
压力测试
模拟大单对盘口的影响与滑点分析
滑点模拟
13
时间加权
时间加权平均价格 (TWAP) 的实现
TWAP时间
14
成交量分布
Volume Profile 与市场轮廓 (Market Profile)
VolumeProfile
15
盘口斜率
买卖盘口深度曲线的斜率计算与市场情绪判断
斜率情绪
16
流动性度量
订单簿深度与市场深度 (Market Depth) 指标
流动性深度
17
订单簿快照
定时生成订单簿快照 (Snapshot) 的策略
快照策略
18
事件驱动架构
使用消息队列 (Kafka/RabbitMQ) 处理订单簿事件
KafkaMQ
19
内存优化
订单簿数据的内存布局与缓存友好设计
内存缓存
20
并发处理
多线程/多进程下的订单簿更新与锁机制
并发锁
21
回测框架
基于历史订单簿数据的策略回测系统设计
回测策略
22
可视化
使用 Matplotlib/Plotly 绘制订单簿深度图
图表深度图
23
实时监控
WebSocket 推送订单簿数据到前端展示
WebSocket实时
24
数据清洗
处理异常订单簿数据 (价格倒挂、数量异常)
清洗异常
25
性能基准
订单簿更新延迟的基准测试 (Benchmark)
基准延迟
26
跨交易所
不同交易所订单簿数据格式的标准化处理
标准化跨所
27
套利检测
基于订单簿数据的跨交易所价差套利信号
套利价差
28
订单簿预测
使用机器学习预测短期盘口变化
ML预测
29
高频优化
使用 Cython/Numba 加速订单簿计算
CythonNumba
30
实战项目
构建一个完整的订单簿引擎与盘口分析系统
实战引擎