《算法交易系统与策略》详细阐述了与算法交易系统相关的基本解决方案，主要包括开发交易系统的流行方法、开发交易系统导论、架构解决方案、技术栈和库、优化算法、优化算法的实现、Core模块的实现、最终实现方法等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
在量化日益精进的今天，构建高效、稳定的算法交易系统已成为金融科技创新的核心。《算法交易系统与策略》系统讲解了交易系统的开发方法、架构设计、技术选型与核心模块实现，重点剖析了优化算法的实战应用。书中不仅融合了现代软件工程的实践，更配有清晰的示例与可运行代码，帮助读者真正掌握从构思到落地的全过程。无论是金融工程师、量化研究员，还是对程序化交易感兴趣的开发者，本书都是一本不可多得的实用指南，助你在复杂市场中构建属于自己的智能交易引擎。
前言
你如果开始研究算法交易，会注意到创建交易系统的逻辑中的一般性模式。这种模式就是找到一些高盈利策略并在交易中使用它们。通常，搜索这样的策略需要大量的体力劳动，而且这种方法有一个很大的缺点：找到盈利策略的可能性很低。
此外，这个过程由于需要大量的体力劳动，因此对于所发现的策略也会提出过高的要求，而这些都需要大量的资源支持和配置。
我过去曾经尝试了许多不同的策略，其中大多数都表现不佳，因此我对自己和使用的方法越来越感到沮丧。有一天，我想起了我在大学时和一位老师一起从事的一些工作，当时我们正在寻找发射和调整人造地球卫星运动的参数，要求以最少的燃料消耗将其发射到目标轨道。我想，这项任务与寻找盈利策略的任务有何不同？我意识到它们是一样的，这意味着我在该领域的知识可以应用于一个全新的方向。
因此，我结合了构建高载荷系统和工程领域的知识，创建了一种寻找和使用盈利策略的新方法。我提出的解决方案不是要孜孜以求地寻找几十个超高盈利的策略，而是要快速找到数百种适度盈利策略，尽管这些策略的盈利目标不如超高盈利策略那样激进，但需要的体力劳动却是最少的。
本书将介绍如何开发一个能够不断搜索和运行策略的系统，并使用.NET Framework演示实现这种系统基础部分的选项。因此，在本书中，读者将学习如何构建一个交易系统，该系统将比传统方法更有可能找到盈利策略。
维多利亚·多尔曾科成为一名程序员的梦想始于家里优质台计算机出现的那一刻。小时候，她喜欢编程，并定期参加各种编程比赛。她在开发复杂系统方面已经拥有10多年的经验。她的本职工作是各种应用程序的复杂设计，但就个人而言，她对算法交易更感兴趣。为了将这两者结合起来，她决定建立一个系统，该系统可以自己搜索和找到可盈利的策略。黄刚，计算机软件专业硕士毕业。精通网络主流开发语言、数据分析和硬件技术，同时具有较好的英文水平和技术背景，并翻译过多本英文书籍。
目录
第1章 开发交易系统的流行方法 1
1.1 人工交易 1
1.2 现成的信号和算法 1
1.2.1 信号 2
1.2.2 第三方算法 3
1.3 专业服务 5
1.4 独立创建交易平台 6
1.4.1 测试单一策略 6
1.4.2 不同开发人员的方法 7
1.5 雇用第三方开发者 7
1.6 我的方法 8
1.7 小结 9
第2章 开发交易系统导论 10
2.1 一般理论 10
2.1.1 订单执行 12
2.1.2 金和杠杆 14
2.2 交易系统的构成 15
2.3 交易理论 16
2.3.1 技术分析 17
2.3.2 基本面分析 21
2.3.3 混合方法 21
2.3.4 波动 22
2.3.5 信号 22
2.4 资本管理 24
2.4.1 固定头寸规模 24
2.4.2 凯利标准 25
2.4.3 f 26
2.4.4 鞅 27
2.4.5 反鞅 28
2.4.6 固定比例头寸规模 28
2.5 风险控制 30
2.5.1 最大损失金额 31
2.5.2 止损单 31
2.5.3 止盈单 32
2.5.4 追踪止损单 33
2.5.5 组合多样化 34
2.5.6 监测市场波动 35
2.6 测试 36
2.7 绩效指标 37
2.7.1 盈利能力 37
2.7.2 获利因子 38
2.7.3 回撤 38
2.7.4 夏普比率 39
