Rosnąca wydajność transakcji: dążenie do niższych opóźnień czy jedynie lepszy monitoring?

Transkrypt

1 Newsletter Sybase skierowany do firm z sektora finansowego Punkt widzenia Zima 2012 Rosnąca wydajność transakcji: dążenie do niższych opóźnień czy jedynie lepszy monitoring? s.2 Język R jest na topie s.4 Język R to krok w kierunku zysku s.5 Sybase rozszerza innowacyjność w dziedzinie analizy rynków kapitałowych dzięki integracji Sybase RAP z językiem programowania R do zastosowań statystycznych s.6 Badanie przypadku klienta: NTT DATA Corporation s.7 Pytania i odpowiedzi s.9 Korzyści z zastosowania platformy Sybase do analizy usług finansowych s.10 Rosnąca wydajność transakcji: dążenie do niższych opóźnień czy jedynie lepszy monitoring? Zima 2012

2 Rosnąca wydajność transakcji: dążenie do niższych opóźnień czy jedynie lepszy monitoring? Stuart Grant Kierownik ds. rozwoju działalności Global Financial Solutions Wydajność lub szerzej: wyniki to coś, za co jesteśmy oceniani od małego. Od pierwszych tygodni życia do corocznych ocen w pracy wszyscy żyjemy ze świadomością, że osiąganie pożądanych wyników i bycie wydajnym to nasz obowiązek. Ciągłe starania o poprawę wydajności są czynnikiem, który podtrzymuje innowacyjność gatunku ludzkiego, poszczególnych branż i pojedynczych osób, aczkolwiek nigdy nie osiągniemy rozwiązań doskonałych i ostatecznych. globalnego sektora bankowego na wychodzenie z kryzysu. Przedsiębiorstwa muszą dziś równoważyć spełnianie szeregu nowych i proponowanych wymogów nakładanych przez organy nadzoru z jednoczesną maksymalizacją skuteczności podstawowej działalności transakcyjnej. Zjawisko to wywołuje różnego rodzaju skutki w obszarze zdolności przedsiębiorstw do wykonywania nowych zadań i osiągania lepszych wyników przy mniejszej ilości środków. Przedsiębiorstwa z branży usług finansowych odnotowały w 2009 r. w większości pozytywne wyniki z działalności. Jeśli jednak przyjrzeć im się bliżej, okaże się, że zwykle osiągano je poprzez cięcie kosztów, a nie zwiększanie przychodów w stosunku do poprzedniego roku przynajmniej nie we wszystkich obszarach działalności. Oszczędności kosztów miały i nadal w pewnym zakresie mają szczególny wpływ na działalność przedsiębiorstw. W 2010 r. firmy starały się osiągać lepsze wyniki, jednak czyniły to, korzystając z mniejszej ilości zasobów i w wielu przypadkach również z niższych budżetów na rozwój. Skutkiem takiego podejścia było skupienie się na podstawowych funkcjach organizacji i przejawianie mniejszej skłonności do wspierania działalności peryferyjnej, którą i tak już wcześniej pozostawiano samą sobie. Przed nastaniem kryzysu na rynku kredytowym można było w przedsiębiorstwach obserwować tendencję do gromadzenia wiedzy biznesowej w systemach wewnętrznych i aplikacjach (częściowo komercyjnych, a częściowo wytworzonych samodzielnie). Dziś takie połączenie stwarza części firm dwa problemy. Po pierwsze, koncentracja na głównej działalności biznesowej oznacza, że przedsiębiorstwa poszukują sposobu wdrożenia bardziej skomplikowanej logiki biznesowej, która odróżniłaby je od konkurencji. Okazało się jednak, że tego celu nie da się osiągnąć we wszystkich przypadkach, gdyż produkty komercyjne mają ograniczone możliwości, jeśli chodzi o implementację zorientowania biznesowego danej firmy. Po drugie, w sytuacji, gdy pakiety komercyjne nie spełniały wymagań firmy, tworzyła ona swoje własne systemy wewnętrzne. Takie rozwiązanie nie jest wprawdzie niczym złym, stwarza jednak ryzyko dla cyklu życia transakcji w środowisku, w którym własne aplikacje wspierane są przez mniejszą liczbę zasobów operacyjnych. Obecnie zbliżamy się do końca roku 2011, w którym odnotowano wolniejszy rozwój gospodarczy i zwiększone zainteresowanie polityków kwestią wpływu rynków kapitałowych i Przedsiębiorstwa muszą dziś równoważyć spełnianie szeregu nowych i proponowanych wymogów nakładanych przez organy nadzoru z jednoczesną maksymalizacją skuteczności podstawowej działalności transakcyjnej. 2

3 W konsekwencji wiele firm próbuje zrozumieć relatywną wydajność cyklu życia transakcji elektronicznej względem wymagań biznesowych a niektórym już się to udało. Skutkiem tych prób jest duża liczba potencjalnych dróg rozwoju, które warto zbadać. Należą one ogólnie do dwóch grup: wydajności strategii transakcyjnej i wydajności systemów. Tworzenie na zamówienie systemu uwzględniającego specyficzną strategię, wiedzę i umiejętności poszczególnych traderów jest tyleż kosztowne, co nieskuteczne, gdyż trzeba w takiej sytuacji brać pod uwagę zbyt wiele zmiennych. W konsekwencji wartość, jaką trader wnosi do organizacji, pochodzi od niego samego, a nie od systemu. Oznacza to, że firmy mogą potencjalnie nie wykorzystywać niektórych nadarzających się okazji rynkowych. Po pierwsze, w danej organizacji wielu traderów może posiadać różne umiejętności. Niezdolność do przydzielania traderom transakcji w oparciu o ich strukturę i indywidualne umiejętności tradera oznacza, że firma osiąga gorsze wyniki choćby z tego powodu, że przydziela transakcje do wykonania w sposób losowy. Po drugie, wydajność tradera zazwyczaj zmienia się wraz ze zmianą warunków na rynku. Organizacje powinny wykorzystywać unormowane i skuteczne narzędzia do zamiany wiedzy traderów na narzędzia monitorowania oparte na algorytmach, zdolne śledzić warunki rynkowe. Narzędzia takie będą w stanie o wiele skuteczniej wycofywać się z nieefektywnych rynków niż traderzy realizujący transakcje ręcznie, zwłaszcza że przy wielu lokalizacjach sytuacja, nad którą trzeba zapanować, staje się jeszcze bardziej zagmatwana. Jak można zaobserwować, pewna część organizacji zaczyna tworzyć przełączniki algorytmów, tzn. możliwość wyboru jednego z kilku algorytmicznych modeli transakcji na rynku i poza nim w oparciu o analizę predyktywną warunków rynkowych w chwili obecnej i w najbliższym okresie (pod kątem ich odpowiedniości dla danego algorytmu). Aby to osiągnąć, firmy muszą nabrać pewnego stopnia zaufania do możliwości tych przełączników, testując model monitorowania algorytmów na danych historycznych, podobnie jak ma to miejsce przy opracowywaniu