DolphinDB智臾科技

原创 股基归因干货分享丨基于 DolphinDB 的 Brinson 绩效归因模型实践

Brinson 模型是一种基于持仓数据对基金业绩进行归因的工具，能够对单期或多期的基金超额收益来源进行详细分解。它通过分析基金具体的持仓信息，将基金当期的收益分解为不同的效应，从而对组合的损益来源有更明确的认识。因此，本文实现了一个更为通用的 Brinson 模型，可用于混合型基金中，用户可以灵活地选择归因方式，单期或者多期归因，以及每个大类资产组合中的归因信息。

原创 新版本发布丨向企业级实时计算平台迈进！支持存算分离、FICC 函数库大更新！

DolphinDB 原有的时序聚合引擎支持用户指定窗口和步长，在计算时通过下一个窗口的首条数据触发前一个窗口的计算。然而，在某些场景下（例如由 1 分钟 K 线合成 5 分钟 K 线），这一方式可能会带来较高的计算延迟。为解决这一问题，最新版本引入了，用户可以通过参数 timeCutPoints。

原创 CEP 复杂事件处理引擎进阶：股票中高频 CTA 策略实现与并行回测

今天将为大家介绍如何基于 CEP 引擎实现一个股票 CTA 策略，并使用真实市场数据进行回测 ，同时实现股票技术指标和买卖信号的实时可视化。此外，我们能还将进一步介绍如何在 CEP 引擎中实现并行的参数寻优，以最大程度地接近真实的使用场景。快点击学习吧~！

原创 基于车联网大数据平台的用户驾驶习惯行为画像分析

车联网系统中，利用大数据对驾驶行为进行研究，有助于了解驾驶员的特征，并提供优化建议。本文从用户驾驶行程中的速度偏好、驾驶风格、熟练度三个方面描述用户画像，并介绍如何使用 DolphinDB 基于 K-means 算法的聚类模型生成用户画像与个性化标签，完成数据存储、处理、特征提取、模型构建及预测等全过程。

原创 DolphinDB 高校课程 | 上海高金高频因子实战

近日，DolphinDB 走进国内顶级金融学府——上海交通大学上海高级金融学院（SAIF），以“DolphinDB 核心技术与高频因子开发”为主题，将前沿的数据库技术与高频实战经验系统性地带入课堂，与学院共同助力培养面向未来的量化金融精英。

原创 2025 年 IoT 数据平台技术雷达：哪些技术正在改变游戏规则？

本文从长期技术演进的视角出发，结合行业实践，梳理正在改变 IoT 数据平台格局的关键技术趋势，并总结一条可持续、可落地的技术实现路径。

原创 DolphinDB 走进香港中文大学（深圳）课堂，赋能金融课程实践

DolphinDB 受港中深邀请参与《金融工程研究》课程，在课程内共建因子挖掘实战课程设计，对标金融机构真实投研流程。近日，该项目顺利完成中期答辩，参与项目的学生们在高度仿真的真实投研场景中积累了宝贵实战经验，个个收获满满。

原创 杭州量化局：DolphinDB & 中泰XTP 技术沙龙

这周五，DolphinDB 联合中泰 XTP、卡方科技组了个“硬核交流局”，邀你当面聊透实操干货！

原创 基于 DolphinDB 构建收益率曲线与波动率曲面的最佳实践

构建收益率曲线和期权波动率曲面是金融工程和定量分析的核心环节。它确保了定价的精确性、一致性，并为后续的风险管理和交易决策提供了坚实的基础。一个微小的曲线构建误差，可能会导致数百万甚至数亿的定价偏差或风险误判。​随着市场的发展（如 LIBOR 向 SOFR 的过渡）和产品的复杂化（如结构性产品），构建曲线/曲面的模型和技术也变得日益复杂和重要。

原创 DolphinDB 亮相海光 2025 人工智能创新大会，成首批 AI 赋能技术联盟成员

方面，DolphinDB 提供了包括 Kubernetes 容器化在内的多种方案，覆盖公有云和私有云，并已入驻 AWS、微软 Azure、阿里云、腾讯云、华为云等主流 Marketplace，方便用户快速获取和部署。无论您是行业专家、高校团队、软件厂商，还是开发者或渠道伙伴，我们都期待与您携手，共同推动数据技术的创新与落地。除了技术方案的展示，DolphinDB 还在现场准备了转盘抽奖等轻松有趣的互动环节，让不少参会者在深入交流技术的同时，多了一份参与感和乐趣。，为用户带来高效便捷的开发体验。

