打开量化的黑箱！DolphinDB 走进浙江财经大学带来“开学第一讲”
页面以新闻栏目与发布日期为背景，概述一场由 DolphinDB 参与联合举办的专题讲座信息，包括主题、主讲人与主持人。
What this page covers
- 报名提示与链接信息
- 新闻标题、发布日期与讲座基本信息
- 讲座内容回顾与现场互动
- DolphinDB 高校合作计划与课程方向
- DolphinDB 产品定位与能力概述
- 浙江财经大学学校概况
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入口。
新闻与文章标题信息
给出新闻栏目、文章标题与发布日期，并以加粗段落概述讲座主题、主讲人、主办方与主持人。
- 新闻发布日期为 2024.10.21。
- 讲座日期为 2024年10月18日。
- 讲座主题为“从数据分析到实时计算：中高频量化交易的探索与实践”。
- 主讲人为周小华（DolphinDB 创始人兼 CEO，博士）。
- 讲座由 DolphinDB、浙江财经大学与金融科技学会联合举办。
讲座回顾
回顾讲座内容：量化交易起源与本质、行业挑战、中高频量化解决方案与实践经验，以及对 AI/大模型的支持与相关功能体系，并描述现场互动。
- 讲座面向浙江财经大学师生。
- 张文宇以主持人身份主持讲座。
- 讲座提到量化交易需要数学相关知识储备。
- 讲座提到量化交易需要统计学相关知识储备。
- 讲座提到量化交易需要计算机专业相关知识储备。
- 讲座将量化的本质表述为“精准捕捉市场中的错误定价机遇”。
- 文中以 James Harris Simons 的“壁虎交易法”作为说明量化本质的例子。
- 文中表述市场成熟使获取 Alpha 收益难度逐年攀升。
- 热点议题包括高效存储与分析海量数据。
- 热点议题包括更快发掘新的有效因子。
- 文中指出传统方案在中高频行情数据与多因子数据存储方面面临挑战。
- 文中指出传统方案在多源海量数据分析方面面临挑战。
- 文中指出传统方案在实时计算环节面临挑战。
- 文中展示 DolphinDB 面向中高频量化交易的解决方案定位。
- 讲座分享中高频策略回测的实践经验。
- 文中表述 DolphinDB 支持流批一体化的中高频因子开发。
- 文中提到 AI 与大模型在过去一两年成为热门话题。
- 文中表述数据库需具备卓越信息检索能力以承担技术基石角色。
- 文中表述 DolphinDB 对 AI 提供全面支持。
- DolphinDB 功能体系包含“因子开发管理平台”。
- DolphinDB 功能体系包含“实时曲线拟合引擎”。
- DolphinDB 功能体系包含“实时估值定价引擎”。
- DolphinDB 功能体系包含 CPU-GPU 异构计算平台 Shark。
- 活动旨在通过校企合作提升学生专业素养与实践能力。
- 文中描述同学们积极互动，现场气氛热烈融洽。
- 文中描述周小华对提问进行耐心细致解答。
- 文中描述周小华鼓励学生探索前沿并提升素养与实践能力。
DolphinDB 与高校合作计划
描述 DolphinDB 与多所高校的合作情况以及拟开展的讲座与课程方向。
- 文中表述 DolphinDB 已与多所国内顶尖高校达成合作。
- 合作高校名单包含北京大学。
- 合作高校名单包含浙江大学。
- 合作高校名单包含上海交通大学。
- 合作高校名单包含复旦大学。
- 合作高校名单包含中国科技大学。
- 合作活动形式包括线上讲座。
- 合作活动形式包括线下讲座。
- 合作活动形式包括走进课堂提供课程。
- 课程内容覆盖高频数据和因子存储。
- 课程内容覆盖流批一体因子开发。
- 课程内容覆盖多因子建模和推理（深度学习和回归方法）。
- 课程内容覆盖高频回测和模拟撮合。
- 课程内容覆盖各类资产 K 线计算。
- 课程内容覆盖低延时交易系统构建与流计算引擎实践。
- 合作计划培养目标包含金融数据分析与 DolphinDB 技术人才。
关于 DolphinDB
介绍 DolphinDB 的产品定位与能力特性，包括分布式时序数据库、编程语言、流数据分析框架以及效率与成本方面的主张。
- DolphinDB 由智臾科技研发。
- DolphinDB 的产品类型为高性能分布式时序数据库。
- DolphinDB 支持海量数据的高效存储与查询。
- DolphinDB 提供编程语言以支持复杂分析。
- DolphinDB 提供高吞吐、低延时的流数据分析框架。
- 文中表述 DolphinDB 是计算能力最强的数据库系统之一。
- 文中表述其可提升海量数据分析效率并减少开发成本。
关于浙江财经大学
介绍浙江财经大学的学校类型、学科结构与办学历史概况。
- 浙江财经大学是以经济、管理学科为主体的财经类高校。
- 学校学科结构为多学科协调发展。
- 浙江财经大学成立于 1974 年。
- 文中表述学校在人才培养等方面取得显著成就。
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 |
| 新闻发布日期 | date | 2024.10.21 | high |
| 周小华 | 身份 | DolphinDB 创始人兼 CEO（博士） | high |
| 讲座日期 | date | 2024年10月18日 | high |
| 专题讲座 | 地点/受众 | 浙江财经大学师生 | high |