samych algorytmów. Przy tworzeniu algorytmicznego modelu transakcji zazwyczaj wystarczy pobrać dane notowań z końca sesji, z jej środka lub w postaci scalonej. Tak niewielka częstotliwość danych nie wystarcza jednak do testowania modeli monitorowania. Niezbędny poziom danych nie jest zazwyczaj dostępny w odpowiednich ilościach, nie jest też zintegrowany w pojedynczym środowisku. W procesie opracowywania elektronicznych Analiza opóźnień transakcyjnych wykazała, że niektóre firmy wykonują transakcje wręcz zbyt szybko. W konsekwencji tracą one okazje rynkowe i nie realizują założonej strategii biznesowej. strategii transakcyjnych ani na chwilę nie tracono z oczu dążenia do szybszego wykonywania transakcji. Pojawienie się technik transakcji wysokiej częstotliwości (HFT) sprawiło, że monitorowanie wyników, nie tylko samej strategii, lecz również warunków rynkowych i systemów, na których ta strategia się opiera, w czasie zbliżonym do rzeczywistego stało się ważniejsze niż było kiedykolwiek wcześniej. Zdolność do identyfikowania w ciągu kilku sekund techniki HFT, która nie jest skutecznie wykonywana, może skutkować oszczędnością rzędu wielu minut i uratować tysiące potencjalnie stratnych transakcji. Podobnie kluczowa jest możliwość dostrzeżenia wzrostu zmienności i wolumenu na rynku w sytuacji, gdy trader nie dysponuje zasobami systemowymi pozwalającymi na aktywność na takim rynku. Fundamentem całego rozwiązania jest wydajność systemów wykonujących transakcje przez cały cykl ich życia. Wydajność ta jest być może najbardziej poznanym i jednocześnie najmniej eksploatowanym źródłem korzyści. Analiza opóźnień transakcyjnych wykazała, że niektóre firmy wykonują transakcje wręcz zbyt szybko. W konsekwencji tracą one okazje rynkowe i nie realizują założonej strategii biznesowej. Oczywiście zawsze znajdą się klienci, którzy chcą być najszybsi, obecnie jednak trend przesuwa się w kierunku bardziej skutecznej dynamiki transakcji. Oznacza to zrozumienie, jaki czas wymagany jest na wykonanie każdego elementu cyklu życia transakcji we wszystkich systemach wewnętrznych oraz, tam gdzie to możliwe, systemach spoza cyklu życia transakcji w organizacji. Wiele przedsiębiorstw, które wdrożyły analizę kosztów transakcji w celu podniesienia skuteczności cenowej w różnych lokalizacjach w czasie rzeczywistym, poszukuje obecnie sposobu na rozszerzenie tej analizy o koszt alternatywny transakcji niedokonanych, przedwczesnych lub spóźnionych. W konsekwencji proces wykonania transakcji powoduje powstanie nowego zbioru treści. Obserwujemy włączanie do niego danych zebranych z systemów wewnętrznych i tam przeanalizowanych, takich jak dane dotyczące optymalnych opóźnień, pomiarów łącznego kosztu zakupu i pojemności systemowej. Oprócz tego wchłaniane są dane referencyjne, dane rynkowe, marże i limity ryzyka, zasady polityki wobec klientów, wymagania dotyczące zabezpieczeń, środki stosowane wobec kontrahentów i inne tradycyjne czynniki uwzględniane zazwyczaj w decyzjach o transakcjach i ich wykonaniu. Ostateczny rozrachunek powyższego procesu wydaje się oczywisty. Organizacje mogą osiągąć lepszą wydajność transakcji dzięki lepszemu zrozumieniu wszystkich elementów związanych z cyklem życia transakcji począwszy od wiedzy tradera, a skończywszy na dostępnej pojemności serwera dla silnika wykonywania. To z kolei prawdopodobnie skutkować będzie większą lojalnością klientów i ich równym przepływem, a także bardziej sprecyzowanym i skuteczniejszym podejściem do ulepszania tych obszarów cyklu życia, które potrzebują najwięcej uwagi, a nie tylko podejściem typowym, polegającym na ciągłym dążeniu do mniejszych opóźnień. Cała sztuka polega na zapewnieniu, że przedsiębiorstwo przechwytuje tyle istotnych i elementarnych danych, ile to możliwe, bez polegania na pisanym na zamówienie oprogramowaniu do analizy i implementacji nowych możliwości sprzętowych. Rezultatem jest lepsza wydajność i niższy koszt. Zima

4 Przedsiębiorstwa z całego świata przekonują się o przewagach konkurencyjnych wynikających z posiadania danych, które są należycie zorganizowane, przeanalizowane i zarządzane. Dane to dziś nowa forma kapitału dla dużej grupy branż w tym handlu detalicznego, usług, produkcji, farmaceutyków, finansów i dóbr konsumenckich. Niektórzy analitycy i inwestorzy przyrównują nawet dane do ropy naftowej XXI wieku. Niemniej jednak ilość informacji gromadzona na całym świecie wykracza obecnie poza nasze możliwości zarządzania nimi. Skalę tego wyzwania obrazuje nowo ukute określenie olbrzymie ilości danych (ang. big data). Zalewają nas dziś terabajty i petabajty danych, lecz tylko niewielki ich ułamek jest w ogóle wykorzystywany. Dlaczego? Otóż narzędzia stworzone do analizy dużych ilości danych są w większości powolne, drogie i przestarzałe, a do tego używać ich mogą z założenia tylko wysoce wykwalifikowani specjaliści. NOWE TECHNOLOGIE DLA NOWEJ ERY David Smith Wiceprezes ds. marketingu Revolution Analytics Język R jest na topie Nastaje jednak nowa era, której cechą charakterystyczną są wydajne kosztowo, przyjazne dla użytkownika i rozszerzalne rozwiązania analityczne. Owe nowoczesne technologie analizy są w stanie obsłużyć bardzo duże wolumeny danych z bardzo dużą prędkością, wykonując w kilka minut procesy analityczne, które kiedyś zajmowały kilka dni czy nawet tygodni. Główną zaletą języka R jest zapewnienie niemal natychmiastowej dostępności nowych i eksperymentalnych metod tworzonych przez bazę jego użytkowników, bez potrzeby dostosowywania się do cyklu pisania i wprowadzania do użytku oprogramowania komercyjnego. SAS uznaje wartość tego języka dla naszej bazy klientów... Michael Gilliland, kierownik ds. marketingu produktów, SAS Institute, Inc. WZROST LICZBY PAKIETÓW Liczba pakietów dla języka R w repozytorium CRAN WITAMY W ŚWIECIE JĘZYKA R Nowsze, szybsze i bardziej wszechstronne technologie, pozwalające znaleźć igłę przydatnej informacji w stogach danych, oparte są na darmowym języku programowania o nazwie R. Jest on tak popularny, że w niektórych branżach nie ma chyba osoby, która by o nim nie słyszała. Język R, mający dziś ponad dwa