原创 如何用脚本榨出C++级性能？微秒级低延时系统优化深度解析

引言：在量化交易、高频数据处理等对延时极致敏感的领域，“微秒之争”直接决定业务竞争力。12月18日晚，“DolphinDB 核心技术解密”系列直播如期开播，聚焦微秒级低延时系统优化主题，由 DolphinDB 研发工程师杨宇轩主讲，深度拆解如何通过 DolphinDB 脚本语言实现 C++ 级性能突破，为技术爱好者与行业从业者带来了一场硬核技术盛宴。

原创 梁文锋们该骂吗？量化交易到底是什么

最近，幻方量化的老板、DeepSeek 的创始人梁文锋，在舆论场上坐了一趟过山车。但这不仅仅是个人的道德审判，更是一种对量化交易的集体拷问。我们不禁要问：梁文锋到底是用 AI 颠覆了世界，还是把他在金融市场磨炼出的“最快的刀”，换了一个地方“切菜”？而作为争议主角的量化交易，究竟是金融创新的驱动力，还是潜藏在市场深处的洪水猛兽？

原创 DolphinDB 受邀出席第七届瑞银量化研讨会

近日，第七届瑞银量化研讨会在上海陆家嘴国际会计中心圆满举办。本届大会主题为“承前启后 量化未来”，以学术研究前沿与实操运用相结合，共同探讨人工智能赋能量化金融领域的发展前景。DolphinDB 作为量化交易领域领先的基础设施供应商与高性能时序数据库领域的代表企业受邀出席，创始人兼CEO周小华博士在会上发表主题演讲，与现场及线上超过2300名参与者分享了新一代“ Infra+AI”架构下，实时数据分析在量化策略中的前沿实践。

原创 直播预告 | 如何用脚本榨出 C++级性能？微秒级低延时系统优化

12月18日（本周四）晚19：30，「DolphinDB 核心技术解密」系列直播第四场 精彩内容——「如何用脚本榨出 C++级性能？微秒级低延时系统优化分享」重磅上线，此次直播我们邀请了上海融超微，与我们一起带来这场干货满满的技术分享。

原创 DolphinDB 面向金融交易与定价的统一数据模型

为了解决大宽表字段过多的问题，有些用户采用 JSON 的方式存取整个 Instrument 对象，但是查询数据的时候遇到了多表关联查询性能差不多）。为了适配这种需求，我们给出一个用户自定义 Instrument类型 —— UserDefined，除了必填 {“productType”： “UserDefined”} 外，其他字段可以完全由用户自定义。采用自定义 Instrument 类型存储后，查询某个字段的性能对比 JSON 方案性能提升十倍以上。inst = {"asset": "黄金",

原创 以青春之我，创时代之新！DolphinDB “青年友好型企业”荣誉背后的育人实践

DolphinDB 高校蔚蓝计划推行至今，已经和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、华南理工大学等诸多知名高校开展合作。智臾科技通过贯穿“引、育、用、留”全流程的人才培养体系，打造了一支高学历、高素质的队伍。试用期满进行转正答辩，以成果论成长。

原创 国产工业时序数据库—DolphinDB的技术突破与实践优势

在工业 4.0 时代，数据已成为驱动生产力变革的核心要素。面对数据洪流和国产化替代的战略要求，企业在工业时序数据库的技术选型上，必须突破传统思维，转向综合考量“性能、功能与服务”的价值体系。DolphinDB 凭借其原生流批一体的创新架构、工业级的高可用保障以及在极端场景中验证过的卓越性能，不仅解决了海量工业数据的处理难题，更为企业提供了实现业务深度洞察、加速数字化转型的坚实自主可控底座。选择 DolphinDB，意味着选择了更高的效率、更低的 TCO，以及在未来工业竞争中掌握数据主动权的关键战略价值。

