盈米基金如何实现基金实时评价的百倍提速？

What this page covers

• 活动信息与报名链接（技能认证特训营第二期）。
• 客户案例导航与客户名称标识（盈米基金）。
• 客户背景介绍与文章内容范围说明。
• DolphinDB 在投研系统中的使用场景与数据规模。
• 性能与研发效率方面的业务改善。
• 选择 DolphinDB 的理由与选型因素。
• 上手路径、资料与社区支持，以及关键方法总结。

技能认证特训营第二期活动与报名链接

页面顶部展示技能认证特训营第二期开启信息与限时报名链接。

• 提供“技能认证特训营第二期”的报名入口。
• 报名链接指向 qingsuyun.com 的活动页面。

客户案例导航与客户名称

提供客户案例入口与本案例客户“盈米基金”的位置标识。

• 页面提供客户案例的导航入口。
• 本案例客户名称标识为“盈米基金”。

盈米基金如何实现基金实时评价的百倍提速？

以客户案例标题引出盈米基金在量化投研场景使用 DolphinDB 提效提速的主题。

• 主题聚焦基金实时评价相关的提速问题。
• 案例场景涉及量化分析与投研成果开发。
• 案例中提及在相关场景应用 DolphinDB 以提升效率。

客户背景与文章内容范围说明

介绍盈米基金公司背景，并说明文章将分享使用场景、业务改善、选择理由、学习经历和使用感受。

• 本节介绍盈米基金的公司背景信息。
• 文章内容覆盖使用场景。
• 文章内容覆盖业务改善。
• 文章内容覆盖选择理由。
• 文章内容覆盖学习经历与使用感受。

案例受访/署名信息

以引用形式给出相关角色姓名与职务信息。

• 产品总监：李一芃。
• 数据团队负责人：贺云晓。

使用 DolphinDB 的业务场景

描述盈米蜂鸟投研系统的业务与数据规模、实时计算需求，以及引入 DolphinDB 后的性能提升与用途。

• 盈米蜂鸟投研系统提供投研相关工具应用与服务支持。
• 投研数据以日频数据为主。
• 全市场基金数据包含 1 万多只基金产品。
• 投研计算涉及存量数据上的大量复杂实时计算。
• DolphinDB 在该业务场景中用于投研系统的算法工程化。

DolphinDB 带来的业务改善

说明在性能、响应速度与研发效率方面的改善幅度，并指出对产品与服务价值的影响。

• 最大改善点指向计算性能与研发效率提升。
• 新系统目标包含满足秒级响应需求。
• 部分场景计算速度提升到 300 倍以上。
• 研发速度提升 4~5 倍。
• 提升的业务意义包括优化用户体验与投研价值创造（表述为低置信度）。

选择 DolphinDB 的理由

说明了解与选型过程，并列出金融属性、接口扩展性、易用性等选择因素。

• DolphinDB 被描述为高性能的分布式时序数据库。
• 选择因素包含金融场景相关函数与计算能力。
• 选择因素包含多系统对接与接口扩展性。
• 选择因素包含学习门槛较低、可快速上手。

一周上手 DolphinDB

描述合作后学习与上手路径、所用资料与社区支持，以及总结的三项关键方法。

• DolphinDB 团队提供专人支持。
• 团队成员用一周时间实现上手。
• 上手资源包含培训材料与接口文档。
• 上手资源包含 ask.dolphindb 社区问答。
• 用好 DolphinDB 的要点之一：有具体使用场景。

关于 DolphinDB 的使用感受

以要点形式列出使用体验、轻量级、存储/计算性能与易上手等感受，并给出落地周期与合作展望。

• 提及 window join、context by 等功能点在开发中好用。
• 提及存储压缩最高可到 10:1。
• 给出同一算法例子：Python 可能两分钟，DolphinDB 一秒（表述为中置信度）。
• 从敲定项目到第一个版本上线时间被描述为很短（表述为低置信度）。
• 合作展望包含希望长期合作与投研系统建设创新（表述为低置信度）。

案例总结海报图片

以图片与说明形式呈现盈米基金与 DolphinDB 合作案例的视觉总结。

• 本节呈现合作案例的海报式总结信息。
• 本节内容以图片与说明为主。

客户简介

给出客户简介字段与行业信息，并再次描述公司定位与使命。

• 客户简介行业为理财。
• 再次出现公司定位与使命相关描述。

Facts Index