本章要讨论的，正是这个问题——实时计算。和批计算不同，实时计算面对的是持续不断的流式数据。在对实时性要求极高的业务场景中，需要以低延时完成数据清洗、聚合计算、异...

做高频策略的团队也许会遇到一件怪事：同一套统计逻辑，比如“过去 60 秒新增了多少买单”放到深交所的数据上算出来的结果是对的，放到上交所却总是偏小。

提起 DolphinDB，大多数人第一反应是"金融/物联网场景的高性能时序数据库"。这个印象没错，但已经远远不够。2026 年 7 月 12 日，Dolphin...

如果把一段 K 线看成一句“金融语言”，那么模型能不能像理解文字一样，理解价格、成交量和波动？这是近年来金融时序大模型正在尝试回答的问题。

本章节要讨论的是工业物联网里非常典型的离线批处理场景，也就是。让我们沿用上一篇的一万个传感器案例，看看当 3000 万条数据进入 DolphinDB 后，如何把...

一句话定位　DolphinX 不是 DolphinDB 外挂的 AI 工具，而是让 DolphinDB 自己"长出大脑"——把过去十年沉淀的时序数据库、工业数据...

诊断和评估都是"看当下"，区别只在前者针对单台定位故障、后者针对群体排出优先级。预测则是唯一"看未来"的——它要给出一个量化的剩余寿命数字。

量化研究里，股票收益率预测通常被当作回归问题来做。由于股票因子任务本身信号弱、噪声大，模型不一定能精准预测绝对收益率，但只要预测结果能在同一时间截面上稳定区分表...

在量化投资中，因子是构建选股模型和机器学习模型的重要输入。常见的价格趋势、波动率、成交量、K 线形态等指标，本质上都是不同类型的量化因子。通过组合多个因子，研究...

2026 年，我们讨论 AI Agent 时，讨论的是上下文、推理、工具调用、权限、安全。这些都很重要。

一个稍具规模的工业 IoT ，数据大致可以分成四类。它们看起来都"是时序数据"，但写入和查询的形态完全不同。