精彩回顾 | DolphinDB 粉丝节· 深圳站
页面总结了 DolphinDB 粉丝节·深圳站的活动氛围与收尾，并表达打造开放交流平台的主张。
What this page covers
- 技能认证特训营第二期的报名提示与链接入口。
- 活动回顾文章标题与发布时间信息。
- 深圳站活动概况、到场规模与主题方向。
- 创始人主题演讲的要点与相关功能点提及。
- 私募数据平台建设与插件生态/可扩展性观点。
- 券商策略研发与批流一体实践观点。
- 现场互动交流与配图说明。
技能认证特训营第二期报名提示
页面顶部提供技能认证特训营第二期开启与限时报名链接的提示信息。
- 技能认证特训营第二期处于正式开启状态。
- 页面提供限时报名入口信息。
- 限时报名入口以链接形式给出。
新闻栏目标识
页面内容所属栏目为新闻。
- 该页面被标识为新闻栏目内容。
- 栏目提示用于表明内容分类。
活动回顾标题与日期
给出“精彩回顾 | DolphinDB 粉丝节·深圳站”的文章标题与发布时间信息。
- 文章标题为“精彩回顾 | DolphinDB 粉丝节· 深圳站”。
- 页面展示文章发布时间信息。
- 发布时间为 2023.12.19。
活动概况与主题方向
描述深圳站粉丝节圆满举办、到场人数规模、活动主题方向与交流内容。
- 深圳站粉丝节在 12月17日（上周日）举办。
- 近60位粉丝来到活动现场。
- 活动以量化实践为主题。
- 讨论话题包含行情数据中心建设。
- 讨论话题包含因子策略研发。
现场图片（活动合影/场景）
提供活动现场相关图片作为活动纪实内容的一部分。
- 页面包含活动合影或现场场景图片。
- 图片用于补充活动纪实信息。
创始人主题演讲（AI说明与正文）
围绕“融合数据存储、批计算和流计算的现代数据栈”的演讲内容，介绍DolphinDB特性、应用场景、技术路线及相关功能点。
- 演讲者为周小华（DolphinDB 创始人兼 CEO）。
- 主题演讲聚焦现代数据栈的融合方向。
- 提及 DolphinDB 的常用因子库与计算函数库。
- 提及 Python Parser 以支持 Python 语法计算逻辑。
- 提及 Swordfish 的定位为嵌入式交易型内存数据库。
- 提及 AI Dataloader 对接 PyTorch 等工具以减少数据转换与落地成本。
- 提及 CPU-GPU 异构计算平台处于研发中并面向 GPU 并行计算切换。
嘉宾阵容概述
说明本次粉丝节邀请到来自私募与头部券商等机构的架构师、策略研发专家与技术专家进行分享。
- 嘉宾包括私募数据平台资深架构师。
- 嘉宾包括头部券商的策略研发专家。
- 嘉宾包括头部券商的技术专家。
现场图片（嘉宾/会场）
提供嘉宾分享相关的现场图片。
- 页面包含嘉宾或会场相关图片。
- 图片用于展示分享现场氛围。
私募数据平台架构师分享（AI说明与正文）
介绍某百亿私募以DolphinDB为底座整合异构数据源并开展ETL、数据同步与调度任务，以及对插件生态与可扩展性的观点。
- 有案例以 DolphinDB 为底座整合多路异构数据源。
- 案例任务类型包含 ETL。
- 案例任务类型包含数据同步。
- 案例任务类型包含定时调度与实时调度。
- 分享中提及 DolphinDB 的插件生态与主流开源插件适配。
现场图片（分享场景）
提供券商团队分享相关的现场图片。
- 页面包含券商团队分享场景图片。
- 图片用于补充分享内容的现场记录。
券商自营策略研发团队分享（AI说明与正文）
描述券商自营策略研发团队使用DolphinDB缩短策略上线周期、用SQL语句完成复杂计算以及相对Python的高频数据处理性能对比体验。
- 在策略框架明确后，上线新策略可在两周内完成。
- 分享观点称可用一个 SQL 语句完成繁琐计算任务。
- 券商嘉宾经验：Python 每秒写入1000笔数据时会出现延迟。
- 券商嘉宾经验：DolphinDB 落库性能相对 Python 有数量级提升。
现场图片（嘉宾/会场）
提供券商金创部分享相关的现场图片。
- 页面包含券商金创部分享相关图片。
- 图片用于展示会场与嘉宾分享现场。
券商金创部批流一体方案分享（AI说明与正文）
介绍券商自营场景下通过DolphinDB实现批流一体的职责解耦、数据获取方式拓展与平台化复用算法的实践观点。
- 目标是在券商自营场景中通过 DolphinDB 实现批流一体。
- 实施步骤观点：需要解耦 IT 部门与业务部门职责。
- 观点：IT 部门负责数据、算力、交易接口与运维保障等。
- 观点：业务部门负责调数据、写算法、出指令与存储结果。
- 观点：DolphinDB Python 接口可降低数据类工作压力。
- 建议：建立平台以共享并复用清算、估值、绩效评估等算法。
互动环节与现场图片
描述粉丝与DolphinDB技术人员的现场互动交流，并配以现场图片与AI说明。
- 现场设置了与 DolphinDB 技术人员的互动交流环节。
- 互动交流被描述为“深入互动”。
- 互动交流带来新的视角与思考方式（原文表述）。
- AI说明称：近60位量化领域从业者与技术专家齐聚一堂。
- 页面配有互动/会场相关图片作为补充记录。
活动收尾与品牌主张
总结活动时长与氛围，并表达DolphinDB致力于提供领先产品与服务、打造开放交流平台并持续凝聚社区力量的主张。
- 活动时长被描述为四个小时。
- 活动在轻松愉快的氛围中收尾（原文表述）。
- DolphinDB 表达为量化领域专业人士与爱好者打造开放交流平台的主张。
- 品牌主张包含共同探讨技术创新和前沿趋势（原文表述）。
名牌与日程海报图片（含AI说明）
提供参会名牌与活动日程海报图片及其AI说明文字。
- 页面包含参会名牌相关图片。
- 页面包含活动日程海报图片。
- AI说明列出日程包含创始人分享等主题。