miliony użytkowników, stał się de facto standardową platformą analizy statystycznej w środowiskach pracowników uczelni, naukowców i analityków. Każdy, kto uczęszcza na studiach na zajęcia ze statystyki, prowadzi badania w dziedzinie statystyki teoretycznej lub stosowanej albo jest członkiem zespołu zarządzania danymi w dużej globalnej organizacji prawdopodobnie miał już okazję tworzyć programy w języku R. Jak twierdzi Norman Nie, uznany w USA autorytet w dziedzinie badań ankietowych, opisów ilościowych w naukach społecznych i zachowań politycznych: R jest najbardziej wszechstronnym i elastycznym językiem programowania statystycznego na świecie. Norman Nie współtworzył w latach 60. ubiegłego wieku pakiet oprogramowania SPPS, a obecnie jest prezesem i dyrektorem wykonawczym spółki Revolution Analytics z siedzibą w Palo Alto, specjalizującej się w analizie predyktywnej i oferującej skomercjalizowane wersje programów tworzonych w R. Jak dodaje prezes Revolution Analytics: To, co kiedyś było tajemnicą statystyków układających formuły leków w spółkach farmaceutycznych, analityków na Wall Street i naukowcówstatystyków po doktoracie (nie mówiąc już o pionierach w takich firmach epoki Web 2.0 jak Google czy Facebook), jest dziś dostępne dla ogółu. R jest powszechnie zrozumiałym językiem analizy statystycznej, przyczyniającym się do tworzenia głębokich pokładów świeżych talentów. Jest on przyjętym standardem wśród studentów, naukowców, programistów i osób zarządzających danymi. Nie mijając się z prawdą, można zatem powiedzieć, że R to zarówno teraźniejszość, jak i przyszłość analizy statystycznej. Niewiele jest rzeczy, które można wykonać za pomocą SAS lub SPSS, a nie można za pomocą języka R. Przeciwnie: R jest w stanie poradzić sobie z szeroką gamą zadań, które są zbyt trudne dla konkurencji. Robert A. Muenchen, autor książki R for SAS and SPSS Users JĘZYK R REWOLUCJONIZUJE ANALIZĘ DANYCH Jeszcze do niedawna okres upływający między stworzeniem modelu olbrzymich ilości danych a jego zastosowaniem w analizie predyktywnej wynosił kilka miesięcy, a nawet lat. Nie istniał bowiem szybki, łatwy i skuteczny sposób przechodzenia od etapu eksploracji/modelowania do etapu wdrożenia/wykonania. Wszystko to uległo zmianie dzięki ogólnoświatowej społeczności języka R, która stworzyła ponad 4300 pakietów (wyspecjalizowanych technik i narzędzi) do pobrania za darmo między innymi z repozytorium CRAN (Comprehensive R Archive Network). Osoby szukające zaawansowanych technik analitycznych z dużym prawdopodobieństwem znają tam to, czego szukają, ewentualnie coś bardzo podobnego, wykonując zaledwie kilka kliknięć myszą. Globalna popularność języka R skutecznie czyni analizę olbrzymich ilości danych zjawiskiem powszechnym i typowym elementem procesów decyzyjnych, podkreśla też potencjalną wartość udostępniania tych danych dla ogółu. Globalna firma konsultingowa McKinsey & Company szacuje, że olbrzymie ilości danych mogą pomóc amerykańskiemu sektorowi służby zdrowia wygenerować rocznie 300 mld zysku, czego skutkiem będzie zmniejszenie o 8 procent wydatków budżetu państwa na służbę zdrowia. Podobnie dane te mogą pomóc amerykańskim detalistom zwiększyć marże o 60 procent. McKinsey stwierdziła również, że rządy krajów europejskich mogą zaoszczędzić 149 mld dolarów, jeśli skorzystają z olbrzymich ilości danych do zwiększenia efektywności działania. Wiele osób uważa, że R jest głównym elementem ekwipunku w wyprawie, której celem jest wykorzystanie i spieniężenie w zasadzie niewyczerpalnych światowych zasobów danych i 4

5 Melinda Wilson Kierownik ds. marketingu produktu Sybase, spółka grupy SAP Język R to krok w kierunku zysku wciąż wymagają daleko idącego dopracowania, tak by mogły realizować cel polegający na złagodzeniu skutków znaczącego i potencjalnie katastrofalnego w skutkach ryzyka rynkowego. Firma Sybase szybko zorientowała się w doniosłości tego badania, wsparła je i sfinansowała jego początkowy etap. Owocem wysiłków badaczy była prezentacja wniosków, do których doszli, na konferencji poświęconej językowi R w branży finansowej, która odbyła się kwietniu 2011 r. w Chicago. Okazane przez Sybase wsparcie odzwierciedla zaangażowanie firmy w integrację baz danych i metod analitycznych, a także uznanie przez nią rosnącego znaczenia środowiska programistycznego R na rynkach kapitałowych. 6 maja 2010 r. indeks giełdowy Dow Jones spadł o około 900 punktów, by zaraz potem, w ciągu kilku minut, odnotować równie zaskakujące odbicie w górę. Rezultatem tymczasowego zniknięcia biliona dolarów wskutek zjawiska, które dziś nazywamy flash crash, czyli krótkotrwałym tąpnięciem giełdy były przesłuchania przed Podkomisją ds. Usług Finansowych Kongresu USA, a także dochodzenia prowadzone przez towarzystwa ubezpieczeniowe i przedsiębiorstwa sponsorowane przez administrację rządową. ŻYCIE PO TĄPNIĘCIU Konsekwencją przesłuchań było ustanowienie przez Urząd Regulacji Branży Finansowej (FINRA) pewnych środków bezpieczeństwa, tak zwanych bezpieczników progowych. Przy ich stosowaniu spadek wartości nadzorowanego papieru wartościowego o 10 procent w ciągu pięciu minut spowoduje wstrzymanie obrotów tym papierem na kolejne pięć minut. Przerwa w obrotach ma dać rynkom możliwość przyciągnięcia nowych chętnych na transakcje, ustalenia racjonalnej ceny rynkowej oraz wznowienia transakcji w sposób bardziej słuszny i zorganizowany. Skutki wprowadzenia nowych reguł nie zostały jednak od wprowadzenia programu pilotażowego w końcu ubiegłego roku poddane dokładnej ocenie, nadal więc nie znamy odpowiedzi na niektóre pytania. Czy środek ten był niezbędny do zapewnienia działania rynków finansowych w sposób słuszny, zorganizowany i wydajny? A może stanowił on niepotrzebny przymus, przejaw tendencji do ferowania wyroków w sytuacji intensywnej presji politycznej? ANALIZA PIERWSZEGO KROKU Dwaj badacze z Yale University, dr Mike Kane i dr Casey King (bohaterowie niedawnego artykułu w tygodniku finansowym Barron s), byli przekonani, że dane mają większy wpływ na decyzje dotyczące polityki niż opinia publiczna. Przetestowali więc reguły FINRA na danych