01
订单簿基础
什么是订单簿？限价单与市价单的区别。
核心概念入门
02
Level 1 与 Level 2 数据
买卖盘口深度、逐笔成交数据解析。
数据微观结构
03
订单簿数据结构
Python 中如何用字典和列表模拟订单簿。
Python实现
04
订单簿更新机制
增量更新 vs 快照更新，以及 Websocket 订阅。
实时WebSocket
05
买卖压力指标
买卖盘口深度比、成交量加权价格。
指标流动性
06
订单簿不平衡指标
Bid-Ask Volume Imbalance 的计算与含义。
信号微观
07
价格发现信号
基于订单簿的微结构价格预测。
预测ML
08
流动性度量
买卖价差、市场深度、流动性比率。
风控深度
09
订单簿斜率
衡量市场深度与价格关系的指标。
斜率结构
10
订单簿事件驱动
Tick 数据与 Order Book Event 的处理。
事件高频
11
信号生成框架
从原始数据到特征向量的 Pipeline。
框架特征工程
12
特征工程
标准化、归一化、滚动窗口统计。
预处理统计
13
信号合成
多指标融合与信号权重分配。
融合权重
14
策略回测基础
回测框架设计原则与常见陷阱。
回测原则
15
回测引擎搭建
事件驱动回测 vs 向量化回测。
引擎实现
16
交易成本模型
滑点、手续费、市场冲击成本。
成本实盘
17
绩效评估指标
夏普比率、最大回撤、胜率、盈亏比。
评价风险
18
过拟合与样本外测试
交叉验证、Walk-Forward 分析。
稳健性验证
20
趋势跟踪策略
利用订单簿斜率变化。
趋势动量
21
做市商策略基础
如何利用订单簿提供流动性。
做市流动性
22
高频交易中的订单簿策略
冰山订单与闪电订单。
高频订单类型
23
机器学习与订单簿
用 LSTM 预测短期价格方向。
LSTM深度学习
24
特征重要性分析
哪些订单簿特征最有效？
可解释性特征选择
25
回测结果可视化
权益曲线、信号分布、交易记录。
可视化分析
26
策略参数优化
网格搜索、贝叶斯优化。
优化超参数
27
实盘部署注意事项
延迟、数据质量、风控。
部署生产
28
案例分析
一个完整的订单簿策略从回测到模拟交易。
实战端到端
29
常见错误与调试
订单簿数据对齐、未来函数、幸存者偏差。
调试避坑
30
未来趋势
DeFi 订单簿、合成订单簿、跨交易所套利。
前沿DeFi