以實(shí)時，見未來——DolphinDB 2024 年度峰會圓滿舉辦

2024年9月6日，“以實(shí)時，見未來”——DolphinDB 2024 年度峰會在杭州圓滿落下帷幕。本次峰會由主會場與三個專題分會場組成，眾多金融機(jī)構(gòu)領(lǐng)導(dǎo)與專家、行業(yè)領(lǐng)袖、高校與研究機(jī)構(gòu)學(xué)者等近300位嘉賓共襄盛舉，一同探討數(shù)智化浪潮下金融領(lǐng)域的創(chuàng)新應(yīng)用，推動金融新質(zhì)生產(chǎn)力建設(shè)。

創(chuàng)始人致辭與分享

會議伊始，DolphinDB 聯(lián)合創(chuàng)始人、COO 初陽春先生向蒞臨的新老朋友表達(dá)了真摯的感謝?！暗侥壳盀橹?，已經(jīng)有100多家金融機(jī)構(gòu)，選擇了DolphinDB。包括國內(nèi)所有排名前10的券商，十大公募基金之中的6家，數(shù)十家私募基金，以及銀行、期貨公司、銀行理財(cái)、券商資管、保險(xiǎn)資管等領(lǐng)域的客戶，還有香港、臺灣、新加坡、澳大利亞、英國等地的金融機(jī)構(gòu)?！?/p>

自創(chuàng)立之初便深耕金融領(lǐng)域，DolphinDB 始終秉持著為客戶創(chuàng)造價值的初心，不斷拓展應(yīng)用邊界。如今，DolphinDB 不但能夠?yàn)榱炕堆小?a target="_blank">仿真交易、實(shí)時交易、算法交易、做市業(yè)務(wù)等場景提供助力，很多機(jī)構(gòu)還選擇基于 DolphinDB 構(gòu)建行情中心、實(shí)時數(shù)倉、指標(biāo)平臺、風(fēng)控平臺等系統(tǒng)設(shè)施。

隨著 DolphinDB 在金融機(jī)構(gòu)的使用越來越深入，一個機(jī)構(gòu)擁有多個 DolphinDB 集群，越來越普遍。多集群的數(shù)據(jù)訪問、計(jì)算、運(yùn)維的需求越來越迫切。與此同時，隨著用戶的計(jì)算越來越復(fù)雜，如何簡單清晰地表達(dá)任務(wù)之間的依賴關(guān)系、事件之間的依賴關(guān)系，越來越成為瓶頸，一個企業(yè)級的實(shí)時計(jì)算平臺的呼聲日益高漲。

DolphinDB 創(chuàng)始人、CEO 周小華博士通過“跨越數(shù)據(jù)邊界：企業(yè)級實(shí)時計(jì)算平臺構(gòu)想”的演講，分享了 DolphinDB 向?qū)崟r計(jì)算平臺不斷演進(jìn)的歷程。

首先，周小華博士通過 DolphinDB 過去與現(xiàn)在架構(gòu)圖的對比，向大家講述了近年來 DolphinDB 在能力和底層技術(shù)上的演進(jìn)與變化。

2018 年的 DolphinDB：高性能時序數(shù)據(jù)庫

DolphinDB 自設(shè)計(jì)之初，就已經(jīng)與傳統(tǒng)的數(shù)據(jù)庫有了很大的區(qū)別。分布式存儲能力與豐富的專業(yè)函數(shù)庫、DolphinDB 自己開發(fā)的腳本語言 DolphinScript 融合在一起，形成了一個非常擅長實(shí)時數(shù)據(jù)分析的一站式產(chǎn)品。

