01
价差回归策略初探
什么是价差？什么是回归？策略的核心逻辑与盈利来源。
入门核心概念
02
配对交易基础
协整理论入门、平稳性检验（ADF检验）、如何挑选交易对。
协整ADF
03
价差计算与标准化
价差的计算方法（价格差、对数价差）、Z-score标准化。
Z-score标准化
04
交易信号生成
基于Z-score的阈值开仓、阈值平仓、止损逻辑设计。
信号止损
05
回测框架搭建（一）
数据获取与清洗、时间对齐、计算价差序列。
数据回测
06
回测框架搭建（二）
信号生成模块、仓位管理模块、绩效统计模块。
模块仓位
07
策略绩效评估
夏普比率、最大回撤、胜率、盈亏比、年化收益率。
夏普回撤
08
参数优化与过拟合
网格搜索参数、过拟合的识别与避免、交叉验证。
优化过拟合
09
迭代升级一：动态阈值
为什么固定阈值不够好？如何实现动态阈值？
动态阈值
10
迭代升级二：波动率调整
用ATR或历史波动率动态调整开仓阈值。
ATR波动率
11
迭代升级三：多时间框架
在日线、小时线、分钟线上分别计算价差信号。
多周期信号
12
迭代升级四：机器学习过滤
用随机森林过滤虚假信号。
随机森林过滤
13
迭代升级五：强化学习出场
用强化学习动态调整出场点。
强化学习出场
14
迭代升级六：多品种组合
不止做一对，做一篮子配对。
组合篮子
15
迭代升级七：交易成本与滑点
实盘与回测的巨大差距。
成本滑点
16
迭代升级八：市场状态识别
用HMM（隐马尔可夫模型）识别震荡/趋势。
HMM状态
17
迭代升级九：非线性价差建模
用核方法或神经网络拟合价差关系。
核方法神经网络
18
迭代升级十：实时数据流处理
从回测到实盘的架构转变。
实时架构
19
迭代升级十一：风险平价组合
控制组合波动。
风险平价波动
20
迭代升级十二：宏观因子
用利率、汇率等宏观数据辅助判断。
宏观利率
21
迭代升级十三：高频价差策略
Tick级数据的价差回归。
高频Tick
22
迭代升级十四：图神经网络
基于图神经网络的跨资产价差关系挖掘。
GNN跨资产
23
迭代升级十五：对抗性验证
检测策略是否过拟合到历史噪声。
对抗验证过拟合
24
迭代升级十六：贝叶斯方法
对参数不确定性进行建模。
贝叶斯不确定性
25
迭代升级十七：多目标优化
同时优化收益、回撤、换手率。
多目标帕累托
26
迭代升级十八：鲁棒性测试
蒙特卡洛模拟与压力测试。
蒙特卡洛压力测试
27
迭代升级十九：范式转变
从统计套利到机器学习套利。
ML套利范式
28
迭代升级二十：自动化部署
Docker、Crontab与API对接。
Docker部署
29
迭代升级二十一：监控与预警
实时监控绩效指标与异常报警。
监控预警
30
迭代升级二十二：策略工厂
策略的持续迭代方法论，如何建立策略工厂？
方法论工厂