DolphinDB在新一代资管平台建设中的实践与探索

在金融科技的浪潮中，资管行业的数智化转型已成为推动行业创新和效率提升的关键力量。随着大数据、人工智能、云计算等技术的快速发展，资产管理正逐步从传统的人工操作模式转向高度自动化和智能化的新时代。

当前，资管行业正积极探索如何将前沿技术与业务实践相结合，以实现服务的个性化、产品的创新化和运营的高效化。这一转型不仅为投资者带来了更加精准和高效的服务，也为资管机构自身带来了业务模式和运营方式的革新。随着数智化转型的不断深入，资管行业将迎来更加广阔的发展前景。

本届 DolphinDB 年度峰会上，分论坛 B 会场聚焦《资管数智化转型与前沿探索》这一核心议题，由嘉宾演讲与圆桌讨论两个环节组成，由业内资深嘉宾分享资管业务在数智化转型过程中的经验，以及对于未来趋势的洞见和思考。

本次峰会行业嘉宾精彩观点，即刻分享：

01. 海外市场量化的人工智能变革

中国平安资产管理（香港） 量化投资主管 李偲

在海外市场的量化投资领域，投资者面临着独特的挑战和机遇。海外量化投资的特点在很大程度上受到另类数据处理、市场机制与监管、数据模型在地化等的影响。在海外量化策略分类方面，通常包括了从传统的多因子模型到基于机器学习的复杂算法，再到利用人工智能进行市场预测的各种策略。这些策略的多样性反映了量化投资领域的广泛性和创新性。

随着人工智能的变革，超大规模超算及数据中心的使用在量化投资中变得愈发重要，数据库和 GPU 的结合为处理大规模数据集提供了强大的计算能力，助力投资者更快地执行复杂的分析和模型训练。对于数据库的选择，李偲博士提到，“我们一直在搜寻一个数据库，既要满足高性能的存储与运算，还能跟人工智能挂钩，同时它还能够专门为金融行业服务，在试用调研过 KDB+ 与 InfluxDB 后，我们决定于22年启用 DolphinDB。”

在资管策略制定过程中，DolphinDB 在现代 ETL 和模型测试中发挥着重要作用，其在因子计算中的效率优势尤为显著。通过解析 DolphinDB 去除与数据库的交互过程，能够显著提升大规模因子计算的效率。此外，DolphinDB 的状态响应器在回测中起到了关键作用，它能够取代传统的 for-loop，进一步提高回测效率。

在数据录取方面，DolphinDB 的流表技术通过优化数据录取流程，提升了数据录取效率，尤其在实时数据处理中显示出其应用价值。平安资管利用 DolphinDB 的流表形式，在状态响应器中触发整个流表，并在自己的调度器中把每一张表格更新顺序，计算各个国家市场的因子数据。李偲博士表示，“这个数据量其实是挺大的，DolphinDB 帮助我们将原来的更新过程从一夜十几个小时减少到了一个小时之内。并且计算结果以流表形式保留，可以直接供模型训练使用。”算力升级与 GPU 加速是 DolphinDB 在模型测试中的另一大应用，它们简化了模型测试流程，并显著提高了计算速度。

02. 西部证券 VSignals 智能决策平台建设实践——基于 DolphinDB 构建智能化投研平台

西部证券 数字化转型办公室金融科技总监 李力

作为 DolphinDB 的第一家券商用户，西部证券与 DolphinDB 在买方机构投研的系统建设上双向赋能，共创价值。VSignals是西部证券自主研发的面向机构投资者的投研平台，于2021年4月正式上线。在平台建设中，DolphinDB 提供了数据侧的强大支撑，显著降低开发难度并提升效率。

未来，DolphinDB 将与西部证券携手为客户提供更加强大和稳定的智能投研服务，共促资管机构在数智化转型的道路上不断前行，并为整个金融行业的技术创新和应用提供示范和引领。

03. 圆桌交流

在圆桌环节，有来自资管公司、公募基金、银行理财子及券商资管的嘉宾齐聚一堂，代表了资管行业的主力军。本次圆桌论坛由上海前路有光数字科技有限公司董事长何波先生担任圆桌主持人，几位嘉宾分别就资管机构投研平台建设、AI 时代下的资管数智化探索、量化投资策略生命周期管理等话题各抒己见，展开了热烈而深入的探讨。

