数字货币量化策略持续迭代实战
📚 共计 30 章节
第01章
量化交易认知重塑
从赌徒到工程师的思维转变 · 策略生命周期 · 数字货币特殊性
思维
7x24
API
第02章
开发环境搭建
Python虚拟环境 · Jupyter/VSCode · ccxt/pandas/backtrader
conda
量化库
第03章
交易所API实战
ccxt连接币安 · 实时行情 · 账户与下单撤单
Binance
Ticker
第04章
数据获取与清洗
OHLCV获取存储 · 缺失值异常值 · 重采样对齐 · CSV/SQLite
时序
ETL
第05章
技术指标计算
SMA/EMA/MACD/RSI/布林带 · 参数优化 · 避免未来函数
pandas
Look-ahead
第06章
策略信号生成
双均线金叉死叉 · RSI超买超卖 · 向量化实现
信号
向量化
第07章
回测引擎搭建
从零实现回测框架 · 手续费/滑点 · 资金管理
Maker/Taker
仓位
第08章
回测结果分析
年化/最大回撤/夏普 · 资金曲线 · 回测报告
绩效
夏普
第09章
策略过拟合与偏差
过拟合/欠拟合 · 数据窥探 · 生存者偏差 · Walk-forward
稳健性
偏差
第10章
参数优化与稳健性
网格搜索 · 敏感性分析 · 蒙特卡洛模拟
Grid Search
稳健
第11章
模拟交易系统
Testnet连接 · 模拟盘运行 · 差异分析
模拟
Testnet
第12章
实盘交易入门
模拟→实盘切换 · 最小风险启动 · 监控与熔断
实盘
风控
第13章
风险管理进阶
凯利公式 · 波动率调仓 · 最大回撤控制 · 相关性风险
Kelly
组合
第14章
策略迭代方法论
策略失效原因 · 迭代流程 · A/B测试与分阶段上线
迭代
A/B测试
第15章
多时间框架策略
日线/4h/1h结合 · 信号聚合 · 多重共线性
多周期
对齐
第16章
机器学习入门
特征工程 · scikit-learn分类 · 模型评估与过拟合
ML
特征
第17章
强化学习与量化
RL基础 · Gym环境 · DQN算法入门
RL
DQN
第18章
高频交易基础
订单簿分析 · 盘口深度 · Tick级数据 · 高频局限性
OrderBook
Tick
第19章
统计套利策略
协整与配对交易 · 价差均值回归 · 对冲比率
协整
配对
第20章
事件驱动策略
宏观事件 · 新闻情绪NLP · 事件窗口套利
事件
NLP
第21章
做市商策略入门
买卖价差 · 库存风险 · 网格做市 · 单边行情风险
做市
网格
第22章
组合策略与资金分配
多策略并行 · 相关性矩阵 · 风险平价 · 动态切换
组合
Risk Parity
第23章
系统架构设计
事件驱动 · 消息队列 · 微服务 · 高可用容错
架构
Kafka
第24章
数据库与数据管理
时序数据库 · ETL管道 · 数据版本控制与回放
InfluxDB
ETL
第25章
性能优化
Numba/Cython加速 · asyncio · 多进程分布式
加速
异步
第26章
监控与告警
Prometheus+Grafana · 策略告警 · ELK日志
监控
告警
第27章
策略回测平台搭建
Backtrader/Zipline · 自定义数据源 · 批量回测
回测平台
Backtrader
第28章
合规与安全
API密钥管理 · 交易所风控 · 税务法律基础
安全
合规
第29章
实战项目:趋势跟踪
从数据到实盘 · 回测优化模拟 · 项目文档规范
实战
全流程
第30章
持续学习与社区
学习路径 · GitHub开源 · 社区交流 · 敬畏市场
社区
成长