D-Day 上海站回顾：结合 AI 模型赋能证券行业

DolphinDB 2025-03-25

226

3月21日下午，在陆家嘴金融科技产业园，一场聚焦 AI 技术与量化投资的线下交流会圆满落幕。四十余位证券行业量化研究员与技术专家齐聚一堂，围绕“DolphinDB + AI 模型赋能证券行业技术生态”展开深入探讨。

DolphinDB 解决方案技术专家傅莉娜分享了 DolphinDB 近期在 AI 领域的技术突破。金融算法研究平台中，通过将多模态存储、因子平台、策略平台等模块与 DolphinDB 深度整合，能够显著提升计算性能、简化系统架构、同时大幅降低开发成本。DolphinDB 与 PyTorch 的融合，为高效的模型开发、训练与推理提供了保障：在 DolphinDB 环境下导入历史行情数据，完成因子计算与历史因子数据存储，再利用 DolphinDB 研发的 AI DataLoader 将因子数据转换为 PyTorch 等深度学习框架可识别的 Tensor，并在 Python 环境下完成模型训练。得到模型文件后，可在 DolphinDB 环境中对实时数据进行预测，生成结果表，并在 Python 、C++、Java 等环境中被策略程序订阅。

GPU 计算方面，DolphinDB 同样展现出独特优势，其开发的异构计算平台 Shark 以高效稳定的存储系统为基础，结合 GPU 的强大算力，打造出三大核心加速模块：GPLearn 实现基于遗传算法的 GPU 加速因子挖掘，DeviceEngine 专注因子计算的 GPU 加速，SharkGraph 则为 DolphinDB 脚本提供加速方案，三个模块一同为用户的计算密集型分析任务提供卓越的加速能力。

AI 应用层面，DolphinDB 结合 RAG 技术构建了智能问答平台，向量数据库 VectorDB 与文本存储引擎 TextDB 协同实现多模态数据融合检索，将筛选的上下文注入大语言模型进行语义理解与知识推理，最终可以生成符合金融专业场景的精准回答。

绵烁资产总经理兼投资负责人姜涵为大家介绍了 DolphinDB 在量化投研全流程中的应用。公司通过 DolphinDB 实现了海量高频数据的快速处理和分析，构建起覆盖量化选股、管理期货及复合策略的智能投研体系。量化选股策略通过多因子模型预测股票未来收益，结合行业和市值中性化处理，严格控制风险暴露，年化超额收益稳定在20%以上。管理期货策略则通过多周期、多资产的组合，分散风险并捕捉市场波动机会，尤其在商品、股指和国债期货上表现优异。通过 DolphinDB 的高效数据处理能力，公司能够实时监控市场行情，快速生成交易信号，并通过算法交易优化执行效率。此外，DolphinDB 还支持复杂的策略回测和风险控制，能够帮助公司在不同市场环境下保持策略的稳定性和收益的可持续性。

姜老师总结道：“DolphinDB 为绵烁资产的量化投研提供了从数据存储、因子计算到策略执行的全流程支持，显著提升了策略开发和执行的效率，帮助公司在激烈的市场竞争中保持领先地位。”

国泰君安证券金融工程资深分析师张雪杰分享了 DolphinDB 在高频因子开发和数据处理等业务中的应用。作为近年来的研究热点，基于沪深 Level2 行情数据的快照因子开发面临诸多技术挑战。一方面，Level2 数据涵盖盘口快照、逐笔成交、逐笔委托和委托队列数据，其信息含量丰富，数据量庞大。另一方面，如 Python、Matlab 等传统工具在时序数据处理效率、高频信号计算响应速度等方面存在显著性能瓶颈，严重制约研究迭代效率。张老师表示，DolphinDB 凭借其高效的数据处理能力，能够快速存储、检索和分析大规模时间序列数据，显著提升了高频因子的开发效率。