1. 课程导论：因子研究背景、低延迟评分系统的定义与价值、课程目标与前置知识
1.1 因子研究的演进与挑战
量化投资的核心在于寻找能够稳定预测资产未来收益的因子。从早期的单因子模型（如 CAPM、Fama-French 三因子）到如今的多因子体系，因子研究经历了从学术理论到高频实战的深刻变革。
现代因子研究面临三大核心挑战：
- 因子拥挤与衰减： 公开因子被广泛使用后，其超额收益迅速衰减，迫使研究者向更高频、更微观的数据源（如逐笔委托、Level-2 快照）挖掘新因子。
- 计算规模爆炸： 全市场 5000+ 只股票，每只股票每秒产生数十笔行情数据，日增数据量可达 TB 级。传统 Python + CSV 的离线回测模式已无法满足分钟级甚至秒级的因子迭代需求。
- 信号时效性： 一个在收盘后 30 分钟才计算出的因子信号，其价值可能已损失 80%。从数据产生到信号落盘的时间窗口被压缩到毫秒级别。
关键洞察： 因子研究的竞争已从“发现好因子”转向“更快、更稳定地计算和评分好因子”。低延迟评分系统正是应对这一转变的核心基础设施。
1.2 低延迟评分系统的定义与价值
低延迟评分系统是一套专门为高频因子计算和实时信号生成设计的软件架构。它接收实时行情数据流，在极短的时间窗口内（通常为微秒至毫秒级）完成因子计算、标准化、合成与评分，并将结果推送给交易执行模块。
其核心价值体现在以下三个维度：
| 维度 | 传统离线回测 | 低延迟评分系统 |
|---|---|---|
| 延迟 | 分钟级 ~ 小时级 | 微秒级 ~ 毫秒级 |
| 数据源 | 日线、分钟线 CSV | 逐笔成交、Level-2 快照、订单簿 |
| 计算模式 | 批处理（Batch） | 流处理（Streaming） |
| 信号更新 | 每日/每小时更新 | 每笔/每 tick 更新 |
| 架构语言 | Python + Pandas | C++ / Rust / Java + 零拷贝 |
一个典型的低延迟评分系统，其价值可以用“延迟-收益曲线”来量化：信号延迟每降低 1 毫秒，在特定高频策略中可能带来 5-15% 的年化收益提升。这并非夸大，而是源于更早地捕捉到订单簿失衡、大单异动等瞬时机会。
1.3 课程目标
本课程旨在帮助学员从零到一搭建一套生产级别的低延迟因子评分系统。完成本课程后，学员将能够：
- 理解核心原理： 掌握低延迟系统的设计范式，包括无锁数据结构、内存池、CPU 亲和性、零拷贝等关键技术。
- 实现因子计算管线： 使用 C++ 实现常见高频因子（如订单簿斜率、成交量加权均价偏离、微观结构噪声指标）的实时流式计算。
- 构建评分引擎： 设计因子标准化、权重分配、合成评分的低延迟流水线，支持动态因子权重调整。
- 性能调优与测试： 使用 perf、火焰图等工具进行延迟分析，掌握分支预测、缓存行对齐等微架构优化技巧。
- 集成与部署： 将评分系统对接模拟行情源和交易接口，完成端到端的延迟测试。
学习建议： 本课程偏重工程实践，建议学员在学习过程中同步搭建开发环境，并跟随每章的代码示例进行动手实验。理论部分约占 30%，编码与调试约占 70%。
1.4 前置知识要求
为了确保学习效果，学员需要具备以下基础：
| 领域 | 具体要求 | 推荐程度 |
|---|---|---|
| 编程语言 | 扎实的 C++ 基础（指针、模板、STL、C++11/14 特性） | 必须 |
| 数据结构与算法 | 熟悉常见数据结构（队列、堆、哈希表、红黑树）及时间复杂度分析 | 必须 |
| 计算机体系结构 | 了解 CPU 缓存、内存层次结构、流水线、分支预测等基本概念 | 强烈推荐 |
| 量化金融基础 | 理解常见因子类型（动量、反转、波动率、流动性），了解订单簿基本结构 | 推荐 |
| Linux 开发环境 | 熟练使用命令行、gcc/clang 编译器、Makefile/CMake、GDB 调试器 | 必须 |
⚠️ 重要提示： 如果对 C++ 内存管理和模板元编程不熟悉，建议先花 1-2 周时间复习相关知识点。本课程不会从零讲解 C++ 语法，而是直接进入低延迟场景下的高级用法。
1.5 课程大纲速览
本课程共分为 30 章，按主题划分为以下五个模块：
- 模块一（第 1-5 章）： 基础与环境搭建 —— 课程导论、开发环境配置、行情数据格式解析、基础性能测试框架。
- 模块二（第 6-12 章）： 核心数据结构与内存管理 —— 无锁队列、内存池、环形缓冲区、对象池、缓存行对齐。
- 模块三（第 13-20 章）： 因子计算引擎 —— 高频因子实现、流式计算模式、SIMD 向量化、多线程流水线。
- 模块四（第 21-26 章）： 评分与集成 —— 因子标准化、评分合成、动态权重、行情回放与测试。
- 模块五（第 27-30 章）： 性能调优与部署 —— 延迟分析工具、火焰图、CPU 亲和性、端到端延迟测试。