“曲线拟合+估值定价”,双引擎驱动 FICC 行业新发展
本页面为一则新闻内容,围绕“曲线拟合+估值定价”主题,并提供对应发布日期信息。
What this page covers
- 技能认证特训营第二期的报名提示与链接信息。
- 新闻标题与发布时间信息。
- D-Day FICC 行业交流会深圳站的活动概述。
- FICC 场景下的数据、投研模块与回测相关内容。
- 曲线拟合、估值定价与多模态存储相关引擎介绍。
- 企业级产品打造方向与后续交流会计划。
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及福利优惠提示。
- 技能认证特训营第二期处于“正式开启”状态。
- 页面提供“限时报名链接”。
- 报名提示中包含“专属福利优惠”的表述。
新闻标题与发布时间
新闻页面给出标题“曲线拟合+估值定价”与发布日期信息。
- 新闻标题包含“曲线拟合+估值定价”。
- 新闻页面标注发布日期为 2024.08.14。
D-Day 行业交流会深圳站概述
介绍 DolphinDB 在南方科技大学举办 D-Day FICC 行业交流会深圳站的活动背景、参会人群与讨论主题。
- DolphinDB 在 8 月 7 日下午于南方科技大学举办交流会深圳站。
- 参会者包括二十余位 FICC 资深从业者。
- 讨论围绕“如何利用数据分析提升金融行业服务质量和效率”。
- 页面对活动结果使用“圆满成功”的表述。
精英汇聚,共探 FICC 场景方案
阐述 DolphinDB 在 FICC 场景下的数据集市与策略投研应用、模块化投研系统、以及高频回测能力与客户实践案例。
- DolphinDB 在 FICC 场景的主要应用包括“数据集市”。
- DolphinDB 在 FICC 场景的主要应用包括“策略投研”。
- 固收类数据被描述为“量级较小但标准化程度较低”。
- 页面描述 DolphinDB 可对非标准化数据做标准化处理。
- DolphinDB 数据接口可接入不同交易所与不同数据源的实时或历史数据。
- 策略投研环节存在“集成式平台”或“纳入原有体系”的两类需求描述。
- 页面提出在 FICC 场景抽象为“五大系统模块”。
- 五大系统模块包含:估值定价、投资决策、头寸管理、风险分析、绩效分析。
- 模块化设计被描述为可选取所需模块并整合到现有投研系统。
- 高频回测痛点包括“速度慢”。
- 高频回测痛点包括“数据回放方式不灵活”。
- 高频回测支持多种回放方式与回放参数设定(如时延、速率)。
- 客户实践案例包括“券商做市交易策略监控”。
- 客户实践案例包括“风险绩效系统建设”。
- 客户实践案例包括“利率曲线拟合与实时指标计算”。
- 客户实践案例包括“国债期货 AI 算法交易全流程提速”。
- 页面给出性能提升表述:研发提速 10 倍、查询提速 10 倍、计算效率提升 100 倍。
创新突破,引擎释放数据潜能
介绍 DolphinDB 的理念与在 FICC 相关的曲线拟合引擎、估值定价引擎,以及多模态存储相关引擎与目标。
- 页面描述 DolphinDB 的理念为“把技术和业务融合起来,为客户创造价值”。
- 页面提到两类引擎:曲线拟合引擎与估值定价引擎。
- 收益率曲线拟合被描述为 FICC 业务中“至关重要”的环节。
- 曲线拟合引擎引入常用收益率曲线供用户直接调用。
- 曲线拟合引擎支持用户自定义目标函数。
- 页面描述通过 JIT 将代码编译为机器码以加快研究进程。
- 估值定价引擎可在得到收益率后对产品进行定价。
- 预置定价方法示例包括:国债期货、利率互换、香草期权等估值。
- 页面描述客户对不同类型数据的存储、索引和读取有不同要求。
- 页面提到多模态存储的架构理念。
- 存储/整合相关引擎示例包括 TSDB、OLAP、主键存储引擎、VectorDB。
- 页面描述可在一个系统中完成各类数据的存储和整合。
- 引述观点:通过一系列引擎减少技术投入,使精力聚焦业务。
技术融合,打造企业级软件产品
说明 DolphinDB 在实时计算平台、生态与 AI 应用方面的分享,以及未来研发方向与后续城市巡回交流会计划。
- 分享主题包含:实时计算平台构建。
- 分享主题包含:生态打造。
- 分享主题包含:AI 方面的应用。
- 未来研发方向包含:存算分离架构。
- 未来研发方向包含:声明式 API。
- 未来研发方向包含:多集群的管理、运维和监控。
- 后续计划提及在北京、上海、深圳等地举办活动。
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 | 优惠描述 | 享专属福利优惠 | low |
| 新闻页面 | 发布日期 | 2024.08.14 | high |
| DolphinDB | 举办活动 | 8月7日下午在南方科技大学举办了 D-Day 行业交流会深圳站 | high |
| D-Day 行业交流会深圳站参会者 | 人数/构成 | 二十余位 FICC 资深从业者 | high |
| 周小华 | 身份 | DolphinDB 创始人(博士) | high |
| 活动成果 | 结果描述 | 活动取得圆满成功 | low |
| 赵胤 | 职位 | DolphinDB 华南区销售总监 | high |
| DolphinDB 在 FICC 场景下的主要应用 | 应用方向 | 数据集市;策略投研 | high |
