AI+实时计算如何赋能金融系统?DolphinDB 在国泰君安期货年度中期策略会的演讲
本页介绍国泰君安期货2025年度中期策略会概况,以及DolphinDB受邀出席并作主题演讲的相关信息。
What this page covers
- 策略会概况、会议主题与参会规模。
- AI投资分论坛的演讲者与演讲题目。
- 实时计算与传统数仓在实时数据价值挖掘上的差异与局限。
- 传统数仓与开源方案的痛点,以及DolphinDB的解决路径表述。
- 多资产一体化投资管理平台案例与ORCA定位。
- ORCA针对“四个核心问题”的能力点概览。
- 联系与咨询入口信息(小助手/二维码指引)。
技能认证特训营第二期报名提示
页面顶部包含培训营活动的报名入口与限时报名链接提示。
- 页面提供“技能认证特训营第二期”的报名链接入口。
- 报名入口以限时报名提示的形式出现。
文章分类与标题信息
页面包含文章所属分类、主标题与发布日期等基础信息。
- 页面展示文章主标题。
- 页面展示文章发布日期信息。
- 页面展示文章分类相关信息。
策略会概况与DolphinDB受邀演讲
介绍国泰君安期货2025年度中期策略会的召开信息、会议主题、嘉宾与分析师规模,并提到DolphinDB受邀出席并演讲。
- 策略会主题为“观势明变,本固枝荣”。
- 策略会于6月25日在上海开幕。
- 策略会提到15位重量级行业嘉宾与52位明星分析师。
- DolphinDB受邀出席并作主题演讲。
演讲核心议题:实时计算赋能量化投研交易
以“实时计算如何赋能量化投研交易”为引入,讨论实时计算与传统数仓在实时数据价值挖掘方面的差异与局限。
- 议题聚焦“实时计算”对量化投研与交易的赋能。
- 内容对比实时计算与传统数仓的数据价值挖掘方式。
- 内容指出传统数仓在实时数据价值挖掘上存在局限。
AI投资分论坛与主题演讲信息
说明AI投资主题分论坛开场时间,以及演讲者身份与演讲题目。
- AI投资主题分论坛启幕时间为下午13:30。
- 演讲者为周小华,身份为DolphinDB创始人(博士)。
- 演讲题目为《AI+实时计算赋能量化金融》。
对传统数仓与开源方案的痛点对比及DolphinDB方法
阐述传统数仓与Hive/Spark/Flink等方案在实时性、架构复杂度、学习曲线、国产化等方面的挑战,并给出DolphinDB通过时序数据库与流计算等组合的解决路径。
- 传统数仓系统在数据价值挖掘上“仅能做到T+1”。
- 传统数仓系统被描述为架构复杂、兼容依赖强、难以变更。
- 传统数仓系统被描述为缺乏金融领域专业数据类型支持。
- Hive/Spark/Flink等开源系统被描述为开发难度高、学习曲线陡峭。
- DolphinDB方案被描述为结合时序数据库、流计算引擎、函数与业务中间件。
应用实践案例:多资产一体化投资管理平台建设
以多资产一体化投资管理平台建设为例,提出实时头寸管理、数据孤立等挑战,并引出ORCA的定位。
- 案例场景为“多资产一体化投资管理平台建设”。
- 大型资管机构常见问题包括“数据分散孤立”。
- 大型资管机构常见问题包括“跨区域计算延迟”。
- 大型资管机构常见问题包括“实时头寸与组合管理难”。
ORCA平台:行业问题与四个核心能力点
描述大型资管机构的架构痛点,并列出ORCA用于解决的四个核心问题方向及对应能力描述。
- ORCA被描述为DolphinDB新推出的企业级实时计算平台。
- ORCA宣称聚焦解决“四个核心问题”。
- 四个问题方向包含“数据模型复杂”。
- 四个问题方向包含“实时性和一致性”。
- 四个问题方向包含“统一的定价/估值引擎”。
- 四个问题方向包含“差异化定制和灵活性”。
四个问题方向的能力点(按页面描述拆分)
- ORCA提出抽象资产数据类型以支持统一建模。
- ORCA提出引入数组类型与多模态存储。
- ORCA被描述具备分布式与流式计算能力。
- ORCA提出通过消除汇总步骤实现数据更一致。
- ORCA被描述内置定价/估值引擎。
- 内置引擎输入包含行情数据与交易数据。
