01
订单簿基础
什么是订单簿？限价单与市价单的区别，订单簿的构成要素（价格、数量、时间）。
入门核心概念
02
事件驱动架构
事件驱动编程范式，观察者模式，事件循环与回调函数。
架构设计模式
03
订单簿数据结构
使用Python字典与列表实现Level 2订单簿，买卖盘口的维护。
数据结构Python
04
订单簿事件类型
新增订单、撤销订单、成交事件、修改订单，事件数据模型设计。
事件模型设计
05
事件源与数据流
WebSocket连接交易所，解析实时行情数据流，数据清洗与标准化。
WebSocket数据流
06
事件总线设计
实现一个轻量级事件总线，支持事件的发布与订阅，解耦策略与数据。
事件总线解耦
07
订单簿快照与增量
全量快照与增量更新机制，如何高效合并增量数据。
快照增量
08
价格档位管理
Tick Size与价格精度，如何将价格映射到标准档位。
Tick Size精度
09
订单簿深度计算
计算买一卖一价差，买卖盘口深度（Volume at Price）。
深度价差
10
订单簿不平衡指标
买卖盘口量比（Bid/Ask Ratio），订单簿斜率，压力支撑位识别。
指标不平衡
11
事件驱动的策略框架
策略基类设计，策略生命周期（初始化、更新、销毁）。
框架生命周期
12
策略状态管理
策略运行状态（运行中、暂停、停止），状态切换与线程安全。
状态机线程安全
13
信号生成机制
基于订单簿变化生成交易信号，信号强度与置信度评分。
信号评分
14
订单簿微结构策略
订单簿失衡策略（Order Imbalance），价差回归策略。
微结构策略
15
冰山订单检测
识别大额隐藏订单，基于订单簿动态变化的冰山算法。
冰山检测
16
闪电崩盘检测
基于订单簿的异常波动检测，价格断层与流动性枯竭预警。
崩盘预警
17
做市商策略基础
双向报价逻辑，库存风险管理，价差与深度平衡。
做市商库存
18
事件驱动的回测系统
回测引擎设计，事件回放机制，订单簿历史数据重演。
回测引擎
19
回测性能优化
使用NumPy加速订单簿计算，向量化操作与Cython加速。
性能NumPy
20
策略参数优化
网格搜索与贝叶斯优化，基于回测结果的参数调优。
优化贝叶斯
21
实盘交易接口
对接交易所REST API与WebSocket，订单管理（下单、撤单、查询）。
实盘API
22
资金与仓位管理
账户余额同步，仓位计算，风险敞口监控。
资金风控
23
订单簿数据持久化
将订单簿数据存入时序数据库（InfluxDB），数据压缩与归档。
持久化InfluxDB
24
实时监控与告警
构建订单簿监控仪表盘，异常事件告警（如价差过大）。
监控告警
25
延迟与性能优化
低延迟订单簿更新，使用内存池与零拷贝技术。
低延迟零拷贝
26
多交易所聚合
聚合多个交易所的订单簿，构建统一深度视图。
聚合深度
27
套利策略基础
跨交易所价差套利，三角套利，基于订单簿的套利机会扫描。
套利价差
28
订单簿预测模型
使用LSTM预测短期订单簿变化，特征工程与模型部署。
LSTM预测
29
策略风险管理
最大回撤控制，杠杆管理，熔断机制与手动干预。
风控熔断
30
生产环境部署
Docker容器化，Kubernetes编排，日志与监控体系搭建。
部署K8s