以實時，見未來——DolphinDB 2024年度峰會圓滿舉辦

2024-09-10 12:36:06 來源：河北網絡廣播電視臺

　　2024年9月6日，“以實時，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，眾多金融機構領導與專家、行業(yè)領袖、高校與研究機構學者等近300位嘉賓共襄盛舉，一同探討數智化浪潮下金融領域的創(chuàng)新應用，推動金融新質生產力建設。

　　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了真摯的感謝?！暗侥壳盀橹梗呀浻?00多家金融機構，選擇了DolphinDB。包括國內所有排名前10的券商，十大公募基金之中的6家，數十家私募基金，以及銀行、期貨公司、銀行理財、券商資管、保險資管等領域的客戶?！?/p>

　　自創(chuàng)立之初便深耕金融領域，DolphinDB始終秉持著為客戶創(chuàng)造價值的初心，不斷拓展應用邊界。如今，DolphinDB不但能夠為量化投研、仿真交易、實時交易、算法交易、做市業(yè)務等場景提供助力，很多機構還選擇基于DolphinDB構建行情中心、實時數倉、指標平臺、風控平臺等系統(tǒng)設施。

　　隨著DolphinDB在金融機構的使用越來越深入，一個機構擁有多個DolphinDB集群，越來越普遍。多集群的數據訪問、計算、運維的需求越來越迫切。與此同時，隨著用戶的計算越來越復雜，如何簡單清晰地表達任務之間的依賴關系、事件之間的依賴關系，越來越成為瓶頸，一個企業(yè)級的實時計算平臺的呼聲日益高漲。

　　DolphinDB創(chuàng)始人、CEO周小華博士通過“跨越數據邊界：企業(yè)級實時計算平臺構想”的演講，分享了DolphinDB向實時計算平臺不斷演進的歷程。

　　首先，周小華博士通過DolphinDB過去與現在架構圖的對比，向大家講述了近年來DolphinDB在能力和底層技術上的演進與變化。

　　2018年的DolphinDB：高性能時序數據庫

　　DolphinDB自設計之初，就已經與傳統(tǒng)的數據庫有了很大的區(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時數據分析的一站式產品。

　　2024年的DolphinDB：實時計算平臺

　　六年來，DolphinDB的存儲、計算和運維等多個模塊不斷升級，DolphinDB正不斷向著一個企業(yè)級實時計算平臺演進：多模態(tài)存儲的概念得以完善，從單一的OLAP引擎擴展到了OLAP、TSDB、PKEY、IMOLTP、VECTORDB等五大引擎;計算層面增加了流計算和GPU異構計算Shark;業(yè)務中間件能力得到了極大的提升和擴充，函數數量由600+提升到了2000+，大量的插件、計算引擎和腳本模塊覆蓋了諸多金融業(yè)務。圍繞解決“企業(yè)級數據一致性”與“復雜計算依賴”等問題，周小華博士向大家分享了DolphinDB未來的技術構想與能力藍圖：“未來，我們希望通過存算分離、集群間異步數據復制、單點登錄、跨集群SQL計算等技術，解決因數據拷貝、本地拷貝等而導致數據不一致的問題。盡管企業(yè)級數據的一致性建模是一個非常復雜的問題，但DolphinDB愿意投入時間與精力，與用戶一同攻克難題，幫助業(yè)務部門以最快的速度訪問指定數據的最新版本，展開查詢和計算?！蓖瑫r，在實時計算平臺的規(guī)劃中，DolphinDB準備引入聲明式API來表達金融業(yè)務的需求邏輯，進而清晰地描述任務之間的依賴關系。這不但保證業(yè)務人員在開發(fā)時能更專注業(yè)務邏輯本身，也為譬如計算資源分配、任務調度，狀態(tài)管理等系統(tǒng)優(yōu)化的實現提供了便利。為了滿足企業(yè)級實時計算平臺對運維、監(jiān)控以及資源管控的需求，DolphinDB則將通過多個版本的迭代，實現跨集群運維、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現以上功能，演變?yōu)橐粋€企業(yè)級的實時計算平臺，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，來切實解決客戶的痛點，是DolphinDB一直以來秉持的信念。自去年峰會以來，DolphinDB開發(fā)了多項新功能，金融解決方案總監(jiān)唐新海在峰會現場為大家逐一揭曉。

　　用戶對中高頻策略回測的訴求往往可以概括為四點：其一為快，其二為準，其三為全，其四則是在回測框架中考慮時間觸發(fā)機制。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、可轉債、銀行間債券、各大期貨交易所的期權與期貨、外匯以及數字貨幣的策略回測，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，進而響應客戶解決現有系統(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，以期進一步提升投研效率。

