金融高频数据预测与策略设计实战

📚 共计 30 章节
01
高频数据基础
Tick数据与Level2行情 · 数据频率与时间框架 · 数据存储格式(Parquet/Arrow) · 数据源获取与清洗
数据工程行情入门
02
市场微观结构
订单簿与限价订单簿 · 买卖价差与市场深度 · 成交量分布与VWAP · 信息不对称与流动性
微观结构订单簿
03
高频统计特征
自相关性与均值回复 · 波动率聚集与跳跃 · 日内模式与季节性 · 微观结构噪声
统计时间序列
04
数据预处理
异常值检测与处理 · 缺失值填充方法 · 时间对齐与重采样 · 特征工程基础
清洗特征工程
05
特征工程(上)
价格衍生特征(收益率、对数收益率) · 波动率特征(RV、BV) · 成交量特征(成交量分布、订单不平衡)
衍生特征波动率
06
特征工程(下)
微观结构特征(买卖价差、深度不平衡) · 时间序列特征(滞后项、滚动统计) · 分类特征(时段、星期效应)
微观时序
07
降维与特征选择
主成分分析(PCA) · 自编码器降维 · 基于模型的特征选择 · 互信息与相关性过滤
降维选择
08
传统预测模型
线性回归与岭回归 · ARIMA与GARCH · 支持向量回归(SVR) · 随机森林与梯度提升
回归集成
09
深度学习基础
多层感知机(MLP) · 激活函数与正则化 · 批量归一化与Dropout · 优化器选择(Adam/SGD)
神经网络优化
10
循环神经网络
RNN与梯度消失 · LSTM与GRU原理 · 双向LSTM · 序列到序列预测
RNNLSTM
11
Transformer模型
自注意力机制 · 位置编码 · 时间序列Transformer · Informer与Reformer
注意力SOTA
12
图神经网络
图结构构建(股票关联图) · GCN与GAT · 时空图网络 · 关系预测
图网络关系
13
强化学习基础
马尔可夫决策过程 · Q-Learning与DQN · 策略梯度方法 · Actor-Critic架构
RLMDP
14
强化学习交易
状态空间设计(持仓、订单簿) · 动作空间(买卖持有) · 奖励函数设计 · 回测框架搭建
交易RL
15
多智能体系统
竞争与合作环境 · 多智能体强化学习(MADDPG) · 模拟市场博弈 · 订单簿仿真
多智能体博弈
16
回测系统设计
事件驱动回测框架 · 滑点与交易成本模型 · 过拟合检测方法 · Walk-Forward分析
回测风控
17
策略评估指标
夏普比率与卡玛比率 · 最大回撤与Calmar比率 · 胜率与盈亏比 · 统计显著性检验
评价指标
18
做市商策略
库存风险管理 · 报价宽度优化 · 订单簿动态平衡 · 高频做市实战案例
做市高频
19
统计套利策略
配对交易(协整) · 篮子交易 · 跨期套利 · 跨市场套利
套利协整
20
动量与反转策略
日内动量策略 · 均值回复策略 · 趋势跟踪与突破 · 自适应参数调整
动量反转
21
订单流分析
订单流不平衡 · 订单簿斜率 · VPIN(成交量同步信息概率) · 订单流预测
订单流微观
22
事件驱动策略
新闻情绪分析 · 财报事件交易 · 宏观经济事件 · 突发事件应对
事件情绪
23
组合优化
均值-方差优化 · 风险平价 · Black-Litterman模型 · 动态再平衡
组合优化
24
风险管理
VaR与CVaR · 压力测试 · 尾部风险对冲 · 杠杆控制
风控VaR
25
算法交易执行
VWAP/TWAP算法 · 冰山订单 · 实施缺口最小化 · 暗池交易
算法执行TWAP
26
延迟与基础设施
网络延迟优化 · 硬件加速(FPGA/GPU) · 数据总线架构 · 低延迟编程(C++/Rust)
低延迟硬件
27
监管与合规
市场操纵识别(幌骗/分层) · 监管报告要求 · 合规检查清单 · 伦理问题
合规监管
28
实战项目一
基于LSTM的分钟级价格方向预测:数据获取 · 特征工程 · 模型训练 · 回测评估
LSTM实战
29
实战项目二
基于强化学习的做市商策略:环境搭建 · 智能体训练 · 绩效分析 · 参数调优
RL做市实战
30
实战项目三
多因子高频选股系统:因子库构建 · 因子筛选 · 组合优化 · 实盘模拟
多因子选股