地心引力 · 2023 DolphinDB 年度峰会演讲：引领数字金融时代的基础软件创新
页面提供峰会/文章的标题与发布时间信息，并概述峰会举办信息与主题演讲人。
What this page covers
- 文章标题、发布时间与峰会基本信息。
- 演讲开场致辞与问答式内容框架。
- 创始团队背景、创业动机与增长概况。
- 基础软件创业价值判断与金融行业基础软件供给讨论。
- DolphinDB 定位、架构与企业级能力概览。
- 差异化策略与开发/运行效率相关技术方向。
- 对金融行业 IT 协作方式与最佳实践沉淀的影响讨论。
技能认证特训营第二期报名提示 (cta)
页面顶部展示技能认证特训营第二期的限时报名入口与福利优惠提示。
- 提供“技能认证特训营第二期”的报名入口信息。
- 报名入口以链接形式给出。
- 文案包含限时与优惠福利相关提示。
文章标题与活动信息 (hero)
给出活动/文章标题与发布时间，并概述峰会举办信息与主题演讲人。
- 页面显示的发布时间为 2023.09.08。
- 峰会举办日期为 2023-09-08。
- 峰会举办地点为杭州。
- 演讲者为 DolphinDB 创始人、CEO 周小华博士。
- 演讲主题为“引领数字金融时代的基础软件创新”。
峰会主视觉与现场演讲图片（含 AI 说明） (misc)
包含峰会海报与现场演讲图片，并附带对图片内容的 AI 说明文字。
- 页面包含峰会相关海报/主视觉图片内容。
- 页面包含现场演讲相关图片内容。
- 部分图片配有 AI 说明文字。
演讲开场与问题框架 (how_it_works)
演讲者致辞并提出将以问答形式讲解创业原因、定位、差异点、影响与未来方向。
- 演讲者在开场进行致辞。
- 内容以问答形式组织讲解。
- 框架包含“为何创业”的问题线索。
- 框架包含“产品定位”的问题线索。
- 框架包含“差异点、影响与未来方向”的问题线索。
01 创业故事 (case_study)
介绍创始团队背景、创业动机与公司在员工、客户、社区与排名等指标上的增长。
- 创始团队三位成员在创业前都有华尔街工作背景。
- 三位创始人在 2016 年全职投入创业。
- 公司在 2018 年底获得第一个付费客户。
- 截至 8 月，员工数量超过 130 位。
- 截至 8 月，付费客户数量超过 100 个。
02 选择基础软件创业 (value_proposition)
阐述基础软件创业难但价值大，并指出金融机构差异化竞争所需的数据库与计算引擎等基础软件短板。
- 观点：基础软件开发困难且周期漫长。
- 观点：基础软件创业可以创造更大的价值。
- 观点：金融行业在数据库与计算引擎等基础软件方面存在短板。
- 观点：针对金融行业的实时计算引擎供给不足。
03 DolphinDB 自画像：三位一体的自主式实时计算平台 (product_overview)
定义 DolphinDB 的整体定位与三位一体架构，并分述基础软件、企业级能力与赋予用户自主开发能力。
- DolphinDB 定位为基于高性能时序数据库的实时计算平台。
- DolphinDB 支持复杂分析与流数据处理。
- DolphinDB 强调赋予用户自主开发能力。
- DolphinDB 可纳入企业 IT 的用户管理、监控与运维管理体系。
- DolphinDB 支持大型机构分支与异地多中心部署。
04 DolphinDB 解决了什么问题？ (feature_list)
说明 DolphinDB 的差异化策略、对数据驱动业务模式的理解与融合，以及通过新技术提升开发与运行效率。
- 差异化策略表述为“对着钉子造锤子”。
- 观点：许多金融业务遵循“数据-投研-生产”模式。
- 主张：将数据库、批计算与流计算融合在一个系统中。
- 开发效率方向：引入多范式编程语言以缩短开发时间。
- 计划：即将推出 Python Parser，以支持迁移存量 Python 代码。
- 运行效率方向：通过内置函数优化、流式增量计算与 JIT 提升速度。
05 DolphinDB 给金融行业 IT 带来了什么变化？ (use_case)
讨论 DolphinDB 对行业技术栈与最佳实践沉淀的作用、业务与技术协作方式变化，以及大数据分析效率提升。
