01
课程导论与目标
为什么需要做市策略回测？课程目标、学习路径与前置知识。
导论目标
02
做市策略基础
什么是做市？做市策略的核心逻辑（价差、库存、订单簿）。
价差库存订单簿
03
回测框架设计原则
模块化设计、事件驱动、数据与策略分离。
模块化事件驱动
04
环境搭建与工具链
Python环境、Pandas、NumPy、Backtrader/自定义框架选型。
PythonPandasNumPy
05
数据获取与清洗
从交易所API获取历史Level2数据，数据清洗与对齐。
APILevel2清洗
06
数据结构设计
Tick数据、OrderBook快照、K线数据的存储与索引。
TickOrderBookK线
07
核心引擎：事件循环与时间推进
事件循环与时间推进机制。
引擎事件循环
08
订单管理模块
订单类型（限价、市价）、订单状态机、订单簿模拟。
限价市价状态机
09
做市策略逻辑实现
报价生成逻辑（基于价差、库存、波动率）。
报价波动率
10
风险管理模块
最大持仓限制、止损、资金管理。
止损资金管理
11
手续费与滑点模型
模拟真实交易成本。
手续费滑点
12
性能评估指标
夏普比率、最大回撤、胜率、盈亏比、做市效率。
夏普回撤胜率
13
回测结果可视化
使用Matplotlib/Plotly绘制净值曲线、订单分布、库存变化。
MatplotlibPlotly
14
参数优化
网格搜索、随机搜索、贝叶斯优化。
网格搜索贝叶斯
15
过拟合与稳健性检验
交叉验证、蒙特卡洛模拟。
交叉验证蒙特卡洛
16
多品种与多周期回测
同时回测多个交易对，不同时间粒度。
多品种多周期
17
实盘模拟与仿真交易
连接模拟交易所，进行仿真运行。
仿真模拟交易所
18
性能优化
向量化计算、多进程加速、Cython/Numba应用。
向量化多进程Numba
19
日志与监控系统
记录回测过程、异常报警。
日志监控
20
配置管理
使用YAML/JSON管理策略参数与运行配置。
YAMLJSON
21
单元测试与集成测试
保证框架各模块的正确性。
单元测试集成测试
22
代码规范与文档
PEP8、类型注解、Sphinx文档生成。
PEP8Sphinx
23
版本控制与协作
Git工作流、代码审查。
Git协作
24
部署到云服务器
Docker容器化、云服务选型（AWS/阿里云）。
DockerAWS阿里云
25
定时任务与自动化
使用Crontab/Airflow调度回测任务。
CrontabAirflow
26
结果存储与数据库
将回测结果存入MySQL/InfluxDB。
MySQLInfluxDB
27
Web展示前端
使用Flask/Dash构建回测结果看板。
FlaskDash
28
API服务化
将回测引擎封装为RESTful API。
RESTfulAPI
29
案例实战：BTC/USDT做市
基于BTC/USDT的做市策略完整回测。
BTC实战
30
课程总结与进阶方向
高频做市、机器学习做市、生产环境注意事项。
高频机器学习