クラウドでの迅速なテレメトリによる取引リスクの軽減

※ 本記事は、Larry Wong, Miles Jackson, Mike Blackmoreによる”Mitigating trading risk with fast telemetry in the cloud“を翻訳したものです。

金融機関がF1(F1)と同じ方法でデータを利用できれば、どんなに素晴らしいでしょうか? F1レーシング・リスクと取引リスクはすぐには関連していないように思えますが、両方とも、情報に基づいた意思決定を行うために大量のデータの収集、分析、管理が関係します。この投稿では、Oracle Cloud Infrastructure(OCI)で実行されている実際のF1ユースケースを見て、金融サービスのいずれかのお客様向けに開発した取引リスク分析ソリューションを共有します。

リスク分析

すべてのF1車には、1秒当たり100万のデータ・ポイントを生成する300を超えるセンサーが含まれています。これらのセンサーおよび他の装置は、速度、加速、エンジンの性能、ブレーキ、タイヤ温度、gフォース、ドライバーによる制御の作用など、車の性能に関するリアルタイム・データを収集します。このデータはチームのエンジニアに転送され、このエンジニアは車の性能を分析し、機器を最適化し、ドライバーがレースを走る際の戦略を開発します。

競合戦略はリスク・シナリオ分析を使用して開発され、ミスするピット・ストップ、予期しない競合行動、レース中に発生する可能性のある技術的な障害など、様々な可能性のある結果について詳しく確認します。リアルタイムのデータ分析により、競合戦略エンジニアは、システムの傾向や診断分析への迅速な対応から生じるリスクと機会を理解できます。レーシング・ストラテジストはまた、ドライバーや自動車ごとに数学モデリングを行い、主要なライバルに対して2台の車のチーム・モデルも実行します。その結果、最も成功しているF1チームは、リスクを受け入れて管理することで、革新と競争上の優位性を促進できます。

Oracle Red Bull Racing

ほとんどのF1チームと同様に、Oracle Red Bull Racingはテレメトリを幅広く使用して、データドリブンの意思決定を行います。テレメトリとは、センサー・データをレース・チームにリアルタイムで転送し、パフォーマンス向上とデータドリブンの意思決定を可能にします。

機能アーキテクチャ

自動車設定のパフォーマンス・チューニング

テストでは、レース・チームは、自動車のさまざまなシステムのパフォーマンスを測定でき、エンジニアが予測したとおりに動作している場合は、パフォーマンスを最大化するために、チームが自動車の設定を調整できます。たとえば、チームは遠隔測定を使用して、車のスリップ角度をコーナーを通して測定します。スリップ角度と車の速度を知ると、タイヤがどの程度伸びているか、コーナーで達成できる速度と比べてわかります。方程式をチューニングするために、レース・エンジニアはメカニカル・サスペンション・セットアップ、キャンバー、トー、車高、アンチロール・バー、ダンパーを変更できます。テレメトリを使用して変更を行い、変更がパフォーマンスを向上させた場合にフィードバックする効果をリアルタイムで測定します。

金融機関では、システムのチューニングによってメリットを得ることができます。重要なパフォーマンス・データをリアルタイムで測定およびフィードして、パフォーマンス向上のためにシステムを継続的にチューニングできるプロセスを想像してください。

あらゆるシステムの致命的な障害を防ぐためのリアクティブ・モニタリング

レース・イベント中に、遠隔測定はセンサー・データをピットに送り返し、データの変更を表示できます。チームは、システムの致命的な障害の前に対応できます。この場合、温度や圧力などのエンジンのパラメータの多くは、最適なオペレーティング・ウィンドウを持ちます。測定値がウィンドウの外に落ちると、車は性能を失います。動作ウィンドウの外にあまりにも遠く離れている変数は、パワートレイン全体の壊滅的な障害を引き起こし、「終了しませんでした」(DNF)となります。レース・カーの各サブシステムには、ピット・ウォールの背後にあるエンジニアにリアルタイムで供給される遠隔測定データがあります。これらのパラメータは継続的に監視されるため、チームは対応して変更を加えたり、ドライバーにパフォーマンスを維持する方法の変更を依頼したりできます。

