01
套利交易基础
什么是套利、套利的类型（统计套利、期现套利、跨期套利）、套利与投机的区别。
概念入门
02
回测系统概述
回测系统的核心功能、回测与实盘的区别、一个最小可行回测系统的架构。
架构设计
03
数据获取与清洗
获取历史行情数据（tushare/akshare）、数据清洗（去重、缺失值处理）、数据对齐。
数据预处理
04
数据存储与读取
使用Pandas的DataFrame存储、HDF5/Parquet格式、读取与性能优化。
存储IO
05
交易信号生成
基于均线差值的信号、布林带信号、信号过滤与去噪。
信号技术指标
06
订单管理模块
订单类型（市价单、限价单）、订单簿设计、订单状态管理。
订单风控
07
仓位管理模块
仓位计算（按资金比例/固定数量）、更新逻辑、最大回撤控制。
仓位风控
08
资金管理模块
初始资金设定、动态资金曲线、杠杆与保证金计算。
资金杠杆
09
手续费与滑点模型
手续费计算（固定/阶梯费率）、滑点模拟、对收益的影响分析。
成本模拟
10
核心回测引擎设计
事件驱动架构、Bar/Tick数据循环、向量化计算优化。
引擎性能
11
策略参数优化
参数扫描（网格搜索）、过拟合问题、交叉验证方法。
优化过拟合
12
绩效评估指标
年化收益率、夏普比率、最大回撤、胜率与盈亏比、Calmar比率。
评估指标
13
可视化分析模块
资金曲线图、回撤曲线图、交易信号分布图、收益分布直方图。
可视化分析
14
多品种套利回测
多品种价差计算、协整关系检验、多品种仓位分配。
多品种协整
15
协整与配对交易
协整检验（ADF）、配对选择（最小距离/最大相关性）、交易阈值设定。
配对统计
16
统计套利策略实现
均值回归策略、动量策略、基于机器学习的预测策略。
策略ML
17
期现套利策略实现
期货与现货价差计算、基差回归策略、交割日效应处理。
期现基差
18
跨期套利策略实现
不同月份合约价差、日历价差策略、展期收益计算。
跨期日历
19
跨市场套利策略实现
同一品种不同交易所价差、汇率影响、交易时间差异处理。
跨市场汇率
20
高频套利策略基础
订单簿不平衡策略、盘口数据利用、延迟与执行风险。
高频订单簿
21
风险控制模块
止损止盈设置、波动率调节仓位、黑天鹅事件应对。
风控止损
22
日志与监控系统
交易日志记录、异常报警机制、实时监控面板设计。
日志监控
23
策略组合管理
多策略并行运行、策略相关性分析、资金分配优化。
组合相关性
24
回测结果报告生成
自动生成PDF报告、关键指标汇总、交易明细导出。
报告PDF
25
系统性能优化
多线程与多进程加速、Numba/Cython加速、数据库查询优化。
性能加速
26
实盘接口对接
CTP接口简介、WebSocket实时行情、交易API调用封装。
实盘API
27
模拟交易系统
模拟撮合引擎、模拟资金管理、与回测系统的差异。
模拟撮合
28
系统部署与运维
Docker容器化部署、定时任务调度、日志轮转与备份。
部署运维
29
常见陷阱与避坑指南
未来函数、幸存者偏差、过拟合、数据泄露。
陷阱避坑
30
完整项目实战
从零搭建完整套利回测系统、项目结构设计、代码规范与文档编写。
实战项目