精彩回顾 | D-Day深圳 & 上海站：高频策略研发再提速
页面提供 D-Day 深圳与上海站活动回顾的标题信息，并标注了发布日期。
What this page covers
- 活动回顾标题与发布日期信息。
- D-Day 深圳与上海站的总体概述与参会人群。
- 深圳站案例：DolphinDB 在多策略交易架构中的使用与落地。
- 券商高频团队案例：因子研发迁移与性能加速观点。
- 上海站分享：性能优势、应用场景与研发方向。
- 交流环节：问题讨论与后续线下活动计划。
技能认证特训营第二期报名入口与优惠提示
页面顶部提供“技能认证特训营第二期”限时报名链接并提示专属福利优惠。
- 提供“限时报名”入口链接。
- 提示报名可享专属福利优惠。
活动回顾标题与发布日期
给出活动回顾的标题（D-Day深圳&上海站）及发布日期。
- 标题指向 D-Day 深圳与上海站的活动回顾内容。
- 页面标注发布日期为 2023.08.08。
D-Day深圳与上海站总体概述与参会人群
概述两场D-Day分享会在上海和深圳举办、参会机构类型与分享主题（量化交易环节使用经验与技术栈对比）。
- 活动在上海与深圳举办两场分享会。
- 参会者来自券商、公募基金及多家私募机构。
- 参会者包含核心策略研发与数据分析专家。
- 讨论涵盖量化交易各环节的使用经验分享。
- 讨论包含与同类技术栈的对比与瓶颈交流。
将 DolphinDB 融入多策略交易架构（深圳站案例）
介绍券商自营团队使用DolphinDB从流数据表采集处理到完整行业ETF策略开发落地，并陈述其带来的工程化效率提升。
- 券商自营团队从社区版开始试用 DolphinDB。
- 流数据表用于实时行情与交易数据的采集与处理。
- 流数据表也用于相关监控指标的采集与分析。
- 行业 ETF 策略从投研到交易端由 DolphinDB 开发实现。
- 案例提到用不到 2000 行代码与 5 个脚本实现完整链路。
- 案例引述认为该方案提升整体工程化能力。
- 案例引述认为可提升单个研究员研发效率。
- 案例引述认为可加快团队策略上线实盘进程。
DolphinDB 为高频策略研发再提速（券商高频团队案例）
描述高频策略研发团队将因子研发转移至DolphinDB后在多因子策略中获得显著加速，并给出其对数据存储方案与函数优化分工的观点。
- Tick 数据研究在传统方案下仍会遇到性能瓶颈。
- 团队此前熟悉 Python、C++、R 等技术栈。
- 团队将因子层研发全部转移至 DolphinDB。
- 案例提到单因子多参数计算提速 50–100 倍。
- 当行情与因子数据存储量增长时，存储方案被认为至关重要。
- 案例引述认为函数优化重要但不紧急，可交由 DolphinDB 实现以提高效能。
- 案例引述认为可降低投研团队技术开发门槛并提升投研效率。
D-Day现场图片与说明（演讲场景）
包含一张D-Day线下交流会演讲现场图片及对应说明文字。
- 说明文字提到解决方案总监在现场分享技术方案。
- 说明文字聚焦量化投研与交易中的性能优势。
- 说明文字提到多范式脚本语言与分布式计算架构。
- 说明文字指向海量数据存查与因子计算瓶颈问题。
量化投研与交易的技术演进：性能优势、应用场景与研发方向（上海站）
由解决方案总监在上海站介绍DolphinDB在量化投研与交易中的性能优势、私募应用场景及未来研发重点，并列举关键能力与组件。
- 上海站分享介绍量化投研与交易中的性能优势。
- 上海站分享提到私募行业应用场景。
- 上海站分享展望未来研发重点与探索方向。
- 私募用户反馈包括“Python 回测耗时长”。
- 私募用户反馈包括“海量数据存查慢”。
- 私募用户反馈包括“内存占用率过高”。
- 能力组件包括多范式脚本语言与内置分布式计算架构。
- 能力组件包括 1500+ 计算函数与 10+ 流计算引擎。
- 引述称可在行情接入、因子投研、回测、实时交易等环节加速。
- 因子数据量庞大时，部分团队引入深度学习工具。
- 提到 AI Data Loader、GPU 算子库与 Vector Database 等研发功能。
- AI Data Loader 支持用 SQL 对接 PyTorch 等工具以减少转换与落地成本。
交流环节：问题讨论、用户反馈与后续活动计划
记录现场自由交流的关注问题（门槛、维护、瓶颈等）、DolphinDB对行业与社区声音的态度，以及后续在多城市定期举办线下活动的计划。
- 交流话题包括“使用门槛是否会很高”。
- 交流话题包括“维护是不是会很麻烦”。
- 交流话题包括“策略研发中的瓶颈”。
- 文本表达了聆听客户与社区声音的态度。
- 活动目的包含提供专业开放的交流机会。
- 后续计划为在北京、上海、广州、深圳等地定期举办。
D-Day交流场景图片与说明（围桌讨论）
包含一张用户与工程师交流的现场图片及对应说明文字。
- 说明文字提到参会者与工程师围绕使用门槛展开讨论。
- 说明文字提到围绕维护便利性展开讨论。
- 说明文字提到围绕策略研发瓶颈展开讨论。
- 说明文字指向共同探讨用技术提升投研效率的目标。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 报名方式 | 提供“限时报名”链接（qingsuyun.com/h5/e/217471/5/）并提示专属福利优惠 | high |