原创 揭秘 DB-Engines 排名国产第一的时序数据库 DolphinDB

2025年12月，国产时序数据库DolphinDB在DB-Engines全球排名中跻身前十，成为国产时序数据库第一名。DolphinDB由中国厂商自主研发，采用"流批存"一体化架构，提供存储、查询、实时计算和复杂分析一站式解决方案。其单节点支持每秒千万级数据写入，毫秒级完成数十亿记录查询，微秒级实时计算能力特别适用于金融交易等高要求场景。目前已服务近200家头部企业，涵盖金融、工业物联网等领域。DolphinDB的创新架构融合数据库、流计算和编程语言，消除了数据迁移瓶颈，并通过AI技术持

原创 新增「中国外汇交易中心」交易日历，DolphinDB 2026 交易日历焕新上线！

DolphinDB 2026年交易日历的更新，不仅包含了全球主要交易所的最新假日安排，更重要的是一次对金融业务场景支持广度的深化。新增的「中国外汇交易中心（CFET）日历」直接服务于蓬勃发展的FICC业务，使得 DolphinDB 在债券定价、风险管理和衍生品结算等核心金融计算领域提供了更专业、更精准的时间基准。立即更新您的 DolphinDB 交易日历，为2026年的金融数据分析与交易系统准备好最坚实的时间基石！

原创 为什么 IoT 时序数据这么难？5 种高性能架构模式一文讲透

没有一套架构能解决所有问题，关键是和你的项目阶段、团队能力匹配。初期试点/单项目（设备<1000）：可以从「消息总线 + 时序数据库」或「一体化时序计算引擎」开始，优先保证简单可用；多站点 / 边缘场景明显：优先考虑「边缘时序库 + 云端集中存储」的分层架构，降低带宽成本；对实时监控与告警要求高：引入流处理能力，或选择内置流计算能力的时序平台；有长期归档与多维分析需求：结合数据湖 / 数仓，做好冷热分层与历史分析。对于希望降低复杂度、快速上线的团队，像 DolphinDB。

原创 1440 万条数据毫秒级上云！——DolphinDB 云边协同实战案例

从边端流式处理到远端执行，从数据压缩传输到实时入库分析，DolphinDB 将数据流动的每个环节整合为一个高效闭环，让企业无需在性能、成本与复杂性之间反复权衡。相比传统的批处理模式，流处理能够在数据抵达的瞬间完成计算与分发，遵循时间序列进行逐条或逐批次的增量式处理，大幅缩短数据从产生到可用之间的延迟。在测试中，模拟数据以不同规模持续写入，由边端实时同步至云端，全面评估不同数据量条件下 DolphinDB 的传输性能。的云边同步场景为例，通过模拟多种数据量情况，展示 DolphinDB 云边同步功能与性能。

原创 交易信号低延时计算实测：百因子整体时延 40 微秒，用脚本写出媲美 C++的性能

用户只需用 DolphinDB 脚本编写因子与策略，就可以完成一个开发效率超越 Python，执行效率媲美优秀 C++ 程序的投研交易框架——这样的工程飞跃与效率提升是否会成为量化行业的下一个现实？

原创 工业数据流通难题与突破：基于时序数据库的选型思路

InfluxDBInfluxDB 是国际上较为成熟的时序数据库，支持高吞吐写入和 Flux 查询语言。• 适用场景：IoT、DevOps、应用监控• 优势：生态成熟、社区活跃、查询与可视化工具丰富• 潜在考量：开源版功能受限，企业版成本较高TimescaleDB 基于 PostgreSQL 构建，兼容标准 SQL，并对时间序列数据进行优化。• 适用场景：需要复杂 SQL 查询的 IoT 或工业监控项目• 优势：强大的关系型查询能力，可轻松集成 PostgreSQL 生态。

原创 不负韶华，共赴新程 | DolphinDB 社招火热进行中

原创 物联网国产数据库替代实战：你的系统真能“跑得动”DolphinDB吗？基于性能与生态的适配性解析

时间维度是时序数据库的“基因”，DolphinDB 光内置的时序专用函数就有数百个，从简单的时序插值到复杂的周期分析都能覆盖。它的执行引擎专门针对时间序列做了深度优化，哪怕是复杂的多表时序关联，也能快速定位数据分区。这一点通用数据库很难追上——即便给 MySQL 加了时间索引，遇到跨周期的滑动窗口计算，还是得靠复杂的存储过程实现，性能和开发效率都差了一截。