- 内置引擎被描述可自动匹配定价模型完成估值计算。
- ORCA允许用户自定义金融产品、指标和组合。
- ORCA提供API、内置函数、业务中间件与脚本语言。
ORCA架构说明(图注信息)
通过架构图说明ORCA从底层存储到投研应用流程,并涉及多模态汇总、指标计算与金融工程建模等层次目标。
- 架构说明覆盖从底层存储到投研应用的层次。
- 架构说明提及多模态汇总相关层次目标。
- 架构说明提及指标计算相关层次目标。
- 架构说明提及金融工程建模相关层次目标。
基于AI的新开发范式与MCP Server Tools定位
讨论AI驱动下从传统三层架构向业务层与数据层融合转变,并提出DolphinDB作为MCP Server Tools以统一接口服务前端与AI应用的主张。
- 传统三层架构被描述正在转向业务层与数据层深度融合。
- 传统应用组合易形成孤立的烟囱系统。
- 烟囱系统被描述为维护/升级与集成成本较高。
- DolphinDB被描述可作为MCP Server Tools提供业务接口。
- 这些接口被描述可同时服务前端表示层与各类AI应用。
策略会整体议程规模与分论坛主题
给出策略会持续时间、分论坛数量及覆盖的热点话题列表。
- 本次策略会持续2天。
- 除主论坛外设置11个分论坛。
- 分论坛话题包含AI量化前沿策略。
- 分论坛话题包含全球贸易重构。
- 分论坛话题包含黑色及有色价值锚定与农产品机遇等。
官方联系与咨询入口(二维码/小助手)
提供DolphinDB(智臾科技)的联系卡片说明与扫码添加小助手的咨询指引。
- DolphinDB(智臾科技)被描述为实时计算平台。
- 页面提供“扫描二维码添加DolphinDB小助手”的咨询指引。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 文章发布日期 | 日期 | 2025.06.26 | high |
| 国泰君安期货2025年度中期策略会 | 开幕日期 | 6月25日 | high |
| 国泰君安期货2025年度中期策略会 | 举办地点 | 上海 | high |
| 国泰君安期货2025年度中期策略会 | 会议主题 | 观势明变,本固枝荣 | high |
| 国泰君安期货2025年度中期策略会 | 重量级行业嘉宾数量 | 15位 | high |
| 国泰君安期货2025年度中期策略会 | 明星分析师数量 | 52位 | high |
| DolphinDB | 参会情况 | 受邀出席国泰君安期货2025年度中期策略会并作主题演讲 | high |
| AI投资主题分论坛 | 启幕时间 | 下午13:30 | high |
| 周小华 | 身份 | DolphinDB 创始人(博士) | high |
| 周小华在策略会发言 | 演讲题目 | 《AI+实时计算赋能量化金融》 | high |
| 传统数仓系统 | 实时数据价值挖掘能力 | 仅能做到T+1的数据价值挖掘 | high |
| 传统数仓系统 | 架构与变更特性 | 一般架构复杂、兼容依赖强、难以变更 | medium |
| 传统数仓系统 | 金融领域数据类型支持 | 缺乏金融领域专业数据类型的支持 | medium |
| Hive、Spark、Flink等开源系统 | 使用门槛 | 开发难度较高、学习曲线陡峭,造成人员成本增加 | medium |
| Hive、Spark、Flink等开源系统 | 国产化程度 | 国产化程度相对较低 | medium |
| DolphinDB | 解决方案构成 | 将高性能时序数据库、实时流计算引擎、大量函数与业务中间件有机结合 | high |
| DolphinDB | 效果/能力描述 | 在拥有极致计算性能的同时,能够灵活全面表达业务逻辑 | low |
| DolphinDB | 用户开发方式 | 让业务研究员可以自主开发实时计算系统(代码),并做到产研一体化 | medium |