- 观点：DolphinDB 也成为行业最佳实践分享、反馈和改进的平台。
- 意见集中领域包括行情数据解决方案。
- 意见集中领域包括因子开发和管理。
- 协作方式：IT 部门可用其做工程框架。
- 协作方式：业务部门可用脚本编写日常核心业务代码。
06 一起创造未来 (cta)
提出未来行动方向：培养行业 IT 人才、孵化插件市场与加强金融级工程化落地，并呼吁合作。
- 观点：市场上缺少足够多的 DolphinDB 专家。
- 行动：与头部高校合作培养金融科技人才与工程师。
- 计划：将推出 DolphinDB 插件市场。
- 阶段性关注点从功能性能转向工程化落地。
- 意向：与金融机构 IT/运维部门合作探讨规范与流程。
寄语 (cta)
强调以产品与服务为本、为客户创造价值并请求持续支持。
- 强调产品和服务是生存之本。
- 强调为行业客户创造价值是一贯目标。
- 表达将持续提供高质量产品与服务的意愿。
- 请求持续支持。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 地心引力 · 2023 DolphinDB 年度峰会 | 举办日期 | 2023-09-08 | high |
| 文章/新闻条目 | 发布时间（页面显示） | 2023.09.08 | high |
| DolphinDB 创始人、CEO 周小华博士 | 演讲主题 | 引领数字金融时代的基础软件创新 | high |
| 峰会举办地点 | 地点 | 杭州 | high |
| DolphinDB | 定位/定义 | 基于高性能时序数据库，支持复杂分析和流数据处理的实时计算平台；定位为开放的企业级基础软件 | high |
| DolphinDB 创始团队 | 背景 | 三位创始人在创业之前都有华尔街工作背景，曾经一起共事；其中两位做技术、一位做金融业务 | high |
| DolphinDB | 三位创始人全职投入时间 | 2016 年 | high |
| DolphinDB | 第一个付费客户获得时间 | 2018 年底 | high |
| DolphinDB | 员工数量（截至 8 月） | 超过 130 位员工 | high |
| DolphinDB | 付费客户数量（截至 8 月） | 超过 100 个 | high |
| DolphinDB 社区用户 | 增长速度（截至 8 月） | 每周 300 多人快速增加 | high |
| DolphinDB（DB-ENGINES 时序数据库榜单） | 排名（截至 8 月） | 国际第 6，国内第 1 | high |
| 基础软件创业 | 价值判断 | 基础软件开发困难、周期漫长，但可以创造更大的价值 | medium |
| 国内金融行业基础软件供给现状（作者观点） | 缺口描述 | 针对金融行业的数据库、计算引擎、实时计算引擎方面，没有一家出色的厂商 | medium |
| DolphinDB | 整体描述 | 企业级基础软件；基于高性能时序数据库，支持复杂分析与流处理的实时计算平台；强调赋予用户自主开发能力 | high |
| DolphinDB | 数据库类型 | 分布式多模数据库 | high |
| DolphinDB | 可存储的数据类型/示例（金融与异构数据） | 多档快照数据、逐笔委托和交易数据、财务数据、新闻、向量、JSON 等异构数据 | high |
| DolphinDB | 数据库应用场景示例 | 实时数仓、行情中心、数据中台 | high |
| DolphinDB | 批计算能力 | 提供功能全面、性能强悍的批计算引擎，可高效完成复杂批计算 | medium |
| DolphinDB 批计算引擎 | 场景示例 | 因子挖掘、量化投研、风险控制、指标计算、估值定价 | high |
| DolphinDB | 流计算能力 | 提供流计算系统，支持流批一体；内置 10 余个流计算引擎；开发便利、时延低 | high |
| DolphinDB 流计算系统 | 场景示例 | 实时交易、算法交易、做市业务、实时风控 | high |