historycznych, uważając, że rynki i osoby decydujące o kształcie polityki finansowej państwa z pewnością odniosą korzyść z płynących z takiej analizy wniosków. Okazało się, że nie jest to łatwe zadanie. Olbrzymie ilości danych rynkowych pochłaniają znaczne zasoby, co postawiło badaczy wobec istotnego problemu związanego z mocą obliczeniową. Wprawdzie zastosowanie metody obliczeń rozproszonych na klastrze komputerów usuwa tę trudność i znacznie zmniejsza czas obliczeń wymaganych w procesie analizy, niemniej jednak nie do końca o to chodziło... Osoby, które dysponują możliwością przetwarzania dużych wolumenów informacji rynkowych, w większości przypadków nie udostępniają uzyskanych wyników, gdyż wykorzystują je jako podstawę ich własnej strategii giełdowej. Tym bardziej trzeba docenić udostępnienie wyników badań naukowców z Yale jako ogromną przysługę dla społeczeństwa. KANE I KING NIE MOGLIBY JEDNAK TEGO UCZYNIĆ BEZ UNIKATOWEGO NARZĘDZIA, KTÓRYM DYSPONOWALI Dwaj naukowcy z Yale wykorzystali obliczenia rozproszone w środowisku programistycznym języka R, korzystając z iteratorów i pakietów for each w celu stworzenia naprawdę skalowalnego rozwiązania do testowania olbrzymich ilości danych giełdowych w aspekcie historycznym. Wybór badaczy padł na język R z uwagi na jego unikatową przydatność do wykonywania analiz statystycznych na dużych ilościach danych. W badaniu wzięto pod uwagę dane giełdowe z trzech lat, tj. około 24 miliardów transakcji. W wyniku analizy stwierdzono, że reguły FINRA są wprawdzie dobrym pierwszym krokiem, jednak PRZEJŚCIE DO DRUGIEGO KROKU Wraz z rozpoczęciem drugiego etapu badania pojawiły się nowe wyzwania, w obliczu których Sybase zaoferowała pierwszorzędne rozwiązania. Przy projektowaniu skalowalnych rozwiązań dla coraz trudniejszych zadań obliczeniowych i coraz większych baz danych przedsiębiorstwa muszą często wybierać jedną z trzech opcji: kupić lub wydzierżawić sprzęt w celu tworzenia coraz większych klastrów obliczeniowych (chmur), zainwestować w sprzęt specjalistyczny albo zastanowić się nad optymalnymi rozwiązaniami programistycznymi. Sprawność obliczeniowa serwera Sybase RAP/IQ i używanego przez niego kolumnowego formatu danych czyni go szczególnie przydatnym do obsługi dużych ilości danych. W kolejnym etapie badania, który ma dopiero nastąpić, porównana zostanie wydajność obliczeń w chmurze z zastosowaniem Amazon Web Services z wydajnością serwera Sybase RAP/IQ, przy czym na obu platformach używane będzie środowisko programistyczne języka R. Celem badania jest ocena zwiększonej wydajności Sybase RAP/IQ w porównaniu z chmurą. Skuteczna analiza olbrzymich ilości danych może przekładać się na zysk zamiast straty na rynkach kapitałowych. Dzięki swoim wszechstronnym możliwościom analizy predyktywnej język R może stanowić narzędzie, dzięki któremu zysk trafi do nas, a nie do kogoś innego. Zima

6 Sybase rozszerza innowacyjność w dziedzinie analizy rynków kapitałowych dzięki integracji Sybase RAP z językiem programowania R do zastosowań statystycznych Nowe wsparcie dla języka R oferuje siłę analizy danych predyktywnych, bieżących i historycznych na jednej platformie zarządzania danymi Sybase, Inc., spółka grupy SAP, ogłosiła wsparcie dla języka programowania R do obliczeń statystycznych w Sybase RAP The Trading Edition, czołowym serwerze analitycznym dla branży usług finansowych. Połączenie języka R, będącego kluczowym językiem programowania do obliczeń statystycznych używanym przez naukowców pracujących z danymi i analityków biznesowych, z Sybase RAP umożliwia szybsze tworzenie algorytmów i szczegółowe testowanie wsteczne danych historycznych. Dzięki temu analiza danych rynkowych przez analityków giełdowych, maklerów i zarządzających ryzykiem staje się jeszcze bardziej wydajna. Jak stwierdził Dushyant Shahrawat, dyrektor ds. badań TowerGroup, spółki grupy Corporate Executive Board - Wysokie wymagania stawiane przed zarządzaniem danymi, analizą i zarządzaniem ryzykiem w połączeniu z nadzwyczajnym sprężeniem czasowym są zaczątkiem nowej ery dla firm z rynków kapitałowych i wszystkich dostawców rozwiązań. Integracja rozwiązań analizy ryzyka z językiem programowania R do zastosowań statystycznych łączy dwa dopełniające się zasoby analizy, zarządzania ryzykiem i kompleksowego przetwarzania danych w jedną platformę. Połączenie takie może stanowić istotną przewagę dla firm, które je wykorzystują. Sybase RAP to zunifikowana platforma danych analizy transakcyjnej i giełdowej, umożliwiająca firmom z rynków kapitałowych dokonywanie trafniejszych decyzji związanych ze zleceniami i portfelami przez cały cykl życia transakcji. Dzięki integracji swojego produktu z językiem R, Sybase zapewnia użytkownikom bardziej wszechstronne podejście do analizy większych i o wiele bardziej złożonych danych. Integracja ta umożliwia użytkownikom korzystanie z funkcji zawartych w pakietach języka R na serwerze RAP za pośrednictwem języka SQL. Z kolei użytkownicy języka R są w stanie tworzyć modele szybciej i zwiększą dokładnością, przechowując na serwerze RAP duże ilości danych historycznych dla potrzeb analizy i przetwarzania wstępnego. Jak uważa Casey King, dyrektor spółki Phronesis LLC i dyrektor wykonawczy Centrum Nauk Analitycznych przy Uniwersytecie Yale - Na dzisiejszych rynkach zmienność uważana jest za normę. Nasze badania wykazują, że równoważenie portfela w trakcie sesji może przynieść imponujące zyski nawet w okresach głębokiej zmienności rynku. Jednak tym, co istotne w takim obrocie, jest szybka i skuteczna reakcja na zmieniające się warunki rynkowe. Serwer Sybase RAP zintegrowany z językiem R zapewnia obecnie analitykom giełdowym, maklerom i zarządzającym ryzykiem i portfelami szybkie i elastyczne osiąganie takich zysków. Jest to argument zdecydowanie przemawiający za tym, że traktowanie Sybase jedynie jako twórcy relacyjnych baz danych byłoby pomyłką. W najnowszym wydaniu Sybase RAP użytkownicy mają dostęp do funkcji działających na serwerze języka R za pośrednictwem funkcji definiowanych przez użytkownika RAPStore i wywoływania ich jako funkcji języka SQL na serwerze RAP. Klienci korzystający z