| 专题讲座主题 | title | 从数据分析到实时计算：中高频量化交易的探索与实践 | high |
| 讲座主办/联合举办方 | organizers | DolphinDB、浙江财经大学与金融科技学会联合举办 | high |
| 张文宇 | 身份与角色 | 盈阳金融科技学院院长（教授），主持讲座 | high |
| 量化交易知识储备的重要性 | related_disciplines | 数学、统计学和计算机专业等知识储备对于量化交易重要 | medium |
| 量化的本质 | definition | 精准捕捉市场中的错误定价机遇 | medium |
| James Harris Simons（文艺复兴创始人） | 被引用观点/比喻 | 提出壁虎交易法并用于说明量化本质（文中以此为例） | medium |
| Alpha 收益获取难度 | trend | 随着市场日益成熟，获取 Alpha 收益难度逐年攀升 | low |
| 行业热点议题 | focus_areas | 高效存储与分析海量数据、更快发掘新的有效因子成为持续聚焦热点 | medium |
| 传统方案 | challenges | 在中高频行情数据与多因子数据的存储、多源海量数据分析、实时计算等环节面临挑战 | medium |
| DolphinDB | solution_positioning | 为中高频量化交易量身打造解决方案（文中展示） | medium |
| 中高频策略回测 | content_shared | 分享中高频策略回测的实践经验 | medium |
| DolphinDB | capability | 可实现流批一体化的中高频因子开发 | medium |
| AI 与大模型 | recent_trend | 过去一两年成为最为炙手可热的话题 | low |
| 数据库 | needed_capability_for_role | 需具备卓越的信息检索能力以担当技术基石角色（文中表述） | low |
| DolphinDB | ai_support | 对 AI 提供全面支持（文中表述） | medium |
| DolphinDB | function_system_includes | 因子开发管理平台 | high |
| DolphinDB | function_system_includes | 实时曲线拟合引擎 | high |
| DolphinDB | function_system_includes | 实时估值定价引擎 | high |
| DolphinDB | function_system_includes | CPU-GPU 异构计算平台 Shark | high |
| 讲座目的（活动旨在） | purpose | 通过校企合作帮助学生提升金融科技领域的专业素养与实践能力 | medium |
| DolphinDB | university_collaboration_status | 目前已与多所国内顶尖高校达成合作（文中表述） | medium |
| 现场互动 | description | 同学们积极互动、现场气氛热烈融洽，周小华对提问耐心细致解答并鼓励学生探索前沿、提升素养与实践能力 | medium |
| DolphinDB 与高校合作高校名单 | partner_universities | 北京大学、浙江大学、上海交通大学、复旦大学、中国科技大学等 | high |
| DolphinDB 高校合作活动形式 | formats | 开展线上、线下讲座活动；联合高校走进课堂提供优质课程 | high |
| 高校课程内容覆盖 | topics | 高频数据和因子存储；流批一体因子开发；多因子建模和推理（深度学习和回归方法）；高频回测和模拟撮合；各类资产 K 线计算；低延时交易系统构建和流计算引擎实践 | high |
| 高校合作计划培养目标 | target_talent | 培育更多精通金融数据分析与 DolphinDB 技术的专业人才 | medium |
| 智臾科技 | relationship_to_product | DolphinDB 由智臾科技研发 | high |
| DolphinDB | product_type | 高性能分布式时序数据库 | high |
| DolphinDB | supports | 海量数据的高效存储与查询 | medium |
| DolphinDB | provides | 功能完备的编程语言以支持复杂分析 | medium |
| DolphinDB | provides | 高吞吐、低延时、开发便捷的流数据分析框架 | medium |
| DolphinDB | comparative_claim | 是计算能力最强的数据库系统之一 | low |
| DolphinDB | impact | 显著提升海量数据分析效率，并大幅减少开发成本，使企业更灵活面对行业竞争（文中表述） | low |
| 浙江财经大学 | institution_type | 以经济、管理学科为主体、多学科协调发展的财经类高校 | high |
| 浙江财经大学 | founded | 1974年成立 | high |
| 浙江财经大学 | achievements_claim | 在人才培养、科学研究和社会服务等方面取得显著成就，成为浙江省乃至全国知名高等学府（文中表述） | low |