　　如何將DolphinDB優(yōu)越的數據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)模數據分析的場景下，相較pandas會有十到百倍的性能提升，進一步增強用戶投研過程中進行數據分析、因子計算的硬實力。

　　過去的一年中，DolphinDB通過與客戶現有的交易系統(tǒng)做融合，切實解決了客戶在實時行情數據落庫存儲、實時數據查詢訪問、因子實時計算和信號生成等場景下的痛點。隨著DolphinDB與用戶的交流逐漸深入，我們發(fā)現，權益和固收類資產的程序化交易對內存數據庫有著較強的需求，用于存儲交易系統(tǒng)返回的成交回報相關數據。因此，DolphinDB開發(fā)了支持高并發(fā)、低時延、強事務的IMOLTP內存存儲引擎。此外，DolphinDB還配套研發(fā)了IMOLTP引擎的數據同步工具SyncPulse，能夠便捷地將實時寫入IMOLTP的數據低時延地同步到PKEY主鍵引擎和流計算引擎，實現對大規(guī)模數據集的高效實時復雜分析，完成實時風控指標和交易監(jiān)控指標的計算。

　　DolphinDB開發(fā)的復雜事件處理引擎Octopus能夠專注于各類事件流的實時處理，包括基于行情事件的因子和指標加工，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結合數據回放引擎、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領域，DolphinDB基于FICC場景開發(fā)了多個業(yè)務中間件。其中實時曲線擬合引擎和實時估值定價引擎能夠基于實時接入的行情數據，提供多種不同的模型和算法對曲線進行實時擬合，再根據實時行情和曲線，對多種不同的產品進行估值定價，最后根據提供的風控函數實時生成產品的各種風控指標，幫助用戶實時捕捉市場定價偏差，尋找交易機會。

　　以實時，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異構計算平臺Shark與DolphinDB對AI的深度支持。

　　Shark可直接從數據庫中讀取數據，調用遺傳算法自動挖掘因子，并利用GPU加速因子和適應度計算。借助Shark，企業(yè)可以高效地從歷史數據中挖掘因子，構建因子模型。

　　在對AI的深度支持方面，DolphinDB已經具備了成為RAG數據底座的能力。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，經插件LibTorch加載大模型，文本段可轉化為向量存儲在向量引擎VectorDB中。結合文本與向量檢索，可直接召回與提問相關的文本段，由大模型進行總結。

　　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)建設方面取得的成果。

　　行業(yè)生態(tài)方面，DolphinDB與行業(yè)內外知名數據供應商緊密合作，打造高效數據處理解決方案，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，得以了解用戶對產品和服務的真實感受，從而不斷完善，形成DolphinDB團隊與粉絲之間可持續(xù)的良性循環(huán)。

　　DolphinDB還推出了插件市場，提供了數十個精心設計的官方插件，涵蓋了圖像、數據存取、金融、消息隊列、數值計算、網絡、云存儲、機器學習、擴展接口、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。

　　為了降低學習門檻，DolphinDB推出了系列白皮書、視頻教程以及技能認證體系。本次大會上發(fā)布的《DolphinDB從入門到精通之數據分析》書籍，介紹了DolphinDB在數據分析場景中的應用案例，幫助用戶快速上手，展現了DolphinDB在計算分析領域強大的功能、優(yōu)異的性能以及獨特的編程魅力。

　　DolphinDB也與諸多國內知名高校在人才培養(yǎng)、科研教學等方面開展了合作。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安泰經濟與管理學院、上海交通大學上海高級金融學院、上海財經大學實驗中心、浙江大學經濟學院、中國科學技術大學管理學院、南方科技大學商學院的高校代表頒發(fā)了“DolphinDB優(yōu)秀合作院?！弊C書。

　　圓桌漫談

　　峰會下半場的三個主題會場均聚焦于當前金融領域的熱點話題，來自金融各行業(yè)的專家圍繞一站式金融數據服務平臺的建設、FICC數智平臺搭建、AI在投研領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，“權益類數字基建與技術創(chuàng)新”、“資管數智化轉型與前沿探索”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)熱點問題交流觀點，洞見激蕩，現場氣氛熱烈：

　　1.權益類產品的投研和交易中，會面臨不同類型的策略對數據的不同要求，該如何在建設行情數據中心時兼顧不同需求?

　　2.隨著各類投研復雜度和數據量的提升，大模型、AI等各種技術不斷被深度應用，作為機構投資者應當在業(yè)務和技術上關注哪些方向?

　　3.建設資管機構的投研平臺時，應當如何更有效地提高業(yè)務的投研效率?

　　4.資管產品日益多元化的今天，該如何構建跨資產類別的量化投資策略框架，以實現風險分散與收益增強?

　　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領域中，相對價值投資的建議與經驗?