01
高频交易概述
高频交易的定义、特点与市场生态
基础概念
02
回测框架设计原则
模块化、可扩展性、事件驱动架构
架构设计
03
数据源与数据清洗
Level2行情数据、Tick数据、数据对齐与去噪
数据预处理
04
事件驱动引擎
事件循环、事件类型定义、事件处理器注册
核心引擎
05
订单簿重建
从Tick数据重建限价订单簿（LOB）
LOB微观结构
06
信号生成模块
基于订单簿不平衡、成交量分布、价差变化
信号因子
07
订单执行模型
考虑延迟、滑点、部分成交的模拟
执行滑点
08
风险管理模块
最大持仓限制、止损、日内风控
风控安全
09
绩效评估指标
夏普比率、最大回撤、胜率、交易频率分析
评价指标
10
回测引擎核心
策略与引擎的接口设计、回测循环
引擎循环
11
参数优化
网格搜索、随机搜索、贝叶斯优化
优化超参
12
过拟合检测
Walk-Forward分析、交叉验证在时间序列中的应用
过拟合验证
13
多品种回测
资产组合回测、资金分配算法
组合多资产
14
模拟撮合引擎
FIFO、Pro-Rata撮合逻辑实现
撮合微观
15
延迟模拟
网络延迟、交易所处理延迟的随机模型
延迟模拟
16
市场冲击模型
线性冲击、平方根冲击、Almgren-Chriss模型
冲击成本
17
交易成本分析
佣金、印花税、过户费、滑点成本
成本费率
18
数据库设计
使用InfluxDB或ClickHouse存储高频数据
存储时序
19
并行回测
使用多进程/多线程加速回测
并行加速
20
GPU加速
使用CuPy或Numba加速信号计算
GPU计算
21
回测结果可视化
使用Plotly或Bokeh绘制交易信号与收益曲线
可视化图表
22
策略部署架构
从回测到实盘的代码复用与差异
部署架构
23
实盘接口对接
CTP、XTP、FIX协议接入要点
接口协议
24
实时风控系统
盘前检查、盘中监控、盘后分析
风控实时
25
日志与监控
结构化日志、Prometheus指标暴露
监控可观测
26
回测框架测试
单元测试、集成测试、回归测试
测试质量
27
容器化部署
Docker镜像构建、Kubernetes编排
容器K8s
28
CI/CD流水线
自动化回测、自动化部署策略
CI/CD自动化
29
案例实战：做市策略
基于订单簿不平衡的做市策略回测
做市实战
30
案例实战：动量策略
基于成交量分布的高频动量策略回测
动量实战