买方机构如何打造投研交易决策平台？

What this page covers

• 新闻栏目、文章标题与发布日期信息。
• 买方机构投研与交易决策平台的背景与需求。
• 深圳闭门研讨会概况与嘉宾演讲信息。
• 自研、第三方采购与“锯齿型开发范式”的路径对比。
• DolphinDB 技术栈与 Starfish 示例架构与技术选型。
• 六大业务解决方案与指标计算平台案例要点。

技能认证特训营第二期限时报名提示

页面顶部提供活动提示，包含“限时报名”链接与优惠相关信息。

• 提供“限时报名”的活动入口信息。
• 包含报名链接，指向外部页面。
• 提示存在优惠相关信息。

新闻栏目与文章标题/日期

页面标注为新闻栏目，并给出文章标题与发布日期。

• 页面将内容归类为“新闻”。
• 文章标题为“买方机构如何打造投研交易决策平台？”。
• 页面给出文章发布日期信息。

背景：买方机构投研与交易决策平台的重要性与需求

页面指出买方机构核心竞争力在投研与交易决策，并提出平台应具备可定制、性能与数据质量等需求。

• 买方金融机构的核心竞争力被表述为投研与交易决策能力。
• 平台需求包含可定制性、良好性能与高数据质量。
• 平台用于支撑日益复杂的投研与交易决策需求。

研讨会概况：深圳闭门研讨会与周小华演讲

页面介绍 DolphinDB 在深圳举办闭门研讨会，买方机构嘉宾参与并围绕主题讨论，创始人兼 CEO 周小华出席并演讲。

• DolphinDB 在深圳举办闭门研讨会。
• 研讨会主题为“买方机构如何打造投研交易决策平台”。
• 十余位买方机构嘉宾参与研讨会。
• 研讨会围绕投研交易决策平台建设展开讨论。
• 周小华出席并进行演讲。

传统开发模式 vs 锯齿开发模式

页面对比自研与第三方采购两条路径的利弊，并提出基于 DolphinDB 二次开发的“锯齿型开发范式”。

• 平台搭建的主要路径被划分为自研与向第三方厂商采购。
• 自研方案强调灵活性与可定制性，并可沉淀业务逻辑。
• 自研方案被描述为成本极高。
• 第三方采购方案被描述为可减少开发成本。
• 第三方采购方案被描述为难以针对核心业务逻辑充分定制。
• 提出基于 DolphinDB 二次开发的开发方案。
• “锯齿型开发范式”包含多模态数据存取层、计算中间层与面向应用层的接口服务。
• 该范式被主张可快速、低成本开发业务所需应用系统。

从前端到后端的技术栈全覆盖（以Starfish为例）

页面介绍 DolphinDB 技术栈与 Starfish 因子开发管理平台的架构与技术选型，并说明其功能覆盖范围。

• DolphinDB 技术栈包含技术架构、金融业务中间件与金融业务平台等内容。
• Starfish 被用作例子展示从前端到后端的覆盖。
• Starfish 采用 DolphinDB 分布式数据库作为底层数据库。
• Starfish 前端使用 TypeScript。
• Starfish 前端框架为 React。
• Starfish 后端核心技术/语言为 DolphinScript。
• Starfish 前后端通过 JavaScript API 调用接口。
• Starfish 使用 JSON 作为数据交换格式。
• Starfish 整合的数据管理、因子研发、策略回测与团队协作等模块被概述为覆盖量化投研流程。

投研交易解决方案集：六大业务解决方案与指标计算平台案例

页面列出 DolphinDB 六大业务解决方案，并以企业级指标计算平台为例介绍覆盖流程、流批一体与客户成效数据。

• DolphinDB 提供六大业务解决方案。
• 解决方案包括投研数据中台。
• 解决方案包括中高频因子存储和计算。
• 解决方案包括策略回测和仿真交易。
• 解决方案包括企业级指标计算。
• 解决方案包括估值试算和风控。
• 解决方案包括交易分析和监控。
• 页面举例指出指标计算常见问题包括重复开发与实现不一致。
• 页面举例指出常见问题包括缺少流批一体技术栈。
• 企业级指标计算平台覆盖从构建到权限管理与统计分析的全流程。
• 企业级指标计算平台被描述为支持流批一体。
• 企业级实时指标平台示例数据源包括 Oracle、MySQL 与实时行情。
• 架构描述包含数据接入层整合数据源与计算引擎提供服务。
• 某客户原系统使用 Oracle 接收/存储数据并用 Python 计算指标。
• 某客户原系统被描述存在数据读取耗时长与指标计算性能差的问题。
• 分享提到系统时延从分钟级降低至毫秒级。
• 分享提到最复杂指标代码量从 26000 多行降到 4000 多行。
• 页面提到分享多个客户应用案例并与嘉宾探讨未来优化方向。

Facts Index