01
量化交易概述
什么是期货量化交易 · 量化交易的优势与风险 · 主流量化交易平台介绍
入门概念
02
系统架构总览
分层架构设计（数据层、策略层、执行层）· 微服务 vs 单体架构 · 技术选型原则
架构设计
03
行情数据接入
CTP API 简介 · 行情订阅与推送机制 · Tick 数据与 K 线数据 · 数据清洗与对齐
数据CTP
04
数据存储方案
时序数据库选型（InfluxDB、ClickHouse）· 关系型数据库（MySQL、PostgreSQL）· 数据分片与归档策略
存储数据库
05
策略开发环境
Python 量化生态（Pandas、NumPy、Backtrader）· 策略回测框架搭建 · 参数优化与过拟合防范
Python回测
06
策略信号生成
技术指标计算（MA、MACD、RSI）· 机器学习模型引入（XGBoost、LSTM）· 信号合成与过滤
信号ML
07
风险管理模块
仓位管理（凯利公式、固定比例）· 止损止盈逻辑 · 最大回撤控制 · 压力测试
风控仓位
08
订单管理模块
订单类型（限价单、市价单、条件单）· 订单生命周期管理 · 撤单与重试机制
订单执行
09
交易执行引擎
低延迟架构设计 · 交易通道优化 · 滑点控制与算法交易（TWAP、VWAP）
低延迟算法
10
账户与资金管理
多账户支持 · 资金划转 · 持仓监控 · 盈亏计算与报表生成
账户资金
11
日志与监控系统
结构化日志（ELK Stack）· 实时监控（Prometheus + Grafana）· 告警规则设置
监控日志
12
回测系统设计
事件驱动回测引擎 · 撮合逻辑（Tick 级 vs Bar 级）· 手续费与滑点模拟
回测引擎
13
实盘与回测差异
未来函数问题 · 幸存者偏差 · 交易成本差异 · 心理因素影响
实盘差异
14
策略部署与运维
Docker 容器化部署 · CI/CD 流程 · 策略热更新 · 灰度发布
部署DevOps
15
网络与安全
内网穿透与 VPN · API 密钥管理 · DDoS 防护 · 数据加密传输
安全网络
16
多市场与多品种支持
跨交易所接入 · 品种映射与归一化 · 套利策略基础
多市场套利
17
高性能计算
多线程与多进程（Python GIL 问题）· 异步 IO（asyncio）· C++ 扩展（pybind11）
性能并发
18
机器学习流水线
特征工程 · 模型训练与保存 · 在线推理服务 · 模型回滚机制
MLOps推理
19
因子研究平台
因子定义与计算 · 因子评价（IC、IR）· 因子组合与权重优化
因子评价
20
组合管理
投资组合理论（MPT）· 风险平价 · 动态再平衡 · 资金分配算法
组合风险
21
事件驱动策略
事件类型定义（财报、新闻、宏观数据）· 事件订阅与处理 · 事件回测
事件驱动
22
高频交易基础
Tick 级数据处理 · 订单簿重建 · 市场微观结构 · 做市策略简介
高频微观
23
系统测试
单元测试（pytest）· 集成测试 · 压力测试 · 混沌工程
测试混沌
24
数据可视化
K 线图绘制（mplfinance、Plotly）· 策略绩效曲线 · 风险仪表盘
可视化图表
25
策略评估指标
夏普比率 · 卡玛比率 · 最大回撤 · 胜率 · 盈亏比 · 资金曲线平滑度
评估指标
26
合规与监管
期货交易法规 · 数据隐私（GDPR）· 交易记录保存 · 审计追踪
合规监管
27
灾难恢复与备份
多活架构 · 数据备份策略 · 故障切换演练 · RTO/RPO 指标
容灾备份
28
团队协作与版本控制
Git 工作流（GitFlow）· 代码审查 · 文档管理（Confluence）· 知识库建设
协作Git
29
系统优化案例
从 100ms 到 1ms 的优化之路 · 硬件选型（CPU、内存、SSD、网卡）· 内核参数调优
优化案例
30
未来趋势
AI 生成策略 · 分布式量化平台 · 量子计算在量化中的应用 · 监管科技（RegTech）
前沿趋势