01
套利基础
什么是跨品种套利？价差交易的核心逻辑与风险收益特征。
核心概念入门
02
品种选择
如何筛选具有经济逻辑的配对品种（产业链上下游、替代品、互补品）。
产业链逻辑
03
数据获取
使用Python获取期货/现货历史行情数据（Tushare, Wind, 交易所API）。
PythonAPI
04
数据清洗
处理缺失值、异常值、合约换月价差跳空（Rollover Adjustment）。
预处理换月
05
价差计算
定义价差公式（简单价差、比率价差、对数价差）。
公式变换
06
平稳性检验
ADF检验与KPSS检验，判断价差序列是否均值回归。
统计ADF
07
协整检验
Engle-Granger两步法与Johansen检验，寻找长期均衡关系。
协整EG
08
最小二乘法回归
用OLS估计协整系数与对冲比率。
OLS对冲
09
状态空间模型
时变对冲比率的卡尔曼滤波估计。
卡尔曼动态
10
统计套利框架
均值回归策略的Z-score信号生成。
Z-score信号
11
阈值设定
固定阈值、动态阈值（布林带、分位数）与波动率调整。
布林带动态
12
交易信号生成
开仓、加仓、减仓、止损、止盈逻辑。
风控执行
13
回测引擎搭建
向量化回测与事件驱动回测的Python实现。
回测向量化
14
绩效评估指标
夏普比率、最大回撤、胜率、盈亏比、Calmar比率。
夏普回撤
15
资金管理
凯利公式、固定比例、波动率目标仓位管理。
凯利仓位
16
滑点与交易成本
佣金、印花税、冲击成本对策略的影响。
成本滑点
17
实盘接口对接
CTP、IB API、Futu API的Python封装。
API实盘
18
订单类型与执行
限价单、市价单、冰山订单在套利中的应用。
订单冰山
19
实时价差监控
WebSocket实时数据流处理与价差计算。
WebSocket实时
20
风险控制
敞口限制、杠杆管理、黑天鹅事件应对。
风控黑天鹅
21
多品种组合套利
跨品种、跨期、跨市场组合的协整矩阵。
组合协整
22
机器学习增强 · 聚类
用聚类算法（K-Means）发现新的套利对。
K-Means挖掘
23
机器学习增强 · 随机森林
用随机森林预测价差回归概率。
随机森林概率
24
高频套利
Tick级价差建模与微观结构噪声处理。
高频Tick
25
期权套利
期权平价关系与波动率套利（Delta-Neutral）。
期权Delta
26
加密货币套利
跨交易所价差套利（搬砖）的Python实现。
Crypto搬砖
27
策略部署
Docker容器化与云服务器（AWS/阿里云）定时任务。
Docker云
28
日志与监控
使用Loguru记录交易日志，Grafana可视化监控。
LoguruGrafana
29
策略优化
参数敏感性分析与遗传算法参数寻优。
遗传算法调参
30
实战案例
螺纹钢与热卷、豆粕与豆油、BTC与ETH的完整套利策略复现。
实战复现