DolphinDB 助力广发证券构建公司级行情数据中心

在金融科技不断演进的背景下，数据已成为券商业务运转和创新发展的核心资源。尤其是在市场交易日趋复杂、数据维度迅速扩展的当下，如何构建一个既高性能又稳定可控的数据基础设施，成为各大证券公司技术团队重点攻克的方向。广发证券在推动公司级行情数据中心和固收业务数据管理平台建设过程中，选用了 DolphinDB 作为关键底层引擎，在多个场景中实现了显著的性能优化与系统整合效果。

客户背景

广发证券是中国领先的综合性证券公司，业务覆盖经纪、自营、资管、投行等多个领域。随着量化交易、智能投研、场景化风控等技术驱动型业务不断深入推进，公司对数据资产的管理能力和处理能力提出了更高要求。为了支撑多业务线对高频、全量、时效性数据的深度应用，广发证券正在加快以数据平台为核心的基础设施建设。

面临挑战

在推进数据平台统一和系统现代化的过程中，广发证券遇到了多重挑战。

首先是数据体量大、复杂程度高。行情数据特别是 Level2 高频数据，覆盖多个品种、跨度超过五年，日均增量庞大。大数据团队需每日接入来自通联的数据文件，并对其进行清洗、格式标准化和质量校验。原有系统在批量数据处理、异常识别、字段对比等方面响应慢、吞吐低，难以满足多部门并发调用和快速更新的需求。

其次，债券行情系统面临性能瓶颈。FICC 团队此前采用 MongoDB 存储债券行情数据，尽管具备一定的灵活性，但在处理时间序列数据和高频读写场景时，逐渐暴露出响应延迟高、查询效率低、系统维护成本上升等问题，难以支撑不断增长的策略回测、利差监控与估值需求。

在这种背景下，广发证券迫切需要一个既能支撑海量金融数据存储与高效查询，又具备灵活计算能力和良好系统兼容性的底层平台，来统一支撑行情数据中心和固收业务系统的建设。

DolphinDB 解决方案

为解决上述问题，广发证券引入 DolphinDB 作为底层数据引擎，分别用于公司级行情数据中心和债券行情系统的重构。DolphinDB 是面向金融场景设计的高性能分布式数据库，兼具数据存储、计算与调度能力，特别擅长处理大规模时序数据和批量计算任务。

在行情数据中心建设中，DolphinDB 支撑大数据团队完成了对五年以上 Level2 数据的高效管理。平台接入通联历史行情数据后，通过向量化引擎对数据进行清洗、字段比对、缺失值补全等处理，并在数分钟内完成文件导入与校验流程。DolphinDB 原生支持列式存储和压缩机制，显著降低了长期存储成本，同时支持多业务线的高并发查询，满足股衍、FICC、研究所金工和资管等团队的日常调用需求。

在 FICC 团队的固收系统升级中，DolphinDB 替代了原有的 MongoDB 存储方案。新系统围绕债券行情的特点，优化了数据结构建模和查询方式，针对收益率、估值、信用利差等字段进行高频更新与组合筛选。借助 DolphinDB 的内存计算能力和丰富函数库，团队实现了对利差走势、久期分布、回测绩效等分析模型的快速构建与验证，系统响应能力显著提升。

整个方案在架构层也体现了良好的开放性与可扩展性。DolphinDB 提供标准 API 接口，便于与广发证券现有数据平台、策略框架、可视化工具深度集成，有效保障了业务连续性与系统平滑迁移。

方案效果与价值

DolphinDB 在广发证券的数据体系建设中取得了显著效果，为公司多个业务条线提供了强有力的支持。

在公司级行情数据中心方面，DolphinDB 将数据导入与清洗流程的耗时压缩至数分钟内。五年以上高频数据得以高压缩比长期存储，在保持查询灵活性的同时降低了存储成本。平台已成为内部多个业务部门的统一数据服务源，大幅减少重复开发与数据冗余，提高了全公司数据治理的一致性与规范性。

在固收系统中，DolphinDB 显著提升了债券行情处理与查询性能。相比 MongoDB，新系统在高频读取、批量查询、组合分析等方面响应速度大幅提升，为策略研究、估值建模、风险监控等工作提供了更流畅的技术支持。技术团队的维护成本也显著下降，日常运维更加简洁、高效。

如果您是：
寻求更优行情处理与实时分析能力的券商、资管机构；
需要高效量化研究平台与强大回测引擎的量化团队；
致力于构建实时风险管控系统的银行、金融科技公司；
任何需要处理海量时序数据、追求极速分析的行业创新者……
欢迎访问官网下载并试用 DolphinDB！