| DolphinDB | 编程语言与内置函数数量 | 内置多范式编程语言与 1500 多个内置函数 | high |
| DolphinDB | 扩展与连接方式 | 提供插件机制与各种语言的 SDK，可通过插件访问消息中间件、行情源、各类数据库与大数据系统、第三方计算库、模拟撮合引擎等外部生态；外部系统可通过 SDK 连接 DolphinDB | high |
| DolphinDB（企业级基础软件定位） | 可融入的企业体系 | 可纳入 IT 部门全局用户管理、应用监控、安全监控、运维管理体系；可融入数据治理、数据安全策略与弹性资源管理体系 | high |
| DolphinDB（部署能力） | 部署支持 | 可满足大型机构海内外分支机构部署需要，以及异地多中心部署 | high |
| DolphinDB（企业级服务建设） | 支持体系 | 建设从生态、售前、售中到售后的专业技术支持体系；完善用户手册、教程案例、白皮书、最佳实践到用户问答的多层次文档体系，并提供统一搜索界面 | high |
| DolphinDB | 与第三方合作方向 | 与第三方合作开发私有的垂直大模型，计划在不久的将来提供更智能化、更高效的服务体系 | medium |
| DolphinDB | 产品特性描述 | 高度模块化、参数化、可编程、开放的标准化基础软件，可与业务部门、IT 部门或第三方生态合作快速二次开发应用解决方案 | high |
| DolphinDB（对用户二次开发支持） | 支持内容 | 提供用户培训、解决方案咨询、PoC 评估、技术问题解答、生产问题排查和解决、公共软件模块开发等技术支持服务 | high |
| DolphinDB 获得金融机构认可的原因（作者观点） | 核心原因 | 团队对金融业务有深刻认识，充分理解金融 IT 的价值点 | medium |
| DolphinDB（差异化策略） | 策略表述 | 对着钉子造锤子：从设计第一天起明确将基础软件与金融行业需求深度融合以释放金融 IT 生产力 | medium |
| DolphinDB（面向金融需求的设计要点） | 功能/能力方向 | 利用金融数据时序特性提升存储效率；做高可用满足可靠性强需求；强化计算提升业务价值；提供丰富函数库适配金融业务；提供编程语言满足复杂金融计算；做流式增量计算降低实盘时延 | high |
| 数据驱动金融业务模式（作者观点） | 模式描述 | 许多金融业务遵循“数据-投研-生产”模式：收集清洗历史数据、用历史数据建模、在生产实盘推理决策；对应技术为数据库、批计算与流计算 | medium |
| DolphinDB（技术融合） | 架构主张 | 将数据库、批计算与流计算糅合在一个系统里，提升金融业务推进效率 | medium |
| DolphinDB（开发效率相关） | 能力描述 | 引入多范式编程语言（向量式、函数式、SQL）以缩短开发时间；流批一体缩短从研发到生产时间 | high |
| DolphinDB（Python Parser） | 计划/将推出 | 即将推出 Python Parser，支持用户将存量 Python 代码无缝切换或稍加修改后快速切换到 DolphinDB 平台 | medium |
| DolphinDB（运行效率相关） | 技术点 | 内置函数充分优化、运行速度快；流式增量计算缩短时延；引入 JIT 让脚本运行更快 | high |
| Swordfish（DolphinDB 嵌入式版本） | 时延水平 | 内存存取和实时计算时延达到微秒级 | high |
| DolphinDB（CPU-GPU 异构计算平台） | 研发状态与效果描述 | 正在研发；可让 DolphinDB 脚本无缝切换到 GPU 并行计算；性能提升一个数量级 | medium |
| DolphinDB 对金融行业 IT 的影响（作者观点） | 总体变化 | 作为新的生产力工具，大幅提升处理金融大数据效率、加快业务对市场变化响应；行业从各自为政逐步形成最佳实践和技术栈 | medium |