R mogą stosować pakiet RJDBC w celu dostępu do danych w RAPStore. Dzięki wykonywaniu przetwarzania wstępnego na serwerze RAP użytkownicy mogą pobrać odpowiedni podzbiór danych i wykorzystać go we własnych aplikacjach bez konieczności pobierania wszystkich danych oraz wstępnego ich przetwarzania w środowisku języka R. Dzięki temu możliwe staje się szybsze tworzenie algorytmów. Dodatkowo mają oni dostęp do dużych historycznych zbiorów danych na serwerze RAP w celu rozwijania algorytmów i bardziej dokładnego testowania. Zdaniem Neila McGoverna, dyrektora zarządzania produktami do usług finansowych w Sybase, spółce z grupy SAP - Język R jest coraz popularniejszym rozwiązaniem analitycznym stosowanym na rynkach finansowych, zapewniając zarządzającym ryzykiem i analitykom giełdowym bardziej dogłębną analizę pomagającą podejmować lepsze decyzje. Dzięki interoperacyjności z językiem R dodatkowo wzmacniamy wartość RAP, aby sprostać najbardziej wyśrubowanym wymaganiom analizy na rynkach finansowych przy użyciu jednej platformy. Sybase RAP zapewnia współdzielony dostęp do typowych danych potrzebnych wielu społecznościom użytkowników, w tym analitykom giełdowym, maklerom i zarządzającym ryzykiem, co umożliwia podejmowanie szybszych, bardziej inteligentnych i dokładniej sprawdzanych decyzji transakcyjnych w całej firmie. 6

7 BADANIE PRZYPADKU KLIENTA: NTT DATA Corporation Rozbudowa monitoringu mostów o technologię przetwarzania złożonych zdarzeń BRANŻA Integrator systemów TECHNOLOGIA SYBASE Używany w Japonii system BRIMOS (BRIdge MOnitoring System) może nie wydawać się najlepszym przykładem technologii przetwarzania złożonych zdarzeń (CEP) dla rynków kapitałowych. Jednak to właśnie śledzenie tak dużej ilości danych przychodzących, a także porównywanie ich do danych czasu rzeczywistego i historycznych, pozwala dbać o bezpieczeństwo licznych japońskich mostów. Ostatecznym celem opisanych poniżej testów była ocena CEP w szerokim spektrum zastosowań. Sybase Aleri Streaming Platform Sybase RAP The Trading Edition GŁÓWNE ZALETY Możliwość przetwarzania złożonych zdarzeń z wielu źródeł danych Wysoka wydajności analizy danych w czasie rzeczywistym Wysoka produktywność przy tworzeniu logiki analizy Kompatybilność z zewnętrznymi bibliotekami matematycznymi Cel ten jest charakterystyczny dla misji NTT DATA Corporation, polegającej na oferowaniu usług wykraczających poza ofertę innych firm świadczących usługi informatyczne. Wdrożone przez tę firmę rozwiązanie składa się z różnego rodzaju czujników oraz sieci przesyłu danych z dużą prędkością, pozwalających zdalnie badać integralność konstrukcji mostów w czasie rzeczywistym. Liczne czujniki światłowodowe zainstalowane na wiaduktach nad autostradami stale zbierają i analizują rozmaite dane dotyczące różnic poziomu, odstępów, wibracji, nachylenia i innych parametrów przęseł i filarów mostów. Zebrane dane dostarczają informacji przydatnych przy zarządzaniu reagowaniem na klęski żywiołowe, konserwowaniu mostów i ocenie rozmiarów zmęczenia ich konstrukcji. NTT DATA Corporation chciała rozbudować zdolność BRIMOS do analizy dużych, złożonych zbiorów danych gromadzonych w szybkim tempie, zwłaszcza w okresach dużego natężenia ruchu. Ów globalny dostawca usług IT z siedzibą w Tokio sięgnął więc do lat doświadczeń w dziedzinie analizy danych w czasie rzeczywistym i innowacyjności, aby zaprojektować i przeprowadzić próbę weryfikującą koncepcję, która pozwoliłaby określić zasadność integracji BRIMOS z bazodanową technologią CEP. W ramach ambitnej ośmiomiesięcznej próby weryfikującej założono dokonywanie regularnej konwersji danych pochodzących z czujników i wykorzystywanie różnorodnych informacji takich jak dane czasu rzeczywistego i dane zapisane w celu analizy przetwarzania anomalii wykrywanych na wiaduktach nad autostradami. OŚMIOMIESIĘCZNA PRÓBA WERYFIKUJĄCA POŚWIADCZA SKUTECZNOŚĆ TECHNOLOGII SYBASE Z wielu przetestowanych platform CEP najbardziej skuteczna okazała się kombinacja technologii Sybase. W ich skład wchodziła platforma analizy danych Sybase RAP The Trading Edition oraz silnik analizy danych w czasie rzeczywistym Sybase Aleri Streaming Platform. Jak stwierdził Yoko Inaba, zastępca dyrektora w NTT DATA: Głównym celem weryfikacji koncepcji było ustalenie szybkości (opóźnień) przetwarzania dla każdej platformy. Aby skorzystać z istniejącej w CEP możliwości jednoczesnego przetwarzania Sybase RAP i Sybase Aleri będą bardzo skuteczne w zastosowaniach w każdej z naszych sieci czujników i odegrają ważną rolę, gdy będziemy rozszerzać działalność firmy. Zima

8 wielu zbiorów zdarzeń, zbudowaliśmy system do wykrywania anomalii w czasie rzeczywistym. Wykrywanie anomalii polega na analizie pomiarów opartych na danych czasu rzeczywistego i danych historycznych pochodzących z wielu czujników optycznych w celu ustalenia wielkości pochyłości, naprężeń i innych czynników. Anomalia ma miejsce, gdy któraś z tych wartości przekracza ustalony próg. Yoko Inaba stwierdził ponadto: Zdecydowaliśmy się przeanalizować poziom wydajności niezbędnej do zbierania danych i zarządzania nimi w dłuższych horyzontach czasowych. Ponieważ do BRIMOS wpływają w szybkim tempie dane z różnych źródeł, w tym dane dotyczące historyczne, sprawą kluczową jest ich jednolitość. też wziąć pod uwagę trendy długookresowe. Dzięki Sybase RAP możemy dynamicznie zmieniać modele analizy według danych czasu rzeczywistego, a jednocześnie orientować się w trendach długookresowych dzięki przetwarzaniu wsadowemu i zbieraniu danych. Jednak nie tylko wyniki wydajności w trakcie działania zrobiły wrażenie na specjalistach z NTT DATA. Yoko Inaba dodał, że: Dzięki korzystaniu z Sybase Aleri Streaming Platform na etapie programowania istnieje możliwość implementacji prawie każdej logiki analitycznej bez konieczności pisania kodu. Taka wysoka wydajność programowania to jedna z najistotniejszych cech, jakie oferują produkty Sybase. Zdaniem Masatoshiego Yokogawy: Szczegółowa i elastyczna konfiguracja, jaką dopuszcza technologia Sybase, pozwala nam stworzyć architekturę hybrydową stosownie do ilości danych i opóźnień wymaganych przy