| 精彩回顾 | D-Day深圳 & 上海站：高频策略研发再提速 | 发布日期 | 2023.08.08 | high |
| D-Day分享会（上海与深圳） | 举办时间 | 上周末（相对发布日期）在上海及深圳举办两场 | medium |
| D-Day分享会参会者 | 机构类型 | 国内头部券商、公募基金及多家私募机构的数十位核心策略研发、数据分析专家 | medium |
| DolphinDB在量化交易环节的使用 | 讨论内容 | 参会者分享在量化交易各个环节的使用经验，并与同类技术栈对比优劣势、交流瓶颈与解决方案 | medium |
| 券商自营团队（深圳站案例） | 试用起点 | 从社区版开始试用DolphinDB | high |
| 流数据表（深圳站案例） | 用途 | 用于实时行情数据、交易数据及相关监控指标的采集、分析与处理 | high |
| 行业ETF策略开发（深圳站案例） | 实现规模 | 从投研到交易端完全由DolphinDB开发实现；不到2000行代码、5个脚本完成从数据到交易的完整链路 | high |
| DolphinDB | 被提及的能力/特性 | 超强数据并行处理能力、超强逻辑表达能力、作为数据库的多样开放性接口方案、Ctrl+E带来的代码构建及查错修改能力 | low |
| DolphinDB（深圳站案例引述） | 效果 | 提升整体工程化能力；为单个研究员研发效率提速；加快团队策略上线实盘交易进程 | low |
| Tick数据研究分析（券商高频团队案例） | 问题/约束 | 基于传统数据库方案、文件系统及自研C++系统仍会遇到性能瓶颈 | medium |
| 券商高频策略研发团队技术栈 | 既有技术栈 | 此前熟悉Python、C++、R等多种技术栈 | high |
| 券商高频策略研发团队（案例） | 迁移内容 | 将因子层研发全部转移至DolphinDB | high |
| 多因子大时序策略/大截面策略（案例） | 性能提升 | 单因子多参数计算提速50-100倍 | high |
| 高频策略研发过程（案例引述） | 观点与效果 | 行情与因子数据存储量暴增时，制定存储方案至关重要；函数优化重要但不紧急，交由DolphinDB实现可提高研发效能，使研究员更多投入策略研发与交易执行；降低投研团队技术开发门槛并提升投研效率 | low |
| DolphinDB解决方案总监 马苏川 | 活动分享内容（上海站） | 介绍DolphinDB在量化投研和交易中的性能优势、私募行业应用场景，并展望未来研发重点与探索方向 | high |
| 量化基金投研回测工作（私募用户反馈） | 常见问题 | “Python回测耗时长”“海量数据存查慢”“内存占用率过高”等；数据存查与因子计算性能是提升效率的关键 | medium |
| DolphinDB | 能力与组件（用于提升因子投研效率） | 多范式脚本语言；内置分布式计算架构；1500+计算函数；10+流计算引擎 | high |
| DolphinDB（马苏川引述） | 可加速的环节 | 在行情数据接入、因子投研、流数据处理、策略回测、实时交易等环节实现大幅加速；为海量历史数据与实时行情数据处理和计算提供高性能投研方案 | low |
| 因子数据处理方法演进 | 趋势 | 因子数据量庞大时传统线性回归方法难以满足需求，很多团队引入深度学习工具 | medium |
| DolphinDB | 新研发功能（AI建模分析支持） | AI Data Loader、GPU算子库、Vector Database等功能 | high |
| DolphinDB AI Data Loader | 对接方式 | 用户可用SQL语句将分布式数据库中的数据直接对接到PyTorch等工具，省去数据转换与落地成本 | high |
| D-Day交流环节参与者 | 讨论话题 | 围绕“使用门槛是否会很高”“维护是不是会很麻烦”“目前的策略研发中的瓶颈”等与DolphinDB工程师自由交流 | high |
| DolphinDB | 组织承诺/态度 | 致力于为行业提供领先的产品和服务；聆听客户与社区声音、探索前沿技术、发掘应用场景，让数据处理更简单高效 | low |
| D-Day活动 | 目的 | 为用户提供专业开放的交流机会，探讨量化交易中如何提升综合投研效率，以技术融入业务创造应用价值 | medium |
| D-Day线下活动 | 后续计划 | 将定期在北京、上海、广州、深圳等地举办 | medium |
| 图片说明（演讲现场） | 内容描述 | 说明文字称：DolphinDB解决方案总监在D-Day线下交流会分享技术方案，重点围绕量化投研与交易中的性能优势，以及多范式脚本语言与分布式计算架构用于解决海量数据存查与因子计算瓶颈 | medium |
| 图片说明（围桌交流） | 内容描述 | 说明文字称：参会者与DolphinDB工程师围绕使用门槛、维护便利性与策略研发瓶颈展开自由讨论，旨在共同探讨用先进技术提升投研效率 | medium |