原创 计算前移、数据减负、高效分析——DolphinDB 云边协同解决方案

生产商将 DolphinDB 安装在主变震动监测和故障预警设备内（边端设备），使用 DolphinDB 在边端设备进行实时流数据处理，并将处理后的结果上传至服务器，实现云边一体。除了电力设备振动监测，DolphinDB 还能快速适配更广泛的工业物联网场景，让数据在现场就释放价值，并与云端形成紧密协同，为企业构建真正高效、可靠的云边一体化数据体系。创建时间序列引擎，对原数据进行降采样。因此，各边缘设备独立处理完本地数据后，需要将处理后的结果同步汇总到云端设备中进行分析，数据同步需保障实时性和准确性。

原创 2025 工业软件趋势解读：国产时序数据库 DolphinDB 如何用“通用底座+AI”重塑工业物联网开发范式？

从金融交易的高频脉冲，到工业生产的机器轰鸣，DolphinDB 证明了底层数据逻辑的相通性。通过构建一个模块化、高复用、流批一体的。

原创 DolphinDB × 中国科学技术大学：量化技术实战课程，干货拉满！

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。深度融合——从数据处理的高效指令，到因子开发的逻辑拆解，再到策略回测的实用技巧，每一处讲解都紧扣“落地应用”核心。11月29日至30日，

原创 工业物联网时序数据库选型指南：DolphinDB vs InfluxDB vs TimescaleDB

指由时间戳索引的一系列数据点，通常具有写入密集型、按时间顺序到达、查询强依赖于时间范围等特点，在工业场景中典型表现为传感器读数、设备状态日志等。

原创 Gemini 3.0 实测：迭代效率提升174%、正确率97%，DolphinDB AI Agent 迎来“跃迁时刻”！

接入新模型后的表现也令人眼前一亮，我们挑选了20份覆盖不同风格的研报作为测试集，对因子复现、代码生成、准确度等核心能力进行测试，结果显示：在 Gemini 3 的加持下，Starfish AI 研报分析助手的因子代码跑通率（语法正确率）达到了。，其背后接入了综合性能较高的 DeepSeek 大模型，深度整合自然语言处理与量化投研业务逻辑，打通了【上传研报→解析因子→生成代码→回测评价→输出报告】全流程，为量化投研提供高效、精准的智能辅助。但这一功能仅是 Starfish AI 能力矩阵中的一个切面。

原创 实战案例 | 如何用一个平台跑通从数据接入到可视化展示的全链路？

Kafka 会根据用户配置订阅的主题进行过滤并分发消息给相应的订阅者，指定处理订阅消息的节点，选择解析模板，Kafka 消费策略设置 earliest。不难看出，这一平台不仅简化了连接、解析、计算等繁琐环节，更将原本分散在多套系统中的采集链路高度整合，实现了真正的。创建 Kafka 协议连接，输入 Kafka 连接的名称、Kafka 服务器的 IP 地址以及 Kafka 服务器监听的端口号。对于追求稳定生产和智能化运维的工业企业而言，这种能力意味着更快的业务响应、更稳的数据管道和更强的分析基础。

原创 DolphinDB 与浪潮信息 KeyarchOS 完成产品兼容互认

DolphinDB 作为一款基于高性能时序数据库，支持复杂分析与流处理的实时计算平台，集成了功能强大的编程语言和高吞吐率的流数据分析系统，为海量结构化数据的快速存储、检索、分析及计算提供一站式解决方案。云峦 KeyarchOS 是浪潮信息基于 Linux 内核、龙蜥等开源技术研发的服务器操作系统，支持 X86、ARM 等主流架构处理器，广泛兼容传统 CentOS 生态产品与创新技术产品，具备稳定可靠、高效软硬协同、智能运维、安全可信等特征，广泛应用于金融、能源、交通、通信、教育、医疗等关键行业。