analizie. Z uwagi na tę elastyczność i wydajność technologii spodziewamy się, że Sybase RAP i Sybase Aleri będą pełnić ważne role przy rozbudowie możliwości naszych aplikacji. TECHNOLOGIE CEP FIRMY SYBASE PRZETWARZAJĄ DANE Z PONAD 10 TYSIĘCY CZUJNIKÓW OPTYCZNYCH NTT DATA Corporation przeprowadziła w ramach weryfikacji swojej koncepcji szereg testów na platformie Sybase RAP i Sybase Aleri, korzystając z serwera z 4 procesorami i 40 rdzeniami Intel Xeon E (2,26GHz). Próby obejmowały agregację w celu oceny przetwarzania danych z czujników, badanie opóźnień w celu ustalenia prędkości przetwarzania, kompatybilność z zewnętrznymi bibliotekami matematycznymi oraz obsługę danych w długim okresie. Technologie Sybase otrzymały pozytywne oceny we wszystkich kategoriach były w stanie zebrać dane z ponad 10 tysięcy czujników z wymaganą szybkością, poradziły sobie z docelowym progiem opóźnień wynoszącym 8 ms oraz przetwarzały dane na jednym serwerze. Zademonstrowały też zdolność dynamicznego przełączania modeli oraz uprościły rozwijanie i integrację oprogramowania. Z kolei produkty Sybase wykazały wysoki poziom kompatybilności z bibliotekami matematycznymi, co jest niezbędne do zapewnienia zaawansowanego przetwarzania sygnałów. Zdaniem Masatoshiego Yokogawy, starszego specjalisty ds. informatycznych w NTT DATA: W przypadku przetwarzania wykrywania anomalii próg wykrywania musi być zmieniany dynamicznie stosownie do sytuacji, należy POWODZENIE PROJEKTU SKUTKUJE NOWYMI ZASTOSOWANIAMI TECHNOLOGII CEP SYBASE Wspomniana wyżej weryfikacja koncepcji skupiała się na integracji z systemem BRIMOS, jednak faktycznym celem NTT DATA było przetestowanie korzystania z platformy CEP w rozlicznych zastosowaniach. Jak uznał Masatoshi Yokogawa: Przebadaliśmy wiele aplikacji CEP, aby znaleźć taką, która najlepiej będzie pasować do naszych licznych specjalistycznych rozwiązań programowych. Sybase RAP i Sybase Aleri będą bardzo skuteczne w zastosowaniach w każdej z naszych sieci czujników i odegrają ważną rolę, gdy będziemy rozszerzać działalność firmy. NTT DATA GROUP pracuje obecnie nad dużej skali rozwiązaniem analizy danych w czasie rzeczywistym, zdolnym zarządzać zarówno danymi czasu rzeczywistego, jak i długookresowymi. Wdrożenie nowego rozwiązania zaplanowane jest na 2012 r. W jego ramach przetwarzanie danych w czasie rzeczywistym odbywać się będzie przy pomocy Sybase Aleri (CEP), funkcja baz danych w pamięci Sybase RAP będzie przetwarzać dane chronologiczne z ostatnich kilku godzin, a funkcja magazynowania będzie zarządzać danymi z kilku ostatnich miesięcy. Wreszcie Hadoop obsłuży olbrzymie wolumeny danych sięgające kilku lat. 8

9 Ashok Swaminathan Globalny wiceprezes ds. rozwoju działalności na rynkach finansowych Sybase, spółka grupy SAP Pytania i odpowiedzi CZYM JEST JĘZYK R? Język R jest otwartym językiem programowania i środowiskiem programistycznym szeroko używanym w wielu branżach do analizy statystycznej. Składa się on z interpretera języka i środowiska wykonawczego oraz zapewnia 3. wsparcie dla dużej liczby funkcji statystycznych i przedstawiających dane w postaci graficznej. Dodatkowe pakiety stworzone przez otwartą społeczność R zapewniają bogaty zestaw wyspecjalizowanych funkcji, takich jak modele GARCH, równoważenie portfela, analiza klastrowa i analiza szeregów czasowych. Liczba pakietów przekazywanych przez otwartą społeczność użytkowników języka R stale rośnie, dzięki czemu ma on coraz większą wartość dla tej społeczności. CZY ISTNIEJĄ JAKIEŚ AKTUALNE PRZYKŁADY WYKORZYSTANIA JĘZYKA R NA RYNKACH KAPITAŁOWYCH? R jest coraz częściej wykorzystywany na rynkach kapitałowych dla celów analizy. Badacze z Yale University sięgnęli po R, gdy w porozumieniu z tygodnikiem finansowym Barron s 4. (który opisał ich projekt w sierpniu) postanowili przetestować na danych historycznych planowany schemat kontroli transakcji pojedynczymi papierami wartościowymi oparty o tolerancję maksymalnej zmiany ceny papieru w górę i w dół, stosując nową zasadę do każdej transakcji giełdowej dokonanej w latach Analiza olbrzymich ilości danych rynkowych maksymalnie wykorzystuje zasoby, co rodzi poważne problemy związane z mocą obliczeniową. Zdając sobie z tego sprawę, Mike Kane i Casey King opracowali naprawdę skalowalne rozwiązanie do testowania trzech lat historycznych danych transakcji w środowisku programowania w języku R. Wyboru tego języka dokonali z uwagi na jego unikatową przydatność do wykonywania analizy statystycznej na dużych ilościach danych (wnioski wyciągnięte przez Kane a i Kinga znajdują się w artykule Melindy Wilson w sekcji Szczegóły branży ). DLACZEGO JĘZYK R JEST WAŻNY DLA SYBASE? R jest coraz popularniejszym językiem analizy statystycznej, wdrażanym do użytku w wielu branżach, od usług finansowych do branży farmaceutycznej i ubezpieczeniowej słowem każdej, w której wymaga się analizy ilościowej w celu przekształcania danych nieposiadających struktury w przydatne informacje. Firma Sybase, jako czołowy dostawca rozwiązań zarządzania danymi, dostarcza produktów takich jak Sybase RAP i Sybase IQ wykorzystywanych przez klientów do eksploracji i analizy danych. Sybase postrzega R jako uzupełnienie swojej podstawowej oferty. Stąd też firma poszerza swój ekosystem produktów o wsparcie tego języka, tak aby był on w stanie współdziałać z jej głównymi produktami zarządzania danymi. JAKĄ STRATEGIĘ PRZYJĘŁA SYBASE W STOSUNKU DO JĘZYKA R? Integracja z językiem R jest kluczowym elementem strategii Sybase, zwłaszcza jeśli chodzi o produkty analityczne firmy. Wersja 4.1 Sybase RAP oferuje wsparcie dla R poprzez zintegrowaną platformę analityczną zawierającą bufor w pamięci (RAPCache) i bazę danych historycznych (RAPStore). RAPStore to zorientowana na kolumny baza danych wykorzystująca język SQL, w której można wywoływać programy w R za pomocą kodu SQL, co rozszerza możliwości analityczne RAPStore i Zima