2.7.5 盈利交易的平均盈利规模和亏损交易的平均亏损规模 39
2.7.6 期望值 40
2.8 优化 40
2.9 小结 42
第3章 架构解决方案第1 部分：识别需求 43
3.1 确定需求 44
3.1.1 信号 44
3.1.2 客户对系统的愿景 45
3.2 理论生成器 47
3.2.1 策略搜索 50
3.2.2 选择和前向测试 59
3.2.3 金融工具的选择 60
3.2.4 盈利策略搜索设置 60
3.2.5 搜索盈利策略的逻辑 60
3.2.6 真实交易 62
3.3 重要问题 62
3.3.1 头寸的生命周期 63
3.3.2 资本管理 64
3.3.3 风险控制 65
3.3.4 指标的可伸缩性 69
3.4 小结 71
第4章 架构解决方案第2 部分：服务和子系统 72
4.1 微服务架构 72
4.2 Kubernetes 74
4.3 子系统 76
4.4 策略搜索子系统 76
4.4.1 生成器 77
4.4.2 队列 79
4.4.3 有限状态机 82
4.4.4 理论处理步骤的概念 82
4.4.5 子理论计算 86
4.4.6 生成器过程检查 87
4.4.7 优化算法 88
4.4.8 任务 89
4.4.9 核心 91
4.4.10 沙盒交易所 91
4.5 真实交易子系统 92
4.5.1 集成交易所 92
4.5.2 策略的启动和运行 95
4.5.3 启用和禁用策略 96
4.5.4 检查金融工具的类型 98
4.5.5 主数据 101
4.6 小结 103
第5章 技术栈和库 104
5.1 选择框架 104
5.2 应用程序架构 105
5.2.1 意大利面条式代码 105
5.2.2 整洁架构 105
5.2.3 域驱动设计与贫血模型 107
5.3 对象关系映射器 108
5.3.1 使用 Dapper 的方法 108
5.3.2 迁移 111
5.4 有限状态机 112
5.4.1 工作原理 113
5.4.2 托管服务 115
5.4.3 后台运行机制 125
5.5 小结 129
第6章 优化算法 130
6.1 问题的形式 130
6.2 种群算法 131
6.3 遗传算法 132
6.3.1 突变算子 133
6.3.2 交叉算子 134
6.3.3 筛选算子 136
6.3.4 选择算子 140
6.3.5 限制 142
6.3.6 局部无约束优化算法 147
6.4 小结 155
第7章 优化算法的实现 156
7.1 总体愿景 156
7.2 算法 158
7.2.1 获取信息 159
7.2.2 获取一组值 162
7.2.3 使用方法 166
7.3 遗传算法 167
7.3.1 步骤 168
7.3.2 获取信息 168
7.3.3 获取一组值 172
7.3.4 初始化步骤 178
7.3.5 突变步骤 179
7.3.6 筛选步骤 181
7.3.7 繁殖步骤 184
7.4 测试函数 188
7.5 子理论示例 189
7.6 小结 191
第8章 Core 模块的实现 192
8.1 用例 192
8.2 上下文 194
8.3 更新 K 线事件 194
8.4 检查信号 196
8.4.1 策略模型 197
8.4.2 计算信号 201
8.4.3 指标计算 205
8.4.4 平均真实范围 209
8.5 头寸处理 212
8.5.1 ProcessBot Lite 213
8.5.2 处理步骤 218
8.5.3 事件 221
8.5.4 处理操作 229
8.6 小结 233
第9章 最终实现方法 234
9.1 Binance 适配器 234
9.1.1 功能目标 234
9.1.2 具体实现 235
9.2 Docker 237
9.2.1 容器化技术发展简史 237
9.2.2 需要 Docker 的理由 239
9.2.3 Docker 组件 239
9.2.4 启动应用程序 240
9.3 Kubernetes 245
9.3.1 组件 245
9.3.2 Pod 246
9.3.3 部署 247
9.3.4 服务 251
9.3.5 helm 252
9.4 小结 254
书单推荐
