01
订单簿基础
什么是限价订单簿？核心概念（买盘、卖盘、盘口深度、价差）
概念入门
02
撮合引擎原理
价格优先、时间优先原则，市价单与限价单的交互逻辑
撮合核心
03
数据结构设计
使用Python的`heapq`实现价格队列，`deque`实现时间队列
数据结构Python
04
订单对象建模
设计Order类，包含价格、数量、时间戳、订单ID、方向等属性
OOP建模
05
Level 2 数据解析
解析交易所的增量/快照数据，构建本地订单簿
数据L2
06
订单簿更新机制
处理新增、撤销、成交事件，维护买卖盘平衡
事件维护
07
盘口深度计算
实时计算前N档买卖盘口的累计挂单量
深度实时
08
价差与中间价
实时计算买卖价差、中间价，识别市场流动性
价差流动性
09
成交量分布
按价格区间统计成交量，绘制成交量分布图
统计可视化
10
订单簿不平衡指标
计算买卖盘压力差，预测短期价格方向
指标预测
11
订单簿斜率
计算盘口深度曲线的斜率，衡量市场支撑/阻力强度
斜率支撑阻力
12
微结构特征提取
提取订单簿的微观结构特征，用于机器学习模型
特征工程ML
13
事件驱动架构
使用Python的`asyncio`构建事件驱动的订单簿更新系统
异步架构
14
WebSocket实时数据接入
连接交易所WebSocket，接收实时订单簿流
WebSocket实时
15
数据持久化
将订单簿快照存储到SQLite/InfluxDB，用于回测分析
存储回测
16
回测框架搭建
基于历史订单簿数据，模拟交易策略表现
回测策略
17
策略信号生成
基于订单簿特征（如不平衡、斜率）生成买卖信号
信号策略
18
订单执行算法
TWAP、VWAP、Iceberg订单在订单簿中的模拟执行
算法执行
19
市场冲击模型
分析大单对订单簿的影响，估算市场冲击成本
冲击成本
20
做市商策略
基于订单簿的做市商报价策略，赚取买卖价差
做市价差
21
高频交易策略
订单簿微结构中的高频交易机会识别
高频HFT
22
订单簿可视化
使用`matplotlib`/`plotly`动态绘制订单簿深度图
可视化图表
23
性能优化
使用`numba`/`cython`加速订单簿计算，降低延迟
性能加速
24
内存管理
优化订单簿数据存储，减少内存占用，支持高吞吐
内存优化
25
多交易所聚合
聚合多个交易所的订单簿数据，寻找套利机会
聚合套利
26
订单簿预测
使用LSTM/Transformer预测订单簿未来状态
深度学习预测
27
风险管理
基于订单簿的流动性风险评估，防止滑点过大
风控滑点
28
模拟交易系统
构建完整的模拟交易系统，集成订单簿与策略
模拟系统
29
实战案例：比特币现货
比特币现货订单簿分析，识别大额挂单与支撑阻力位
实战BTC
30
项目总结与展望
订单簿交易系统的未来趋势，DeFi中的订单簿应用
总结DeFi