10 5. INFORMACJE sprawia, że funkcje w R są dostępne w bazie danych jako funkcje SQL. Podobnie użytkownicy R mogą uzyskiwać dostęp do danych z repozytorium historycznego za pomocą pakietu RJDBC, umożliwiającego łączenie się z RAPStore poprzez interfejs JDBC. JAKIE KORZYŚCI PŁYNĄ Z INTEGRACJI JĘZYKA R Z SYBASE RAP? Integracja Sybase RAP z R przynosi korzyści użytkownikom obu tych produktów. RAPStore umożliwia wywoływanie pisanych w języku C/C++ funkcji definiowanych przez użytkownika (UDF) poprzez standardowe polecenia języka SQL. Funkcje te mogą z kolei wywoływać programy w R, co poszerza możliwości analityczne RAPStore w sposób otwarty i rozszerzalny. Użytkownicy RAP skorzystają zatem z bogatego zestawu pakietów dostępnych dla R, których mogą używać przy pisaniu aplikacji. Użytkownicy R mogą wywoływać RAPStore poprzez interfejs JDBC, dokonywać w nim niektórych operacji wstępnego przetwarzania danych oraz pobierać tylko istotny podzbiór danych potrzebny przy ich analizie. Wszystkie operacje wstępnego przetwarzania danych, takie jak oczyszczanie i uzupełnianie brakujących wartości, mogą być tworzone w RAPStore jako wywołania zapisanych procedur i używane do wstępnego przetwarzania danych. Użytkownicy R mogą wywoływać w RAPStore często stosowane funkcje wstępnego przetwarzania, dzięki czemu wszyscy użytkownicy zachowują spójność w operacjach oczyszczania i wstępnego przetwarzania danych. Dodatkowo dostępne w RAPStore możliwości znacznej kompresji oddają użytkownikom R do dyspozycji duże ilości danych, pozwalające skutecznie testować algorytmy na danych historycznych. GDZIE MOŻNA UZYSKAĆ WIĘCEJ INFORMACJI O SYBASE RAP I JĘZYKU R? Więcej informacji na temat integracji Sybase RAP i języka R można znaleźć pod adresem developer/library/raptechcorner. Korzyści z zastosowania platformy Sybase do analizy usług finansowych OGÓLNE Presja konkurencji daje się szczególnie we znaki firmom które obracającym papierami wartościowymi. Wskutek przejścia wszystkich inwestorów giełdowych na elektroniczne wykonywanie zleceń presja ta kreuje niespotykane wcześniej zapotrzebowanie na infrastrukturę danych i analizę w głównych i pośrednich biurach przedsiębiorstwa. Zmusza też do skrócenia czasu realizacji procesów, które wcześniej zajmowały kilka godzin lub dni, do kilku milisekund. Wolumen danych rynkowych stale rośnie. Poradzenie sobie z tym przyrostemwymaga niespotykanej wcześniej skalowalności oraz pojemności infrastruktury danych i analiz. Normą stały się rynki elektroniczne o niemal nieprzerwanej ciągłości powoduje to że infrastruktury danych i analityczne mają kluczową rolę. Pakiet platformy usług finansowych Sybase spełnia ścisłe wymagania dzisiejszego środowiska elektronicznego handlu na giełdzie papierów wartościowych. Korzyści oferowane przez Sybase to między innymi szybkość, pojemność i skalowalność w zakresie pracy na danych rynkowych, a także metody analityczne obsługujące najbardziej wymagające aplikacje giełdowe. Ponadto Sybase pełni rolę partnera dla całego cyklu życia rozwiązania, dostarczając rzeczywistą technologię klasy biznesowej, a jednocześnie zapewniając nieprzerwaną ciągłość operacji transakcyjnych. PAKIET PLATFORMY USŁUG FINANSOWYCH SYBASE Pakiet usług finansowych Sybase zapewnia infrastrukturę klasy biznesowej o wysokiej wydajności i dużej pojemności dla najbardziej nawet wymagających potrzeb zarządzania danymi rynkowymi i ich analizy. Pakiet Sybase składa się z: Platformy Sybase Aleri Streaming Platform do analizy danych rynkowych w czasie rzeczywistym i przetwarzania zdarzeń Serwera Sybase RAP do przechwytywania, przechowywania i przetwarzania olbrzymich wolumenów danych rynkowych Platforma Sybase Aleri Streaming Platform i serwer Sybase RAP wspólnie integrują strumienie danych rynkowych czasu rzeczywistego ze złożonymi danymi historycznymi. Narzędzia te zapewniają dostępność w jednym wspólnym widoku: danych potrzebnych do modelowania ilościowego, transakcji w czasie rzeczywistym i informacji związanych z zarządzaniem ryzykiem. Sybase RAP składa się z: RAPCache bazy danych działającej w pamięci i zoptymalizowanej do wykonywania zapytań na szeregach czasowych RAPStore skalowalnej kolumnowej bazy danych do przechowywania i analizy dużych ilości danych obejmujących różnorodne obszary rynku. Sybase RAP wykorzystuje złożone funkcje OLAP i CIS w celu integracji i agregacji niepodobnych do siebie typów danych, takich jak dane rynkowe i działania spółek, dane referencyjne, wiadomości oraz dane fundamentalne. RAP obsługuje również funkcje definiowane przez użytkownika (UDF), zdolne ulokować złożoną analizę dużych wolumenów danych rynkowych 10

11 bliżej olbrzymich magazynów danych, co zmniejsza opóźnienia i zwiększa przepustowość. Platforma Sybase Aleri Streaming Platform i serwer Sybase RAP wspólnie zapewniają zintegrowany pakiet platformowy od jednego dostawcy. Pakiet łączy w sobie funkcjonalności: zapytań wykonywanych na złożonych danych, zarządzania tymi danymi i ich analizy, wykazując tym samym solidność i dostępność klasy biznesowej, a do tego niespotykaną wcześniej pojemność i skalowalność. a. Platforma Sybase Aleri Streaming Platform Platforma Sybase Aleri Streaming Platform stale analizuje wiele strumieni, danych rynkowych i danych o zdarzeniach, uzyskiwanych w czasie rzeczywistym. Przetwarzanie odbywa się, zanim dane wejściowe zostaną zapisane w bazie, co zmniejsza opóźnienia. Platforma Sybase Aleri Streaming Platform dokonuje analizy w czasie rzeczywistym i koreluje zdarzenia między wieloma strumieniami danych różnych rodzajów, dając w wyniku bogate w informacje odpowiedzi w czasie kilku milisekund lub krótszym. Platforma zwraca czyste, bogate w informacje strumienie zintegrowanych i wzbogaconych danych rynkowych, i przekazuje je dalszym systemom, aplikacjom i serwerowi Sybase RAP. Korzystając z platformy Sybase Aleri Streaming Platform, organizacje dokonujące transakcji elektronicznych mogą przyspieszyć rozwój i aktualizowanie kluczowych aplikacji działających w czasie rzeczywistym. Mogą one również szybko wdrażać modele wykorzystujące nowe algorytmy w silniku przetwarzania strumieni zdarzeń oraz szybko testować je na danych historycznych zachowanych w RAPStore. b. RAPCache RAPCache to działająca w pamięci baza danych o małych opóźnieniach służąca do przechowywania danych rynkowych czasu rzeczywistego. Zapewnia