2024年12月，DolphinDB 与中国科技大学金融硕士（MF）教育中心合作的《量化交易》课程正式结课。本课程由中国科大金融硕士（MF）业界导师杜贤利和 DolphinDB 专业讲师团队共同授课，涵盖了量化交易基础与应用实践、量化产品设计与资产配置、交易策略分享与未来就业方向探讨等多个方面，旨在帮助同学们系统掌握量化交易知识，并了解它们在金融投资中的实际应用。
本次课程内容从 DolphinDB 量化金融课程中精选而出。《DolphinDB 量化金融课程》由 DolphinDB 团队结合客户实践经验与解决方案精心打造，覆盖量化金融交易系统构建各环节，包括数据存储、数据清洗、业务数据处理（如 K 线，快照合成）、因子开发、多因子建模和推理、策略回测与组合优化、风控归因等核心部分。
无论你是想培养金融实操能力的高校学生，还是希望精进技能的金融从业者，都可以通过这门课程掌握量化金融的核心技术，理解业务需求，并将其应用在实际场景中。感兴趣的朋友可以前往 【DolphinDB 官网】——【生态】——【量化金融课程】了解详情，获取丰富的课程资源~
合作课程精彩回顾
在本次与中科大的合作授课中，DolphinDB 专业讲师团队从《DolphinDB 量化金融课程》中撷取了“高频数据和高频因子存储”与“因子开发”两大主题中的核心内容，向同学们介绍了时序数据库产品特点、流批一体因子开发、多因子策略构建和回测等内容。
金融行业策略投产解决方案研讨
于是，他向同学们介绍了业界新型解决方案——通过 DolphinDB 的流批一体技术省去代码的转换环节，更加高效地实现投研与生产。
经过讲解，同学们对这一方案有了深入的理解，也有了更加清晰的策略开发思路和落地实践方向。
现代数据库技术架构解读
在第二部分，DolphinDB 讲师向同学们科普了业界常用的一些数据处理工具，并分析了这些工具的优势与局限性。
例如，Spark 作为一种分布式计算框架，虽然在批处理任务中表现优异，但在处理实时数据流和高并发计算时存在性能瓶颈。InfluxDB 作为一款专门针对时序数据设计的数据库，虽然在数据存储上表现良好，但在进行复杂计算任务时，通常需要结合其他工具，增加了系统维护的复杂度。
而 DolphinDB 则结合了传统数据库和实时计算的优点，不仅支持高效的时序数据存储，还能同时进行批处理和流处理任务。
接着，讲师向同学们剖析了 DolphinDB 的技术架构。
从分布式文件系统到多模存储引擎，再到计算引擎和插件生态……让学生在课程中直观认识到现代数据库架构的复杂性与高度灵活性。
从理论到实操，全面提升实战能力
实践是本次课程的一大核心。在这一环节，同学们掌握了 DolphinDB 的安装部署、行情数据导入和作业管理等基础操作，并通过一系列典型案例，学习了从因子数据预处理到策略回测的全过程。
例如，通过计算开盘成交量占比因子、日内价量相关系数因子等案例，同学们掌握了如何使用脚本语言进行因子数据预处理。通过基于分钟级数据计算日内收益率偏度因子、基于逐笔数据计算主买成交量因子、计算大小单/加权平均订单失衡率因子等案例，同学们进一步掌握了因子开发中的关键技术。
在讲授策略回测时，DolphinDB 讲师以分钟频策略回测为例，带领同学们体验了 DolphinDB 集数据回放、模拟撮合和回测于一体的解决方案。
在这一解决方案中，回放功能支持将一个或多个不同结构的分布式表中的数据严格按照时间顺序回放到一张流表中，实现投研生产一体化。模拟撮合引擎采用与交易所一致的 “价格优先，时间优先” 的高频交易撮合规则，同时为用户提供基于多种行情数据的撮合模式以及丰富的撮合配置。在回测引擎中，用户可以自定义指标，根据不同的事件实现对应的策略逻辑，并获取回测的收益、持仓、交易明细等信息。
通过这一过程，同学们深入学习了回测的核心逻辑，并提升了实战能力。
Explore More
扫描二维码，添加 DolphinDB 小助手
