3月14日下午，DolphinDB 受邀出席由卡方科技與華安證券攜手舉辦的私募行業(yè)交流會(huì )。此次盛會(huì )匯聚了私募行業(yè)的精英力量。眾多國內成長(cháng)型私募機構代表齊聚一堂，共同探討私募領(lǐng)域的多元化合作策略，攜手書(shū)寫(xiě)行業(yè)發(fā)展的新篇章。

　　在分享環(huán)節，DolphinDB 創(chuàng )始人、CEO 周小華博士帶來(lái)了一場(chǎng)精彩演講。他不僅對中高頻量化交易的解決方案進(jìn)行了深入剖析，還就當前熱點(diǎn)?AI 大模型展開(kāi)了富有洞見(jiàn)的探討?，F在，讓我們一同回顧周博士在現場(chǎng)的精彩分享。

　　01 高頻數據存儲

　　隨著(zhù)行情數據頻率的提高，海量數據的存儲為投研帶來(lái)巨大挑戰。傳統的關(guān)系型數據庫及文件存儲等方式存在著(zhù)壓縮比低，性能優(yōu)化不足，數據難以管理等痛點(diǎn)。針對以上問(wèn)題 DolphinDB 提出了新的解決方案，除了能夠將壓縮比大幅提升之外(最高可達10:1)，DolphinDB 深刻洞察量化領(lǐng)域業(yè)務(wù)，提供了相同時(shí)間戳存儲、數組存儲、寬表存儲/窄表存儲和 co-location 存儲，為用戶(hù)提供了更為高效的海量數據存儲方案。

　　02 訂單簿

　　在研究市場(chǎng)的微觀(guān)結構時(shí)，每家機構都希望能夠對逐筆數據進(jìn)行挖掘，高效、靈活處理訂單簿數據。目前市面上多數快照引擎普遍采取每三秒生成一次快照的方式，這樣的頻率難以捕捉更為細致的信息，例如三秒內所有交易的平均價(jià)格，以及最后一筆成交與最后一筆報價(jià)之間的精確時(shí)間差。這些細微的數據點(diǎn)對于精確分析市場(chǎng)動(dòng)態(tài)至關(guān)重要。為此，DolphinDB 提供了訂單簿數據處理框架允許用戶(hù)自定義指標，生成交易信號，助力策略開(kāi)發(fā)。DolphinDB 的訂單簿數據處理架構，提供了高度的靈活性和性能保障，能夠滿(mǎn)足用戶(hù)的個(gè)性化業(yè)務(wù)需求。

　　03 高頻回測

　　市場(chǎng)上，對于中低頻的回測產(chǎn)品，用戶(hù)有許多選擇。但是在對高頻數據進(jìn)行回測時(shí)，由于數據量巨大，性能時(shí)延要求高、開(kāi)發(fā)難度大等特點(diǎn)，市場(chǎng)上并沒(méi)有太多成熟的產(chǎn)品，用戶(hù)往往選擇自研。為此，DolphinDB 提供了一套模擬撮合引擎，方便用戶(hù)在中高頻策略回測中模擬實(shí)際交易，從而更合理地評估和推斷策略在真實(shí)交易中的效果。DolphinDB 模擬撮合引擎支持訂單成交比例和延時(shí)等設置，多筆同方向的用戶(hù)委托訂單同時(shí)撮合時(shí)，遵循按照價(jià)格優(yōu)先、時(shí)間優(yōu)先的原則進(jìn)行撮合成交，方便用戶(hù)在高頻策略回測中模擬實(shí)際交易。模擬撮合引擎插件使用 C++ 開(kāi)發(fā)，結合 DolphinDB 分布式數據庫，能極大地減少高頻策略回測的整體耗時(shí)。

　　04 流批一體的高頻因子

　　因子挖掘是量化交易的基石，挖掘中高頻行情數據中的有價(jià)值因子并建?；販y，構建交易系統是量化團隊的必要路徑。DolphinDB 整合歷史與實(shí)時(shí)數據提供了實(shí)時(shí)流計算框架，用戶(hù)在投研階段基于批量數據開(kāi)發(fā)的核心因子表達式，經(jīng)封裝后，可以無(wú)縫應用于實(shí)際生產(chǎn)環(huán)境中。由此，實(shí)時(shí)行情訂閱、行情數據收錄、交易實(shí)時(shí)計算、盤(pán)后研究建模，可以用同一套代碼實(shí)現。這不但確保了歷史回放和生產(chǎn)交易的數據一致性，還大大降低了用戶(hù)的開(kāi)發(fā)與代碼維護成本。同時(shí)，流計算框架在算法路徑上進(jìn)行了精細的優(yōu)化，兼顧了高效開(kāi)發(fā)和計算性能的優(yōu)勢。

　　05 AI & DolphinDB

　　在總結部分，周博士深入探討了 AI 與 DolphinDB 前沿技術(shù)的融合。其中，CPU-GPU 異構計算平臺，可以讓 DolphinDB 腳本能夠無(wú)縫切換至 GPU 進(jìn)行高效的并行計算，從而實(shí)現了性能上的顯著(zhù)躍升。同時(shí)，GPLearn?負責訓練時(shí)的調度工作，涵蓋了種群生成、進(jìn)化與變異操作等關(guān)鍵環(huán)節，確保了訓練過(guò)程的精準與高效。此外，AI Dataloader?極大地簡(jiǎn)化了大量因子數據導入深度學(xué)習框架進(jìn)行訓練的過(guò)程，有效縮減了數據準備與模型訓練的時(shí)間成本。值得一提的是，這些前沿功能將在即將發(fā)布的?DolphinDB 3.0版本中全面呈現，我們熱切期待各位用戶(hù)的積極試用與反饋!周博士還強調，DolphinDB 的應用范圍已擴展到交易策略、交易風(fēng)控、交易監控、機構業(yè)務(wù)、算法交易、實(shí)時(shí)數倉、風(fēng)險控制、指標計算、估值定價(jià)等多個(gè)金融行業(yè)場(chǎng)景。DolphinDB 致力于在金融技術(shù)領(lǐng)域不斷創(chuàng )新，為金融機構提供高效技術(shù)解決方案，助力中小機構在激烈的市場(chǎng)競爭中脫穎而出。