量化交易的本质是把「观点」变成「可检验的规则」。这个专题覆盖策略构建、回测方法与市场结构（成本、延迟、资金费率、MEV），并强调一个原则：回测很美不等于实盘能赚。 大多数文章附带 Python 实现或工具清单，适合边读边练。
一、策略与回测方法
- 15个最受欢迎的交易策略
- 海龟交易策略 (1980s)
- 基于夏普比率的交易策略
- 交易策略回测
- 交易策略优化热力图
- 如何避免回测错误
- 指标滞后是有原因的
- VWAP / TWAP / PoV 三大执行策略详解：机构如何拆单
二、套利、MEV 与市场结构
- 原子套利 vs.CeFi-DeFi套利
- Rust跨链套利指南
- 用 REVM / Anvil / Alloy 模拟 MEV 套利：实战教程
- Solana MEV 报告 (2025)
- 高频交易：零延迟的竞赛
- 资金费率Delta中性策略
- 理解并利用资金费率
- Pendle套利机会深入分析
三、指标与技术分析工具
四、策略实现（Python）
五、量化框架与思维
常见问题
量化交易适合个人吗？
适合有编程与统计基础、且能接受长期验证过程的个人。起步建议：数据质量 > 策略复杂度，风控 > 收益预期。
回测年化很高可信吗？
先排查未来函数与成本假设。参考 AI 回测的未来函数 与 如何避免回测错误。
需要多少本金？
先纸面/模拟盘跑通，再用你「亏光也不影响」的资金实盘；杠杆不会降低对策略正确性的要求。
本专题由 DefiPlot 持续更新。内容仅供学习参考，不构成投资建议。