01
GPU回测系统概述
什么是GPU回测 · 为什么需要GPU加速 · 与传统CPU回测对比 · 课程目标与学习路径
概念入门
02
硬件环境搭建
GPU选型指南 (A100/H100/RTX 4090) · 服务器配置 · CUDA环境安装与验证
硬件CUDA
03
软件环境搭建
Ubuntu 22.04 · Docker容器化 · CUDA Toolkit & cuDNN · NVIDIA驱动
环境Docker
04
Python科学计算环境
Anaconda · NumPy基础 · Pandas数据处理 · Matplotlib可视化
Python数据科
05
CUDA编程基础
GPU架构简介 · CUDA编程模型 · 线程层次结构 · 内存层次结构
CUDA核心
06
PyCUDA入门
PyCUDA安装 · 第一个GPU内核 · 内存管理与数据传输 · 错误处理与调试
PyCUDA内核
07
Numba加速实战
Numba安装 · @jit装饰器 · @cuda.jit内核 · 共享内存优化
NumbaJIT
08
CuPy数组计算
CuPy安装 · NumPy互操作 · GPU矩阵运算 · 自定义内核函数
CuPy矩阵
09
RAPIDS生态介绍
cuDF数据处理 · cuML机器学习 · cuGraph图计算 · cuSignal信号处理
RAPIDS生态
10
回测数据获取与清洗
数据源 (Yahoo/聚宽/Tushare) · 数据清洗流程 · GPU加速预处理
数据清洗
11
因子计算GPU加速
动量/波动率/均线因子 · CuPy加速因子计算 · 并行化因子测试
因子CuPy
12
投资组合构建GPU化
均值-方差优化 · 蒙特卡洛模拟 · cuML加速优化求解
组合cuML
13
事件驱动回测框架设计
事件驱动架构 · 事件队列设计 · GPU加速事件处理
架构事件
14
向量化回测框架设计
向量化回测原理 · GPU向量化实现 · 性能对比分析
向量化性能
15
订单簿与撮合引擎
订单簿数据结构 · GPU订单簿维护 · 高速撮合算法
订单簿撮合
16
风险管理模块
VaR/CVaR/最大回撤 · GPU风险评估 · 压力测试
风险VaR
17
多资产回测实现
资产相关性计算 · 投资组合再平衡 · GPU多资产优化
多资产相关
18
高频数据回测
Tick级数据处理 · GPU Tick聚合 · 微观结构特征提取
高频Tick
19
机器学习策略回测
特征工程GPU化 · XGBoost/LightGBM加速 · GPU推理优化
MLXGBoost
20
深度学习策略回测
LSTM/Transformer · PyTorch GPU训练 · 模型部署与回测
DLPyTorch
21
强化学习策略回测
强化学习环境构建 · GPU环境模拟 · 策略评估与优化
RL环境
22
回测结果分析
夏普比率/信息比率 · GPU加速统计 · 可视化报告生成
分析绩效
23
过拟合检测与优化
交叉验证GPU化 · Walk-Forward分析 · 蒙特卡洛置换检验
过拟合验证
24
分布式回测系统
多GPU并行回测 · MPI通信 · 任务调度与负载均衡
分布式MPI
25
实时回测系统
流式数据处理 · GPU实时计算 · WebSocket集成
实时WebSocket
26
回测系统测试与验证
单元测试 · 集成测试 · 性能基准测试 · 结果一致性验证
测试验证
27
性能优化进阶
内存带宽优化 · 核函数融合 · 异步操作 · 流水线并行
优化带宽
28
生产环境部署
Docker/Kubernetes · 监控告警 · 日志管理 · CI/CD集成
部署K8s
29
实战案例1：股票多因子选股系统
系统设计 · GPU加速实现 · 回测结果分析
实战多因子
30
实战案例2：加密货币高频做市系统
系统设计 · 延迟优化 · 实盘模拟与评估
实战高频