原创 技术栈越堆越乱？更快、更稳、更轻量化的数据采集方案来了！

来自 MQTT、Kafka 等协议的实时数据可直接写入 DolphinDB 流表，再无缝落地到分布式数据库，避免传统架构中的多层中转与重复搬运，大幅降低延迟。数据落地后，内置的高性能计算引擎即可立即调用，实现实时指标计算、滑动窗口分析、复杂事件检测以及历史与实时的关联查询，同时也支持批处理与机器学习训练。随后，第三方计算工具再从数据库中提取数据，进行分析与处理。，对时间分区、降采样、滑动窗口计算、时间维度的聚合/插值等时序分析常用的原生操作支持有限，需要通过大量的应用层代码实现，效率低下。

原创 DolphinDB × 北京大学合作课，来看看北大学子的真实反馈

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。DolphinDB 课程问卷调查显示，同学们普遍认为课程具有很强的实用性，授课老师“非常专业”，在"最感兴趣的课程模块"投票中， "

原创 杉数求解器 COPT 上线 DolphinDB 插件市场！决策优化快人一步

DolphinDB copt 是杉数科技为 DolphinDB 量身定制的数学规划求解器插件，底层调用杉数求解器 COPT（Cardinal Optimizer）。用户无需跨语言数据搬运，即可在 DolphinDB 的高性能计算框架内调用 COPT求解器完成优化问题的建模、求解与结果分析，真正实现"数据在哪里，决策就在哪里"的智能计算。插件亮点介绍1. 求解能力全覆盖，工业级问题无壁垒。

原创 DolphinDB 走进中国人民大学 | 以 AI+实时计算重塑量化金融新范式

11月18日，DolphinDB 创始人兼 CEO 周小华博士受邀走进中国人民大学，带来主题为“AI+实时计算赋能量化金融”的专题分享。周博士以其深厚的金融与计算机交叉背景，结合 DolphinDB 在高性能时序数据库与实时计算领域的实践，为在场师生揭开了量化金融背后的技术架构与前沿应用。

原创 从业务需求到技术实现：一位“跨界博士后”的 DolphinDB 插件开发之旅

我是 DolphinDB 社区开发者 uplee，目前深耕于科研行业，担任生物信息学专业的博士后研究员。对于大数据分析，网页应用开发，算法开发，深度学习都有所涉猎，算是"跨界"玩家。

原创 DolphinDB × 交大安泰 | 第三期 “量化金融实践课程”正式开讲

金融系面向全校高年级本科生和研究生金融学、数学和计算机科学相关专业开设量化金融实践课程，通过课程学习，助力学生感受交叉学科带来的魅力，体会大数据和金融科技给现代金融带来的深刻影响，享受把课堂所有理论知识转化为实际生产力的成就感，为后续进一步的学术深造或职业能力培养起到启蒙和引导的作用。本期课程内容覆盖股票 、债券、洐生品等多资产全景，涉及证券公司、私募基金、期货公司、商业银行、交易所等基础设施机构，邀请华泰证券、中泰证券、华安基金、交通银行、渣打银行、中金所和知名量化私募的创始人及投研负责人等亲临授课。

原创 基于 DolphinDB 的 FICC 智能风险绩效平台：实时监控、智能归因与前瞻风控

同时，DolphinDB 业务逻辑代码清晰、可追溯、可验证，消除“黑盒”隐患，交易团队可自主进行数据分析，减少对 IT 支持依赖，提高工作效率。：覆盖国内、国外多市场、多品种的交易、行情、估值等数据，涉及 20+市场、10万+证券数据，各类风险指标依赖日终批量计算，处理超万亿级定价历史数据时耗时小时级，无法满足业务时效性要求。：在 FICC 交易中，DolphinDB 支持风控指标实时计算，如 VaR（风险价值）、信用利差等，助力团队及时调整交易策略，降低风险敞口，提供可视化与实时告警功能。

原创 Orca 声明式 DStream API 应用：账户持仓损益实时监控

Orca 声明式 DStream API 通过简洁的编程风格实现了传统的流计算功能，降低了使用 DolphinDB 执行复杂流计算任务的开发难度。本文基于 Orca，提供了一种持仓监控指标实时计算的低延时解决方案，旨在为开发人员使用 DolphinDB 开发高性能流计算业务场景提供参考，从而提高开发效率。后续，企业级实时平台 Orca 还将推出以下核心功能与优化。依托下述低延时引擎技术，本文中的持仓监控程序的反应速度，还会进一步大幅提升。•低延时引擎：支持十微秒级别极低计算延时。