为了实时获取Level2行情数据，DolphinDB对接恒生NSQ极速行情服务软件，开发了能够获取上海和深圳市场行情数据的NSQ插件。安装好插件后，用户需要创建用于接收实时数据的持久化共享流表和分区表，并且发起相关订阅。为了方便用户快速搭建NSQ实时行情数据的流计算环境，DolphinDB开发了DolphinDBModules::easyNSQ模块（简称easyNSQ模块），主要用于NSQ实时行情数据的自动化接收和存储。目前已经支持的数据源包括上海和深圳市场的： 现货逐笔委托行情主推回调（OnRtnSecuTransactionEntrustData->orders） 现货逐笔成交行情...

一个量化策略在生产（交易）环境中运行时，实时数据的处理通常是由事件驱动的。为确保研发和生产使用同一套代码，通常在研发阶段需将历史数据，严格按照事件发生的时间顺序进行回放，以此模拟交易环境。在DolphinDB中，用户通过 replay 函数可以实现对静态数据的回放，即将历史数据按照时间顺序以“实时数据”的方式注入流数据表中。对相同时间戳的数据还可以指定额外排序列，使数据回放顺序更接近实时交易场景。 在历史数据回放、股票行情回放两篇教程中已经介绍了DolphinDB的回放功能，本教程更加侧重于回放功能的工程化实践。本教程将介绍如何基于DolphinDB分布式数据库、回放功能以...

在此前发布的多篇教程中，我们为大家展示了DolphinDB如何为因子投研、实时计算等业务场景加速，并进行了手把手教学，比如： 对接极速行情，真的很简单…… 又比如： 自己动手，搭一套行情回放系统 这些文章发布后，小助手也收到了广大粉丝朋友的热心咨询，有不少小伙伴都会关心数据源的问题。工具有了，插件有了，搭建平台的脚本都有了，那，还缺一个很重要的东西——数据咋办？ 数据源不仅给交易者提供了金融市场信息，更是量化研究中数据分析的重要基石。无论是基金日频因子指标计算，还是中高频Alpha挖掘，抑或股票T0策略开发，都要基于各种行情数据来进行。 我们也深知数据源的重要性。DolphinDB是一个基于...

DolphinDB已经有非常多的窗口计算函数，例如m系列的滑动窗口计算，cum系列累计窗口计算，tm系列的的时间窗口滑动计算。但是所有这类函数都是对窗口内的所有记录进行指标计算，难免包含很多噪音。DolphinDB的金融领域用户反馈，通过交易量信息等对窗口内的记录进行过滤，得到的计算指标具有更高的质量，以此为基础的交易策略能带来更多的Alpha。同时用户也反馈，通过自定义函数来计算按额外信息过滤后的指标，消耗的时间过长。为此，DolphinDB推出了TopN系列内置函数，涵盖mTopN系列、tmTopN系列、cumTopN系列，通过增量计算，大幅提升性能。DolphinDB2.00.10及1....

在部署完DolphinDB后，需要将历史数据批量导入数据库，再进行数据查询、计算和分析等操作。为便于用户快速导入通联历史Level-2行情数据，DolphinDB开发了 DolphinDBModules::easyTLDataImport 模块（简称 easyTLDataImport 模块），主要用于通联历史Level-2行情数据的自动化导入，目前已支持的数据源包括： 沪深Level-2快照行情 沪深逐笔委托 沪深逐笔成交 注意：本教程代码基于DolphinDB2.00.9.4开发，建议用户使用2.00.9.4及以上版本进行功能测试。 1.历史数...