HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

时序数据库DolphinDB历史数据回放教程

一个量化策略在用于实际交易时,处理实时数据的程序通常为事件驱动。而研发量化策略时,需要使用历史数据进行回测,这时的程序通常不是事件驱动。因此同一个策略需要编写两套代码,不仅耗时而且容易出错。在DolphinDBdatabase中,用户可将历史数据按照时间顺序以“实时数据”的方式导入流数据表中,

金融市场高频数据应当如何管理 —— DolphinDB与pickle的性能对比测试和分析

金融市场L1/L2的报价和交易数据是量化交易研究非常重要的数据。国内全市场L1/L2的历史数据约为20~50T,每日新增的数据量约为20~50G。传统的关系数据库如MSSQLServer或MySQL均无法支撑这样的数据量级,即便分库分表,查询性能也远远无法达到要求。例如Impala和Greenp

干货丨如何使用时序数据库快速计算买方或卖方驱动交易

给定高频交易数据以及报价数据,如何判断每笔交易是由买方驱动或是卖方驱动,是进行高频交易数据分析经常需要处理的问题。本文将介绍如何使用DolphinDB快速计算每笔交易的驱动方,只需不到2秒钟即可对美国一天的level1的高频交易数据进行计算并存入数据库。本文使用了非同时连接(asofjoin)以

干货丨如何使用时序数据库处理Tushare金融数据

DolphinDB是新一代的时序数据库,不仅可以作为分布式数据仓库或者内存数据库来使用,而且自带丰富的计算工具,可以作为研究工具或研究平台来使用,非常适用于量化金融、物联网等领域的海量数据分析。量化金融领域的不少问题,如交易信号研究、策略回测、交易成本分析、股票相关性研究、市场风险控制等,都可以用D

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。