摘要：DolphinDB作为联合主办方，在6月3日上午的“因子挖掘与机器学习”分论坛中，为广大量化粉丝们奉上了一场干货满满的主题分享与圆桌讨论，现场座无虚席，反响热烈，收获了一致好评。DolphinDB为粉丝准备了抽奖圆盘和丰富的小礼品，并有技术支持团队现场路演交流。...
6月2日至6月3日，2023日 “量变·智变” 定量技术嘉年华在上海世博中心成功举办。
DolphinDB 作为联合组织者，在6月3日上午的“因素挖掘与机器学习”分论坛上，我们为众多定量网友提供了一个充满干货的主题分享和圆桌讨论。现场座无虚席，反响热烈，赢得了一致好评。
此外，嘉年华还设立了厂家展区，包括护照集章、展位抽奖等趣味活动。DolphinDB 为粉丝准备了抽奖圆盘和完美的小礼物，并有技术支持团队现场路演交流。
主题分享
DolphinDB 创始人暨 CEO 周小华博士应邀分享《下一代因素挖掘统一框架：打破边界的流式实时计算平台》。
DolphinDB 为海量历史数据、实时趋势数据的处理和中高频因素的计算提供了高性能的投资和研究方案。多范式开发语言可以快速编写因素代码。内置分布式计算架构，1500 计算函数、10 流量计算引擎，方便用户进行因子流量一体化计算。今后将结合机器学习，AI 继续探索新的可能性。
对于量化交易员来说，有了即时交易信号，如何快速传输到交易系统？DolphinDB 引进三种技术：
首先，通过引入流计算 JIT 技术，减少流计算的延迟。
二是获取流量值后，通过跨过程共享内存交换数据，DolphinDB 在同一节点上，系统、交易系统和风险控制系统减少了将数据传输给交易系统的延迟。
第三，Swordfish 发布，使用户能够将 DolphinDB 在嵌入交易系统的过程中，同一过程还可以促进内存交换获取数据，延迟进一步减少。
同时，DolphinDB 不断加强对 AI 建模分析的支持。面对大量的因素和信息，传统的线性回归方法已经不能满足处理需求，许多团队已经引入了深度学习工具。
DolphinDB 首先提供内置的机器学习工具，并支持分布式存储和操作。
此外，研究人员还可以通过 AI Data Loader，用 SQL 语句将分布式数据库中的数据直接连接到 PyTorch 在其他工具中，避免了数据转换和着陆成本。
DolphinDB 最近也在做一些新的工作和探索。
正在研发中 GPU 算法库可以将计算无缝转移到计算中 GPU 促进性能的数量级提高。最后，面对越来越多样化的数据、异构数据，DolphinDB 正在开发Database，以支持这些信息的便捷存储和检索。
可以添加完整的演讲内容 DolphinDB 获得助手(dolphindb1)～
圆桌论坛
圆桌论坛阶段，周博士与投资研究平台、量化交易平台、证券投资研究交易团队三位负责人共同探讨了“量化新视野下前沿技术探索”的主题 AI 与观众交流大模型、业务实践深度学习、新技术下软硬件成本、未来潜在发展等热点话题。
圆桌问题一览:
·最近最热门的技术趋势是 AI 大模型，请问各位嘉宾，有没有有趣的实践可以分享？
·前段时间，一家知名的千亿量化私募股权公司宣布成立新的团队进入大模型 AI，你觉得这个怎么样？
·有些人说，定量研究人员的工作是每天探索各种因素，但大多数时候，一个优秀的模型也会带来显著的战略增长，那么在定量领域，你认为因素和模型之间的关系是什么呢？哪一个更重要？
·事实上，机器学习很久以前就被用来预测股市的价格和趋势，但它往往致力于决策树等传统模型。如今，深度学习模型、递归神经网络模型、卷积神经网络模型等更为流行。我们能结合自己的业务谈谈这方面的实践吗？
·除了上述传统的选股、择时等服务外，这种前沿技术未来会给量化领域带来哪些新的可能性？潜在的发展趋势是什么？
·从应用的角度来看，想要将深度学习与业务结合起来，对我们团队提出了哪些软硬件需求？
·我们知道，深度学习模型并不完全是对传统机器学习算法的简单升级。在做决策时，特别是风险控制、可解释性和对业务的理解非常重要。有时，一些结构化数据的深度学习会产生拟合。你觉得数据挖掘和可解释性之间的平衡怎么样？
四位嘉宾就上述七个问题进行了深入讨论，各抒己见，也激发了观众的思考。
特装展区
DolphinDB 在 QTF 在量化科技嘉年华中，不仅举办了6月3日上午的“因素挖掘与机器学习”子论坛，还在特别展区设立了丰富的小礼品和抽奖活动，并有专业技术支持现场答疑和路演。
无线耳机、特殊飞盘、定制t恤、因素日历、笔记本...无论你是商务人士还是追赶潮流的年轻人，你都可以在那里 DolphinDB 展区选择你喜欢的礼物，了解你想要的最新消息，并获得与技术同事一对一交流的机会。
现场交流
转盘抽奖100%中奖！
热情的粉丝
护照集章，换取您的专属礼品～
