套利策略回测与风险控制框架
📚 共计 30 章节
01
套利交易基础
什么是套利？套利的数学本质与核心逻辑。
概念
数学
02
市场微观结构
订单簿、买卖价差、流动性对套利的影响。
订单簿
流动性
03
统计套利入门
均值回归、协整关系、配对交易基础。
协整
配对
04
回测框架设计
事件驱动回测 vs 向量化回测，选哪个？
架构
性能
05
数据获取与清洗
如何获取高质量Tick/分钟级数据，处理缺失值与异常值。
数据工程
预处理
06
信号生成模块
设计可扩展的信号计算引擎。
引擎
模块化
07
订单执行模拟
考虑滑点、手续费、市场冲击的模拟器。
滑点
冲击
08
资金管理模型
凯利公式、固定比例、风险平价在套利中的应用。
凯利
风险平价
09
风险指标计算
最大回撤、夏普比率、卡玛比率、索提诺比率。
夏普
回撤
10
回测过拟合问题
多重检验偏差、数据窥探偏差，如何避免？
过拟合
偏差
11
样本外测试与交叉验证
时间序列交叉验证的正确打开方式。
交叉验证
稳健性
12
蒙特卡洛模拟
用随机模拟评估策略的稳健性。
模拟
随机
13
压力测试
极端行情下的策略表现（如2015年股灾、2020年3月流动性危机）。
极端
危机
14
风险价值（VaR）与条件风险价值（CVaR）
计算与回测中的应用。
VaR
CVaR
15
投资组合构建
多策略、多品种的资金分配与风险对冲。
组合
对冲
16
止损与止盈策略
动态止损、跟踪止损、时间止损。
止损
止盈
17
杠杆管理
最优杠杆率计算与杠杆衰减风险。
杠杆
衰减
18
流动性风险
如何量化流动性并纳入风控模型。
流动性
量化
19
对手方风险与结算风险
在回测中如何模拟？
对手方
结算
20
回测平台搭建
从零构建一个轻量级回测引擎（Python实现）。
Python
引擎
21
性能优化
用Numba、Cython加速回测计算。
Numba
Cython
22
并行回测
多品种、多参数并行扫描的实现。
并行
扫描
23
参数优化与敏感性分析
网格搜索、贝叶斯优化、遗传算法。
优化
贝叶斯
24
回测报告生成
自动化生成HTML/PDF报告，包含图表与统计。
报告
可视化
25
实盘对接
从回测到实盘的平滑过渡，API接口设计。
API
实盘
26
实时风控系统
监控敞口、杠杆、最大回撤的实时告警。
风控
告警
27
日志与审计
交易日志、风控日志的设计与存储。
日志
审计
28
策略生命周期管理
策略上线、暂停、下线的自动化流程。
生命周期
自动化
29
案例分析一：加密货币期现套利
全流程回测与风控。
加密货币
期现
30
案例分析二：A股ETF套利
回测与实盘差异分析。
A股
ETF