做市策略多因子信号融合实战

📚 共计 30 章节
01
做市策略概述
什么是做市商、做市策略的核心目标、做市与高频交易的区别
做市商核心目标高频对比
02
订单簿微观结构
限价订单簿(L2/L3)、买卖盘口深度、价差与滑点分析
L2/L3盘口深度滑点
03
信号源分类
价格信号、成交量信号、订单流信号、衍生信号
价格成交量订单流
04
因子工程基础
因子定义、因子标准化、因子去极值、因子正交化
标准化去极值正交化
05
单因子回测框架
回测引擎设计、手续费模型、延迟模拟、绩效评估指标
回测引擎手续费延迟模拟
06
多因子加权融合
等权加权、IC加权、IR加权、动态权重调整
等权IC加权动态权重
07
机器学习融合方法
线性回归、随机森林、XGBoost、LSTM在信号融合中的应用
随机森林XGBoostLSTM
08
信号择时与开关
基于市场状态的信号启用/禁用、波动率调节、流动性过滤
择时波动率流动性
09
风险管理模块
最大持仓限制、止损止盈、VaR控制、回撤控制
止损VaR回撤控制
10
实盘部署架构
低延迟架构、C++/Python混合编程、FPGA加速简介
低延迟C++/PythonFPGA
11
因子相关性分析
皮尔逊相关系数、斯皮尔曼秩相关、多重共线性检测
皮尔逊斯皮尔曼共线性
12
因子IC分析
信息系数定义、IC序列计算、IC衰减分析、ICIR计算
ICICIR衰减
13
因子分组回测
分位数分组、多空组合收益、分组净值曲线、单调性检验
分组多空单调性
14
因子衰减与换手率
因子半衰期估计、换手率计算、交易成本对因子收益的影响
半衰期换手率交易成本
15
动态因子筛选
基于ICIR的因子池管理、滚动窗口因子选择、Lasso回归筛选
ICIR滚动窗口Lasso
16
信号合成中的过拟合防范
交叉验证、滚动回测、正则化方法、降维技术
交叉验证正则化降维
17
市场微观结构噪声
买卖价差反弹、订单流不平衡、信息不对称模型
价差反弹订单流信息不对称
18
高频信号处理
Tick级数据清洗、事件对齐、时钟同步、快照与增量合并
Tick级事件对齐快照增量
19
订单簿重建与特征提取
从原始行情重建订单簿、计算订单簿斜率、价格冲击模型
订单簿重建斜率价格冲击
20
成交量分布分析
VPIN指标、成交量加权价格、成交量剖面、时间加权价格
VPINVWAP成交量剖面
21
做市库存管理
库存风险度量、库存均值回归、库存对冲策略、库存成本模型
库存风险均值回归对冲
22
最优报价策略
Avellaneda-Stoikov模型、报价宽度与库存关系、报价偏移策略
A-S模型报价宽度偏移
23
信号融合中的非线性关系
核方法、树模型、神经网络在因子交互中的应用
核方法树模型神经网络
24
多时间尺度信号融合
短周期信号(毫秒级)、中周期信号(分钟级)、长周期信号(日级)融合
毫秒级分钟级日级
25
信号置信度评估
信号胜率、盈亏比、夏普比率、卡玛比率、索提诺比率
胜率夏普卡玛
26
组合优化与信号权重
均值方差优化、风险平价、Black-Litterman模型在信号权重中的应用
均值方差风险平价Black-Litterman
27
实盘信号监控与预警
信号漂移检测、因子失效预警、异常信号过滤、实时绩效看板
漂移检测失效预警绩效看板
28
回测中的生存偏差与前瞻偏差
幸存者偏差处理、前瞻偏差避免、数据对齐技术
幸存者偏差前瞻偏差数据对齐
29
多品种信号融合
跨品种因子、跨市场因子、统计套利信号融合
跨品种跨市场统计套利
30
做市策略系统架构设计
模块化设计、数据流管道、事件驱动架构、性能优化实战
模块化事件驱动性能优化