01
大单拆分识别概述
什么是大单拆分？为什么主力要拆单？拆单识别对交易的意义。
概念入门
02
Level-2行情数据基础
逐笔成交数据结构、买卖盘口数据、委托队列数据。
数据Level2
03
逐笔成交数据字段详解
成交时间、价格、成交量、金额、买卖方向、成交编号。
字段逐笔
04
大单定义与阈值设定
绝对阈值法、相对阈值法、动态阈值法、基于流动性的阈值。
阈值参数
05
时间切片法识别拆单
固定时间窗口切片、滑动时间窗口切片、成交量加权切片。
切片时间
06
价格连续性分析法
价格阶梯检测、价格跳跃识别、均价偏离度计算。
价格连续性
07
成交量分布特征
成交量集中度、标准差、变异系数、峰度。
统计分布
08
买卖方向一致性检测
同向交易判定、反向交易过滤、方向突变识别。
方向一致性
09
委托单流分析
主动买/卖单识别、委托单流强度、持续性。
订单流微观
10
订单簿动态特征
盘口深度变化、价差变化、挂单撤单行为。
订单簿动态
11
机器学习方法入门
特征工程基础、标签构建、训练集/测试集划分。
ML特征
12
逻辑回归模型
模型原理、特征选择、训练与评估、阈值调优。
逻辑回归分类
13
随机森林模型
集成学习思想、树的数量调优、特征重要性分析。
随机森林集成
14
XGBoost模型
梯度提升原理、参数调优、防止过拟合。
XGBoostBoosting
15
LSTM时序模型
序列数据处理、时间步长选择、模型结构设计。
LSTM时序
16
聚类方法识别拆单
DBSCAN聚类、K-means聚类、层次聚类。
聚类无监督
17
图神经网络方法
交易网络构建、节点特征、边特征、图分类。
GNN图
18
实时识别系统设计
数据流处理、特征实时计算、模型在线推理。
实时系统
19
回测框架搭建
历史数据回放、策略评估指标、绩效分析。
回测评估
20
识别准确率评估
混淆矩阵、精确率/召回率、F1分数、ROC曲线。
指标评估
21
误报与漏报分析
常见误报场景、漏报原因、优化策略。
误报鲁棒性
22
多品种适配
股票、期货、期权、数字货币的差异与适配。
多品种适配
23
高频交易场景优化
低延迟计算、内存数据库、并行处理。
高频优化
24
可视化分析工具
成交分布图、时间序列图、热力图、网络图。
可视化分析
25
实战案例一：股票涨停板拆单
某股票涨停板拆单识别全流程。
实战股票
26
实战案例二：期货拆单与跟庄
期货市场大单拆单与跟庄策略。
实战期货
27
实战案例三：数字货币拆单
数字货币交易所的拆单识别。
实战数字货币
28
常见陷阱与避坑指南
数据噪声、微观结构变化、过拟合。
陷阱避坑
29
监管视角
交易所对拆单的监管规则、合规交易建议。
监管合规
30
课程总结与进阶方向
当前技术局限、未来趋势、推荐学习资源。
总结进阶