| DolphinDB（行业最佳实践平台作用） | 作用描述 | 不仅作为基础软件，也成为行业最佳实践分享、反馈和改进的平台；用户与社区反馈需求与改进建议，DolphinDB 通过新版本与教程等形式反馈最佳实践给用户与社区 | medium |
| DolphinDB（意见集中领域） | 四大领域 | 行情数据解决方案、因子开发和管理、投研数据中台、私募产研一体化 | high |
| DolphinDB（IT 与业务分工模式） | 协作方式 | IT 部门用 DolphinDB 做工程框架，业务部门用 DolphinDB 脚本编写日常核心业务代码，以降低技术门槛与沟通成本并提升业务自主性 | medium |
| Python（在金融行业使用体验对比） | 局限与补足（作者观点） | Python 门槛低但性能不够好，难满足大数据处理或生产环境需要；DolphinDB 以性能弥补 Python 短板 | medium |
| DolphinDB（大数据分析能力） | 能力组合 | 支持分布式存储与计算；内置强大的金融函数库；支持多范式编程，使不同背景的人选择熟悉方式并结合性能、功能与易用性 | high |
| DolphinDB 性能与 Python 对比（作者观点） | 性能差距 | DolphinDB 性能通常超越 Python 1~2 个数量级 | medium |
| Hadoop/ClickHouse 类方案（作者观点） | 主要缺点 | 运维与部署复杂度较高，对金融业务适配有限 | medium |
| 定制二进制 + C++ 分析方式（作者观点） | 优缺点 | 缺点：开发与调试成本高；优点：性能优异；在 PoC 中发现定制分析程序性能并未超越 DolphinDB 通用方案 | medium |
| DolphinDB | 产品年龄（演讲表述） | 7 岁 | high |
| DolphinDB 人才供给（作者观点） | 现状 | 市场上没有足够多的 DolphinDB 专家满足行业快速增长需求 | medium |
| DolphinDB（高校合作） | 行动 | 正在与越来越多的头部高校合作，培养金融科技人才与 DolphinDB 工程师 | medium |
| DolphinDB 社区版本 | 安装新增（每周约） | 每周约新增 300 个社区版本安装 | high |
| DolphinDB 技能认证 | 计划 | 即将推出 DolphinDB 技能认证 | medium |
| DolphinDB（客户培训支持） | 资源 | 若客户部门需要培训，可联系 DolphinDB；有专职讲师团队；可在 1~2 周内速成工程师（送员工到总部跟工程师快速成长） | high |
| DolphinDB（联合培养） | 合作方式 | HR 部门乐意与客户推出联合培养实习生项目 | high |
| DolphinDB（插件市场理念） | 定义 | 在 DolphinDB 上开发一个好的应用就是开发一个插件 | medium |
| DolphinDB（插件开发团队） | 团队情况与产出 | 内部有专门插件开发团队；截至 8 月已帮客户开发近百个插件；平均每周新推出一个插件 | high |
| DolphinDB 插件 | 开源程度 | 每一个插件几乎都是开放源代码 | medium |
| DolphinDB 插件市场 | 计划 | 将推出 DolphinDB 的插件市场，把插件分享给更多用户，并欢迎用户提出插件需求 | medium |
| 金融系统（生产环境） | 要求 | 对稳定性、正确性和连续性有苛刻要求；需要工程化方法进行部署、优化配置、测试与监控 | high |
| DolphinDB（阶段性关注点） | 变化 | 初期更关注功能和性能；当前阶段更关注工程化落地 | high |
| DolphinDB（合作对象） | 工程化落地合作 | 愿与金融机构 IT 部门（尤其运维部门）合作探讨规范和流程，打造工程化落地方案 | medium |
| DolphinDB | 价值观/目标（寄语） | 产品和服务是生存之本；为行业客户创造价值是一贯目标；将持续提供高质量产品和服务并希望得到支持 | medium |