金融機関は同じです。変化する環境で動作するパフォーマンス・パラメータをリアルタイムで測定できる必要があります。クラウドでの遠隔測定により、リアルタイムで対応し、変更とパフォーマンスの意思決定を行うことができます。

競争力に対する積極的なモデリング

レース・チームは、現在のプレイ状態に関するリアルタイムのテレメトリを履歴データ、予測モデル、数十億の戦略シミュレーションと組み合わせています。レース・エンジニアは競争戦略を積極的に変更して、勝つ機会を増やすことができます。たとえば、タイヤ・ストレス対スピードと最適な操作ウィンドウを組み合わせると、レース戦略シミュレーションの要点が得られます。チームは、自動車がレーシングしている間、各タイヤの内部(骨組み)温度および表面温度を測定し、テレメトリを介してピットに戻します。

エンジニアがこれらの変数を時間の経過とともにプロットすると、ウォームアップ・ステージ、平坦な安定期、そしてタイヤ寿命の終わりに骨組みの温度が急激に低下するというトレンドが形成されます。次に、これらの温度曲線をラップ時間と比較し、数学的モデルが形成されます。ドライビング・スタイルを変更すると、タイヤの応力が変わり、カーブの形状が変わります。環境要因、トラック温度、粗さ、天候もこの曲線を変えます。

これらの変数の履歴データとタイヤのリアルタイム・テレメトリ・データを使用して、ラップ・タイムの増加とタイヤの寿命の予測を開始できます。チームは、これらの予測モデルを使用して数十億のシミュレーションを実行し、その結果は戦略エンジニアにリアルタイムのテレメトリによって供給されます。このようにして、実際のレースカー・センサーの遠隔測定は、モデル化されたレースカー戦略のリアルタイム遠隔測定によって拡張されます。

金融機関は、この同じパターンを使用し、履歴データに基づく予測モデルでリスク・シミュレーションを拡張してから、将来を継続的にシミュレートして、そのデータをフィードして戦略的な意思決定を即時に行うことができます。

弱みを強化するための継続的な比較

競合チームには、競合他社に関するデータもあります。ドライバーがレース・エンジニアで最初に見たデータの一つは、スピード・トレースであり、基本的にはトラックの距離に対してプロットされた車の速度です。グリッド全体の速度トレースを使用すると、すべてのドライバーのもっとも速いセクターで構成されるラップである理論的な完璧なラップのモデルを構築できます。この情報をスピード・トレースでオーバーレイすると、車やドライバーのパフォーマンスの強みと弱みがすぐにわかります。ドライバーは、ラップ後に差異と一貫性ラップで素早くランク付けできます。彼らの行動や運転スタイルの異常がすぐに明らかになりました。スタミナが低下すると、時間の経過とともに一貫性が低下しますか? 後ろから圧力がかかっているときに発生する運転スタイルの異常です。ドライバーに押し込むように言われたら、この高められたフォーカスの運転中に確実に速く走ることができるラップの数はいくつですか?

この例は、競合他社から使用可能なデータと継続して比較することで、金融機関がF1チームの行動に従うもう1つの方法です。行動の不足や異常をすばやく特定し、リソース決定を正しく割り当てて、弱点を強みに変えることができます。

ソリューション・アーキテクチャ

金融サービスのユースケース

金融サービスと同様に、リスク管理では、ストリーミング・データを使用して、潜在的なリスクを示す可能性のあるパターンや傾向を特定します。組織によっては、行動がコンプライアンスの欠如や、行動の基準や法的要件への準拠が欠如していることを示す傾向がある個人または個人のグループを特定する能力を根本的に改善するためのデータドリブンの方法を調査しています。業界の性質を考えると、これらのイベントの影響は、財務上の損失、罰金、評判の低下につながる可能性があり、組織自体の実行可能性を損なう可能性があります。最近では、ストリーミング・データを使用してリスクの高い取引行動を把握したいと考える顧客と取り組んでいました。

