在证券市场中，权益交易策略的研发和执行正面临着前所未有的挑战：市场节奏加快、交易数据量激增，同时，投资者对于决策与风控的实时性的需求也越来越高。在这样的背景下，AI 与高性能数据平台的结合，正在为交易策略研发和风控管理提供新的可能。
本次 DolphinDB 2025 年度峰会分论坛 B 聚焦“AI 赋能权益交易新范式”，从策略研发、低延时计算、数字化转型和舆情分析四个关键维度，深入探讨 AI 在权益交易中的创新实践与应用前景，为行业参与者带来全新思考。
《AI 驱动的策略研发革命》中信建投证券金融部总监、大数据开发与创新部负责人 郑成
AI 时代的到来对于普通投资者而言，最大的意义在于能够以极低的成本“雇佣”属于自己的专家与助手，获取以前只有机构才能享有的专业支持。
中信建投证券金融部总监、大数据开发与创新部负责人郑成首先分享了一个典型案例：一位千万级资产量的资深股民老张总是萌生出各种投资想法，但在研发策略时却面临三大难题：缺乏高质量的数据、缺乏建模和编程能力，以及缺乏可靠的回测模拟工具。这些正是普遍存在于 C 端客户中的痛点。
针对这些痛点，中信建投推出了 “信谛听 AI 智数平台”。这是国内证券行业首家帮助投资者实现“自然语义-策略代码-回测模拟”智能策略研发流程的一站式平台。该平台提供了三层支持：数据帮找、代码帮写、模型帮搭。郑成强调，这一平台不仅仅是代码层面的辅助，而是覆盖投前、投中、投后的全链条赋能。例如，利用大模型与算力，帮助投资者预测市场风格变化与行业轮动；通过业绩归因系统，帮助投资者持续优化策略。
此外，由于融资融券涉及多重风控体系和复杂的权益处理，市场上长期缺乏相应的回测工具。中信建投与 DolphinDB 合作，推出了市场上第一个支持两融回测业务的平台——Alpha 实验工坊。其中，DolphinDB 回测引擎通过低延迟模拟、分布式并行计算、JIT 编译优化和高效压缩存储等功能，将策略研发效率从数周缩短至小时级别，开发效率提升百倍以上。同时，该引擎也保障了模拟回测与实盘环境的一致性，让客户能够在接近实盘的条件下检验策略。
展望未来，Alpha 实验工坊将继续完善两融及期货端的功能，提升研究成果的转化效率，并接入港股、美股等海外市场，实现全球化配置，让每一位投资者都能成为自己的量化基金经理。
《低延时计算解决方案》上海融超微电子 CEO 邢嘉林 & DolphinDB 解决方案副总监黄杨筑榕
上海融超微电子 CEO 邢嘉林与 DolphinDB 解决方案副总监黄杨筑榕分别从硬件与软件两个维度切入，系统展示了低延时在量化交易策略研发与执行中的重要性，以及为此所做的全链路优化探索。
首先，黄杨筑榕介绍了 Swordfish 的定位与特性。
Swordfish 是 DolphinDB 推出的支持内存计算和实时数据流式处理、可在用户程序中运行的高性能数据分析计算函数库。它嵌入在 C++ 应用程序中， 同一进程内可高效调用，没有进程间通信的开销，无需配置、无需运维。而且，Swordfish 不仅能够调用 DolphinDB 内置的大量函数与所有类型的流计算引擎，支持发布-订阅、历史数据回放等其他流式处理功能，还能与 DolphinDB 积累的插件生态无缝对接，帮助用户快速复用行情接入、撮合回测等能力。
针对高频交易场景对延时的极致要求，黄杨筑榕分享了 Swordfish 在 DolphinDB 3.00.4 版本中实现的突破性优化。通过类型特化执行、行式执行优化、高效数据结构与算法、内存与对象生命周期优化、以及 CPU 缓存与布局优化五大技术路径，大幅提升计算性能。实测数据显示，在逐笔订单簿因子计算、100ms 频因子计算、买卖信号合成等核心计算场景中，Swordfish 均实现了微秒级稳定延时，为量化策略的实时执行奠定了坚实基础。
随后，邢嘉林则结合自己在芯片研发与算力架构方面的经验，从硬件角度介绍了融超微电子在低延时链路上的探索。
他指出，实盘交易不仅需要处理历史数据和实时行情，还要在微秒级的时间窗口内完成模型推理和报单执行，但传统的通用计算架构却难以满足这一响应需求。
为此，融超微电子基于芯片级研发经验，推出了覆盖不同场景需求的三大服务器系列：主打极致 CPU 性能的 X 系列；兼顾 CPU 核心数与 CPU 频率、需要较大内存的 Z 系列；面对高并发场景、高算力密度的 A 系列，为不同规模的量化策略提供精准算力支撑。
邢嘉林还针对通信瓶颈，深入解析了智能网卡如何通过硬件实现 TCP/IP 协议栈，将网络通信延时降至亚微秒级别。他提出了“计算卸载”理念——在 FPGA 智能网卡中直接集成 AI 推理核心，使得行情解析与策略信号生成可在网卡内完成，进一步减少数据在 CPU 与网卡间的往返开销。这种“通信-计算”一体化架构，为下一代低延时系统提供了全新范式。