| 固收类数据 | 相对权益类数据的特点 | 量级较小但数据类型标准化程度较低,给数据清洗和使用带来挑战 | medium |
| DolphinDB | 数据标准化处理能力 | 可将非标准化数据进行标准化处理,便于后续投研和交易环节的数据处理与应用 | medium |
| DolphinDB 数据接口 | 可接入数据范围 | 可接入不同交易所、不同数据源的实时或历史数据 | high |
| DolphinDB 在 FICC 场景下的数据实践 | 解决问题 | 帮助客户解决数据同步问题(作为基础实践) | medium |
| 策略投研环节的用户需求 | 需求类型 | 需要集成式投研平台用于统一管理与使用;或仅将所需功能纳入原有投研体系避免冗余 | high |
| DolphinDB 解决方案 | 能力描述 | 为不同需求客户提供搭建个性化策略投研平台的解决方案 | medium |
| DolphinDB(FICC 场景) | 抽象的系统模块数量 | 五大系统模块 | high |
| DolphinDB(FICC 场景)五大系统模块 | 模块列表 | 估值定价、投资决策、头寸管理、风险分析、绩效分析 | high |
| 五大系统模块 | 覆盖范围 | 覆盖 FICC 常用业务场景;可在一个系统中完成投研全流程 | medium |
| 模块化设计 | 集成方式 | 用户可选取所需模块,便捷整合到现有投研系统 | medium |
| DolphinDB 高频回测功能 | 针对痛点 | 速度慢;数据回放方式不灵活 | high |
| DolphinDB 回测耗时对比 | 相对 Python 的表现 | 用 DolphinDB 进行回测的耗时相较于 Python 有明显优势 | low |
| DolphinDB 高频回测 | 回放方式支持 | 支持多种回放方式,可自由设定时延、回放速率等 | high |
| 客户实践案例 | 案例列表 | 券商做市交易策略监控;风险绩效系统建设;利率曲线拟合与实时指标计算;国债期货 AI 算法交易全流程提速 | high |
| 客户实践指标(性能提升) | 提升幅度 | 研发提速10倍;查询提速10倍;计算效率提升100倍 | medium |
| DolphinDB 在 FICC 场景表现 | 性能评价 | 指标彰显其卓越性能 | low |
| DolphinDB | 发展理念 | 把技术和业务融合起来,为客户创造价值 | medium |
| DolphinDB 解决方案方法 | 路径描述 | 打磨底层技术框架;结合行业研究推出标准化业务中间件;倾听客户需求并合作落地适配方案 | medium |
| DolphinDB(FICC 相关) | 介绍的引擎 | 曲线拟合引擎;估值定价引擎 | high |
| FICC 相对权益类市场 | 信息流动性 | 信息流动性相对较弱 | medium |
| FICC 业内解决方案现状 | 行业描述 | 业内还在不断探索具有普适价值的解决方案 | low |
| DolphinDB 提供两类引擎的目的 | 目标 | 帮助机构在一定程度上优化 FICC 业务的数据分析流程 | medium |
| 收益率曲线拟合(FICC 业务) | 重要性 | 至关重要的一个环节 | medium |
| 曲线拟合引擎 | 预置内容 | 引入很多常用的收益率曲线,用户可直接调用 | medium |
| 曲线拟合引擎 | 自定义能力 | 支持用户自定义目标函数,以确保研究分析灵活性 | high |
| DolphinDB(曲线拟合引擎相关) | 加速机制 | 通过 JIT 技术将代码直接编译成机器码以加快研究进程(无需写脚本进行迭代) | medium |
| 估值定价引擎 | 使用时机 | 在得到收益率之后可调用对产品进行定价 | high |
| 估值定价引擎 | 预置定价方法示例 | 国债期货估值;利率互换估值;香草期权估值等 | high |
| 客户在数据存储环节的需求 | 需求描述 | 对不同类型数据的存储、索引和读取有不同要求 | high |
| DolphinDB 架构/理念 | 相关理念 | 为客户创造价值;多模态存储的架构理念 | medium |
| DolphinDB 抽象出的引擎示例(存储/整合) | 引擎列表 | TSDB;OLAP;主键存储引擎;VectorDB 等 | high |
| DolphinDB 各类引擎 | 带来的能力 | 使客户可在 DolphinDB 一个系统中完成各类数据的存储和整合 | medium |
| 周小华(引述) | 主张/目标 | 通过提供一系列引擎,尽可能减少用户在技术层面的投入,将精力聚焦业务以获得更大优势 | medium |
| DolphinDB(企业级产品打造) | 分享主题 | 实时计算平台构建;生态打造;AI 方面的应用 | high |
| DolphinDB 未来研发方向 | 规划项 | 存算分离架构;声明式 API;多集群的管理、运维和监控 | high |
| 交流会讨论主题 | 讨论内容 | 围绕如何利用数据分析提升金融行业服务质量和效率展开讨论 | medium |
| 活动收尾 | 结果描述 | 活动圆满落幕 | low |
| D-Day 行业交流会后续计划 | 举办城市 | 北京、上海、深圳等地 | high |