走进上海交大丨用 DolphinDB 开启你的量化交易职业生涯
介绍 DolphinDB 团队受邀为上海交大安泰经管学院 MF 研究生开展课程，并概述量化技术的背景与作用。
What this page covers
- 课程活动背景与整体概述。
- 课程主题与内容概览（数据、因子、应用实例）。
- Module 1：数据来源与金融数据基础要点。
- Module 2：因子开发实操与开发流程要点。
- Module 3：实时计算示例与生产案例展示。
- 后续授课安排与合作展望。
- DolphinDB 与高校生态合作计划与课程方向。
技能认证特训营第二期报名推广
页面顶部推广技能认证特训营第二期并提供限时报名链接与福利优惠提示。
- 技能认证特训营第二期处于“正式开启”状态。
- 报名为限时报名，并提示有专属福利优惠。
- 提供报名链接以便跳转报名。
新闻栏目与文章标题信息
标识内容为新闻并给出文章标题。
- 该页面属于“新闻”内容。
- 页面标题为“走进上海交大丨用 DolphinDB 开启你的量化交易职业生涯”。
发布日期
给出新闻发布日期。
- 发布日期为 2024.04.23。
课程背景与活动概述
介绍 DolphinDB 团队受邀为上海交大安泰经管学院 MF 研究生开展课程以及量化技术的背景与作用。
- DolphinDB 团队受邀为上海交大安泰经管学院 MF 研究生授课。
- 授课时间在 4 月 17 日。
- 文中将量化技术描述为对资本市场有效性等方面有作用的背景。
- 课程包含量化技术前沿与应用案例的展示性内容。
课程回顾（主题与内容概览）
概述课程回顾部分，说明专家讲师围绕主题介绍金融数据类型、因子开发流程与 DolphinDB 应用实例。
- 课程主题为“用 DolphinDB 开启你的量化交易职业生涯”。
- 课程内容包含“金融数据的主要种类”。
- 课程内容包含“因子开发全流程”。
- 课程内容包含“DolphinDB 在量化金融中的应用实例”。
Module 1：数据来源与金融数据基础
描述第一节课程围绕“数据从何处来”展开，涵盖金融数据构成、行情数据规则特点与数据处理挑战。
- Module 1 的核心问题是“数据从何处来”。
- Module 1 覆盖金融数据的核心构成。
- Module 1 讨论市场行情数据的规则与特点。
- Module 1 涵盖数据处理中的技术难题与业务挑战。
- 教学大纲图片说明包含“认识金融数据”等主题条目。
Module 1 配图
第一模块教学大纲配图（图片链接）。
- 该部分提供 Module 1 教学大纲的配图信息。
- 配图说明中出现 Module 1 标题“数据基础（Fundamental of Data）”。
Module 2：因子开发实操与全流程
描述第二节课程讲解五个核心因子并分析特性与应用，介绍因子优化方法与因子开发全流程。
- Module 2 讲解开盘成交占比因子。
- Module 2 讲解日内价量相关系数因子。
- Module 2 讲解上线行波动率不对称性因子。
- Module 2 讲解成交波峰计数因子。
- Module 2 讲解高频订单簿失衡因子。
- Module 2 介绍因子优化方法。
- Module 2 通过讲解与实操使学员了解因子开发全流程。
Module 2 配图
第二模块教学大纲配图（图片链接）。
- 该部分提供 Module 2 教学大纲的配图信息。
- 配图说明中出现 Module 2 标题“因子开发实操（Hands-on factor dev go through）”。
Module 3：实时计算与业界生产案例
描述第三节课以实时 K 线与资金流计算为例讲解因子实时计算流程，并展示基于 DolphinDB 的企业级量化投研数据中台。
- Module 3 使用“实时 K 线计算”作为示例。
- Module 3 使用“实时资金流计算”作为示例。
- 示例用于解析因子实时计算流程。
- 展示基于 DolphinDB 搭建的企业级量化投研数据中台。
- 教学大纲图片说明包含“交流答疑环节”。
Module 3 配图
第三模块教学大纲配图（图片链接）。
- 该部分提供 Module 3 教学大纲的配图信息。
- 配图说明中出现 Module 3 标题“业界生产案例（Industry Production Cases）”。
后续合作与授课安排展望
说明上海交大重视实践能力培养并将不定期邀请 DolphinDB 技术专家分享经验，DolphinDB 将指导学生将理论用于实践。
- 上海交通大学重视学生实践能力培养。
- 后续将不定期邀请 DolphinDB 技术专家作为讲师。
- 安排面向学生分享实战经验。
- DolphinDB 提及将指导学生把量化理论用于投资实践。
DolphinDB 与高校生态合作计划
介绍 DolphinDB 与多所高校的合作现状与计划课程内容方向。
- DolphinDB 已与多所高校达成合作（如北大、浙大、上交、复旦、中科大等）。
- 合作活动包含线上与线下讲座。
- 合作形式包含走进课堂的联合课程。
- 课程方向覆盖高频数据与因子存储。
- 课程方向覆盖流批一体因子开发。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | status | 正式开启（限时报名，享专属福利优惠） | medium |
