華夏基金對(duì)市面上多家數(shù)據(jù)庫(kù)進(jìn)行調(diào)研測(cè)試，從性能、語(yǔ)言學(xué)習(xí)成本和技術(shù)服務(wù)等多方面進(jìn)行綜合考量，最終選擇高性能時(shí)序數(shù)據(jù)庫(kù)DolphinDB。本文將分享華夏基金使用DolphinDB的業(yè)務(wù)實(shí)踐。

　　本文作者：華夏基金金融科技部高級(jí)副總裁楊雪松，高級(jí)工程師李乾鵬

　　目前我們主要研究日頻或日頻以下的中低頻因子，需要日常維護(hù)、管理和計(jì)算公共因子或用戶自定義的因子，同時(shí)進(jìn)行因子的策略回測(cè)。實(shí)際生產(chǎn)數(shù)據(jù)已超過(guò)1TB。在使用DolphinDB前，我們的研究員需要自己編寫(xiě)大數(shù)據(jù)的回測(cè)系統(tǒng)，手動(dòng)改換參數(shù)和進(jìn)行壓力測(cè)試。比如進(jìn)行10年滬深300的日頻調(diào)倉(cāng)回測(cè)需要2個(gè)小時(shí)，研發(fā)效率低下、較難滿足實(shí)際業(yè)務(wù)需求。

　　為了有效提升策略回測(cè)效率、改善研發(fā)環(huán)境，我們想要搭建一套全新的系統(tǒng)。在對(duì)比測(cè)試國(guó)內(nèi)外多家數(shù)據(jù)庫(kù)后，我們選擇了高性能的時(shí)序數(shù)據(jù)庫(kù)DolphinDB。

　　使用DolphinDB研究策略和開(kāi)發(fā)引擎

　　我們主要使用DolphinDB解決策略研究的相關(guān)問(wèn)題。首先使用DataX將異構(gòu)原始數(shù)據(jù)導(dǎo)入DolphinDB，再借助DolphinDB的分布式計(jì)算框架和豐富的金融函數(shù)庫(kù)生成技術(shù)指標(biāo)，在提升效率的同時(shí)大大縮短了開(kāi)發(fā)周期。然后基于技術(shù)指標(biāo)生成公共因子和用戶自定義因子，同時(shí)根據(jù)股票數(shù)據(jù)進(jìn)行策略回測(cè)。最后分析回測(cè)結(jié)果如收益分析、歸因分析等。

　　目前我們已經(jīng)使用DolphinDB研發(fā)出數(shù)百個(gè)公共因子，利用module功能將其形成一個(gè)因子庫(kù)，供研究員和基金經(jīng)理使用。以下為策略研發(fā)流程圖：

　　此外，我們借助DolphinDB研發(fā)了指標(biāo)選股引擎、單因子分析引擎和策略回測(cè)引擎。其中，我們使用DolphinDB成功開(kāi)發(fā)的基于事件和向量融合的策略回測(cè)引擎，性能非常優(yōu)秀，在業(yè)務(wù)方面得到了極大的認(rèn)可。

　　數(shù)據(jù)庫(kù)選型

　　我們?cè)谶x型時(shí)從多方面對(duì)比InfluxDB、ClickHouse、KDB+、DorisDB和DolphinDB。

　　·InfluxDB不支持量化金融的常用函數(shù)，在性能測(cè)試中相比DolphinDB差了一個(gè)數(shù)量級(jí)。

　　·KDB+語(yǔ)言晦澀，價(jià)格昂貴，缺乏國(guó)內(nèi)的技術(shù)支持團(tuán)隊(duì)。

　　·ClickHouse的性能不及DolphinDB，函數(shù)的共通性較弱，并且作為開(kāi)源軟件對(duì)集群的支持性并不是很好。

　　·DorisDB的性能未能完全滿足我們的業(yè)務(wù)需求。

　　同時(shí)，我們對(duì)DolphinDB進(jìn)行以下綜合考量：

　　·DolphinDB在海量存儲(chǔ)、實(shí)時(shí)計(jì)算、查詢等方面的性能表現(xiàn)極佳。

　　·DolphinDB提供豐富的金融常用函數(shù)。

　　·不管在windows還是linux系統(tǒng)中，輕量級(jí)的DolphinDB部署起來(lái)都很方便。

　　·DolphinDB的語(yǔ)言是SQL和Python結(jié)合，學(xué)習(xí)成本低，我們的正式員工經(jīng)過(guò)1-2周的學(xué)習(xí)就可以基本上手。

　　·DolphinDB有豐富的文檔資料和國(guó)內(nèi)專(zhuān)業(yè)的技術(shù)支持團(tuán)隊(duì)，我們?cè)谑褂脮r(shí)遇到問(wèn)題，不僅可以查閱手冊(cè)，也可以尋找技術(shù)團(tuán)隊(duì)支持，及時(shí)解決問(wèn)題。

　　DolphinDB帶來(lái)的業(yè)務(wù)效果提升

　　使用DolphinDB加快了許多業(yè)務(wù)的周期，尤其是策略回測(cè)、指標(biāo)計(jì)算和因子計(jì)算等方面的提升效果很明顯。相比使用傳統(tǒng)數(shù)據(jù)庫(kù)，DolphinDB的速度可以提高一個(gè)數(shù)量級(jí)。開(kāi)頭提到，我們之前進(jìn)行10年滬深300的日頻調(diào)倉(cāng)回測(cè)需要花費(fèi)2個(gè)小時(shí)，但是在使用DolphinDB后整個(gè)過(guò)程不超過(guò)1分鐘，提升效率超過(guò)100倍。

　　與DolphinDB的未來(lái)合作計(jì)劃

　　我們計(jì)劃借助DolphinDB搭建一個(gè)量化相關(guān)的數(shù)據(jù)平臺(tái)，把第三方數(shù)據(jù)源的數(shù)據(jù)都導(dǎo)入到DolphinDB中，這樣業(yè)務(wù)員在使用時(shí)可以調(diào)用統(tǒng)一的對(duì)外暴露接口查詢各個(gè)數(shù)據(jù)庫(kù)的相關(guān)數(shù)據(jù)。同時(shí)我們?cè)谘芯縧evel2的高頻因子。在預(yù)演中，每天的新增數(shù)據(jù)量接近40GB，加上歷史數(shù)據(jù)總計(jì)幾十TB，這對(duì)數(shù)據(jù)庫(kù)的性能提出更高的要求。希望和DolphinDB繼續(xù)保持友好合作。

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。