TT Score の作動方法

TT Score は、毎日のオーディット ログ データを分析し、すでに確認されている問題のある取引操作の例に類似したパターンを識別します。これらの各パターンは、モデル とよばれます。これらのモデルから、TT Score は問題がみられる可能性がある部分を強調する、様々なメトリックスを生成します。

• 各モデルにおいて、TT Score は、トレーダーによる特定の操作や一連の操作に関連している可能性のある、連続取引イベントの「クラスタ」に、すべてのオーディット ログ データをグループ化します。
• 機械学習アルゴリズムを使って調査した問題のある取引パターンに関しては、各クラスタは特徴数や機能数に対して分析されます。既知の規制ケースからの取引パターンとの類似性に基づいて、アルゴリズムは1つのリスク スコアを生成します。
• パラメータしきい値ベースの方法を使って調査する問題のある取引パターンについては、各クラスタは特定のメトリックスに対して分析され、数値スコアが割り当てられます。メトリックのタイプに基づいて、スコアはアクティビティのクラスタがメトリックを通過したか失敗したかを示したり、またはメトリックの許容可能なパラメータからどのくらい遠くクラスタ アクティビティが逸れたかを示すことができます。

クラスタとは

クラスタはトレーダーのシステム履歴からの一連の連続ログイン操作を示します。これらのクラスタは、時間やトレーダー、金融銘柄やその他の注文操作の近接度などの要因に基づいて、分割されます。クラスタは何分の1秒から数分と、長さは様々であり、ここにトレーダーごとのすべての記録が含まれます。

クラスタ分析 - 機械学習

機械学習を使って調査された問題のある取引パターンについては、機械学習アルゴリズムが各クラスタを分析して、取消済み注文の数や1つの操作から次の操作へのレシオなど、「機能」という特徴を抽出します。アルゴリズムは 30 個以上の異なった機能の集合を作成し、機能の組み合わせを、スプーフィングなどの既知の問題のある取引パターンと比較します。

既知の問題のある取引パターン特徴とクラスタの機能との様々な比較には、数値スコアが与えられます。問題のある操作を示している可能性のあるスコアに基づいて、これらのスコアに重みが加えられます。これらの個々の重量スコアの集合は、各クラスタの 0 ～ 100 までの幅で1つのタスクを生成するのに使用されます。

クラスタ分析 - パラメータしきい値

パラメータしきい値を使って調査する問題のある取引パターンは、クラスタの特徴が測定され、2つの注文の間の時間や取消注文の数など、標準と比較されます。単純にしきい値を超過している取引パターンに対しては、問題のある可能性のある操作を示し、0 ～ 100 の合格/失敗スコアがクラスタに割り当てられます。クラスタがしきい値を超過している程度を評価する必要があります。0 ～ 100 のスコアが生成され、クラスタが測定されるしきい値をどのくらい離れて超過しているかを示しています。