信号博弈：识别市场虚假订单实战课程

📚 共计 30 章节

博弈论基础

信号博弈定义、参与人类型、策略空间与收益函数

核心理论博弈

虚假订单现象

市场操纵手法、虚假订单特征、对市场公平性的影响

市场操纵特征

信号模型构建

发送者与接收者模型、信号成本与收益、分离均衡与混同均衡

Python环境搭建

Anaconda安装、Jupyter Notebook配置、必备库安装

生成模拟订单数据、添加噪声与异常标签、构建训练/测试数据集

订单时间特征、价格偏离度、订单撤销率、交易量异常指标

基于统计学的信号提取、基于机器学习的信号提取、信号有效性检验

贝叶斯更新

先验概率设定、似然函数计算、后验概率更新、决策阈值设定

贝叶斯概率

分离均衡实现

高成本信号设计、低成本信号区分、均衡条件验证

均衡信号设计

混同均衡分析

虚假订单伪装策略、混同均衡条件、市场效率损失

半分离均衡

混合策略纳什均衡、信号随机化策略、均衡存在性证明

混合策略随机化

朴素贝叶斯分类器

原理讲解、Python实现、在订单识别中的应用

分类贝叶斯

逻辑回归模型

Sigmoid函数、损失函数、正则化、虚假订单概率预测

决策树与随机森林

信息增益、基尼系数、集成学习、特征重要性分析

树模型集成

支持向量机

核函数选择、软间隔分类、在非线性信号识别中的应用

神经网络入门

感知机、多层感知机、激活函数、反向传播

深度学习MLP

LSTM时序模型

循环神经网络原理、LSTM门控机制、订单序列预测

模型评估指标

准确率、精确率、召回率、F1分数、ROC曲线与AUC

过拟合与欠拟合

偏差-方差权衡、交叉验证、正则化技术、早停法

泛化正则化

超参数调优

网格搜索、随机搜索、贝叶斯优化、学习率调度

实时检测系统架构

数据流处理、消息队列、模型服务、告警机制

特征实时计算

滑动窗口统计、指数加权移动平均、实时归一化

流计算特征

模型在线更新

增量学习、模型版本管理、A/B测试框架

回测系统搭建

历史数据回放、策略绩效评估、夏普比率、最大回撤

案例分析一：股票市场

股票市场虚假订单识别实战（完整代码实现）

案例分析二：加密货币

加密货币市场虚假订单识别实战（完整代码实现）

案例分析三：期货市场

期货市场虚假订单识别实战（完整代码实现）

合规与风控

监管要求、交易规则、风控阈值设定、异常交易报告

Docker容器化、云服务部署、监控告警、日志管理

课程总结与展望

信号博弈前沿、多智能体强化学习、未来研究方向

前沿强化学习