- AI说明列出日程包含行情数据中心建设等主题。
- AI说明列出日程包含券商自营批流一体实现等主题。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 状态 | 正式开启，并提供限时报名链接 | high |
| 限时报名 | URL | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 文章发布时间 | 日期 | 2023.12.19 | high |
| DolphinDB 粉丝节·深圳站 | 举办日期 | 12月17日（上周日） | high |
| DolphinDB 粉丝节·深圳站 | 到场人数 | 近60位粉丝来到现场 | high |
| DolphinDB 粉丝节·深圳站活动主题 | 主题 | 以量化实践为主题 | high |
| 活动讨论话题 | 涵盖内容 | 行情数据中心建设、因子策略研发、投研到交易的流批一体等 | medium |
| 周小华 | 身份 | DolphinDB 创始人兼 CEO（博士） | high |
| 周小华主题演讲 | 演讲主题 | 融合数据存储、批计算和流计算的现代数据栈 | high |
| DolphinDB | 因子库与计算函数库 | 具备较为完善的常用因子库与计算函数库，有助于复杂金融逻辑的库内实现 | medium |
| Python Parser | 用途/价值 | 方便用户用 Python 语法实现计算逻辑，并在 DolphinDB 的计算框架上高效运行 | medium |
| Swordfish | 定位 | 嵌入式交易型内存数据库 | high |
| Swordfish | 能力 | 提供高性能、稳定可靠的实时数据处理和存储服务 | medium |
| AI Dataloader | 集成/对接 | 将 DolphinDB 中的原始数据直接对接到 PyTorch 等工具中，省去数据转换与落地成本 | medium |
| CPU-GPU 异构计算平台 | 研发状态与目标 | 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 |
| 本次粉丝节嘉宾 | 构成 | 百亿私募数据平台资深架构师、多家头部券商的策略研发专家和技术专家 | high |
| 某百亿私募（未具名）数据平台建设 | 底座技术 | 以 DolphinDB 为底座整合多路异构数据源 | medium |
| 某百亿私募（未具名）数据平台建设 | 实现的任务类型 | ETL、数据同步、定时调度、实时调度等任务 | medium |
| 某百亿私募（未具名）数据平台建设效果 | 效率影响 | 在满足业务需求的同时大幅提升数据处理效率 | low |
| DolphinDB 插件生态 | 描述 | 开发了大量优质插件，并与主流开源插件适配，打造完善生态 | medium |
| DolphinDB 可扩展性（私募架构师观点） | 原因/依据 | 已构建许多通用的 C++ 框架；具备研发水平的团队可在此基础上扩展插件以满足多样业务需求 | medium |
| 某券商自营策略研发团队（未具名） | 上线周期 | 策略框架明确后，上线一个新策略仅需要两周时间 | medium |
| DolphinDB 逻辑表达能力（券商嘉宾观点） | 描述 | 只需要一个 SQL 语句就能完成繁琐计算任务，无需编写大量代码 | medium |
| Python 处理高频行情数据（券商嘉宾经验） | 写入速率与现象 | 每秒写入1000笔数据时会出现延迟 | medium |
| DolphinDB 高频行情数据落库性能（券商嘉宾经验） | 相对变化 | 相较于此前Python处理方式，落库性能有数量级提升 | medium |
| 某券商金创部自营场景（未具名） | 目标 | 通过 DolphinDB 实现批流一体 | medium |
| 批流一体实施步骤（券商金创部嘉宾观点） | 首要步骤 | 解耦 IT 部门与业务部门职责 | medium |
| IT 部门职责（券商金创部嘉宾观点） | 职责范围 | 保障数据、算力、交易接口、结果输出、运维保障、工具开发和高性能开发 | medium |
| 业务部门职责（券商金创部嘉宾观点） | 职责范围 | 调数据、写算法、出指令以及存储结果 | medium |
| DolphinDB Python 接口（券商金创部嘉宾观点） | 作用 | 通过 Python 接口提供数据，降低数据类工作压力，帮助开发资源集中在关键领域 | medium |
| 平台化与算法复用（券商金创部嘉宾观点） | 建议 | 建立平台，共享并复用清算、估值、绩效评估等算法 | medium |
| DolphinDB 带来的开发周期影响（券商金创部嘉宾观点） | 结果 | 行情类和算法类轻量级任务的开发周期显著缩短，数字化水平进一步提升 | low |
| 现场互动环节 | 描述 | 粉丝们与 DolphinDB 技术人员深入互动，产生新的视角和思考方式 | low |
| 现场互动环节（AI说明） | 参与者规模 | 近60位量化领域从业者与技术专家齐聚一堂 | medium |
| DolphinDB 粉丝节深圳站 | 活动时长 | 四个小时的粉丝节在轻松愉快的氛围中完美谢幕 | medium |
| DolphinDB | 定位/主张 | 致力于为行业提供领先的产品和服务，为量化领域专业人士与爱好者打造开放交流平台，共同探讨技术创新和前沿趋势 | low |
| 活动日程海报（AI说明） | 包含的分享主题 | 创始人分享、行情数据中心建设、高效因子策略研发、券商自营批流一体实现以及技术中台建设等 | medium |