Bitemporaalsus, mis aitab vähendada finantsteenuste kasutamise kulusid

Bitemporaalsus, mis aitab vähendada finantsteenuste kasutamise kulusid

Ajatempel: 15. november 2023 11:27

Olin eelmisel nädalal üritusel „Kõigi andmete ja analüütika võrdlusuuringud”. See oli vapustav, esindatud oli enamus suuremaid panku, ka kuumimad riskifondid, hulk börse ja mõned ebatavalised müüjad.

Minu arvates oli see värskendav, nagu enamik üritusi, kus arutatakse käegakatsutavat analüütikat. Minu varajane karjäär oli keskendunud kvantitatiivsele / andmeteadusele/analüütikale, kuid nüüd olen selles, ah,
"Andme" elukutse, mis koosneb segadust tekitavast hulgast (peamiselt) kommertstoodetest, mis on "andmeladude", "andmejärvede" ja "andmevõrgu", "andmekanga", "andmesoo" infrastruktuuride aluseks, summas $ triljoneid kulutusi ja mõnede väga suurte organisatsioonide ülalpidamist. Isiklikult leian, et selle valdkonna keel, kõnepruuk ja ökosüsteem on tegelikkusest abstraheeritud, kuid see aitab toetada kommertsteenusepakkujaid kauni nimega toodete ja kategooriatega. Järgige raha, nagu öeldakse: "keeruline" andmeplatvorm kannab palju kõrgemat hinda kui modelleerimistööriist, mida saab kasutada iga MSC tudeng.

Andmetööstus oli väga pragmaatilise sündmuse taustaks, kuid seda arutati nauditavalt ja selgesõnaliselt nn.andmete põlvnemine.” Andmeliinid on valdavalt järjestikune lineaarne protsess, mis fikseerib andmete muundumise neelamiselt kasutamiseks ja aitab toetada nn andmehaldust, mis toob kaasa palju kulukaid laotööriistu. Pilveajastul on pilvandmelaod moes, eriti üks. Aga siin on asi. Andmete teisendamine ei ole tegelikult lineaarne, eriti kui see on kasulik. See on keeruline, tsükliline, muutudes nagu Doctor Who ja tardis, rännates läbi aja ja galaktikate vahel. Kui pseudofilosoofia ja populaarne füüsika kõrvale jätta, siis rahanduses võivad samad andmed, kui neid kohandada, teisendada ja analüüsida, teenindada paljusid erinevaid kasutusjuhtumeid, ka ajas ja kohas. Lisaks paluvad reguleerivad asutused meil muudatused dokumenteerida, olles läbipaistvad selle kohta, mida me tegime, millal, miks ja mis muutus. Võite öelda: "See on andmete haldamine, mida nad taotlevad". Midagi sarnast. Kuid reguleerivad asutused nõuavad tegelikult aruandlust rakendatavatest otsustest, mis nõuavad mudeleid, kaasamist ja mille tulemuseks on mõju avaldavad tegevused. See hõlmab inimesi, otsuseid ja käegakatsutavaid kasutusjuhtumeid, mitte ainult andmeid.

Paneeldiskussioonis tutvustati ja arutati pikalt selle kontseptsiooni bitemporaalsus, praktiline andmehaldustaktika, mis teenindab kenasti finantskasutusjuhtumeid ja regulatiivseid protsesse. Üks (väga) reguleeritud 1. astme pangast pärit paneeli liige kiitis ahvatlevalt hammustust. Tema arhitektuur kasutas ajas kohanemiseks ja andmete muutuste taasesitamiseks bittemporaalsust. Oletame, et soovite luua vana finantsaruande või tuletisinstrumentidega tehingu sellisena, nagu see loomise ajal välja nägi, ja seejärel sellisena, nagu see oleks pidanud välja nägema, võttes arvesse hilisemaid parandusi/täiendusi/väljamakseid, näiteks vastavusaruandes. Bitemporaalsusega tema puhul teatab üks andmeallikas mitu (valideeritud) vaadet andmetele, millal see juhtus, ja hiljem "tarkusega". Seda on lihtne rakendada, see pole kulukas ja siin on see, mida peate selle kohta teadma.

