1. 课程导论：量化因子评分系统的业务价值、低延迟接口的核心挑战、课程目标与前置知识

1.1 量化因子评分系统的业务价值

在量化交易中，因子评分系统是将原始市场数据（如价格、成交量、财务指标）转化为可交易信号的核心中间层。其业务价值体现在三个层面：

• 信号生成效率：将数百个因子（动量、价值、质量、情绪等）统一映射为 0-100 的标准化评分，消除多源异构数据的处理瓶颈。
• 策略组合灵活性：评分系统允许策略层以统一接口调用因子结果，实现因子权重动态调整、多策略并行回测，无需重复开发底层计算逻辑。
• 风险归因与监控：通过评分变化趋势，快速定位因子失效、数据源异常或市场风格切换，辅助风控决策。

1.2 低延迟接口的核心挑战

构建低延迟评分接口并非简单的代码优化，而是涉及系统架构、数据流、内存管理、网络通信等多维度的工程挑战。主要挑战包括：

• 数据吞吐与延迟矛盾：行情数据每秒到达数十万笔，评分系统需在微秒级完成数据解析、因子计算、评分聚合，同时保证不丢包、不积压。
• 内存与缓存效率：因子计算涉及大量中间结果，不当的内存分配（如频繁 new/delete）会导致 cache miss 和 TLB 抖动，延迟飙升。
• 接口协议选择：RESTful API 延迟过高（通常 > 1ms），需采用 UDP 组播、共享内存或 RDMA 等低延迟传输方案，但实现复杂度显著增加。
• 并发与锁竞争：多线程评分时，因子数据共享、评分结果写入等环节容易产生锁竞争，需设计无锁或细粒度锁数据结构。
• 可观测性与调试：低延迟系统通常关闭日志、减少打印，导致问题定位困难，需要设计极低开销的埋点与监控方案。

1.3 课程目标与前置知识

本课程旨在培养学员掌握从零构建生产级低延迟因子评分接口的完整工程能力。具体目标如下：

前置知识要求：

• 熟悉 C++11/14 语法，了解 RAII、智能指针、模板编程。
• 了解 Python 基础，能使用 pip 安装包、编写简单脚本。
• 了解量化因子基本概念（如动量因子、价值因子）及评分逻辑。
• 了解 Linux 基本操作（gcc/g++ 编译、perf 工具、网络配置）。

1.4 低延迟评分系统整体架构

下图展示了本课程将要实现的低延迟评分系统的整体架构，涵盖数据接入、因子计算、评分聚合、接口输出四个核心模块：

1.5 延迟目标与性能基准

本课程所有实践环节均围绕以下延迟目标展开，学员在完成各模块后需对照基准进行调优：