1. 课程导论：高频行情数据的特点、A/B测试在量化交易中的价值、课程目标与学习路径
1.1 高频行情数据的特点
高频行情数据是量化交易中最精细、最原始的市场记录，其核心特征决定了A/B测试的设计与评估方式。与传统的日线或分钟线数据不同，高频数据在时间粒度、数据结构和噪声特性上存在显著差异。
| 维度 | 传统低频数据 | 高频行情数据 |
|---|---|---|
| 时间粒度 | 日、小时、分钟 | 毫秒、微秒、纳秒级 |
| 数据量 | MB级别/天 | GB~TB级别/天 |
| 数据结构 | OHLCV 快照 | 逐笔成交、订单簿快照、逐笔委托 |
| 信噪比 | 较高 | 极低，微观噪声占比大 |
| 时间序列特性 | 弱自相关 | 强自相关、非平稳、日内季节性 |
| 数据对齐难度 | 低 | 高，需处理时钟同步、延迟、乱序 |
关键认知：高频行情数据的“三高”特征——高频率、高噪声、高自相关——使得传统统计检验方法（如独立同分布假设）直接失效，必须引入专门的时间序列A/B测试框架。
1.2 A/B测试在量化交易中的价值
A/B测试（又称分桶测试）是量化交易策略迭代的核心验证手段。在高频交易场景下，其价值体现在以下三个层面：
- 因果推断：通过随机化分组，隔离策略改动（如订单路由算法、信号计算参数）对交易绩效的净效应，排除市场整体波动等混淆因素。
- 风险控制：在实盘环境中以小流量验证新策略，避免全量上线后因逻辑缺陷或参数错误导致巨额亏损。
- 持续优化：建立数据驱动的策略迭代闭环，从信号生成、执行算法到风控逻辑，每个环节均可量化评估。
行业实践：头部做市商和自营交易公司通常同时运行数十个A/B测试实验，覆盖订单簿预测模型、最优报价宽度、冰山订单隐藏策略等高频场景。实验失败率超过60%，但成功实验带来的收益提升足以覆盖试错成本。
1.3 课程目标与学习路径
本课程旨在培养学员独立设计、实施和评估高频行情数据A/B测试的能力。课程采用“理论+代码+案例”三线并进的教学模式。
| 模块 | 核心内容 | 产出能力 |
|---|---|---|
| 基础篇（第1-5章） | 高频数据清洗、对齐、特征工程；A/B测试统计基础 | 能构建标准化的高频实验数据集 |
| 方法篇（第6-15章） | 时间序列A/B测试框架、自相关修正、多重比较、样本量计算 | 能独立设计高频实验方案并选择检验方法 |
| 实战篇（第16-25章） | 订单簿微结构实验、执行算法A/B测试、延迟敏感度分析 | 能搭建端到端实验管道并解读结果 |
| 进阶篇（第26-30章） | 多臂老虎机在线学习、贝叶斯A/B测试、实验平台架构 | 能设计自适应实验系统并优化长期收益 |
⚠️ 前置要求：学员需具备Python编程基础（pandas/numpy）、基本统计学知识（假设检验、置信区间）以及对订单簿微观结构的初步了解。课程代码示例将使用Python 3.9+，依赖库包括但不限于：numpy、pandas、scipy、statsmodels、matplotlib。
1.4 课程配套代码环境
本课程所有实验均可在标准Python环境中复现。以下为最小依赖安装示例：
# 创建虚拟环境（推荐）
python -m venv hft_abtest_env
source hft_abtest_env/bin/activate # Linux/Mac
# hft_abtest_env\Scripts\activate # Windows
# 安装核心依赖
pip install numpy==1.24.3 pandas==2.0.3 scipy==1.11.1 \
statsmodels==0.14.0 matplotlib==3.7.2 \
jupyterlab==4.0.3
# 验证安装
python -c "import numpy; import pandas; import scipy; import statsmodels; print('环境就绪')"
学习建议：每章结束后，建议学员在本地Jupyter Notebook中复现核心代码示例，并尝试修改参数观察结果变化。高频A/B测试的直觉建立离不开动手实践。