富国基金首席信息官李强先生就富国基金在新一代 IT 基础设施转型中的探索，为大家分享了一些经验。首先，他们注重数据、算力和平台的整合，特别是通过 CPU 和 GPU 的池化与集群化来提升计算能力。此外，富国基金意识到传统网络无法满足高速数据传输的需求，因此与硬件服务厂商合作，致力于推进智算中心的建设，以实现更高效的网络传输。富国基金还着力于工程化平台的建设，旨在为量化研究员和基金经理提供一个高效的环境，以便他们能够更好地进行因子挖掘和策略开发，从而提升整体投资决策的效率和准确性。

海富通基金高青博士则从科技和业务的角度分析了资管机构投研平台建设中，如何更有效地提高业务的投研效率及工作效率。在投研方面，资管机构不断探索如何将科技融入到研究中，通过工具化提高研究的系统性和深度。在业务方面，围绕业务痛点，从小事做起，逐步构建解决方案。并鼓励自下而上的反馈和创新，让前线的业务人员参与到平台的优化中来，以净化和优化系统。在整个平台建设过程中，保持质疑和反思的态度至关重要。适时做减法，去除那些不再适用或低效的功能，以保持平台的简洁性和高效性。

同样地，南银理财科技部总助张加祥先生着重从技术角度分享了对于资管机构投研平台建设的真知灼见。他认为，构建一个高效且功能全面的投研平台，关键在于流程的精细化管理和优化。这个流程涵盖了从数据的采集、处理到因子挖掘，再到策略研发、实盘交易，以及最后的复盘分析和绩效归因。在策略研发阶段，投研平台面临的问题尤为突出。这包括如何处理和分析海量数据，以及如何将研究成果转化为可执行的交易策略。在这个过程中，数据的清洗和预处理是至关重要的，包括对结构化数据和非结构化数据的高效管理，以及对数据标准化处理的规则和定义，它们直接影响到后续模型训练和策略测试的准确性。在后续的策略转写中，DolphinDB 能发挥重要作用，其流批一体计算能力满足低延时高并发需求，能实现因子计算与交易信号的即时计算，对于捕捉市场机会、快速响应市场变化至关重要。

AI 时代，天弘基金积极进行了资管数智化转型的探索，天弘基金大数据负责人王雅森先生表示，在当今信息爆炸的时代，专业投资者面临着从海量数据中提取有价值信息的挑战。基于大模型的相关技术，资管机构可以通过先进的算法和数据处理平台，将海量信息进行有效汇聚和提炼，转化为投资决策的敏锐洞察。算法归集是这一过程中的关键步骤，其应用包括研报解读、合规审核、以及智能客服等。通过 NLP 和机器学习，大模型能够将市场趋势、公司业绩、行业动态等信息以结构化的形式呈现给投资者。未来，天弘基金期待基于 DolphinDB 构建因子挖掘平台以提供自动化的因子挖掘服务，赋能投资者更加高效地进行因子测试和策略回测，快速迭代和优化投资模型。

量化投资领域的一个关键挑战是策略的生命周期管理，包括策略的开发、回测、上线、和迭代。华鑫证券资管多元资产投资部总经理肖龙敏先生强调，实现这一流程的自动化和智能化，需要全流程通过系统化、稳定性和可持续的方式落地，不依赖于任何一个个体。这意味着从数据的采集、处理到策略的研发、测试和部署，每一个环节都需要标准化和自动化的工具和流程支持。并要求资管机构在硬件、软件、流程和人才等多个方面进行投入和建设，以实现策略从开发到上线再到迭代的高效管理。其中硬件的支持是这一过程的基础。数据的自动入库与清洗要求有强大的硬件支持，包括高速的数据处理能力、足够的存储空间和高效的数据读写性能等。

随着资管业务的发展，相关的数据量大幅增长。无论是行情数据、基金数据、交易数据还是托管数据，作为基础软件，DolphinDB 都可以在存储与分析维度为用户提速赋能，将业务和技术有效结合，提升资管行业用户的工作效率。未来，DolphinDB 将持续优化和升级，以满足资管行业日益增长的需求，致力于成为资管行业数智化转型道路上的可靠伙伴，共同开启金融科技的新篇章。