この金融サービス・ケースでは、組織には、従業員がストレスを受けていたり、ビジネス・ガイドラインやコンプライアンス・ルールに違反する可能性のある活動に従事していることを示し、組織がリスクにさらされる可能性のある重要な人的要因と行動を特定する機能がありません。組織によっては、データドリブンの方法を調査して、行動がコンプライアンスの欠如や、行動の基準や法的要件への順守の欠如を示している可能性のある個人または個人のグループを特定する能力を根本的に向上させています。従業員によって開始される不正、紛失または無駄のように見える場合があります。業界の性質を考えると、これらの出来事の影響は組織自体の実行可能性を損なう恐れがあります。

テレメトリおよび分析を使用した取引リスクに関連する行動の検出

金融業界の調査、研究、分析により、重大な潜在的リスク、場合によっては現実化したリスクをもたらした出来事に歴史的に関与してきた個人の間には、相関する行動や行動パターンが存在することが判明しています。歴史的に、銀行が個人の行動を処理して判断するために必要なデータを受け取ることができる唯一の方法は、1回限りの遡及的な分析でした。これらのプロセスは本質的に反応的であり、取引コンプライアンス・プロセスの整合性を確保する目的には適合しませんでした。

この金融サービスのユース・ケースでは、組織は、従業員がストレスにさらされているか、ビジネス・ガイドラインやコンプライアンス・ルールに違反する可能性があり、金融​​機関が損失、罰金、風評リスクにさらされる可能性がある活動に従事していることを示す主要な人的要因と行動を特定する機能を構築したいと考えていました。

機能アーキテクチャ

一般的な金融サービス組織では、個々の従業員をグループと比較し、その個人に関連する特定のビジネス・イベントの範囲を識別できるようなソリューションを実装できます。これらのイベントには、次のコア・ビジネス・プロセス主導のイベントが含まれます。:

• ビジネス・レコード

• 場所や場所へのアクセスなどの環境イベント

• システム・アクセスなどのITイベント(アクセス場所を含む)

• 人事管理情報(住所変更、出勤情報など)

• Eメール、インスタント・メッセージ、音声通信、ソーシャル、その他のデジタル通信方法などの通信情報

このソリューションは、行動イベントが従業員モデルから逸脱し、異常を構成する個人を識別します。その結果、監督者を割り当てて、予防的な介入として従業員を支援し、リスクを軽減し、介入して従業員の健康を確保できます。

まとめ

F1チームは、データを使用して、競合他社との競争力を獲得します。同様に、金融機関もデータを使用してマーケットにおいて優位性を得ることができます。データの分析は、より適切な投資決定、リスク管理戦略、運用効率の向上につながる可能性のあるパターン、傾向、およびインサイトの識別に役立ちます。金融サービス企業は、データを使用して業務におけるリスクを特定および管理できます。データは、市場動向、信用リスク、不正検出、コンプライアンスの問題に関する貴重なインサイトを提供できます。

Oracle Cloud Infrastructureがどのように支援できるかの詳細は、次のリソースを参照してください。:

• Oracle Cloud Infrastructure

• Oracle Cloud高パフォーマンス・コンピュート

• Oracleデータ・プラットフォーム

詳細は、ハンズオンをお読みください。Oracleがどのように役立つかをご覧ください

2023年9月18日から21日にラスベガスで開催されるOracle CloudWorldに参加して、エキスパート、同僚とのネットワーク、およびイノベーションから学ぶことができます。CloudWorldは、インフラストラクチャ、データベース、アプリケーションなどのOracleソリューションを、構築して使用するユーザーから学習するのに最適な場所です。今すぐ登録してください!