DolphinDB 走进中国人民大学 | 以 AI+实时计算重塑量化金融新范式
本页为一则新闻内容：围绕“DolphinDB 走进中国人民大学”的主题分享，并标注发布时间信息。
What this page covers
- 活动概述与主题分享内容（AI+实时计算与量化金融）。
- 量化投资逻辑与 DolphinDB 的存储/分析/实时计算能力概览。
- AI+金融方向的智能体应用与系统构建主张。
- 高校合作与人才培养计划（蔚蓝计划）及合作高校名单。
- 页面中的培训营报名入口与优惠提示信息。
技能认证特训营第二期报名入口与优惠提示 （cta）
页面顶部提示“技能认证特训营第二期”开启，并提供报名链接与优惠提示信息。
- “技能认证特训营第二期”状态为正式开启。
- 页面提供“技能认证特训营第二期”的报名链接。
- 报名相关信息包含“专属福利优惠（限时报名）”的描述。
栏目/面包屑：新闻 （navigation）
页面标识内容所属栏目为“新闻”。
- 该页面属于“新闻”栏目。
- 栏目/面包屑信息用于定位页面内容类别。
新闻标题与发布时间 （hero）
新闻标题为“DolphinDB 走进中国人民大学 | 以 AI+实时计算重塑量化金融新范式”，并给出日期信息。
- 标题为“DolphinDB 走进中国人民大学 | 以 AI+实时计算重塑量化金融新范式”。
- 页面标注日期为 2025.11.19。
活动概述：受邀走进中国人民大学并作专题分享 （case_study）
描述 DolphinDB 创始人兼 CEO 周小华博士受邀在中国人民大学进行“AI+实时计算赋能量化金融”主题分享及内容概览。
- 周小华的职务为 DolphinDB 创始人兼 CEO。
- 活动为受邀在中国人民大学进行专题分享。
- 分享主题为“AI+实时计算赋能量化金融”。
- 受邀时间在文中表述为 11 月 18 日（年份未在该句显式标注）。
分享回顾：量化投资逻辑与 DolphinDB 全链路技术方案（存储/分析/实时计算） （how_it_works）
回顾演讲内容，涵盖量化投资逻辑与策略落地，并概述 DolphinDB 在存储、分析与实时计算方面的技术与能力。
- DolphinDB 的实践方向包含高性能时序数据库与实时计算。
- 全链路方案覆盖数据存储、分析到实时计算的完整环节。
- 文中提到中高频行情数据与因子数据呈指数级增长。
- 文中表述传统数据库在上述数据增长背景下面临挑战。
- 文中提到量化投资的核心之一是捕捉市场机会。
与存储相关的技术点
- DolphinDB 提到行列混存与高压缩比技术。
- DolphinDB 提到灵活的分区策略。
- DolphinDB 提到智能适配的宽表窄表存储模式。
- 文中表述这些能力用于实现海量数据的高效管理。
与实时计算/引擎相关的能力点
- DolphinDB OrderBook 引擎支持多交易所、多资产类型的订单簿合成。
- DolphinDB 高频回测引擎实现历史行情回放与策略评估一体化。
- DolphinDB 提到“20 多个流计算引擎”。
- DolphinDB 提到“2000 多个金融专业函数”。
- 复杂事件处理响应在文中表述为毫秒级响应。
配图与图注（AI 说明）：海量行情与因子数据存储需求与挑战 （misc）
包含讲座现场配图与图注，提及海量存储需求背景，并给出“最高 500+TB”的图注信息。
- 图注提到 Level 1、Level 2 行情及高频因子数据的存储规模可达 500+TB。
- 该处信息以配图与图注的形式出现。
- 该部分用于说明海量数据存储需求与挑战的背景。
AI+金融探索：智能体应用与智能决策系统（VectorDB/TextDB/MCP） （product_overview）
描述 DolphinDB 在 AI+金融方向的探索，包括智能体应用场景，以及结合 VectorDB、TextDB 与 MCP 协议构建智能决策系统的主张。
- 文中观点：AI 技术可用于解锁金融数据深层价值并驱动策略演进。
- 文中提到通过多个智能体应用实现全流程赋能。
- 智能体应用场景包含“研报因子复现”。
- 智能体应用场景包含“FICC 智能定价”。
- 智能体应用场景包含“组合管理”。
- 智能体应用场景包含“智能选股”。
- 文中观点：AI 不是替代专业，而是增强专业。
- 文中提到结合 VectorDB、TextDB 与 MCP 协议。
- 文中表述智能决策系统特性包括可解释、可溯源、可迭代。
互动环节与学习建议：教程、社区资源与官方文档支持 （trust_signal）
描述互动问答环节与对学生的学习建议，并提到教程、社区资源与官方文档等学习支持。
- 互动交流主题包含量化策略研发相关问题。