《人工智能驱动券商数字化转型》东吴证券信息技术总部总经理助理兼数智创新部总监 葛菊平
作为拥有全部证券类业务牌照的综合券商、苏州地区唯⼀的法人证券公司，东吴证券高度重视金融科技发展。面对 AI 技术浪潮，东吴证券创新性地提出了“1+3+1”战略架构，并以 AIaaS 平台为核心载体。
东吴证券信息技术总部总经理助理兼数智创新部总监葛菊平介绍道，AIaaS 平台主要集成了四大能力：覆盖 3B 到 108B 参数的自研大模型能力矩阵、统一纳管本地与云端算力的调度系统、沉淀四大应用范式的 AI 中台，以及打造了丰富的证券领域 AI 生态组件。目前平台已支撑近40个 AI 场景落地应用，其中智能投顾、智能文档等应用已完成产品化转型。
从技术架构来看，该平台深度融合了 DolphinDB 的高性能数据处理能力。通过统一的数据治理体系，平台实现了从数据采集、清洗到智能应用的全流程闭环管理。特别是在实时数据处理方面，DolphinDB 的优势得到了充分发挥，为后续的 AI 应用创新提供了坚实保障。
在平台应用方面，葛菊平重点分享了几个创新场景：在财富管理领域，平台提供覆盖投前、投中、投后的全流程 AI 解决方案，有效缓解了投顾服务供需矛盾；在风险控制方面，通过 AI 舆情分析、AI 风险预警和 AI 风控生态实现完整的风险监控闭环；自研的“东吴小秀才”产品实现了报告自动化生成，其中 AI 合同解析效率提升两倍，准确率达到97%以上。
东吴证券通过技术与业务的深度融合，正走出一条以 AI 驱动数字化转型的特色发展路径，为证券行业的智能化升级提供了重要参考。
《利用 AI 进行市场舆情分析》国泰君安期货首席分析师、金融工程负责人 虞堪
国泰君安期货首席分析师、金融工程负责人虞堪从实际研究和策略应用的角度，系统阐述了团队在 AI 驱动的市场情绪量化与多源信息融合方面的探索与实践。
虞堪指出，市场情绪是影响价格波动的重要因素，但长期以来难以准确衡量。团队早期尝试利用成交量、换手率、逆回购利率等盘中数据作为代理变量，并结合 PCA 等传统方法提取潜在因素，虽然在策略中有一定效果，但噪声较大。此外，他们又采取形态比对思路，通过日内走势与历史行情相似度来识别情绪场景。然而，由于数据处理延时，策略往往要到次日才能执行，导致收益受损。为弥补这一不足，团队开始探索直接利用盘后信息，如公告、财报、新闻等进行分析。
他们构建了一套完整的处理框架：整合新闻与社交媒体数据，利用改进的 TF-IDF 与 LLM 进行关键词筛选和情感判定，并采用深度动态因子模型（DDFM）进行多源信息融合，最终合成具有可解释性的舆情指数。该指数在测试期内与沪深300走势高度同步，并表现出1至2日的领先性。
虞堪认为，舆情与情绪量化将成为未来金融机构的重要研究方向，也将在策略研发和风控实践中发挥越来越大的作用。
圆桌分享
在上海交通大学上海高级金融学院阚睿教授的主持下，几位嘉宾围绕“AI 赋能权益交易新范式”这一主题，就战略布局、技术实践和未来展望进行了深度讨论。
华泰证券金融创新部场内业务负责人邓骏聪强调，目前 AI 已经从辅助工具走向驱动金融创新的核心动能。在场内衍生品的实践中，AI 不仅能够提升策略动态调整与订单管理的智能化水平，还可以通过动态风险预算分配，在不同市场风格下实现更灵活的资金配置。这种去情绪化、数据驱动的方式，为投资决策的稳定性提供了保障。
中信建投证券信息技术部总监李剑戈表示，中信建投证券从数字化转型的视角出发，提出了“记录一切、分析一切、改进一切”的理念，认为数字化程度直接决定了 AI 应用的深度。在推进数字化建设进程中，企业可以通过组织、制度与资源的统一协调，打破传统的“烟囱式”架构，为 AI 技术的落地提供统一的平台和算力支撑。
海通期货信息技术部总经理赵智鹏从技术角度，分享了对 AI 和 RPA 技术（机器人流程自动化）结合的看法。他指出，两者在技术特性上的差异决定了结合的难度，但在合适的场景中可以相互补充。例如，在 AI 场景中引入 RPA 以增强流程的可靠性。针对大模型“幻觉”问题，他坦言目前尚无捷径，必须通过精细的提示词设计、流程拆分与多模型交叉验证来保障输出可靠性。
长江证券证券投资部多元资产投资总监王圆圆分享了对择时策略的看法。在阿尔法挖掘难度加大的背景下，市场对时序规律的关注度提升，而 AI 的非线性建模能力和多维度信息处理能力，正好契合了择时研究的需求。她同时强调，未来人机协同的模式不在于取代，而在于共生：人负责战略层面的方向把控，AI 则在战术层面提供最优解。
从嘉宾分享到圆桌讨论，我们可以清晰地看到，AI 在权益领域的应用正从边缘辅助走向核心驱动，从单点实验迈向系统化融合。未来，DolphinDB 将在持续巩固基础设施性能的同时，不断探索前沿技术，赋能投资研究、风险管理、客户服务等核心业务场景，推动权益市场乃至整个金融行业的高质量发展。