DolphinDB 助力长城证券构建公司级行情数据中心与实时因子计算框架

客户背景

作为一家具有强大综合实力的全国性券商，长城证券近年来不断加快金融科技布局，尤其在行情数据平台与量化交易系统的基础设施建设上持续发力。公司 OTC 部门承担着公司级行情数据中心的建设与运营工作，负责支撑固收、自营等关键业务线的数据使用需求。

为满足各业务部门对行情数据的统一访问、策略回测和实时交易支持，长城证券基于 DolphinDB，打造了一套涵盖历史数据处理、实时行情接入、因子研发与交易策略支撑的一体化数据体系。平台覆盖股票、固收等核心品种，接入10年以上 Level2 高频历史数据和实时行情流，并已广泛服务于公司内部多个核心业务团队。

面临挑战

在建设统一行情平台和量化支撑体系的过程中，长城证券遇到了诸多技术与业务挑战，主要体现在以下几个方面：

首先，数据体量大、结构复杂、处理流程长。作为公司级数据中心，平台需长期存储超过10年的 Level2 高频行情数据，涵盖股票和固收等多个品类，每日新增数据量庞大。历史数据主要来自华锐，且来源多样，包括实时行情流与批量历史文件。数据导入过程中需要完成字段标准化、时间戳对齐、缺失值补全、异常值校验等操作，处理流程繁复，需高度自动化与高吞吐能力支持。

其次，量化因子研发对计算性能要求日益提升。固收与自营团队在策略设计过程中，依赖高频数据进行因子构建、样本降频、窗口聚合与横截面分析等工作，需频繁读取大规模行情数据进行复杂计算。传统方案在处理高频回测与多因子并发生成时常常面临资源瓶颈，影响策略研发效率。

更具挑战性的是，实时交易策略的执行依赖毫秒级因子计算。为满足自营业务的交易需求，OTC 部门需要构建一套稳定、低延迟、可扩展的实时因子计算框架，实现从华锐行情流中提取实时字段，并在毫秒级别完成因子加工与信号生成，最终将结果回传至交易系统（如卡方），用于驱动实际下单。这对底层计算引擎的性能、稳定性与数据延迟控制能力提出极高要求。

DolphinDB 解决方案

为全面提升行情处理与因子计算能力，长城证券选择 DolphinDB 作为底层引擎，构建贯穿历史处理与实时计算的公司级行情平台。

在历史数据管理方面，DolphinDB 支持并行导入华锐历史行情文件，并在导入过程中实现数据清洗与对比，显著减少人工干预和处理时延。凭借列式存储与高效压缩机制，平台成功实现对10年以上 Level2 高频数据的高效存储与快速查询，同时具备良好的扩展能力，可根据业务需要灵活扩容节点。

在策略研发层面，DolphinDB 提供灵活的数据分析能力与函数库，支持对高频数据进行降频、滚动聚合、横截面回测等操作。通过高度优化的内存计算机制，策略团队可并发构建数十个量化因子，同时对历史数据进行回测与评估，大幅提升策略开发效率。研发人员可使用 DolphinDB 的原生脚本语言，或通过 Python 接口与内部工具链对接，保持研发流程一致性。

在实时交易场景中，OTC 团队基于 DolphinDB 流计算能力，构建了毫秒级因子计算框架。平台直接接入华锐实时行情流，基于内存流表实现字段实时提取与更新，因子脚本以极低延迟进行处理，最终将生成结果回传至交易系统（如卡方）进行决策与执行。整个流程设计高度简洁，具备稳定性高、部署灵活、运维成本低等特点，成功支撑自营团队日内策略的实时落地。

方案效果与价值

通过 DolphinDB 的引入与深度集成，长城证券成功构建了一个集历史管理、因子研发与实时计算于一体的高性能行情平台，整体系统在多个关键指标上实现了显著优化。

• 数据处理效率大幅提升。历史行情导入、清洗与对比流程被自动化管控，数据处理耗时大幅缩短，平台可支持每日高频数据的稳定接入与同步更新，确保策略团队获取最新样本。
• 策略研发与因子开发能力显著增强。高并发的数据降频、聚合与回测操作，在 DolphinDB 平台上可稳定运行，计算性能较旧方案提升数倍。研究团队可在短时间内完成多个因子验证与参数调优，显著缩短策略从构想到验证的周期。
• 实时因子计算性能达到毫秒级水准。在华锐行情接入的场景下，DolphinDB 实现了毫秒内的行情处理与因子生成，满足了实时交易系统的信号计算需求，真正实现了“数据驱动交易”从理念到落地的转变。

此外，统一的数据底座也带来了更高的系统可维护性与平台一致性。DolphinDB 支持标准化的数据接口和灵活的脚本开发，使不同业务团队在统一平台上进行协作成为可能，推动数据服务能力向平台化演进。

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！