1. 主页
  2. 路孚特实验室
  3. 项目 - 我们在做什么
  4. Trade Discovery

Trade Discovery

帮助银行更快地找到交易账簿基本审查 (FRTB) 数据

Trade Discovery 使银行能够更高效、更快速地进行 FRTB 风险因素资格测试

问题和机遇

交易账簿基本审查 (FRTB)(英文) 引入了流动性测试,该测试要求银行使用自己的市场风险模型来评估与模型输入相关的交易活动。

要通过风险因素资格测试 (RFET),银行必须获取上一年的已执行交易和已承诺报价数据,将交易归入各个风险因素,并检查交易活动是否足以超过预先设定的流动性阈值。

由于市场不透明且需要管理大量数据,因此通过 RFET 对银行来说是一个重大挑战。 

解决方案        

RFET 的数据来源

路孚特实验室通过 Trade Discovery 来应对这些挑战,该工具可以为银行提供遵守 RFET 所需的数据,并将测试过程从数月缩短到几秒钟。

这一网络应用程序使银行能够获取“实际”价格观测数据,并将风险因素进行细化以符合映射规则,然后通过一个可让客户完全理解数据并对数据进行分析的用户界面为客户计算通过率。这款全新应用程序构建于路孚特数据平台之上。

Trade Discovery 为 300 万种金融工具提供了约 4,000 万条经过处理的观测数据,包括利率、信贷、外汇和股票并涵盖多个司法管辖区。一致的数据模型可捕获工具条款和 60 个属性下的状况,从而轻松将工具映射到风险因素。

路孚特存储了超过一年的历史时间序列数据,并在每天结束时提供更新的数据,使银行能够监控现有的风险因素并引入新的风险因素。

Trade Discovery risk factor calculator product screen shot with bar charts and data
Screen shot of Trade Discovery featuring multiple products

Trade Discovery

原型包括:

  • 获取“实际”价格观测数据
  • 一致数据模型下的观测数据
  • 对任何特定工具进行每天观察
  • 银行可以自定义风险因素用于工具映射
  • 以可视化方式查看 RFET 通过率和失败率的
  • 有用于从路孚特数据平台下载数据的批处理 API
Trade Discovery product screen shot with date search box
路孚特实验室已对一年多的观察数据进行了精简,因此风险分析师原先在 Excel 中通常需要花费一个月时间所做的工作,现在只需在 Trade Discovery 用户界面中选择几个选项,即可在几秒钟内完成。

协作方式

路孚特实验室采用以客户为中心的协作方式,结合客户反馈、海量数据的能力以及第三方技术,为实际问题构建解决方案。

与客户协作:

  • Trade Discovery 是与美国、欧洲和亚洲的银行一起协商设计的
  • 路孚特与 10 家受 FRTB 规则约束的银行举行了客户会议
  • 多家银行都参与了抢先体验计划
  • 使用批处理 API 获取来自路孚特数据平台的“实际”价格观测数据

使用开源技术:

  • PostgresSQL 关系数据库
  • Python 编程语言
  • JavaScript 的超集 TypeScript
  • 用于构建用户界面的 JavaScript 框架 vue.js