01
高频交易概述
高频交易的定义、特点、发展历史与全球市场格局。
基础宏观
02
订单簿基础
订单簿的概念、限价单与市价单、买卖盘口与价差。
核心微观结构
03
市场数据接口
FIX协议入门、REST API与WebSocket对比、数据延迟分析。
接口协议
04
Level 1与Level 2数据
Top of Book与Order Book Depth、数据字段详解。
数据深度
05
Python数据获取实战
使用ccxt库连接交易所、实时行情订阅与历史数据下载。
Pythonccxt
06
订单簿数据结构
使用Python字典与列表模拟订单簿、价格-数量映射。
数据结构实现
07
订单簿快照与增量更新
Snapshot与Delta机制、数据合并算法。
增量合并
08
订单簿重建
从增量流重建完整订单簿、时间戳对齐与错误处理。
重建健壮性
09
买卖盘口分析
Bid-Ask Spread计算、市场深度聚合、加权平均价格。
盘口流动性
10
订单簿不平衡指标
Volume Imbalance、Order Flow Imbalance、Delta指标。
指标信号
11
价格发现与订单簿
价格形成的微观结构、订单簿对价格走势的预测能力。
微观预测
12
流动性度量
市场深度、流动性比率、Amihud非流动性指标。
流动性度量
13
订单簿可视化
使用Matplotlib绘制深度图、热力图、动态订单簿动画。
可视化Matplotlib
14
Tick数据与Trade数据
逐笔成交数据解析、Tick级数据存储与压缩。
Tick存储
15
数据清洗与预处理
缺失值处理、异常Tick过滤、时间戳规范化。
清洗预处理
16
订单簿事件驱动架构
事件循环、回调函数、异步数据管道设计。
架构异步
17
高性能计算入门
NumPy向量化操作、Pandas高效数据处理技巧。
NumPyPandas
18
Cython与Numba加速
关键路径优化、JIT编译在订单簿计算中的应用。
加速JIT
19
内存数据库与缓存
Redis在实时订单簿中的应用、数据序列化(MessagePack)。
Redis缓存
20
回测系统基础
订单簿回测框架设计、事件驱动回测引擎。
回测引擎
21
订单簿模拟器
基于历史数据重放、随机订单生成、市场冲击模型。
模拟冲击
22
统计套利与订单簿
配对交易中的订单簿信号、均值回归策略。
套利配对
23
做市策略基础
Bid-Ask Bounce、库存管理、最优报价策略。
做市策略
24
订单簿特征工程
从原始数据提取特征、PCA降维、特征重要性评估。
特征PCA
25
机器学习与订单簿
使用LSTM预测短期价格变动、随机森林分类器。
LSTM随机森林
26
风险管理
订单簿滑点估计、VaR计算、极端行情下的流动性风险。
风险VaR
27
延迟与吞吐量优化
低延迟编码技巧、ZeroMQ与NATS消息队列。
优化消息队列
28
合规与监管
Reg NMS、MiFID II对订单簿数据的要求、最佳执行义务。
合规监管
29
实盘部署
从回测到实盘、订单簿数据监控、异常告警系统。
部署监控
30
项目实战：订单簿分析仪表盘
构建一个完整的订单簿分析仪表盘(Streamlit/Dash)。
项目Streamlit