近年来，FICC 业务发展态势活跃，创新步伐加快，FICC 平台电子化已成为机构提升服务效率和质量的重要抓手。作为深耕金融行业的基础软件提供商，DolphinDB 推出了多个赋能 FICC 业务的高效开发工具，并持续吸纳各方经验，精进产品功能。上周六，DolphinDB 在北京举办了以“驱动 FICC 市场新动力”为主题的 D-Day 行业分享会。DolphinDB 创始人、行业技术大咖、头部机构嘉宾等六十余位业界专家悉数到场，共同探讨行业热点与前沿话题。

固收电子交易中的高性能计算

来自民生银行金融市场部的投资经理马博士，和大家探讨了固收电子交易中的高性能计算问题。他强调了固收市场电子交易的必要性，特别是在当前低利率环境下，通过电子交易来捕捉微小的价差变得尤为重要。马博士提到，固收产品种类繁多，相关性高，寻找利差和套利机会是关键。

在固收电子交易的策略回测方面，DolphinDB 策略回测白皮书测试并总结了相关案例。结果表明，DolphinDB 的计算能力在银行间活跃债券双边做市策略回测中表现出色。此外，DolphinDB 的列式数据库能够加速定价中复杂矩阵的实时计算，帮助及时捕捉全市场的报单。DolphinDB 的这些特性对于固收电子交易的高性能计算至关重要，能够有效支持部分交易决策和风险管理。

券商 FICC “科技赋能、业务驱动”实践分享与展望

来自中国银河证券 FICC 业务总部的金融科技负责人董老师向大家分享了如何用 DolphinDB 解决团队部分业务侧和技术侧的问题。

在盯盘场景下，团队利用 DolphinDB 高性能计算能力，实时处理海量行情数据，生成精准的市场动态分析。团队还通过 DolphinDB 的发布订阅机制，结合消息中心网关、内部行情板、IM 终端、RPA 串联标准终端等，用最快速、最符合投资经理习惯的方式提示交易机会。在回测场景中，DolphinDB 还帮助团队突破数据并发瓶颈，在短时间内完成投资策略的验证和优化。

董老师还介绍了银河证券 FICC 业务的做市定价系统。该系统包含行情展示与分析、策略回测和交易应用三层，已实现多市场、多频次的跨柜台监控，兼容不同资产的定价模型，支持自动报价和订单状态管理。DolphinDB 在其中发挥了关键作用，支撑策略系统中的因子计算，确保实时定价和执行。

圆桌分享

在活跃的问答环节后，几位嘉宾围绕自研估值定价引擎、FICC 不同品种的量化交易策略以及市场波动率变化预测等话题，分享了各自的见解与经验。

民生银行金融市场部投资经理马云飞

在谈到 FICC 市场不同品种的交易时，马博士认为目前能够实现全自动量化交易的产品并不多，对系统的实时数据处理能力也有着极高的要求。他表示：“大多数产品仍需通过人工依赖中介撮合交易，能做到的是通过量化分析给出实时自动化双边报价供买卖双方参考，可以说是半自动化交易。下一步要发展全品种的自动化交易，既需要全面活跃当前电子化交易平台，也需要培育更加成熟的电子化交易习惯和设施，让更多机构参与其中，要形成这样一个固收交易的生态任重道远。”

马博士坦言：“非活跃品种还很难完全依赖量化分析得出的双边报价，很多时候还是需要人工询价，甚至凭经验调整价格来撮合。但我期待未来能通过大模型学习这种个性化的还价和撮合过程，从而进一步提高交易效率，让系统自动生成针对不同机构的个性化价格。这将会是一个很有意思的发展方向。

银河证券 FICC 业务总部金融科技负责人董宇

在探讨 FICC 不同品种实现量化交易的可能性时，业界无论在技术还是业务层面都面临一些挑战。董老师表示对于同一交易所内的品种，如债券、债券篮子、利差交易等，情况相对简单，因为交易场所、业务人员或投资人员的模型、定价和整个组合报价都较为直接。然而，当涉及跨市场的品种时，情况就复杂得多，在实际操作中遇到的主要难点包括交易执行、柜台端的行情速度和质量，以及执行速度和风控支持。

为解决这些问题，董老师认为需要先优化底层交易的速度，并将核心风控提升至同一层面。“只有在这一基础上，我们才能在一个统一的交易底座或平台上实现跨柜台账户的组合管理，从而支持多品种、多类型的量化策略。”

申万宏源场外利率期权部负责人薛老师

在当前市场波动难以捉摸的情况下，对风险控制和波动率预测的研究显得尤为重要。薛老师结合近一两年市场环境变化因素，分享了她对市场波动率研究的见解与启发。

薛老师强调了海外成熟的资本市场利率期权交易在市场中的重要性，并指出波动率参数在期权定价中的核心作用。我国利率期权目前仍在起步阶段，2020年外汇交易中心推出了挂钩 LPR 利率和资金利率的利率互换期权和利率上下限期权。目前国内尚未形成挂钩活跃利率标的的期权市场，所以目前的定价主要依赖于历史波动率和交易员主观观点。由于国内利率期权市场交易不活跃、投资者结构单一，限制了有效的隐含波动率曲面的构建。随着新金融工具的不断推出，市场有望逐步走向活跃，为波动率监测和期权定价提供更为丰富的数据支持。

DolphinDB 解决方案专家陈晨

在 FICC 量化交易的实际应用中，团队往往会遇到不少困难和挑战。DolphinDB 解方案专家陈老师表示：“量化交易策略的开发需要不断优化并进行多维度回测。传统方法多依赖于 Python，但由于 Python 在计算性能上存在局限性，导致整个过程耗时较长。此外，策略开发完成后的部署阶段通常还涉及代码转写的问题，使得整个流程可能需要几周甚至几个月才能完成。”

DolphinDB 通过高性能回测引擎和流批一体架构，显著提升了策略开发和上线速度，实现产研一体化。在帮助客户构建完整的量化交易风控体系方面，DolphinDB 也进行了深入探索，开发了满足实时风控需求的功能模块，以应对日益严格的监管要求和对透明化、穿透式风险管理的需求。