您的当前位置：首页正文

D-Day 北京站回顾｜走进金融机构，共话新质生产力

来源：欧得旅游网

6月29日下午，DolphinDB 在北京成功举办了 D-Day 行业交流会。近三十位来自私募机构的核心策略研发、量化交易员、IT 技术专家们齐聚现场，共同探讨量化投研交易领域，共话新质生产力。

01 DolphinDB 混合部署与对象存储实战

首先，来自某券商的资深数据库专家为听众们分享了基于 DolphinDB 混合部署与对象存储的实验成果。从 DolphinDB 的核心架构出发，他讲解了控制节点、代理节点、数据节点以及计算节点等关键组件的定位与功能。关于 DolphinDB 在存算架构方面的几大优势，他表示：“DolphinDB 控制节点采用 Raft 集群技术确保系统高可用性，而计算节点与存储节点的存算分离设计则赋予了系统强大的弹性扩缩容能力。”

随后，他进一步分享了混合部署的实战经验。为了提升 DolphinDB 在高并发读写场景下的性能与稳定性，DolphinDB 在架构上引入了计算节点（compute node）。计算节点接管了数据节点的部分职能，负责响应客户端的请求并返回结果。他指出：“在高可用性方面，必须构建冗余机制来规避 controller 单点故障风险，确保系统在任何单点故障下都能持续稳定运行。”随后，他进一步分享了如何根据具体业务需求灵活调配资源，以实现资源的最优化配置：“基于 DolphinDB 混合部署实现的资源灵活配置，使得存储节点和计算节点能够按需分配资源，以应对不同的工作负载，从而在保证性能的同时优化成本效益。”

在对象存储的实践环节，他详细讲解了如何利用 NFS 挂载实现对象存储 CSV 文件的读写与导入，并通过实验对比了 NFS 与本地存储在查询性能上的差异。测试结果显示，尽管 NFS 在某些情况下相较于本地存储存在2-3倍的性能差距，但整体系统仍保持了出色的稳定性。

02 DolphinDB 高频回测解决方案

随后环节中，DolphinDB 解决方案工程师韩迎春为大家带来了以高频回测为主题的分享。在高频交易领域，数据量的急剧膨胀、对系统处理性能的极致要求以及技术实现的高复杂性等特点，使得这一场景下的成熟回测产品选择尤为有限。韩迎春指出：“DolphinDB 在新版本中推出的高频回测与模拟撮合引擎，旨在通过精准模拟实际交易场景，助力用户更科学地评估与预测策略在真实市场中的表现。”DolphinDB 的模拟撮合引擎，作为其核心竞争力的体现，赋予了用户高度自定义的灵活性，包括订单成交比例、交易延迟等关键参数的设定，确保回测过程能够贴近复杂多变的实际交易环境。在处理多笔同向委托订单时，该引擎严格遵循金融市场的交易原则——价格优先、时间优先，确保了撮合逻辑的严谨性与真实性。

在高频回测方面，用户自定义策略、配置创建、行情数据回放及结果获取四大核心功能以插件的形式集成。它不仅支持沪深交易所等市场的逐笔交易数据及快照数据，还涵盖了期货、期权等多类型金融产品的策略测试，展现出广泛的适用性与强大的扩展性。“尤为值得一提的是，DolphinDB 采用了将回测逻辑与实盘逻辑统一的理念，实盘交易的代码书写量可减少九成。另外，在性能对比中，以 Backtrader 框架为例，运行同一回测任务时，Backtrader 耗时约34秒，DolphinDB 回测引擎仅耗时4秒。”