01
做市商系统概述
什么是做市商 · 核心盈利模式 · 回测的重要性与挑战
概念入门
02
回测框架设计原则
模块化设计 · 事件驱动架构 · 数据与策略分离
架构设计
03
环境搭建与工具链
Python环境配置 · 依赖库安装 · 项目结构规划
环境工具
04
数据模块（上）
历史行情数据结构 · OHLCV数据模型 · 数据加载与清洗
数据清洗
05
数据模块（下）
Tick级数据与Order Book · 数据对齐与重采样 · Parquet/HDF5
Tick存储
06
事件引擎（上）
事件驱动编程模型 · 事件类型定义（市场/订单/信号）
事件核心
07
事件引擎（下）
事件队列实现 · 分发机制 · 多线程与异步处理
并发引擎
08
订单管理模块
限价单/市价单/取消单 · 订单状态机 · 订单簿维护
订单状态机
09
策略接口设计
策略基类定义 · 生命周期（初始化/更新/销毁）· 信号生成
接口策略
10
做市策略实现（一）
经典对称做市 · Avellaneda-Stoikov模型原理与实现
模型做市
11
做市策略实现（二）
库存管理 · 波动率报价调整 · 风险敞口控制
风控库存
12
做市策略实现（三）
订单簿不平衡 · 价差预测 · 组合策略框架
组合预测
13
风险管理模块
最大持仓/亏损限制 · VaR计算 · 回撤控制
风控VaR
14
模拟撮合引擎（上）
撮合逻辑设计 · 价格优先时间优先 · 部分/完全成交
撮合引擎
15
模拟撮合引擎（下）
流动性模拟 · 滑点模型 · 手续费 · 市场冲击
滑点冲击
16
账户与资金管理
账户类设计 · 资金流水 · 保证金计算 · PnL
账户PnL
17
回测执行器
回测循环主逻辑 · 时间推进 · 向量化 vs 事件循环
性能循环
18
绩效评估指标（上）
夏普比率 · 最大回撤 · 收益曲线 · 胜率与盈亏比
指标评估
19
绩效评估指标（下）
Calmar · Sortino · 信息比率 · 交易频率分析
进阶比率
20
可视化与报告
Matplotlib净值曲线 · 订单分布 · 库存变化 · HTML报告
可视化报告
21
参数优化（上）
网格搜索 · 随机搜索 · 贝叶斯优化原理与实现
优化搜索
22
参数优化（下）
过拟合检测 · Walk-Forward · 交叉验证在回测中
过拟合验证
23
多品种回测
多资产组合回测 · 相关性分析 · 资金分配策略
组合多资产
24
实盘模拟与回测差异
交易延迟 · 数据质量 · 微观结构噪声 · 幸存者偏差
实盘差异
25
回测框架测试
单元测试(Pytest) · 集成测试 · 压力与边界条件
测试Pytest
26
日志与调试
结构化日志(Loguru) · 断点调试 · 结果复现
日志调试
27
框架扩展性设计
插件化策略加载 · 自定义数据源 · 集成Backtrader/Zipline
扩展插件
28
案例实战（一）
基于Binance历史数据的BTC做市回测全流程
实战BTC
29
案例实战（二）
回测结果分析 · 策略迭代优化 · 常见陷阱复盘
复盘迭代
30
总结与展望
框架总结 · 生产部署 · 高频做市与C++/Rust扩展
展望部署