  • Andmemudel peaks salvestama ja hõlbustama andmete analüüsi kahe aja dimensiooni vahel – bitemporaalne andmemudel, st mudel, mis hõlmab andmeid alguses ja mis tahes ajahetkel tulevikus, kui selle olekut muudetakse ja mida saab esitada „nagu -of” teatud aja jooksul. 
  • See mudel salvestab iga atribuudi, objekti ja väärtuse kohta rohkem kui ühe ajatempli.
  • Andmepunkte saab ühendada ja ühendada – "as-of" liitumine 

Andmete järgi

Traditsioonilises andmelao tüüpi arhitektuuris võib selline põlvnemine tähendada kulukaid andmete koopiaid ning enneaegset ebaefektiivsust ja otsimise keerukust. See on üks viis, kuidas pilvandmelao pakkujad raha teenivad, hallatakse mitut koopiat andmetest, nüri lähenemisviis.

Lihtne alternatiiv on lihtsalt lihtsad andmemustrid koos toetava salvestus-/mälusise protsessiga. See võib ja peaks olema odav, Pythoni-keskne. Lihtsalt kasutage ajatempleid (koos oma andmetega) ja liitumisi (koodis), et muuta protsess lihtsaks ja vajadusel sukelduda sügavale üksikutesse kirjetesse.

Oma andmelao kulude kokkuhoiuks tehke seejärel mõni lihtne Python, pöörates tähelepanu mälusisesele jõudlusele. Kallis andmelaoprotsessis on vähem vaja projekteerida.

Kus kasutate rahanduses bittemporaalsust? Noh, järgimine on ilmne juhtum. Võtke näiteks

tüssamine. Nüüd on võltsimine südames kaubanduse kavatsuste muster, ehkki pettus, mille puhul tehakse teatud tüüpi tehinguid, kuid neid ei järgita. Sügava sukeldumise pettuste põhjuseks on eeskätt järgimine, kuid süvasukeldumise muster, olgu see edukas, ebaõnnestunud, petturlik või lihtsalt suurepärane, toob kasu ka esindusele. See omakorda annab teavet järeltestimise ja strateegia väljatöötamise kohta, mis võib hõlmata ka aja mõisteid. Selle põhjuseks on asjaolu, et tootmiskaubanduse, riski- või portfellihaldussüsteemidesse sisenemisel teavad strateegiad ainult seda, mis neid ees ootab, kuid järeltest võib proovida kaasata teadaolevaid eeldusi riskide maandamiseks. Näited hõlmavad lühiajaliste tehingukulude võrdlemist hinnangulistega, tegelike ja eeldatavate lühiajaliste paaride korrelatsioonide võrdlemist, näiteks tuletisinstrumentide ja fikseeritud tulumääraga instrumentide keskmise tähtajaga väljamakseid, aktsiate dividende, aktsia/sektori korrelatsioone portfellihalduses ja majandusteadlaste poolt armastatud pikemaajalised "makro" turu/riski režiimid. Aeg – ja ajutisus – loeb. Mõjutatud kasutusjuhtumid muudavad tehnika palju väärtuslikumaks kui lihtsalt andmetöötluse manööver.

Lisaks kapitaliturgudele kaaluge makseid. Näiteks edastavad makseseadme toimingud tehingud tsentraalselt. Tehingu hetkel teadaolevat uuendatakse seejärel teabega, näiteks kliendi kohta. Pettuste avastamine on selle jaoks ilmselge kasutusjuht ja see peab olema õigeaegne. Nutikate maksete andmeid töödeldakse õigel ajal, kuid neid kohandatakse, et parandada andmete kvaliteeti ja teavitada järgnevaid sündmusi. Bitemporaalse andmemudeli kasutamine põhi- ja aegridade andmetel aitab hallata ajahetkel tegevusi.

Kokkuvõtteks võib öelda, et seda, mis võib potentsiaalselt olla kulukas, "kõrgelt juhitud" lineaarne laoliini teisendus, saab lihtsustada mõne terve mõistuse analüüsi ja empaatia abil reaalsete kasutusjuhtumitega. Bitemporaalsus on vaatamist väärt.

Ajatempel:

Veel alates Fintextra