3月21日下午，二十余位来自国内私募、券商和期货机构的核心策略研发、IT架构师、数据分析专家们，齐聚钱塘江畔的基金小镇，与DolphinDB一同深入探讨交流了量化交易领域高性能实践的宝贵经验。DolphinDB创始人周小华博士与两位来自券商的研究人员做了精彩分享。

　　与DolphinDB创始人面对面

　　在量化交易领域，传统的数据存储和处理方案正面临日益严峻的挑战。随着行情数据频率的不断提升，数据量呈现爆炸式增长，这使得传统关系型数据库和文件存储等解决方案在压缩比、性能优化以及数据管理等方面显得捉襟见肘。

　　DolphinDB的创始人周小华博士深入剖析并为大家介绍了中高频量化从投研到生产的全链路解决方案。周博士指出：“在量化交易的各个环节，市场上涌现出众多开源产品，用户可以根据自身需求通过组装或自研的形式，实现特定环节的技术突破。然而，DolphinDB的优势在于，除了能够满足量化投研各个阶段的技术需求，还能兼顾高性能与灵活的开发需求，并以统一的技术栈提供便捷的运维支持。”基于DolphinDB，用户可以在一款产品内实现高频数据存储、订单簿处理、高频回测以及因子流批一体的全栈式数据处理。此外，周博士还透露，DolphinDB即将发布一个全新的高性能因子挖掘平台。该平台将被命名为Shark，寓意“凶猛”，彰显其强悍的性能。Shark是一个CPU-GPU异构计算平台，在初期规划中，Shark将拥有基于遗传算法实现的自动因子挖掘功能，以及CPU算子无缝切换到 GPU平台进行计算等特性。与CPU相比，更多的计算单元使得GPU在处理计算密集型任务时，能显著降低处理时延，提高计算效率。

　　来自券商的实践分享

　　在进行立体式投研与链式极速交易时，策略的工程化需要投研系统完成非常大量的计算任务，计算性能至关重要。某券商的量化投资经理基于其丰富的行业经验，向大家展示了DolphinDB如何助力解决IT系统设计中的难题。他强调：“策略通常是以高度工程化的方式去实现的，因此，我们始终追求更好的性能。”他通过一组具体数据为我们分享了DolphinDB的性能优势：“在单因子多参数的计算任务中，使用DolphinDB替代Python，我们平均能够提速50-100倍以上。”除了高性能外，DolphinDB在搭建IT系统时还展现了诸多其他优势。DolphinDB内置的1500+函数，均针对金融业务场景进行了调优，极大节省了开发人员在数据处理和分析上的时间与精力。更值得一提的是，DolphinDB帮助该团队将投研与生产对接时的数据差异率缩小至万分之一以内，在策略上线流程中，发挥了关键作用。传统的关系型数据库和文件存储系统在处理实时行情时存在诸多挑战，这也正是某券商的量化平台负责人在选型过程中遇到的难题。他指出，团队面临开源组件众多、架构链路复杂、因子计算开发成本较高的问题。为了解决这些痛点，团队开始接触DolphinDB，以期找到一种更高效、更便捷的数据处理方案。“在切换到DolphinDB后，肉眼可见，我们团队大幅提升了数据处理的效率，包括数据的完整性和准确性都得到了保障。”该负责人表示，基于DolphinDB强大的实时数据处理能力，每一笔交易数据、记录以及回报都被实时存储至DolphinDB，团队能够更便捷地回溯和分析每一笔交易，从而不断优化策略。DolphinDB的引入，无疑为量化投研和交易都注入了新的活力，打破了技术栈割裂带来的业务壁垒，助力团队取得更加卓越的成绩。

　　关于D-Day

　　D-Day旨在为用户们提供一个专业、开放的交流机会，方便大家深入探讨在量化交易中如何有效提升综合投研效率，以技术融入业务，创造应用价值。此后我们也将定期在北京、上海、广州、深圳等地举办D-Day线下活动，期待我们下一次的相遇!

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。