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。

转载 DolphinDB：实时决策时代——AI与低延时计算如何重塑数字孪生

初冬的黄浦江畔寒意料峭，但在“第八届金猿大数据产业发展论坛”的现场，关于“AI Infra”的讨论却热度惊人。这并非一场普通的行业聚会，在大数据国家战略落地十周年的节点上，技术圈的焦虑与兴奋并存：当大模型狂飙突进两年之后，企业界赫然发现，那个被寄予厚望的“Data Agent”，正被陈旧的数据基础设施卡住了脖子。“在数字孪生的世界里，你的最终用户不一定是人，它可能是一个Agent。”

原创 DolphinDB 稳居时序数据库榜首，工业万亿级数据查询毫秒级响应！

在 2025 年 DB‑Engines 时序数据库国产排名 中，DolphinDB 继续稳居国产时序数据库榜首，在工业级大规模时序数据场景中表现出卓越能力：支持万亿级数据点存储与聚合，并在核心业务查询中实现毫秒级响应。凭借原生分布式架构、深度优化的 TSDB 引擎、强大的计算能力以及丰富应用生态，它在工业、制造、物联网及金融高频数据处理等领域具备明显竞争优势。本文将从技术原理、对比分析、性能实证和典型案例等多维度深入论述这一结论。

原创 从成本投入到战略资产——工业数据能成为“新石油“吗？

在数据驱动成为主流的今天，工业企业的竞争力，越来越取决于对数据的理解、积累和使用能力。数据资产化不是一道可选题，而是一道迟早要回答的必答题。差别只在于：是主动完成转型，还是被动接受结果。

原创 DSG 与 DolphinDB 达成生态合作，异构数据同步再添新选择

作为大数据技术领域的两家领先厂商，浙江智臾科技有限公司（简称：DolphinDB）和迪思杰（北京）数据管理技术有限公司（简称：DSG）近日达成深度合作，依托双方核心技术优势联合推出 Oracle、MySQL 等数据源到 DolphinDB 的专属实时数据同步方案，构建“数据高效流转-高性能分析”一体化能力，为金融、能源、工业制造等关键行业提供数据驱动决策新支撑。

原创 从业务痛点到生态贡献：一位 DolphinDB 开发者的效率工具锻造记

本期故事的主角是一名长期深耕数据领域的独立开发者——他自研的 ftpClient 插件，不仅保证了数据备份分发、跨平台文件采集等场景中，数据的高效、稳定传输，更是消除了数据冗余落盘带来的 I/O 开销，通过原生集成简化了跨系统交互链路，显著提升了数据流转的自动化程度与一致性。

原创 实时决策时代：AI 与低延时计算如何重塑数字孪生？

1月14日，在“第八届金猿大数据产业发展论坛——暨 AI Infra & Data Agent 趋势论坛”上，DolphinDB 首席架构师程训焘博士带来了主题为《实时决策时代：AI 与低延时计算如何重塑数字孪生》 的分享。他的分享聚焦底层软件技术，深入探讨了 AI 与低延时计算如何推动数字孪生赋能实时决策。

原创 喜报！DolphinDB 斩获年度「AI Infra 领先企业」&「国产化优秀代表厂商」

1月14日，汇聚政、产、学、研、用各方智慧的“第八届金猿大数据产业发展论坛——暨 AI Infra & Data Agent 趋势论坛”在上海隆重举行。在2025第八届金猿大数据产业发展论坛颁奖典礼上，DolphinDB 凭借在技术能力、产品成熟度与产业实践方面的持续积累，获得了两项重量级荣誉：2025 中国大数据产业年度「AI Infra 领先企业」、2025 中国大数据产业年度「国产化优秀代表厂商」。

原创 告别繁琐中转！DolphinDB FTP 插件上新：一键实现跨系统数据无缝同步

DolphinDB 插件市场正式推出一款专业插件—— ftpClient。该插件是 DolphinDB 的 FTP 网络交互插件，底层基于 libcurl 实现。它为 DolphinDB 提供了强大的 FTP 文件传输能力，支持断点续传、目录递归同步及流式文件传输。实现从“数据获取”到“分析入库”的全链路闭环，助力用户构建更简洁、可靠的数据交互管道。

原创 DolphinDB 出席2025第八届金猿大数据产业发展论坛

DolphinDB 作为新一代基础软件与行业数智化转型的技术赋能与前沿探索者，将应邀出席本次盛会，与数十位来自标杆企业、研究机构与学术领域的专家围绕数据要素的产业化路径、AI 原生应用的落地实践、Data Agent 的业务赋能模式等前沿议题，分享一线洞察与实战经验。

原创 DolphinDB 出席第四届中国石油和化工行业数字化转型智能化发展大会

为贯彻落实数字化转型、智能化发展的决策部署，2026年1月14日-15日，第四届中国石油和化工行业数字化转型智能化发展大会在北京召开。作为高性能时序数据库领域的创新者与行业数字化转型的重要技术赋能者，DolphinDB 将应邀出席本次盛会，与业界专家、企业代表共同探讨数据驱动下的行业智能化路径，分享基于实时数据分析的工业场景解决方案。

原创 2025 年，我们在 DolphinDB 社区共同成长的 365 天

2025年，DolphinDB 社区作为连接广大开发者的纽带，与大家携手并进，又写下了精彩的一章。回首这一年，我们见证了成员规模突破 3000位的成长，也体验了超 10000 次深入互动的连接；群里不时响起的叮咚声，既有技术话题的热烈探讨，也有实际难题的共同攻克。这一切积累，最终化为 DolphinDB 在 DB-Engines 时序数据库排名中稳居全球前十、国内第一的坚实成果。这份报告，既是对过去一年发展的总结，也是对每一位社区成员的致敬。

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。