创始人，你怎么看？
本页以对 DolphinDB 创始人周小华博士的访谈为主线，主题聚焦“因子挖掘与机器学习”。
What this page covers
- 技能认证特训营第二期的报名提示与链接信息。
- 新闻页标题结构与发布日期信息。
- 多因子模型中的数据重要性与建模挑战。
- 手工因子与机器挖掘因子的差异与工程要求。
- DolphinDB 在因子编码、存储与对接机器学习方面的说明。
- 内置联邦学习工具的使用方式与作用描述。
- 论坛报名步骤与到场领取礼品的说明。
技能认证特训营第二期报名提示
页面顶部展示技能认证特训营第二期开启及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。
- 页面提供一个限时报名链接。
- 报名提示包含“专属福利优惠”的信息，但未说明细节。
新闻页标题与发布日期
展示新闻栏目、文章标题与日期信息。
- 页面包含文章标题“创始人，你怎么看？”。
- 页面显示发布日期为 2023.06.01。
访谈引入：与创始人聊因子挖掘与机器学习
以“好消息”等文案引出对创始人周小华博士的访谈主题为因子挖掘与机器学习。
- DolphinDB 创始人为周小华博士。
- 内容以访谈引入方式呈现。
- 访谈主题指向“因子挖掘与机器学习”。
多因子模型：数据重要性与建模挑战
阐述金融产品定价受多因素影响，多因子模型依赖多类型数据以获取Alpha，并指出大量因子下建模具有挑战。
- 金融产品定价受到真实世界多种因素影响。
- 多因子模型通过不同维度的大量因子逼近真实世界。
- 多因子模型强调数据的重要性，尤其需要不同类型的数据。
- 不同类型的数据被描述为可能带来新的 Alpha。
- 大量因子场景下，如何构建模型被描述为具有挑战性。
量化因子未来方向（图片/说明）
通过图片及配套说明呈现周小华博士对量化因子未来发展方向的观点。
- 量化因子未来发展方向被概括为：数据获取。
- 量化因子未来发展方向被概括为：因子构建。
- 量化因子未来发展方向被概括为：深度学习。
手工因子 vs 机器挖掘因子（图片/说明）
提出手工因子与机器挖掘因子的区别，并通过图片与说明强调机器挖掘的工程、工具与数据底座要求及后续建模挑战。
- 内容讨论手工因子与机器挖掘因子的区别。
- 机器挖掘因子对团队工程能力提出极高要求。
- 机器挖掘因子对开发工具提出极高要求。
- 机器挖掘因子对数据底座提出极高要求，用于快速产生海量因子。
- 机器挖掘产生的海量因子可能存在无效项。
- 海量因子会对后续建模能力提出更严苛要求。
- 高性能基础设施被描述为在量化研究中关键。
DolphinDB 相对常用语言的结合优势
对比Python/Matlab/R等语言的能力，说明DolphinDB在因子编码与多因子数据存储方面的能力及与机器学习对接减少ETL。
- Python/Matlab/R 被描述为提供因子编码能力并自带常用机器学习工具。
- DolphinDB 被描述为具有很强的因子编码能力。
- DolphinDB 被描述为具有出色的多因子数据存储能力。
- DolphinDB 与机器学习结合时，被描述为可直接对接机器学习工具。
- 该结合方式被描述为不再需要 ETL。
内置联邦学习工具：SQL直连分布式数据库训练/预测（图片/说明）
展示DolphinDB内置基于梯度和决策树的联邦学习工具，研究人员可用SQL在分布式数据库上训练或预测，降低数据迁移成本。
- DolphinDB 提到内置基于梯度和决策树的联邦学习工具。
- 研究人员被描述为仅需编写简单的 SQL 语句。
- 工具被描述为可在分布式数据库上完成模型训练。
- 工具被描述为可在分布式数据库上完成模型预测。
- 该设计被描述为可降低数据迁移成本。
即将推出 AI Data Loader（图片/说明）
介绍DolphinDB即将推出AI Data Loader，使数据库通过一条SQL直接对接机器学习工具，减少ETL与数据落地。
- AI Data Loader（DolphinDB）被描述为“即将推出”。
- 其核心能力被描述为通过一条 SQL 让数据库直接对接机器学习工具。
- 流程上被描述为不再需要 ETL 转换。
- 流程上被描述为不再需要数据落地。
- 效果被描述为更便捷、更高效的数据流转与模型训练过程。
新功能揭晓与论坛时间地点
提示更多研发新功能将于6月3日上午9点在上海世博中心主会场A“因子挖掘与机器学习”论坛中揭晓，并引出报名。
- 更多研发新功能被描述为将于 6月3日上午9点 揭晓。
- 论坛名称为“因子挖掘与机器学习”。
- 论坛地点为上海世博中心主会场A。
- 内容引导读者进行报名。
活动海报与报名流程（Step 1-4）及现场领取礼品
通过海报与步骤说明指导扫描二维码、进入报名入口、填写信息选择论坛并在活动当日凭报名信息领取礼品。
- Step 1：长按或扫描海报二维码。
- Step 2：点击“报名入口”。
- Step 3：填写个人信息并选择“因子挖掘与机器学习论坛”完成报名。
- 报名项目选项文本包含“6月3日上午·分论坛·因子挖掘与机器学习”。
