Erdgas · Pre-Trade-Daten
Automatisierte Validierung von Pre-Trade-Marktdaten
Ein Gas-Handelsdesk hatte innerhalb eines Quartals zwei Vorfälle, bei denen ein fehlerhafter Marktdatenpunkt bis in die Bewertung gelangte, bevor es jemandem auffiel.
Die Herausforderung
Die Marktdaten wurden jeden Morgen manuell von einem Operations-Analysten gesichtet, der nach offensichtlich falschen Werten suchte. Das Verfahren fing große, offenkundige Fehler ab, übersah aber kleinere Anomalien - einen plausiblen, aber dennoch falschen Preis -, die erst auffielen, sobald sie die Bewertung beeinflussten.
Bestehende Umgebung
Eine Handels- und Risikoplattform für Gas, die täglich Preiskurven aus mehreren Quellen erhielt, mit einer manuellen Sichtprüfung als einzigem Validierungsschritt.
Ursache
Es gab keine systematische, regelbasierte Validierungsschicht - die Erkennung hing vollständig davon ab, dass ein Analyst eine Anomalie mit bloßem Auge bemerkte. Das skaliert nicht und ist naturgemäß uneinheitlich.
Lösung
Wir haben eine regelbasierte und statistische Validierungsschicht entworfen, die automatisch auf jede eingehende Preiskurve angewendet wird: Grenzwertprüfungen gegen historische Bandbreiten, Schwellenwerte für Tagesveränderungen und Quellenvergleich, wo mehrere Anbieter dasselbe Instrument quotieren. Auffällige Werte werden zur Prüfung zurückgehalten, bevor sie ins ETRM freigegeben werden - statt still zu scheitern oder ungeprüft durchzulaufen.
Validierungspipeline
Umsetzung
- Validierungsregeln gemeinsam mit den Handels- und Risikoteams definiert
- Validierungsschicht so gebaut, dass sie bei jedem Datenladevorgang automatisch läuft
- Prüfwarteschlange für markierte Werte mit klarem Freigabe-/Ablehnungsprozess eingerichtet
- Schwellenwerte über mehrere Wochen justiert, um Fehlalarme und übersehene Fehler auszubalancieren
Ergebnis
- In den zwölf Monaten nach der Einführung traten keine weiteren unentdeckten Datenfehler auf
- Die Rolle des Operations-Analysten verlagerte sich vom manuellen Sichten hin zur Prüfung einiger weniger markierter Ausnahmen
- Der tägliche Prüfaufwand sank deutlich, obwohl das Datenvolumen unverändert blieb
Technologien
Erkenntnisse
- Die manuelle Sichtprüfung von Marktdaten skaliert nicht und ist naturgemäß uneinheitlich - eine regelbasierte Schicht erkennt Probleme, die dem menschlichen Auge entgehen.
- Eine Prüfwarteschlange für markierte (nicht automatisch abgelehnte) Werte hält Menschen für Grenzfälle im Prozess, ohne den ursprünglichen Engpass wieder einzuführen.
Arbeiten Sie an etwas Ähnlichem?
Schildern Sie uns Ihre Umgebung - wir zeigen Ihnen, wie wir vorgehen würden.