01
订单簿基础
什么是订单簿 · 限价单与市价单 · 买卖盘口与价差 · 深度图解读
核心概念盘口
02
市场微观结构
高频交易与订单流 · 订单簿动态变化 · 信息不对称与流动性
微观结构流动性
03
数据获取与清洗
交易所API对接 · WebSocket实时流 · 数据去重与对齐 · 时间戳处理
API预处理
04
特征工程基础
价格序列特征 · 成交量特征 · 订单簿不平衡指标 · 波动率计算
特征不平衡
05
订单簿状态表示
Level 2/Level 3数据 · 快照与增量更新 · 订单簿重建算法
L2/L3重建
06
时间序列预测入门
ARIMA模型 · 平稳性检验 · 自相关与偏自相关图
ARIMA平稳性
07
机器学习基础回顾
线性回归 · 决策树 · 随机森林 · 过拟合与正则化
ML基础正则化
08
深度学习基础回顾
多层感知机 · 激活函数 · 损失函数 · 反向传播
DL基础MLP
09
LSTM与GRU
循环神经网络原理 · LSTM门控机制 · GRU简化结构 · 序列建模
RNNLSTMGRU
10
Transformer与注意力机制
自注意力 · 多头注意力 · 位置编码 · 在时间序列中的应用
Transformer注意力
11
图神经网络入门
图卷积网络 · 消息传递机制 · 订单簿图结构建模
GNN图结构
12
预测目标定义
价格方向预测 · 未来价差预测 · 成交量分布预测 · 标签构造
标签目标
13
评估指标
准确率 · 精确率召回率 · F1分数 · RMSE · MAE · 回测框架搭建
评估回测
14
数据预处理流水线
缺失值处理 · 异常值检测 · 归一化与标准化 · 数据分割
预处理标准化
15
特征选择与降维
相关性分析 · 主成分分析 · 特征重要性排序 · 互信息
降维PCA
16
基线模型构建
简单移动平均 · 指数平滑 · 随机预测 · 作为对比基准
基线对比
17
线性模型实战
逻辑回归预测价格方向 · 岭回归预测价差 · 系数解释
线性模型岭回归
18
树模型实战
XGBoost与LightGBM · 超参数调优 · 特征重要性可视化
XGBoostLightGBM
19
LSTM模型实战
序列长度选择 · 层数设计 · Dropout · 训练与验证
LSTM调参
20
Transformer模型实战
时间序列Transformer · 因果掩码 · 训练技巧
Transformer因果掩码
21
图神经网络实战
构建订单簿图 · 节点特征与边特征 · GCN/GAT训练
GCNGAT
22
模型集成
投票集成 · 堆叠集成 · Bagging与Boosting · 权重优化
集成堆叠
23
回测与模拟
历史回测引擎 · 滑点与手续费模拟 · 鲁棒性检验
回测模拟
24
实盘部署考虑
延迟优化 · 模型更新频率 · 风险控制 · 监控告警
部署风控
25
案例研究一：比特币
订单簿短期价格预测 · 特征设计 · 结果分析
比特币案例
26
案例研究二：股票Level 2
流动性预测 · 模型对比 · 交易策略
股票流动性
27
案例研究三：外汇价差
外汇订单簿价差预测 · 多币种建模 · 跨市场特征
外汇价差
28
前沿方向
强化学习与订单簿 · 生成模型模拟订单簿 · 多模态融合
前沿RL生成模型
29
伦理与风险
市场操纵检测 · 算法交易风险 · 监管合规 · 公平性
伦理合规
30
总结与展望
课程回顾 · 学习路径推荐 · 开源工具与社区 · 持续学习建议
总结路径