2024 年的 DolphinDB：實(shí)時計(jì)算平臺

六年來，DolphinDB 的存儲、計(jì)算和運(yùn)維等多個模塊不斷升級，DolphinDB 正不斷向著一個企業(yè)級實(shí)時計(jì)算平臺演進(jìn)：多模態(tài)存儲的概念得以完善，從單一的 OLAP 引擎擴(kuò)展到了 OLAP、TSDB、PKEY、IMOLTP、VECTORDB 等五大引擎；計(jì)算層面增加了流計(jì)算和 GPU 異構(gòu)計(jì)算 Shark；業(yè)務(wù)中間件能力得到了極大的提升和擴(kuò)充，函數(shù)數(shù)量由 600+ 提升到了 2000+，大量的插件、計(jì)算引擎和腳本模塊覆蓋了諸多金融業(yè)務(wù)。圍繞解決“企業(yè)級數(shù)據(jù)一致性”與“復(fù)雜計(jì)算依賴”等問題，周小華博士向大家分享了 DolphinDB 未來的技術(shù)構(gòu)想與能力藍(lán)圖：“未來，我們希望通過存算分離、集群間異步數(shù)據(jù)復(fù)制、單點(diǎn)登錄、跨集群 SQL 計(jì)算等技術(shù)，解決因數(shù)據(jù)拷貝、本地拷貝等而導(dǎo)致數(shù)據(jù)不一致的問題。盡管企業(yè)級數(shù)據(jù)的一致性建模是一個非常復(fù)雜的問題，但 DolphinDB 愿意投入時間與精力，與用戶一同攻克難題，幫助業(yè)務(wù)部門以最快的速度訪問指定數(shù)據(jù)的最新版本，展開查詢和計(jì)算?！蓖瑫r，在實(shí)時計(jì)算平臺的規(guī)劃中，DolphinDB 準(zhǔn)備引入聲明式 API來表達(dá)金融業(yè)務(wù)的需求邏輯，進(jìn)而清晰地描述任務(wù)之間的依賴關(guān)系。這不但保證業(yè)務(wù)人員在開發(fā)時能更專注業(yè)務(wù)邏輯本身，也為譬如計(jì)算資源分配、任務(wù)調(diào)度，狀態(tài)管理等系統(tǒng)優(yōu)化的實(shí)現(xiàn)提供了便利。為了滿足企業(yè)級實(shí)時計(jì)算平臺對運(yùn)維、監(jiān)控以及資源管控的需求，DolphinDB 則將通過多個版本的迭代，實(shí)現(xiàn)跨集群運(yùn)維、資源監(jiān)控、彈性伸縮等能力。DolphinDB 未來一年的版本中將逐漸實(shí)現(xiàn)以上功能，演變?yōu)橐粋€企業(yè)級的實(shí)時計(jì)算平臺，讓我們拭目以待。

DolphinDB新功能助力投研交易

從客戶的需求中汲取養(yǎng)分，不斷推出新功能，來切實(shí)解決客戶的痛點(diǎn)，是 DolphinDB 一直以來秉持的信念。自去年峰會以來，DolphinDB 開發(fā)了多項(xiàng)新功能，金融解決方案總監(jiān)唐新海在峰會現(xiàn)場為大家逐一揭曉。

用戶對中高頻策略回測的訴求往往可以概括為四點(diǎn)：其一為快，其二為準(zhǔn)，其三為全，其四則是在回測框架中考慮時間觸發(fā)機(jī)制。DolphinDB 中高頻策略回測插件不但支持事件觸發(fā)和時間觸發(fā)，還支持滬深股票、基金、可轉(zhuǎn)債、銀行間債券、各大期貨交易所的期權(quán)與期貨、外匯以及數(shù)字貨幣的策略回測，通過模擬撮合引擎，回測插件能夠提供與交易所盡可能近似的訂單撮合，進(jìn)而響應(yīng)客戶解決現(xiàn)有系統(tǒng)回測慢和精度不夠高的訴求。

為了方便用戶使用 DolphinDB 的回測功能，DolphinDB 還對因子開發(fā)管理平臺進(jìn)行了升級，將策略回測和業(yè)績歸因等重要模塊集成到了平臺之中，以期進(jìn)一步提升投研效率。

如何將 DolphinDB 優(yōu)越的數(shù)據(jù)分析性能與投研常用的語言融合，DolphinDB 給出了答案：PySwordfish，即 DolphinDB 嵌入式版本的 Python 接口庫。PySwordfish 的使用方式與 pandas、polars 類似，但在大規(guī)模數(shù)據(jù)分析的場景下，相較 pandas 會有十到百倍的性能提升，進(jìn)一步增強(qiáng)用戶投研過程中進(jìn)行數(shù)據(jù)分析、因子計(jì)算的硬實(shí)力。

