01
虚拟交易对手概述
定义、应用场景（压力测试、市场模拟、反欺诈）、与传统对手方模型的区别。
基础概念
02
行为建模理论基础
博弈论基础、行为经济学（前景理论、锚定效应）、有限理性假设。
理论经济学
03
数据采集与清洗
交易数据源（Level2、逐笔委托）、数据清洗规则、缺失值处理、异常交易识别。
数据预处理
04
特征工程（上）
基础统计特征（均值、方差、偏度）、时序特征（动量、反转）、微观结构特征（买卖价差、订单簿斜率）。
特征统计
05
特征工程（下）
行为特征（撤单率、订单存活时间）、社交网络特征（关联账户、资金流向）、特征选择方法。
特征网络
06
模型架构选择
逻辑回归、决策树/随机森林、XGBoost/LightGBM、深度学习（LSTM、Transformer）的适用场景对比。
模型对比
07
监督学习建模
标签定义（做市商、套利者、散户）、样本不平衡处理（SMOTE、代价敏感学习）、模型训练与调参。
监督分类
08
无监督学习建模
聚类算法（K-Means、DBSCAN、层次聚类）、异常检测（孤立森林、AutoEncoder）、行为模式发现。
无监督聚类
09
强化学习建模
马尔可夫决策过程（MDP）、Q-Learning与Deep Q-Network、策略梯度方法、模拟环境构建。
强化MDP
10
生成对抗网络（GAN）建模
条件GAN、Wasserstein GAN、序列生成（SeqGAN）、生成交易订单序列。
GAN生成
11
模型评估指标
分类指标（准确率、召回率、F1）、回归指标（MAE、RMSE）、业务指标（模拟逼真度、策略胜率）。
评估指标
12
回测框架搭建
事件驱动回测引擎、滑点与手续费模拟、市场冲击模型、绩效归因分析。
回测系统
13
压力测试场景设计
极端行情模拟（闪崩、流动性枯竭）、监管政策变化、黑天鹅事件注入。
压力场景
14
多智能体模拟
Agent间交互机制、信息不对称建模、共识与分歧演化、市场微观结构涌现。
多智能体模拟
15
行为校准与验证
历史数据回放校准、分布外测试、对抗性验证、鲁棒性分析。
校准验证
16
高频交易行为建模
订单簿动态建模、最优执行策略模拟、延迟与网络效应、统计套利行为。
高频订单簿
17
算法交易行为建模
TWAP/VWAP策略模拟、冰山订单行为、暗池交易行为、信号衰减建模。
算法TWAP
18
散户行为建模
情绪驱动交易（恐慌、贪婪）、处置效应、羊群效应、注意力驱动交易。
散户行为金融
19
机构行为建模
组合再平衡、对冲行为、大宗交易策略、信息优势建模。
机构组合
20
做市商行为建模
库存管理、报价策略、逆向选择风险、做市商博弈。
做市商库存
21
套利者行为建模
三角套利、统计套利、跨期套利、套利机会衰减。
套利统计
22
操纵行为建模
拉高出货、幌骗交易（Spoofing）、对倒交易（Wash Trading）、虚假申报。
操纵监管
23
行为模型集成
模型投票/堆叠、分层架构（宏观-微观）、动态权重调整、在线学习更新。
集成动态
24
实时推理引擎
低延迟架构设计、特征实时计算、模型服务化（ONNX/TensorRT）、流处理框架（Flink/Kafka）。
实时推理
25
合规与伦理
模型可解释性（SHAP、LIME）、公平性审计、监管报告要求、模型风险管理。
合规伦理
26
案例实战（一）
股票市场虚拟做市商行为建模——从数据到部署。
实战股票
27
案例实战（二）
加密货币市场操纵行为检测——异常模式挖掘。
实战加密
28
案例实战（三）
外汇市场多智能体模拟——央行干预与投机博弈。
实战外汇
29
前沿趋势
大语言模型（LLM）用于行为描述、图神经网络（GNN）用于关系建模、联邦学习用于隐私保护。
前沿LLM
30
课程总结与展望
常见陷阱、最佳实践、推荐阅读、社区资源。
总结资源