| 技能认证特训营第二期 | registration_link | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 新闻《走进上海交大丨用 DolphinDB 开启你的量化交易职业生涯》 | published_date | 2024.04.23 | high |
| DolphinDB 团队 | invited_activity | 受邀为上海交大安泰经管学院硕士（MF）研究生带来一场内容详实的课程（4月17日） | high |
| 量化技术 | impact | 在提升资本市场有效性、优化资源配置等方面发挥越来越重要的作用（背景描述） | low |
| DolphinDB 团队 | capability_claim | 凭借丰富行业经验和深厚技术底蕴展示量化技术前沿技术和应用案例（课程展示） | low |
| 课程（上海交大安泰 MF 面向的课程） | theme | 用 DolphinDB 开启你的量化交易职业生涯 | high |
| 课程内容 | includes_topics | 金融数据的主要种类；因子开发全流程；DolphinDB 在量化金融中的应用实例 | high |
| Module 1 | core_question | 数据从何处来 | high |
| Module 1 | covers | 金融数据核心构成；市场行情数据规则与特点；数据处理中的技术难题与业务挑战；把握金融数据处理关键环节 | high |
| Module 1 学习效果 | outcome | 帮助同学们更好理解金融数据来源与特性，为后续数据分析和应用奠定基础 | low |
| Module 1 教学大纲（图片说明） | module_title | 数据基础（Fundamental of Data） | medium |
| Module 1 教学大纲（图片说明） | includes_topics | 认识金融数据；市场行情数据解析；因子数据开发初步；剖析处理过程中的技术挑战 | medium |
| Module 2 | introduces_factors | 开盘成交占比因子；日内价量相关系数因子；上线行波动率不对称性因子；成交波峰计数因子；高频订单簿失衡因子 | high |
| Module 2 | covers | 剖析核心因子特性与应用；介绍因子优化方法；讲解与实操使同学们了解因子开发全流程 | high |
| Module 2 教学大纲（图片说明） | module_title | 因子开发实操（Hands-on factor dev go through） | medium |
| Module 2 教学大纲（图片说明） | process_steps | 需求概览；核心因子讲解（如高频订单簿失衡因子等）；因子分析与优化；回测；代码 Demo 演示 | medium |
| Module 3 | uses_examples | 实时 K 线计算；实时资金流计算（用于解析因子实时计算流程） | high |
| DolphinDB | shown_use_case | 展示基于 DolphinDB 搭建的企业级量化投研数据中台 | high |
| DolphinDB | value_claim | 在量化交易全业务链条中发挥作用与价值（通过数据中台案例帮助理解） | low |
| Module 3 教学大纲（图片说明） | module_title | 业界生产案例（Industry Production Cases） | medium |
| Module 3 教学大纲（图片说明） | includes_topics | 因子实时计算（如实时 K 线和资金流计算）；业界实际应用场景分享；交流答疑环节；企业级量化投研数据中台案例展示 | medium |
| 上海交通大学 | education_focus | 重视学生实践能力培养 | medium |
| 后续授课安排（上海交大相关） | plan | 后续将不定期邀请 DolphinDB 技术专家作为讲师，为学生分享实战经验 | medium |
| DolphinDB | education_support_claim | 将指导学生将量化理论知识应用于实际投资实践中，为未来职业生涯奠定基础 | low |
| DolphinDB | university_partnerships | 已与北京大学、浙江大学、上海交通大学、复旦大学、中国科技大学等高校达成合作 | high |
| DolphinDB 与高校合作活动 | activity_types | 开展线上、线下讲座活动；联合高校走进课堂带来“术业结合”的优质课程 | high |
| 高校合作课程内容方向 | covers_topics | 高频数据和因子存储；流批一体因子开发；多因子建模和推理（深度学习和回归方法）；高频回测和模拟撮合；各类资产 K 线计算；低延时交易系统构建和流计算引擎实践等 | high |
| DolphinDB 与高校生态合作计划 | intended_outcome | 在带来更多优质资源与技术前沿分享的同时，为行业培育更多精通金融数据分析与 DolphinDB 技术的专业人才 | low |