本系列文章将会介绍如何应用DolphinDB进行交易回测。本文以挪动平均线指标为例，介绍如何在DolphinDB中实现技术信号回测。挪动平均线指标（Moving average，简称MA）属于趋势指标。在金融剖析畛域，挪动平均线是不可短少的指标工具。除了批示趋势，均线指标还能防止因为股价上涨错失清仓的机会，缩小收益的损失，及时止…

时序数据库分区教程（一）介绍了DolphinDB Database 的几种分区形式，本文将会具体解说DolphinDB的分区准则、非凡的分区计划，让用户对DolphinDB分区数据库有更深刻的理解。

分区使得大型表更易于治理。对数据子集的保护操作也更加高效，因为这些操作只针对须要的数据而不是整个表。一个好的分区策略将通过只读取满足查问所需的相干数据来缩小要扫描的数据量。当所有的数据都在同一个分区上，对数据库的查问，计算，以及其它操作都会被限度在磁盘拜访IO这个瓶颈上。

以后整个金融市场环境日趋严厉，监管越来越严，无论是银行的批发、公司、交易或同业业务，都须要直面营销与危险的效率与准确率的问题。越来越多的金融机构都心愿依附大数据来拉动业务模式进行翻新，然而因为行业特点，存在着四大痛点。

Grafana是一个开源的基于web的数据展现工具，十分善于做时序数据的动静展现。DolphinDB作为新一代的高性能时序数据库，不仅提供了Grafana的数据接口，还提供了Grafana的dolphindb-datasource插件。只有在Grafana中装置dolphindb-datasource，就能够通过图表的形式把DolphinDB Table的数据展现在Web上，特地实用于物联网…

开发大数据利用，不仅须要能撑持海量数据的分布式数据库，能高效利用多核多节点的分布式计算框架，更须要一门能与分布式数据库和分布式计算有机交融、高性能易扩大、表达能力强、满足疾速开发和建模须要的编程语言。DolphinDB从风行的Python和SQL语言吸取了灵感，设计了大数据处理脚本语言。

工业物联网的数据采集有着频率高、设施多、维度高的特点，数据量十分大，对系统的吞吐量有很高的要求。同时工业物联网往往须要零碎可能实时处理数据，对系统预警，监控，甚至反控。不少零碎还须要提供图形化终端供操作工人实时监控设施的运行，这给整个零碎带来了更大的压力。对于采集到的海量历史数据，通常还须要进行…

交易自身对市场会产生影响，尤其是短时间内大量交易，会影响金融资产的价格。一个订单到来时的市场价格和订单的执行价格通常会有差别，这个差别通常被称为交易成本。在量化交易的策略回测局部，不思考交易成本或者交易成本预计不合理，容易导致回测和实盘后果有较大的差别。本文将介绍如何在分布式时序数据库DolphinDB中…

在制订投资策略时，咱们往往会钻研股票之间的相关性。钻研个股的相关性或者个股与指数，ETF之间的相关性，从而通过对冲套利来取得稳固收益。找到最相干的股票，能够依据交易员的教训，也能够依据股票的相干信息（行业，beta，每日回报等）。

动量策略是最风行的量化策略之一。商品期货的CTA策略，绝大多数都是基于动量策略。在股票市场，动量策略也是罕用的量化因子之一。艰深地讲，动量策略就是“追涨杀跌”。上面咱们将介绍如何在DolphinDB中测试动量交易策略，并计算动量交易策略的累积回报。