STAC HK 2026 回顾 | DolphinDB 构建金融级 AI-Ready 数据基建新范式

2026 年 4 月 15 日，全球金融科技领域顶级行业论坛 STAC Summit Hong Kong 2026 在香港金融大会堂（HKEX Connect Hall）隆重举行。DolphinDB 受邀出席，创始人兼 CEO 周小华（Davis Zhou）博士在 AI & Analytics 专题发表主题演讲，分享 DolphinDB 在高性能量化数据基础设施领域的最新技术实践与前沿探索。

本次峰会汇聚了来自港交所、Jefferies、Optiver、AWS、AMD 等全球顶级金融科技机构的技术负责人与决策者，聚焦亚太市场的金融技术趋势，就 AI 时代交易系统架构、高频计算、市场结构优化等议题展开深度交流。

演讲聚焦：AI 时代的量化底座如何"化繁为简"

在 AI & Analytics 专题中，周小华博士带来了主题为 “AI-Ready High Performance Quant Stack Without the Complexity”精彩演讲。他指出，随着 AI Agent、MCP 等新范式在金融行业快速落地，量化基础设施正面临前所未有的复杂性挑战。而 DolphinDB 的使命正是化解这一复杂性——让实时数据系统更简单、更快速，更好地服务人与智能体。

本次演讲围绕四个核心技术方向展开：

一、全栈一体化基础设施

DolphinDB 在单一平台上原生整合了存储、分析与流计算能力，提供多模态存储引擎——支持 TSDB、OLAP、向量、文本等多种数据模型。同时，在编程上兼容 SQL 与类 Python 的脚本语言，内置超过 2000个专业函数及 20 余种开箱即用的流计算引擎，可以轻松支持万亿行数据的毫秒级查询。

二、研究与生产统一框架

量化团队长期面临"Python 研究、C++ 生产"双套代码库维护的困境，DolphinDB 通过统一脚本框架彻底解决这一问题——同一套因子逻辑可直接从回测环境部署至实时交易，无需重写，逻辑100%一致。借助 DolphinDB 这种流批一体的能力，团队能够将因子上线周期从一个月缩短至三天。

三、微秒级低延迟流计算

DolphinDB 推出了针对高性能场景优化的低延迟流计算模式。该模式通过增量计算、行式执行引擎、CPU 核绑定及进程内嵌等多项底层优化实现。实测数据显示，在 Intel i9-14900KS 平台上，由 tick 逐条触发 3 个级联的流计算引擎实时计算 10 个因子的端到端平均延迟仅为 2.7 微秒，100 个因子约为 30 微秒，多线程并发下性能几乎无损。

四、面向 AI 时代的量化智能底座

当前，MCP、Skills、Agents 等新范式正在重塑金融行业工作方式。周小华博士在演讲中指出，DolphinDB 正围绕 AI 工作流构建完整的使能层——推出面向量化金融场景的 MCP Server 与专业 Skills 工具集，支持 AI Agent 直接调用数据查询、因子计算、实时行情订阅等核心能力，同时结合内置向量存储引擎，支持语义搜索与相似行情识别等 AI 增强分析场景。

展台交流

会场展位区，DolphinDB 团队与全球顶级金融机构技术负责人及量化工程师展开深度对话，通过视频 Demo 实景呈现金融时序数据处理、高频因子计算、实时风控，以及 AI Agent 与量化底座融合等核心实践场景。

结语

此次 STAC Summit Hong Kong 2026 是 DolphinDB 在国际舞台的重要亮相。

周小华博士的演讲清晰传递 DolphinDB 核心价值主张：在 AI 时代，量化基础设施不应成为瓶颈，而应成为加速器。

通过流批一体、研产统一、微秒级延迟等差异化能力，DolphinDB 正为全球量化金融机构提供真正 AI-Ready 的高性能底座。