過去的一年中，DolphinDB 通過與客戶現(xiàn)有的交易系統(tǒng)做融合，切實(shí)解決了客戶在實(shí)時行情數(shù)據(jù)落庫存儲、實(shí)時數(shù)據(jù)查詢訪問、因子實(shí)時計(jì)算和信號生成等場景下的痛點(diǎn)。隨著 DolphinDB 與用戶的交流逐漸深入，我們發(fā)現(xiàn)，權(quán)益和固收類資產(chǎn)的程序化交易對內(nèi)存數(shù)據(jù)庫有著較強(qiáng)的需求，用于存儲交易系統(tǒng)返回的成交回報(bào)相關(guān)數(shù)據(jù)。因此，DolphinDB 開發(fā)了支持高并發(fā)、低時延、強(qiáng)事務(wù)的IMOLTP 內(nèi)存存儲引擎。此外，DolphinDB 還配套研發(fā)了 IMOLTP 引擎的數(shù)據(jù)同步工具 SyncPulse，能夠便捷地將實(shí)時寫入 IMOLTP 的數(shù)據(jù)低時延地同步到PKEY 主鍵引擎和流計(jì)算引擎，實(shí)現(xiàn)對大規(guī)模數(shù)據(jù)集的高效實(shí)時復(fù)雜分析，完成實(shí)時風(fēng)控指標(biāo)和交易監(jiān)控指標(biāo)的計(jì)算。

DolphinDB 開發(fā)的復(fù)雜事件處理引擎 Octopus能夠?qū)Ｗ⒂诟黝愂录鞯膶?shí)時處理，包括基于行情事件的因子和指標(biāo)加工，交易信號生成，以及基于委托和成交事件的交易邏輯處理等。Octopus 結(jié)合數(shù)據(jù)回放引擎、模擬撮合引擎、倉位管理引擎等，落地了外匯趨勢策略回測系統(tǒng)、盤中交易實(shí)時監(jiān)控系統(tǒng)、股票策略回測系統(tǒng)等場景。近兩年來，DolphinDB越來越多客戶來自FICC 領(lǐng)域，DolphinDB 基于 FICC 場景開發(fā)了多個業(yè)務(wù)中間件。其中實(shí)時曲線擬合引擎和實(shí)時估值定價引擎能夠基于實(shí)時接入的行情數(shù)據(jù)，提供多種不同的模型和算法對曲線進(jìn)行實(shí)時擬合，再根據(jù)實(shí)時行情和曲線，對多種不同的產(chǎn)品進(jìn)行估值定價，最后根據(jù)提供的風(fēng)控函數(shù)實(shí)時生成產(chǎn)品的各種風(fēng)控指標(biāo)，幫助用戶實(shí)時捕捉市場定價偏差，尋找交易機(jī)會。

以實(shí)時，見未來

在上午的主會場分享中，DolphinDB 研發(fā)副總監(jiān)胡津銘先生介紹了 DolphinDB 開發(fā)的CPU-GPU 異構(gòu)計(jì)算平臺 Shark與DolphinDB 對 AI 的深度支持。

Shark 可直接從數(shù)據(jù)庫中讀取數(shù)據(jù)，調(diào)用遺傳算法自動挖掘因子，并利用 GPU 加速因子和適應(yīng)度計(jì)算。借助 Shark，企業(yè)可以高效地從歷史數(shù)據(jù)中挖掘因子，構(gòu)建因子模型。

在對 AI 的深度支持方面，DolphinDB 已經(jīng)具備了成為 RAG 數(shù)據(jù)底座的能力。在基于 RAG 的大模型問答系統(tǒng)中，文本可存儲在 DolphinDB 文本引擎 TextDB，經(jīng)插件 LibTorch 加載大模型，文本段可轉(zhuǎn)化為向量存儲在向量引擎 VectorDB 中。結(jié)合文本與向量檢索，可直接召回與提問相關(guān)的文本段，由大模型進(jìn)行總結(jié)。

主會場的最后，DolphinDB 銷售總監(jiān)袁飛先生向嘉賓們展示了 DolphinDB 近年來在生態(tài)建設(shè)方面取得的成果。

行業(yè)生態(tài)方面，DolphinDB 與行業(yè)內(nèi)外知名數(shù)據(jù)供應(yīng)商緊密合作，打造高效數(shù)據(jù)處理解決方案，同時提供云部署方案，支持多樣軟硬件平臺，力圖構(gòu)建全方位行業(yè)生態(tài)。

DolphinDB 同樣重視社區(qū)生態(tài)的培育，通過微信粉絲群、Ask DolphinDB 問答社區(qū)，以及定期舉辦的線上線下活動，得以了解用戶對產(chǎn)品和服務(wù)的真實(shí)感受，從而不斷完善，形成 DolphinDB 團(tuán)隊(duì)與粉絲之間可持續(xù)的良性循環(huán)。

