DolphinDB是一款高性能分布式时序数据库。与传统的关系数据库和常见的时序数据库不同，DolphinDB不仅提供了高速存取时序数据的基本功能，而且内置了向量化的多范式编程语言与强大的计算引擎。DolphinDB的计算引擎不仅可以用于量化金融的回测和研发，也可以用于生产环境的实时计算，譬如各种频率的金融量化因子的流式实时计算。 1.概述 1.1DolphinDB流计算框架 DolphinDB内置的流数据框架支持流数据的发布，订阅，预处理，实时内存计算，复杂指标的滚动窗口计算、滑动窗口计算、累计窗口计算等，是一个运行高效、使用便捷的流数据处理框架。 本教程主要介绍如何在 “流数据表...
大家期待已久的量化科技嘉年华，现在正式开启报名啦！ 2023年6月2日-3日，DolphinDB联合主办的“2023·量化科技嘉年华”将在上海世博中心召开，本次大会主题涵盖因子/数据/交易/算法/算力，通过国内外顶尖量化金融专家最前沿、最专业的视角，深入探讨量化人真正关注的科技与狠活。 点击链接报名：https://pr.dianguanweilai.net/dgwl/shxiecheng/huiwu/khd01?id=5 超强阵容和超多活动 本次嘉年华为期两天，涵盖1大峰会、1场主论坛、2天展区、5大主题分论坛、8大圆桌、10余种互动形式、超30场专家前沿分享。 大会旨在量化行业内打造最...
6月2日至6月3日，2023“量变·质变”量化科技嘉年华在上海世博中心圆满举办。 DolphinDB作为联合主办方，在6月3日上午的“因子挖掘与机器学习”分论坛中，为广大量化粉丝们奉上了一场干货满满的主题分享与圆桌讨论，现场座无虚席，反响热烈，收获了一致好评。 此外，嘉年华还设置了厂商展区，包含护照集章、展台抽奖等趣味活动。DolphinDB为粉丝准备了抽奖圆盘和丰富的小礼品，并有技术支持团队现场路演交流。 主题分享 DolphinDB创始人暨CEO周小华博士受邀分享《下一代因子挖掘统一框架：打破界限的流式实时计算平台》。 DolphinDB为海量历史数据、实时行情数据的处理和中高频因子计...
4月27日晚七点半，我们围绕高频因子计算，以快照、逐笔成交等Level2行情因子为例，为大家介绍了 DolphinDB与Python的脚本差异，并展示了如何在DolphinDB中实现高频因子流式计算，从数据分析层面总结了一套 Python与DolphinDB的转换攻略，吸引了众多量化同行参加。错过直播也没关系，本文将带你回顾直播精彩内容！ 点击获取完整直播回放： 打破Python束缚：Level2因子的脚本优化实践 更多完整因子代码和性能对比，请参考知乎教程：DolphinDB：DolphinDB处理Level2行情数据实例 DolphinDB的定位是一款基于高...
DolphinDB曾发布过 DolphinDB：WorldQuant101Alpha因子的流批一体实现 和 DolphinDB：国泰君安191Alpha因子的流批一体实现 这两篇文章，介绍了如何基于DolphinDB的StreamEngineParser实现金融因子的流批一体解决方案。 StreamEngineParser 的主要功能是自动构建计算流水线，以及在流批一体计算场景中，将批计算因子翻译成流计算解决方案。本文将为大家详细介绍StreamEngineParser的计算规则和解析原理。 1.StreamEngineParser功能介绍 ...
在量化交易中，基于金融市场的L1/L2的报价和交易高频数据来进行高频因子计算，是非常常见的投研需求。目前国内全市场十年的L2历史数据约为2050T，每日新增的数据量约为1020G。传统的关系数据库如MSSQLServer或MySQL已经很难支撑该量级的数据，即便分库分表，查询性能也远远无法达到要求。由此，一部分用户选择了分布式文件系统,使用HDF5存储数据，并结合Python进行量化金融计算。 HDF5的存储方案虽然可以支持海量的高频数据，但是也存在一些痛点，例如数据权限管理困难、不同数据关联不便、检索和查询不便、需要通过数据冗余来提高性能等。此外，通过Python来读取计算，也要耗费一些时间...
因子挖掘是量化交易的基础。近年来，Python是很多研究员进行数据分析和因子挖掘的主流工具。但是通过Python挖掘的有效因子在投产时，通常需要由QUANT团队的研究员将代码提交给IT团队，IT团队用C代码转写后部署到生产环境，以满足实盘低延时的要求。这种做法虽然通过维护两套系统解决了产研一体化的问题，但开发周期较长，成本也相对较高。 量化金融是一个高度市场化、多方机构高度博弈的领域，因子的有效时间会随着博弈程度的加剧而缩短。如何使用更高效的工具和流程，更快地找到新的有效因子并投产部署到实盘交易，是每一个交易团队必须面对的问题。 本教程旨在指导用户基于DolphinDB快速搭建一个方便、快捷、...
“在使用DolphinDB前，我们团队投研语言涉及Python、C、R、Matlab等，多套语言的投研结果通常难以统一，高频投研人员往往还需额外花费精力提升代码性能。”在谈到团队的架构演变时，王萌提到了一些当时急于解决的问题。 目前，恒泰证券顾问服务部的量化团队使用了一套自己摸索出的科学化的量化IT架构，既可保证投研计算性能，又能高效完成任务协调、资源共享，同时还能降低量化研究员的工程技术门槛，突破团队的人才瓶颈。 这次我们有幸请到了恒泰证券负责量化高频业务的王萌王总来分享。他的经验与见解将为我们揭示一条新的道路，帮助我们在如何更好地利用物理资源、提高投研效率以及降低人才门槛方面迈出重要一步。...