量化投研平台
因子存储
DolphinDB 支持将分散在各研究团队、各策略组的因子结果统一沉淀为集中因子库，在同一套架构下同时管理从毫秒级高频因子到日度、周度、月度因子，覆盖股票、期货、期权等多资产。通过按「时间 × 标的」或「时间 × 因子名」等维度灵活分区，并在库内直接完成因子写入、更新与查询，既兼顾高频批量写入，又支撑全市场、多因子、长历史的快速截面与时序访问。
在实测场景中，可在分钟级完成数百 GB 多因子数据的批量入库，并在秒级完成单因子全市场增删改，真正实现因子“存”和“查”的一体化、高性能管理。
精选教程与最佳实践：
因子计算
DolphinDB 内置图灵完备的编程语言，结合丰富的向量化函数与流计算引擎，可以高效表达截面因子、时序因子、行业/主题因子以及跨资产因子逻辑。高频微结构因子、日度技术与风格因子、中长期基本面因子可在同一框架下融合，构建多周期协同的 Alpha 体系。
通过 UDF 与模块封装团队自研逻辑，实现“策略组内复用 + 机构内共享”。平台内置 WorldQuant 101 Alpha 因子指标库、技术分析指标库、MyTT 指标库、CSAP 截面因子指标库等开箱即用模块，加速因子研发进程。
基于流批一体架构，同一套因子逻辑既可在历史数据上全量回测，也可挂载实时流实现分钟、秒乃至毫秒级滚动更新。避免"回测一套代码、实盘一套代码"的双维护困境，消除代码重写带来的逻辑偏差风险，大幅缩短因子从研发到上线的周期。配合增量计算与分布式并行能力，全市场因子更新可在秒级完成。
精选教程与最佳实践：
因子评估
基于 DolphinDB 统一因子库，可在库内直接完成因子有效性检验：利用向量化窗口函数与分布式计算能力，批量计算 IC / Rank IC、分层回测收益、换手率以及按行业、风格、市场环境分拆的稳定性指标。对数百个候选因子进行快速筛选与评估，单次评估任务从天级缩短至小时级。同时支持对单因子的收益贡献和风险特征进行归因分析，帮助研究团队识别因子收益来源与失效场景，为后续多因子建模提供决策依据。
精选教程与最佳实践：
多因子建模
在因子评估和筛选的基础上，DolphinDB 依托高性能分布式 JOIN 与时序计算引擎，可将经过筛选的因子与行情、财务、持仓、交易及风险因子按时间与标的对齐，一步生成建模所需的特征表和标签集，支持从 Alpha 信号到可交易组合的完整流程。
- 多因子框架：在库内直接实现线性加权、截面回归、IC 加权等传统多因子模型，生成标的打分或预期收益，用于选股和择时；
- 风险因子与组合约束：内置多因子风险模型框架，可快速构建风险模型进行因子暴露分析与收益归因，在持仓约束、行业/风格中性、因子暴露约束等多重限制下完成组合优化，求解最优权重；
- 机器学习与深度学习建模：结合内置机器学习框架以及 XGBoost、AI Dataloader、LibTorch 等插件，在 DolphinDB 内完成大规模因子样本的模型训练与实时推理。
精选教程与最佳实践：
- 内置机器学习框架：金融实时实际波动率预测
- XGBoost 插件应用：开发股票波动率预测模型的676个输入特征
- AI Dataloader 和 Libtorch 工具应用：通过深度学习进行股票实时波动率预测
因子自动挖掘
对于已构建了大规模因子库的机构，DolphinDB 提供基于统一数据底座的因子自动挖掘能力，支持从海量历史数据中自动搜索潜在 Alpha。Shark GPLearn 是基于遗传算法的因子自动挖掘框架，通过符号回归自动生成与数据分布相拟合的 Alpha 表达式。相比开源 gplearn，Shark GPLearn 提供 GPU 加速、整合 DolphinDB 2000+ 内置函数丰富算子库、原生支持“时间 × 股票 × 因子”的三维面板数据处理。大幅缩短“生成-筛选-回测”迭代周期，可在统一平台上实现"人工设计 + 自动挖掘"组合研究流程，大幅提升研究产出效率。
现在申请试用 → https://dolphindb.cn/product#shark
精选教程与最佳实践：
因子管理平台
DolphinDB 提供覆盖因子全生命周期的一体化管理平台，贯穿数据管理、因子研究、因子评估、策略回测的完整投研流程。平台自动记录每个因子的计算逻辑、数据依赖、历史表现、应用策略等元数据，支持因子血缘追溯和影响分析。投研团队可通过平台查看因子库中所有因子的 IC、IC_IR、多空收益等核心指标，对比不同因子的表现并进行组合优化。多用户协作机制让团队成员共享因子研究成果，避免重复开发。
现在申请试用 → https://dolphindb.cn/product#starfish
精选教程与最佳实践：