3月6日，暨南大学金融与投资俱乐部携手深圳校区联合在我校教学楼三报成功举办了“国产自研数据库DolphinDB赋能金融实时计算”主题讲座。本次讲座的主讲人为智臾科技（DolphinDB）创始人兼CEO周小华博士。
WO DEBRIEF
周小华，博士、智臾科技(DolphinDB)创始人兼CEO。主要从事文本检索、数据挖掘和大数据方向的研究。在相关领域的国际顶级期刊和顶级学术会议发表论文30余篇。2016年回国创立智臾科技，研发的高性能分布式时序数据库DolphinDB已经广泛应用于头部的券商、公募基金、私募基金和银行，成为量化金融重要的基础设施。
content
讲座内容
在本次讲座中，周小华博士分享了DolphinDB的创业历程，从归国自主研发到打造全球前十的数据库软件，展现了国产数据库在金融科技领域的创新与突破。周博士详细介绍了DolphinDB如何通过高性能的基础设施，助力金融机构在中高频量化交易中实现策略研发与因子挖掘，为金融科技人才提供了从理论到实践的认知升级路径。
了解量化金融
周小华博士指出，量化交易的核心在于捕捉市场的定价错误，并通过快速反应实现盈利。然而，随着市场竞争的加剧，传统的量化策略逐渐失效，金融机构需要不断研发新的策略和因子，以应对市场的快速变化。
在这一背景下，高性能的实时计算基础设施成为金融机构的核心需求。DolphinDB作为一款助力金融行业实现优化的时序数据库，不仅能够高效存储海量的市场数据，还提供了强大的实时计算能力，能在毫秒级的时间内完成复杂的计算任务，从而在激烈的市场竞争中占据先机。
数据存储与分析
随着行情数据频率的提高，大量数据会给投研带来极大的压力，海量行情数据现有存储方案存在压缩比低、分析和计算能力弱、数据难以管理等不足。因此，DolphinDB通过强业务支持和可靠稳定优化数据存储，有效改善了多因子存储现有解决方案的薄弱点。
海量数据分析要求强大的统计分析和建模能力、高效的数据处理和计算能力，而现有的诸多工具均存在明显不足。在此背景下，DolphinDB通过超2000个基础函数和流计算引擎丰富了金融场景基础组件，利用多核CPU资源实现了极致的计算性能。
技术前沿
首先周小华博士简单介绍了OrderBook的功能和作用，进而指出DolphinDB所设计的的高性能OrderBook引擎支持多个交易所的证券类型、支持流批一体、支持多种时间概念和灵活的触发机制等。此外，DolphinDB模拟撮合引擎支持丰富行情数据和更多订单类型，并通过产研一体的回测框架显著提供了性能水平。
interaction
互动环节
互动环节中，同学们围绕技术实现细节和行业应用前景踊跃提问，现场学术氛围浓厚、交流热烈。
Q:对于非技术背景的金融从业者，使用DolphinDB大概需要多久能上手？
A:曾经有一位学生并没有技术背景，只用了两周就能熟练使用DolphinDB,我们的DolphinDB对于新接触用户是非常友好的，并不会说只有技术背景的同学才能学会。
Q：对于没有技术经验的人来说有没有什么简易工具能提供帮助？
A:首先我们会提供专业的教学课程，主要集中在周六日，如果加入课程除了基础学习以外，还会有课后测试，并且会提供机会尝试项目，其次我们有DolphinDB教材，能够帮助同学快速入门。
Q:DolphinDB的各种业务板块里，在工业物联网场景中，遇到最大的难题是什么？如何解决这个难题？
A:其实由于行业性质，这类企业很容易出现用于购买技术服务资金预算受限的情况，并且内部能够熟练使用DolphinDB的人才资源也是比较有限的，这就给我们的业务拓展带来了难题。针对这种问题，一方面我们目前主要客户还是金融类企业居多，我们也在积极向多行业进行业务开拓，另一方面我们会将一些具有基础的优秀学员推荐给客户，帮助他们理解和使用DolphinDB。
summary
讲座总结
周小华博士表示， DolphinDB将继续深耕金融行业，为金融机构提供更加高效、灵活的数据处理解决方案。未来，DolphinDB还将进一步拓展其在物联网、智能制造等领域的应用，提高国产数据库在全球市场的竞争力。
