01
量化交易概述
什么是量化交易 · 优势与风险 · 与传统交易区别 · 学习路径
入门全景
02
Python金融数据处理基础
Pandas · NumPy · Tushare/Yahoo Finance · 数据清洗
必备数据
03
回测框架核心概念
回测定义 · 三大要素 · 过拟合与未来函数 · 常见陷阱
理论避坑
04
设计回测引擎（一）
事件驱动架构 · 模块划分 · 核心类设计
架构引擎
05
设计回测引擎（二）
数据模块 · 策略模块 · 交易执行（滑点/手续费）
实现订单
06
设计回测引擎（三）
投资组合 · 风险管理 · 绩效评估（夏普/回撤）
风控指标
07
策略开发实战（一）
双均线 · 布林带 · 参数优化与过拟合防范
实战趋势
08
策略开发实战（二）
动量策略 · 均值回归 · 配对交易
统计配对
09
策略开发实战（三）
机器学习策略 · 特征工程 · 随机森林/XGBoost
ML集成
10
回测结果分析
资金曲线 · 交易记录 · Pyfolio绩效报告
分析可视化
11
参数优化与稳健性检验
网格/随机搜索 · Walk-Forward · 蒙特卡洛 · 敏感性
优化稳健
12
多因子模型与选股
Fama-French · Alpha因子 · IC/IR · 组合回测
因子选股
13
高级回测技术
并行回测 · 向量化vs事件驱动 · Tick/分钟级
性能高频
14
实盘模拟与仿真交易
券商API模拟 · 仿真环境 · 实盘差异分析
模拟过渡
15
回测框架的工程化
模块化 · 配置文件 · 日志 · 单元测试
工程质量
16
数据库在回测中的应用
SQLite/MySQL · InfluxDB · Redis缓存
存储时序
17
Web可视化回测平台（一）
Flask/FastAPI · RESTful · Vue.js/React
后端API
18
Web可视化回测平台（二）
参数配置 · WebSocket进度 · ECharts/Plotly
前端实时
19
Web可视化回测平台（三）
用户认证 · 策略库CRUD · Celery任务队列
权限异步
20
部署回测系统（一）
Docker容器化 · 多阶段构建 · Compose编排
容器编排
21
部署回测系统（二）
云服务器 · Nginx反向代理 · HTTPS · 域名
运维安全
22
部署回测系统（三）
CI/CD · GitHub Actions · 监控告警(Prometheus+Grafana)
自动化监控
23
回测框架的扩展性设计
插件化策略 · 自定义指标 · 多数据源
扩展灵活
24
风险管理进阶
VaR · 压力测试 · 均值-方差 / Black-Litterman
风控组合
25
高频回测与微观结构
订单簿 · 限价/市价单 · 延迟模拟 · 注意事项
高频微观
26
加密货币回测
Binance API · 永续合约 · 资金费率 · 特有风险
加密数字
27
期权回测基础
Black-Scholes · 希腊值 · 备兑开仓/保护性看跌
期权衍生品
28
回测框架常见问题与调试
实盘不符原因 · 数据排查 · 逻辑Bug · 性能瓶颈
调试排错
29
开源回测框架对比与使用
Backtrader · Zipline · vnpy · Qlib · 二次开发
开源选型
30
课程总结与未来展望
构建回测生态 · 回测到实盘 · 学习资源 · 职业发展
结业展望