| 周小华演讲案例 | 示例场景 | 多资产一体化投资管理平台建设 | high |
| 大型资管机构 | 系统架构建设主要问题 | 数据分散孤立、跨区域计算延迟、实时头寸与组合管理难 | high |
| ORCA | 产品定位 | DolphinDB新推出的企业级实时计算平台 | high |
| ORCA | 宣称可解决的问题数量 | 四个核心问题 | high |
| ORCA所针对的问题(1) | 问题名称 | 数据模型复杂 | high |
| ORCA | 数据建模方法 | 抽象资产的数据类型、快捷实现即席计算、引入数组类型和多模态存储,实现金融产品的数据统一建模 | high |
| ORCA | 数据建模效果描述 | 让平台资产覆盖更全面、数据管理更轻量、业务实现更高效 | low |
| ORCA所针对的问题(2) | 问题名称 | 实时性和一致性 | high |
| ORCA | 计算能力 | 强大的分布式与流式计算能力 | medium |
| ORCA | 数据一致性与风险 | 消除汇总步骤、降低出错风险,实现数据更一致 | medium |
| ORCA | 头寸与风险获取时延 | 毫秒级获取头寸与风险 | medium |
| ORCA所针对的问题(3) | 问题名称 | 统一的定价/估值引擎 | high |
| 定价引擎 | 在系统中的角色 | 是会计、交易、风控、绩效等系统的核心 | medium |
| ORCA | 内置能力 | 内置的定价/估值引擎 | high |
| ORCA内置定价/估值引擎 | 输入信息 | 资产数据类型的描述 + 行情数据 + 交易数据 + 定价时间 | high |
| ORCA内置定价/估值引擎 | 处理方式 | 自动匹配定价模型,完成估值计算 | high |
| ORCA | 维护与成本影响 | 用户无需手动维护分散逻辑,显著降低开发和运维成本 | low |
| ORCA所针对的问题(4) | 问题名称 | 差异化定制和灵活性 | high |
| 传统的平台建设 | 常见问题 | 定制代价高,系统封闭限制扩展 | medium |
| ORCA | 开发底座描述 | 依托于DolphinDB强大灵活的锯齿(区别于烟囱系统)开发底座 | low |
| ORCA | 可自定义内容 | 允许用户自定义金融产品、指标和组合 | high |
| ORCA | 提供的能力集合 | 提供丰富的API、内置函数、业务中间件与脚本语言 | high |
| ORCA | 产品上线周期变化 | 从月降到天 | medium |
| 基于AI的新开发范式 | 架构转变 | 传统“表示层/业务层/数据层”三层架构正转向业务层与数据层的深度融合 | medium |
| 传统应用开发范式 | 系统组合结果 | 各类应用组合易形成孤立的烟囱系统,难以支撑规模化运营,维护/升级费用与系统集成成本较高 | medium |
| DolphinDB | 在新范式中的角色 | 作为一个MCP Server Tools,通过数据业务融合层中开发的业务接口同时服务前端表示层与各类AI应用 | medium |
| DolphinDB作为MCP Server Tools | 预期效果 | 大幅提升用户对海量数据的治理效率 | low |
| 本次策略会 | 持续时长 | 2天 | high |
| 本次策略会 | 分论坛数量(除主论坛外) | 11个 | high |
| 本次策略会分论坛主题范围 | 涵盖话题 | AI量化前沿策略、全球贸易重构、黑色及有色价值锚定、农产品进攻机遇、能化分化主线、新能源风险对冲等 | high |
| DolphinDB(智臾科技) | 产品/平台定义(联系卡图注) | 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 | medium |
| DolphinDB小助手 | 咨询方式 | 扫描二维码添加DolphinDB小助手进行后续咨询 | medium |