价差回归策略参数优化实战

📚 共计 30 章节
01
价差回归策略概述
什么是价差回归 · 统计套利基础 · 协整关系简介 · 策略核心逻辑
概念入门
02
参数优化基础
参数优化的目标 · 过拟合与欠拟合 · 网格/随机/贝叶斯优化
方法论核心
03
数据准备与预处理
数据源选择 · 数据清洗 · 对齐时间戳 · 计算价差序列
数据清洗
04
协整检验与参数
ADF检验原理 · 确定协整系数 · 滚动窗口协整 · 参数敏感性
统计协整
05
入场与出场阈值优化
Z-score阈值 · 动态vs静态 · 止损止盈 · 目标函数设计
阈值风控
06
持仓周期与资金管理
持仓周期参数 · 仓位大小 · 凯利公式 · 最大回撤控制
资金凯利
07
滚动窗口与自适应参数
窗口长度选择 · 自适应更新频率 · 衰减与遗忘因子
自适应滚动
08
多品种与多周期优化
品种相关性 · 联合优化 · 周期差异 · 参数泛化能力
多品种周期
09
回测框架搭建
事件驱动回测 · 向量化回测 · 夏普/最大回撤/胜率
回测框架
10
网格搜索实战
参数网格定义 · 并行加速 · 结果可视化 · 热力图分析
网格调参
11
随机搜索与贝叶斯优化
随机搜索原理 · 高斯过程 · 代理模型 · 采集函数
贝叶斯随机
12
遗传算法参数优化
种群初始化 · 选择交叉变异 · 适应度函数 · 收敛性
遗传进化
13
交叉验证与参数稳定性
时间序列交叉验证 · 滚动交叉验证 · 稳定性检验 · 鲁棒性
验证稳健
14
多目标优化
帕累托前沿 · NSGA-II · 权衡收益与风险 · 决策偏好
多目标前沿
15
参数降维与特征选择
主成分分析 · 特征重要性 · 冗余剔除 · 模型简化
降维PCA
16
机器学习辅助优化
强化学习调参 · 贝叶斯神经网络 · 元学习 · 在线学习
MLRL
17
实盘与回测差异
交易成本 · 滑点模拟 · 流动性限制 · 参数实盘衰减
实盘差异
18
参数过拟合检测
夏普比率通胀 · 曲线拟合 · 蒙特卡洛模拟 · 置换检验
过拟合检测
19
稳健性测试
不同市场环境 · 参数扰动 · 极端行情 · 压力测试
压力稳健
20
组合优化与集成策略
多策略组合 · 参数集成 · 投票机制 · 风险平价
集成组合
21
高频价差回归优化
Tick级数据 · 微秒延迟 · 订单簿不平衡 · 高频协整
高频Tick
22
加密货币价差回归
交易所价差 · 跨交易所套利 · Gas费用 · 流动性挖矿
加密跨所
23
期权价差回归
期权平价 · 隐含价差 · 波动率曲面 · Delta中性
期权波动率
24
统计套利与机器学习结合
LSTM预测价差 · 聚类配对 · 图神经网络 · 强化学习
MLLSTM
25
参数优化平台搭建
Web界面 · 数据库存储 · API接口 · 自动化流水线
平台全栈
26
风险管理与参数约束
VaR约束 · CVaR优化 · 杠杆限制 · 流动性约束
风控VaR
27
参数更新策略
定期重优化 · 事件驱动 · 自适应学习率 · 衰减机制
更新自适应
28
案例分析
经典配对交易 · 股指期货期现 · ETF套利参数优化
案例实战
29
前沿研究方向
深度强化学习调参 · 联邦学习 · 可解释AI · 因果推断
前沿研究
30
总结与最佳实践
优化流程总结 · 常见陷阱 · 经验法则 · 未来展望
总结最佳