DolphinDB 高校行 | 跨越珠广四校巡讲，共探量化技术奥秘

What this page covers

• 四校巡讲的讲座概况与议题范围。
• 行情存储与多因子管理的挑战与设计要点。
• 量化投研工具链能力：订单簿、回测、模拟撮合。
• FICC 场景中的曲线拟合与实时估值定价。
• Orca、Shark 与 Dlang 等技术方向定位。
• 蔚蓝计划与高校合作信息。
• 报名入口与联系信息提示。

技能认证特训营第二期报名促销提示 cta

页面顶部提供活动报名入口，并提示限时报名与链接信息。

• 活动状态被描述为“正式开启”。
• 页面提示“限时报名，享专属福利优惠”。
• 页面提供报名链接入口。

新闻活动与文章标题/日期 navigation

该部分呈现栏目/标识、文章标题与发布日期信息。

• 文章主标题为“DolphinDB 高校行 | 跨越珠广四校巡讲，共探量化技术奥秘”。
• 页面给出发布日期信息。
• 页面包含活动栏目标识或导航提示。

高校行四校巡讲概况 product_overview

介绍周小华博士受邀在四所高校开展量化投研技术讲座，并概述议题与参与规模。

• 周小华的身份被描述为 DolphinDB 创始人兼 CEO（博士）。
• 讲座覆盖四所高校：中山大学、北师香港浸会大学、华南理工大学、暨南大学。
• 议题包含数据分析、因子挖掘与高频交易系统架构。
• 议题包含 AI 在量化投资中的应用。
• 现场参与规模被描述为数百位师生。

讲座现场图片与AI说明（授课场景、主题屏幕） trust_signal

该部分以现场图片及其 AI 说明呈现授课场景与主题屏幕相关信息。

• 该部分包含讲座授课现场相关的图片呈现。
• 该部分包含讲座现场照片的补充描述信息。
• AI 说明中给出讲座主题文本：“中高频量化核心技术解析：从数据分析到实时计算”。
• 该部分强调“主题屏幕”相关的可视化呈现。

讲座现场图片与AI说明（行业要素与挑战引出） trust_signal

该部分通过图片与 AI 说明呈现金融生产要素图示，并引出行业挑战与方案背景。

• 该部分包含与讲座内容相关的现场图片呈现。
• AI 说明提及金融生产要素相关图示内容。
• 传统数据处理方案在高频行情分析、多因子建模与海量异构数据计算方面存在局限性。
• 该部分用于引出 DolphinDB 方案的背景语境。

突破传统局限：高性能量化数据基础设施 feature_list

围绕行情存储与多因子管理挑战，列出 DolphinDB 存储引擎与窄表模式因子库的设计要点。

• 行情数据存储与多因子管理被描述为量化投研的核心挑战。
• 传统方案在压缩效率、动态更新与业务适配性方面存在瓶颈。
• DolphinDB 存储引擎强调优化行情数据压缩比。
• DolphinDB 支持 co-location 存储与时间戳对齐。
• 窄表模式因子库支持快速查询、删除与对齐以满足动态更新需求。

量化投研工具链：从因子开发到策略回测 feature_list

该部分描述 DolphinDB 量化投研工具链能力，包括订单簿处理、回测与模拟撮合等，并给出部分效果指标。

• 传统工具（SQL、Python 等）在分布式计算性能与金融场景适配性上被描述存在不足。
• DolphinDB 工具链包含高性能订单簿处理能力。
• DolphinDB 工具链包含多资产回测能力。
• DolphinDB 工具链包含交易所级模拟撮合能力。
• 统一平台可覆盖从因子开发到策略验证的流程。
• Orderbook 引擎支持毫秒级订单簿指标生成。
• 多资产回测引擎通过并行计算提升回测速度并保持规则高精度模拟。
• 模拟撮合引擎用于还原限价单队列与滑点等微观市场结构。

FICC 业务实践：曲线拟合与实时定价 use_case

该部分介绍固定收益领域的曲线拟合引擎与估值定价引擎及其用途。

• 在固定收益领域，金融模型可被封装为可调用函数。
• 曲线拟合引擎用于利率/波动率曲线的快速建模。
• 估值定价引擎结合实时行情与拟合曲线进行动态估值。
• 估值定价引擎支持债券、外汇等资产的风险计算。

技术前沿探索：AI 与异构计算 feature_list

该部分列出 Orca、Shark 与 Dlang 等方向及其定位描述。

• Orca 实时计算平台定位为企业级低延迟数据处理。
• Shark 异构计算平台定位为 CPU-GPU 协同加速复杂建模。
• Dlang 大语言模型探索金融 Agent 与自然语言交互的量化应用场景。
• 该部分将 AI 与异构计算作为探索方向进行归纳。

互动环节与活动影响 case_study

该部分描述互动讨论主题、分享方式以及对师生理解与学生职业启发的影响表述。

• 互动讨论主题包含高频交易系统架构设计。
• 互动讨论主题包含因子挖掘方法。
• 互动讨论主题包含实时计算优化。
• 分享方式被描述为从技术原理层面解析并结合金融业务场景。
• 讲座影响被描述为加深师生对相关技术栈的理解（表述性结论）。

互动与现场照片（提问、全景、致谢页二维码） trust_signal

该部分以图片与 AI 说明呈现互动提问、座无虚席的现场全景与致谢页二维码等信息。

• 该部分包含互动提问相关的现场呈现。
• AI 说明涉及互动提问或交流场景。
• AI 说明涉及现场全景与座无虚席的描述。
• 该部分包含致谢页与二维码相关的呈现线索。

蔚蓝计划：高校合作与人才共育 product_overview

该部分介绍 DolphinDB 启动“蔚蓝计划”的目标、合作形式与内容范围。

• 蔚蓝计划被描述为 DolphinDB 已正式启动。
• 目标包含以产学研协同创新与人才共育形式将 DolphinDB 引入高校。
• 合作内容包括讲座与课程开发。
• 合作内容包括人才实训与联合研究。
• 为学生提供学习资源、实习机会与研究课题支持。

已合作高校名单 trust_signal

该部分列出 DolphinDB 已开展合作的高校与学院/机构名称（部分）。

• 名单包含上海交通大学安泰经济与管理学院与上海交通大学高级金融学院。
• 名单包含浙江大学经济学院与中国科学技术大学管理学院。
• 名单包含北京大学经济学院与北京大学汇丰商学院。
• 名单包含上海财经大学实验中心、复旦大学、南京大学与对外经济贸易大学。
• 名单包含南方科技大学商学院、香港中文大学（深圳）与暨南大学等。

官方宣传与联系信息卡片（AI说明）与扫码提示 cta

该部分通过 AI 说明描述 DolphinDB 定位、城市布局与联系提示，并提供扫码添加小助手的入口信息。

• DolphinDB 被描述为基于高性能时序数据库、支持复杂分析与流式处理的实时计算平台。
• 城市布局被描述为杭州、北京、上海、广州、深圳。
• 提供“扫码添加 DolphinDB 小助手以了解更多详细信息”的提示。
• 联系入口用于了解蔚蓝计划或产品相关信息。

Facts Index