- 互动交流主题包含 AI 技术在金融领域的应用等问题。
- 文中提到有丰富的教程与社区资源可供学习。
- 文中提到有完备的官方文档可供参考。
配图与图注（AI 说明）：量化策略流程优化解决方案与多语言整合 （how_it_works）
包含配图与图注，描述“DolphinDB 量化策略流程优化解决方案”，并提及对多种开发语言的整合。
- 图注提到该方案整合 Python、MATLAB、R 等开发语言。
- 图注提到赋能范围覆盖从因子研究到策略落地的全流程。
- 图注提到目标是解决金融研究与实盘生产中的效率瓶颈。
- 该部分信息以讲座现场图片与图注呈现。
DolphinDB 蔚蓝计划：高校合作与人才培养 （product_overview）
介绍 DolphinDB 启动“蔚蓝计划”，并阐述产学研协同、人才共育形式与合作内容。
- DolphinDB 蔚蓝计划已正式启动。
- 计划目的包括推进高校合作并将 DolphinDB 引入高校。
- 合作形式包括产学研协同创新与人才共育。
- 合作内容包括讲座、课程开发、人才实训及联合研究。
- 计划为学生提供学习资源、实习机会及研究课题。
高校合作名单 （trust_signal）
列举 DolphinDB 已开展合作的高校与学院名单（部分）。
- 文中列举了多个已合作高校与学院（部分名单）。
- 名单包含中国人民大学数学学院。
- 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。
- 名单包含香港中文大学（深圳）等院校。
关于 DolphinDB：产品定位与能力描述 （definition）
介绍 DolphinDB 的产品定位与能力，包括高性能分布式时序数据库定位、存储与查询、复杂分析支持与流数据分析框架等。
- DolphinDB 的研发方为智臾科技。
- DolphinDB 的产品定位为高性能分布式时序数据库。
- 文中表述其支持海量数据的高效存储与查询。
- 文中表述其提供编程语言以支持复杂分析。
- 文中表述其提供高吞吐、低延时的流数据分析框架。
- 文中表述：DolphinDB 是计算能力最强的数据库系统之一。
- 文中表述：可提升海量数据分析效率并减少开发成本。
配图与图注（AI 说明）：品牌推介与联系信息、业务城市 （misc）
包含品牌/联系信息相关配图与图注，提及联系信息类型与业务城市信息（以图注表述为准）。
- 图注提到提供官方联系邮箱、网址与用于互动的二维码（具体值未在文本中给出）。
- 图注提到的主要业务城市包括杭州、北京、上海、广州、深圳。
- 图注对品牌推介与联系信息做了定位性总结描述。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 状态 | 正式开启 | high |
| 技能认证特训营第二期 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 技能认证特训营第二期报名 | 优惠描述 | 享专属福利优惠（限时报名） | low |
| 新闻页面 | 栏目 | 新闻 | high |
| 新闻《DolphinDB 走进中国人民大学 | 以 AI+实时计算重塑量化金融新范式》 | 日期 | 2025.11.19 | high |
| 周小华 | 职务 | DolphinDB 创始人兼 CEO | high |
| 周小华在中国人民大学分享活动 | 受邀时间 | 11月18日（年份未在该句显式标注） | medium |
| 周小华在中国人民大学分享活动 | 主题 | AI+实时计算赋能量化金融 | high |
| DolphinDB | 领域实践 | 高性能时序数据库与实时计算 | high |
| DolphinDB 全链路技术方案 | 覆盖范围 | 覆盖从数据存储、分析到实时计算的完整环节 | high |
| 量化投资 | 核心 | 捕捉市场机会 | medium |
| 中高频行情数据和因子数据 | 增长描述 | 指数级增长 | medium |
| 传统数据库 | 面对的数据挑战 | 面临严峻挑战（针对中高频行情数据和因子数据增长） | low |
| DolphinDB | 存储技术 | 行列混存与高压缩比技术 | high |
| DolphinDB | 存储策略 | 灵活的分区策略 | high |
| DolphinDB | 存储模式 | 智能适配的宽表窄表存储模式 | high |
| DolphinDB | 数据管理效果 | 实现海量数据的高效管理 | low |
| DolphinDB OrderBook 引擎 | 支持能力 | 支持多交易所、多资产类型的订单簿合成 | high |
