01
做市商基础
什么是做市商 · 核心盈利模式 · 交易所生态角色
概念入门
02
订单簿数据结构
限价单与市价单 · Bid/Ask结构 · 价格/时间优先
核心订单簿
03
订单簿深度模型
深度图构建 · 累计深度 · 深度对波动的影响
模型可视化
04
Python环境搭建
Anaconda · 虚拟环境 · pandas/numpy/ccxt
环境工具
05
数据获取实战
ccxt连接交易所 · 实时订单簿 · WebSocket流
API数据
06
订单簿数据结构化
JSON→DataFrame · 对齐时间戳 · 缺失处理
清洗pandas
07
深度图可视化
matplotlib绘制Bid/Ask · 动态更新 · 交互图表
绘图动态
08
订单簿快照与增量
全量快照 · 增量更新 · 本地状态维护
机制性能
09
订单簿重建算法
增量流重建 · 乱序/重复处理 · 优化技巧
算法核心
10
买卖压力指标
订单簿不平衡OBI · 深度比 · 加权深度
指标分析
11
流动性分析
买卖价差 · 市场深度 · 流动性黑洞识别
流动性风控
12
订单簿特征工程
价格层级特征 · 斜率曲率 · 熵与信息量
特征ML
13
做市策略基础
被动vs主动做市 · 库存管理 · 报价频率
策略原理
14
价差策略设计
固定/动态价差 · 波动率调整 · 中间价预测
价差核心
15
库存风险管理
库存偏离度 · 对冲策略 · 再平衡触发
风控库存
16
报价更新算法
基于订单簿更新 · 防套利 · 撤单重挂
算法实战
17
做市策略回测框架
回测引擎 · 模拟撮合 · PnL/Sharpe/最大回撤
回测评估
18
回测结果分析
交易记录 · 参数优化 · 过拟合检测
分析优化
19
模拟交易系统
模拟环境 · 资金仓位 · 订单簿交互
模拟系统
20
实时监控系统
订单簿监控 · 策略面板 · 异常告警
监控运维
21
延迟优化
降低解析延迟 · NumPy向量化 · 异步IO
性能优化
22
内存管理
高效存储 · 环形缓冲区 · 内存映射文件
内存架构
23
多交易所聚合
统一数据模型 · 跨所价差 · 最优执行
聚合套利
24
高频数据存储
HDF5/Parquet · 压缩索引 · 快速查询
存储高频
25
订单簿预测模型
LSTM预测深度 · 特征归一化 · 模型部署
深度学习预测
26
强化学习做市
环境设计 · DQN/PPO · 训练与调优
强化学习前沿
27
风险管理框架
VaR/CVaR · 压力测试 · 极端保护
风控高级
28
合规与风控
交易所规则 · 自成交预防 · 市场操纵规避
合规监管
29
生产环境部署
服务器选型 · Docker · 日志监控
部署运维
30
实战项目总结
从零搭建做市系统 · 常见问题 · 未来方向
总结资源