4月22日，DolphinDB 创始人兼 CEO 周小华博士受上海高金职业发展中心曾鹭樱主任邀请，走进上海交通大学高级金融学院（SAIF），带来主题为"智能体时代的量化交易基础设施与新范式"的专题分享。本次讲座面向校内外开放，吸引了众多学生及业界人士到场参与。
分享回顾
分享伊始，周博士介绍了量化投资的基本逻辑与发展脉络，指出量化的核心本质，是通过数据挖掘与模型分析捕捉市场的错误定价机会。随着行业竞争日趋激烈，简单因子的套利空间不断收窄，从业者对数据深度、系统性能和策略迭代速度的要求持续提升。AI 技术的飞速发展，正为这些核心需求提供全新解法。
分享中，周博士从 AI 演进的四个阶段展开分析：感知智能已趋于成熟，认知智能逐步触达发展天花板，而当前 AI 发展的真正主战场，已转向群体智能——多个 Agent 分工协作，形成感知、推理、执行、校验、迭代全自主运行的闭环系统。
他指出，金融天然数字化、决策权重高、市场博弈永不停止，是群体智能最先扎根的土壤。各细分领域的 Agent 化已初见雏形：
- 银行：信用审批已从传统人工尽调，演进为基于500多个特征维度的秒级授信，额度可实现动态实时调整
- 证券：算法交易已承担美股约70%的成交量，顶级量化系统的端到端延时可低至1毫秒
- 保险：风控 Agent 毫秒级响应极端风险事件，动态定价实时响应市场变化
- 资管：智能投顾将客户画像与市场数据纳入同一框架，从模板化配置走向真正的千人千面
这一趋势也在重塑整个金融软件业——传统流程工具正被 Agent 系统性接管，谁定义 Agent 协作协议，谁就掌握整个生态的定价权。金融行业对底层基础设施也因此提出了更高的要求：毫秒级响应、流批一体、高并发稳定、数据全链路可溯源。
面对这一趋势，周博士详细讲解了 DolphinDB 的全栈量化解决方案，覆盖从数据存储、实时计算到策略研发的完整链路。系统集成了 20 多个流计算引擎与 2000 多个金融专业函数，流批一体架构使研发与实盘共用一套代码，开发成本减少 90%，数据分析速度较传统方案提升 100 倍以上，为 Agent 系统在金融场景中的稳定运行提供了坚实的底层支撑。
在 AI 能力建设方面，周博士重点介绍了 DolphinDB 面向智能体时代推出的一系列应用：
- DolphinX：融合 AI Agent 技术的下一代量化投研平台，通过 MCP/Skill 层统一纳管通用与金融领域工具，支持策略回测、因子计算、研报复现、资产定价等场景的自动化执行。
- Starfish 研报分析助手：自动解析研报、提取因子公式并生成可运行代码，将传统需数天完成的"研报→因子复现→评价"全流程压缩为闭环自动执行。
- 策略回测 Agent：用户以自然语言描述策略，系统直接返回回测结果。通过将 AI 的"意图理解"与模板系统的"确定性执行"分离，策略通过率从 84% 提升至 99%。
他强调，AI 不是替代专业，而是增强专业。DolphinDB 结合适用于 RAG 场景的 VectorDB、TextDB 以及用于连接 AI 与外部工具的 MCP 协议，构建了一套可解释、可溯源、可迭代的智能决策系统。
在互动环节，同学们就量化策略研发、AI 技术在金融领域的落地路径等问题与周博士展开了积极交流。周博士结合自身实践经验一一作答，鼓励同学们在学习过程中主动构建自己的量化研究体系，并提到 DolphinDB 丰富的教程与社区资源、完备的官方文档，可以为大家提供扎实的工具支持与清晰的学习路径。
DolphinDB 蔚蓝计划
为推进高校合作，DolphinDB 已正式启动蔚蓝计划，旨在通过产学研协同创新、人才共育等多种形式，致力于将 DolphinDB 引入高校，共同培养具备国际视野、创新精神和实践能力的高素质金融科技人才。合作内容包括讲座、课程开发、人才实训及联合研究等，为学生提供丰富的学习资源、实习机会及研究课题。
目前，DolphinDB 已与多所知名高校开展合作，包括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。
关于 DolphinDB
由智臾科技研发的高性能分布式时序数据库 DolphinDB，不仅支持海量数据的高效存储与查询，更开创性地提供功能完备的编程语言以支持复杂分析，以及高吞吐、低延时、开发便捷的流数据分析框架，是计算能力最强的数据库系统之一。目前，DolphinDB 已广泛服务于券商、基金、银行、保险等金融机构，以及能源、电力、工业制造等物联网行业的头部企业，显著提升了海量数据分析的效率，大幅降低开发成本。