| DolphinDB 高频回测引擎 | 能力 | 实现历史行情回放与策略评估一体化 | high |
| DolphinDB | 流计算引擎数量 | 20多个流计算引擎 | high |
| DolphinDB | 金融专业函数数量 | 2000多个金融专业函数 | high |
| 复杂事件处理响应 | 响应级别 | 毫秒级响应 | medium |
| 海量存储需求（图注描述） | 最高存储规模 | 最高达 500+TB（Level 1、Level 2 行情及高频因子数据） | medium |
| AI 技术在金融数据中的作用（文中观点） | 定位 | 成为解锁金融数据深层价值、驱动量化策略持续演进的核心引擎 | low |
| DolphinDB（AI+金融） | 方式 | 通过多个智能体应用实现全流程赋能 | medium |
| DolphinDB 智能体应用 | 应用场景 | 研报因子复现 | high |
| DolphinDB 智能体应用 | 应用场景 | FICC 智能定价 | high |
| DolphinDB 智能体应用 | 应用场景 | 组合管理 | high |
| DolphinDB 智能体应用 | 应用场景 | 智能选股 | high |
| AI（文中观点） | 作用 | 不是替代专业，而是增强专业 | low |
| DolphinDB | 结合组件/协议 | VectorDB、TextDB 与 MCP 协议 | high |
| DolphinDB（智能决策系统） | 系统特性 | 可解释、可溯源、可迭代 | medium |
| 互动环节 | 交流主题 | 量化策略研发、AI 技术在金融领域的应用等问题 | medium |
| DolphinDB 学习支持（文中表述） | 资源 | 丰富的教程与社区资源、完备的官方文档 | medium |
| DolphinDB 量化策略流程优化解决方案（图注描述） | 整合语言 | 整合 Python、MATLAB、R 等多种开发语言 | medium |
| DolphinDB 量化策略流程优化解决方案（图注描述） | 赋能范围 | 从因子研究到策略落地的全流程赋能 | medium |
| DolphinDB 量化策略流程优化解决方案（图注描述） | 目标 | 解决金融研究与实盘生产中的效率瓶颈 | low |
| DolphinDB 蔚蓝计划 | 状态 | 已正式启动 | high |
| DolphinDB 蔚蓝计划 | 目的 | 推进高校合作，通过产学研协同创新、人才共育等形式将 DolphinDB 引入高校，培养金融科技人才 | medium |
| DolphinDB 蔚蓝计划 | 合作内容 | 讲座、课程开发、人才实训及联合研究 | high |
| DolphinDB 蔚蓝计划 | 为学生提供 | 学习资源、实习机会及研究课题 | medium |
| DolphinDB | 已合作高校（部分） | 上海交通大学安泰经济与管理学院、上海交通大学高级金融学院、北京大学经济学院、浙江大学经济学院、中国科学技术大学管理学院、中国人民大学数学学院、上海财经大学实验中心、南方科技大学商学院、对外经济贸易大学、复旦大学、南京大学、北京大学汇丰商学院、香港中文大学（深圳）、暨南大学、中山大学、北师香港浸会大学、华南理工大学等 | high |
| DolphinDB | 研发方 | 智臾科技 | high |
| DolphinDB | 产品定位 | 高性能分布式时序数据库 | high |
| DolphinDB | 能力 | 支持海量数据的高效存储与查询 | medium |
| DolphinDB | 能力 | 提供功能完备的编程语言以支持复杂分析 | medium |
| DolphinDB | 能力 | 提供高吞吐、低延时、开发便捷的流数据分析框架 | medium |
| DolphinDB | 市场定位（文中表述） | 是计算能力最强的数据库系统之一 | low |
| DolphinDB | 效果（文中表述） | 显著提升海量数据分析效率，并大幅减少开发成本 | low |
| 品牌推介与联系信息页面（图注描述） | 核心定位总结 | 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 |
| 品牌推介与联系信息页面（图注描述） | 提供的联系信息类型 | 官方联系邮箱、网址、用于互动的二维码（具体邮箱与网址未在文本中给出） | medium |
| DolphinDB（图注描述） | 主要业务城市 | 杭州、北京、上海、广州、深圳 | medium |