技能库 1355 个

设计并执行量化交易平台的性能测试用例，系统评估吞吐量、延迟、并发处理能力等核心指标，输出标准化性能基准报告。

自动化部署和配置量化交易系统，包括行情、交易、风控等模块的安装与参数设置，确保系统稳定高效运行。

制定并执行灾备切换流程，验证主备系统切换的可靠性和时效性，确保量化交易平台高可用。

根据事件记录自动生成包含时间线、影响范围、根因分析的运维报告，适用于量化平台故障复盘与合规存档。

搭建并维护实时监控看板，设置交易延迟、成交率、资源使用等指标的告警规则，确保量化交易系统稳定运行。

分析交易网关日志，识别订单拒绝、超时等异常原因，并生成报告。

使用Kafka、Flink等工具构建实时行情数据摄取、清洗与分发管道，支撑量化交易策略的低延迟决策。

将量化交易系统打包为Docker镜像并编排Kubernetes集群部署，确保高可用与弹性伸缩

通过调整内核参数、使用RDMA或DPDK降低交易数据包在网络中的延迟，适用于量化交易与金融科技场景。

基于云监控日志自动识别慢SQL并给出索引优化或分库分表建议，适用于金融量化交易系统与金融科技平台。

编写自动化脚本定期分析云资源使用情况，通过降配、预留实例等方式节省成本

设计并执行跨可用区/跨地域灾备切换脚本，确保RPO和RTO满足金融级要求

配置API网关实现多交易所统一接入、限流与鉴权，降低交易链路故障风险

自动收集云平台操作日志并生成符合SEC或证监会要求的审计报告

解析以太坊等链上合约事件日志，提取结构化数据，用于量化策略和链上数据分析。

分析链上交易数据，识别大户行为、资金流向等模式，为量化策略提供链上信号

使用协整、相关性等统计方法检测跨交易所/跨链套利机会，输出可执行的交易信号

从链上DEX、借贷协议等抓取交易对、流动性、利率等数据，用于量化分析和策略开发

使用历史数据对Web3量化交易策略进行回测，计算夏普比率、最大回撤等核心绩效指标，评估策略在历史市场环境中的表现与风险。

分析订单簿深度、滑点、交易对价差等微观结构特征，为Web3量化交易策略提供数据驱动的决策支持

自动生成Web3量化策略风险报告，包含VaR、压力测试、回撤分析等核心指标，辅助量化研究员监控与决策。

通过交易所API执行市价单、限价单，处理速率限制和错误，适用于Web3量化研究员的日常交易操作。

从数字货币交易所API获取实时行情，清洗异常值并聚合为指定时间频率（如1分钟、5分钟），供量化策略使用。

根据订单类型和市场流动性，预估交易滑点和手续费成本，优化交易策略。