DolphinDB 還推出了插件市場，提供了數(shù)十個精心設(shè)計(jì)的官方插件，涵蓋了圖像、數(shù)據(jù)存取、金融、消息隊(duì)列、數(shù)值計(jì)算、網(wǎng)絡(luò)、云存儲、機(jī)器學(xué)習(xí)、擴(kuò)展接口、格式處理等等不同的類型。用戶同樣可以基于不同的功能或者業(yè)務(wù)場景，自主開發(fā)特色插件，并通過插件市場分享給更多用戶。

為了降低學(xué)習(xí)門檻，DolphinDB 推出了系列白皮書、視頻教程以及技能認(rèn)證體系。本次大會上發(fā)布的《DolphinDB 從入門到精通之?dāng)?shù)據(jù)分析》書籍，介紹了DolphinDB 在數(shù)據(jù)分析場景中的應(yīng)用案例，幫助用戶快速上手，展現(xiàn)了 DolphinDB 在計(jì)算分析領(lǐng)域強(qiáng)大的功能、優(yōu)異的性能以及獨(dú)特的編程魅力。

DolphinDB 也與諸多國內(nèi)知名高校在人才培養(yǎng)、科研教學(xué)等方面開展了合作。為了感謝各院校一直以來的支持，DolphinDB 遴選出了 2024 DolphinDB 優(yōu)秀合作院校。本次峰會上，周小華博士為上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院、上海交通大學(xué)上海高級金融學(xué)院、上海財(cái)經(jīng)大學(xué)實(shí)驗(yàn)中心、浙江大學(xué)經(jīng)濟(jì)學(xué)院、中國科學(xué)技術(shù)大學(xué)管理學(xué)院、南方科技大學(xué)商學(xué)院的高校代表頒發(fā)了 “DolphinDB 優(yōu)秀合作院?！?證書。

圓桌漫談

峰會下半場的三個主題會場均聚焦于當(dāng)前金融領(lǐng)域的熱點(diǎn)話題，來自金融各行業(yè)的專家圍繞一站式金融數(shù)據(jù)服務(wù)平臺的建設(shè)、FICC 數(shù)智平臺搭建、AI 在投研領(lǐng)域的前景與探索等話題發(fā)表演講，可謂干貨滿滿。茶歇過后，“權(quán)益類數(shù)字基建與技術(shù)創(chuàng)新”、“資管數(shù)智化轉(zhuǎn)型與前沿探索”和“創(chuàng)新業(yè)態(tài)下的FICC投資與交易”三個不同主題的圓桌討論同時開展，大家圍繞行業(yè)熱點(diǎn)問題交流觀點(diǎn)，洞見激蕩，現(xiàn)場氣氛熱烈：

1.權(quán)益類產(chǎn)品的投研和交易中，會面臨不同類型的策略對數(shù)據(jù)的不同要求，該如何在建設(shè)行情數(shù)據(jù)中心時兼顧不同需求？

2.隨著各類投研復(fù)雜度和數(shù)據(jù)量的提升，大模型、AI 等各種技術(shù)不斷被深度應(yīng)用，作為機(jī)構(gòu)投資者應(yīng)當(dāng)在業(yè)務(wù)和技術(shù)上關(guān)注哪些方向？

3.建設(shè)資管機(jī)構(gòu)的投研平臺時，應(yīng)當(dāng)如何更有效地提高業(yè)務(wù)的投研效率？

4.資管產(chǎn)品日益多元化的今天，該如何構(gòu)建跨資產(chǎn)類別的量化投資策略框架，以實(shí)現(xiàn)風(fēng)險(xiǎn)分散與收益增強(qiáng)？

5.做市、代客、自營 FICC 交易系統(tǒng)搭建過程中遇到的挑戰(zhàn)及心得分享？

6.FICC 領(lǐng)域中，相對價值投資的建議與經(jīng)驗(yàn)？

峰會掠影

本次峰會，DolphinDB 還圍繞投研、交易、FICC、數(shù)據(jù)分析、計(jì)算平臺、AI 前沿等熱門場景，精心設(shè)置了六大路演展臺。DolphinDB 技術(shù)工程師現(xiàn)場演示了諸多新功能的應(yīng)用 Demo，與客戶就各場景展開了深入而熱烈的交流。