- Step 4：活动当日可凭报名信息或截图前往 DolphinDB 展台领取精美礼品。
- 活动信息提到 2023 年量化科技嘉年华（Quantech Festival）时间为 6月2日至3日。
- 活动信息提到举办地点为上海世博中心。
- 页面出现“倒计时只有一天”的相对时间描述。
Facts index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 状态 | 正式开启 | high |
| 限时报名链接 | url | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 技能认证特训营第二期报名 | 优惠/福利 | 享专属福利优惠（未具体说明） | low |
| 文章（创始人，你怎么看？） | 发布日期 | 2023.06.01 | high |
| DolphinDB | 创始人 | 周小华博士 | high |
| 金融产品定价 | 影响因素 | 受到真实世界非常多因素的影响 | medium |
| 多因子模型 | 目的/方法 | 通过不同维度的大量因子去逼近真实世界 | medium |
| 多因子模型 | 关键要素 | 数据非常重要，尤其需要不同类型的数据 | high |
| 不同类型的数据 | 带来的价值 | 带来新的 Alpha | medium |
| 大量因子建模 | 难点 | 面对大量因子时，如何构建模型非常有挑战性 | high |
| 量化因子未来发展方向 | 核心方向 | 数据获取、因子构建、深度学习 | medium |
| 机器挖掘因子 | 要求 | 对团队工程能力、开发工具及数据底座有极高要求，以便快速产生海量因子 | medium |
| 机器挖掘产生的海量因子 | 风险/问题 | 可能存在无效项 | medium |
| 机器挖掘因子后的流程 | 能力要求 | 对后续建模能力提出更严苛要求 | medium |
| 高性能基础设施 | 作用 | 在量化研究中关键（由说明指出） | low |
| Python/Matlab/R | 提供的能力 | 提供因子编码能力，并自带常用机器学习工具 | medium |
| DolphinDB | 能力 | 非常强的因子编码能力 | high |
| DolphinDB | 能力 | 非常出色的多因子数据存储能力 | high |
| DolphinDB 与机器学习结合 | 方式 | 让数据库直接与机器学习工具对接，中间不再需要 ETL | high |
| DolphinDB 与机器学习结合 | 效果 | 既方便又高效 | low |
| DolphinDB | 内置工具 | 基于梯度和决策树的联邦学习工具 | medium |
| 使用DolphinDB内置联邦学习工具 | 操作方式 | 研究人员仅需编写简单的SQL语句 | medium |
| DolphinDB | 可实现的任务 | 直接在分布式数据库上完成模型训练或预测 | medium |
| DolphinDB内置联邦学习工具设计 | 效果 | 极大降低数据迁移成本 | low |
| AI Data Loader（DolphinDB） | 状态 | 即将推出 | high |
| AI Data Loader（DolphinDB） | 核心能力 | 用户通过一条SQL语句让数据库直接对接机器学习工具 | medium |
| AI Data Loader（DolphinDB） | 流程影响 | 中间不再需要进行ETL转换或数据落地 | medium |
| AI Data Loader（DolphinDB） | 效果 | 更便捷、更高效的数据流转与模型训练过程 | low |
| DolphinDB正在研发的新功能/答案揭晓 | 时间 | 6月3日上午9点 | high |
| 论坛 | 名称 | “因子挖掘与机器学习”论坛 | high |
| 论坛地点 | 地点 | 上海世博中心主会场A | high |
| 2023年量化科技嘉年华（Quantech Festival） | 举办日期 | 6月2日至3日 | medium |
| 2023年量化科技嘉年华（Quantech Festival） | 举办地点 | 上海世博中心 | medium |
| 报名流程 Step 1 | 操作 | 长按或扫描海报二维码 | high |
| 报名流程 Step 2 | 操作 | 点击“报名入口” | high |
| 报名流程 Step 3 | 操作 | 填写个人信息并选择“因子挖掘与机器学习论坛”完成报名 | high |
| 报名项目选项（截图说明） | 特定选项文本 | “6月3日上午·分论坛·因子挖掘与机器学习” | medium |
| 报名流程 Step 4 | 到场领取 | 活动当日可凭报名信息或截图前往 DolphinDB 展台领取精美礼品 | high |
| 活动倒计时 | 时间描述 | 倒计时只有一天（相对描述，缺少参照时点） | low |