ona szybki dostęp do najnowszych danych i zdarzeń rynkowych z wykorzystaniem standardowych interfejsów. RAPCache potrafi ładować zdarzenia rynkowe czasu rzeczywistego z dużą prędkością i małymi opóźnieniami, dzięki czemu są one natychmiast dostępne dla potrzeb analizy i obsługi aplikacji transakcyjnych i aplikacji zarządzania ryzykiem. RAPCache jest bazą danych z prawdziwego zdarzenia, wykorzystującą SQL jako standardowy język zapytań oraz obsługującą standardy JDBC i ODBC. c. RAPStore RAPStore to kolumnowa baza danych wykorzystująca opatentowane metody Sybase do przechowywania petabajtów danych rynkowych z kompresją rzędu procent. Architektura kolumnowa zapewnia przechowywanie szeregów czasowych i dostęp do nich nawet stukrotnie szybciej niż w relacyjnych bazach danych opartych na wierszach. RAPStore udostępnia olbrzymie ilości historycznych danych rynkowych dla celów zapytań i analiz setkom współbieżnych użytkowników w całym przedsiębiorstwie. Dane rynkowe i dotyczące zdarzeń ładowane są do repozytorium przez cały dzień i są zwykle dostępne w RAPStore już w kilka minut po tym jak tylko się pojawią. RAPStore wykorzystuje SQL jako standardowy język zapytań oraz obsługuje standardy JDBC i ODBC. Dodatkowo wspiera złożone funkcje OLAP i umożliwia użytkownikom stosowanie złożonego przetwarzania i analiz za pomocą funkcji UDF blisko olbrzymich magazynów danych. KORZYŚCI Z ZASTOSOWANIA SYBASE Zintegrowany pakiet platformy usług finansowych Sybase Sybase Aleri Streaming Platform i Sybase RAP zapewnia organizacjom dokonującym transakcji elektronicznych znaczne korzyści, których próżno szukać w innych produktach. Mocne strony pakietu to niespotykana wcześniej skalowalność, przepustowość i pojemność oferowana na rzeczywistej platformie klasy biznesowej. Technologia Sybase zapewnia dodatkowo pełen zestaw narzędzi bazodanowych, które bezproblemowo integrują dane historyczne i dane rynkowe czasu rzeczywistego, umożliwiając tworzenie, utrzymywanie i analizę istotnych zrzutów sytuacji rynkowej. 1. Platforma klasy biznesowej Infrastruktura obejmująca dane i analizy jest absolutnie kluczowa dla wszystkich organizacji dokonujących transakcji elektronicznych i wymaga solidnych, niezawodnych platform zapewniających ciągłość działań transakcyjnych. Sybase zapewnia rzeczywistą technologię platformową klasy biznesowej, która jest w stanie sprostać tym wyzwaniom. Pakiet platformy usług finansowych Sybase składa się w całości wyłącznie z elementów klasy biznesowej. Mimo iż platformy konkurencji wykorzystują pewne funkcje klasy biznesowej, pakiet platformy Sybase wykazuje się wszechstronnością zarówno jeżeli chodzi o moc obliczeniową jak i redundancję, oraz archiwizację, niezbędną dla organizacji dokonujących transakcji elektronicznych. Taki poziom trudno osiągnąć w rozwiązaniach niezintegrowanych. Wielopoziomowa architektura Sybase RAP o dużej dostępności zapobiega utracie danych po awarii systemu lub katastrofie naturalnej. Zapewnia ona dużą całkowitądostępność poprzez działanie w trybie wielu instancji, co może dotyczyć wszystkich komponentów RAP, w tym bazy danych w pamięci, a także modułów Publisher i Subscriber. Awaryjne przekazywanie połączeń użytkowników do zapasowej lokalizacji, w której uruchomiona została kopia RAPCache, zapewnia bezproblemową niezawodność. Natomiast dodanie rozwiązań magazynu wysokiej dostępności autorstwa producentów zewnętrznych umożliwia awaryjne przełączanie na kopię RAP- Store w odległej lokalizacji. Platforma Sybase Aleri Streaming Platform posiada architekturę pozwalającą jej działać w konfiguracjach wysokiej dostępności. Silniki przetwarzania strumieni mapowane są na serwery wysokiej dostępności i wykorzystują macierze wysokiej dostępności. Ponadto silnik przetwarzania strumieni wspiera przełączanie strumieni wejściowych i wyjściowych w locie. 2. Skalowalność i przepustowość Skalowalność danych i platform analitycznych ma rosnące znaczenie w sytuacji, gdy organizacje dokonujące transakcji elektronicznych stoją w obliczu coraz większego tempa pojawiania się danych rynkowych. Własnie dlatego pakiet platformy usług finansowych Sybase wykazuje się niezrównaną skalowalnością i przepustowością. Sybase oferuje jedyną platformę analizy rynkowej na tyle elastyczną i wszechstronną, aby obsłużyć wymagania analityczne całego przedsiębiorstwa w całym cyklu życia transakcji, od analizy strumieniowej i analizy transakcji w czasie rzeczywistym do wieloletnich analiz historycznych. Pakiet platformy Sybase obsługuje przyrostowe skalowanie praktycznie każdego obciążenia na klastrach powszechnie dostępnego sprzętu. Technologia Sybase skaluje na przykład przepustowość i pojemność tak, aby przetwarzać strumień ORPA w czasie rzeczywistym, co konkurencja potrafi rzadko lub w ogóle nie potrafi. Architektura Sybase RAP umożliwia jednoczesne przechowywanie danych, w działającej w pamięci bazie danych o niskich opóźnieniach oraz obejmującej większy zakres danych kolumnowej bazie danych, bez dodatkowych opóźnień. Liniowa skalowalność RAPStore i wysoka współbieżność umożliwiają silnikowi bazy danych pracę na niezależnych maszynach i obsługę współbieżnego dostępu dużej liczby użytkowników bez wpływu na wydajność systemu czy czasy reakcji. RAPStore jest w stanie pomóc tworzyć i stosować funkcje UDF, umieszczając złożone analizy dużego wolumenu danych bliżej magazynu danych, czyli tam, gdzie powinny się znajdować. Platforma Sybase Aleri Streaming Platform zoptymalizowana jest dla nowoczesnego wielordzeniowego i wielowątkowego 64-bitowego sprzętu. Platformę można łatwo skalować, aby Zima

12 poradzić sobie z dużymi i rosnącymi obciążeniami na typowym dostępnym sprzęcie. Dostępna w platformie Sybase wydajna architektura publikujsubskrybuj zapewnia skalowalność klasy biznesowej. 3. Pojemność Stale rosnące tempo pojawiania się nowych danych wymaga niespotykanej wcześniej skalowalności, a w konsekwencji wyjątkowych zdolności przechowywania i pobierania danych. Zorientowany kolumnowo magazyn Sybase RAP jest zdolny do przechowywania i wydajnego pobierania petabajtów danych notowań rynkowych. W dzisiejszych środowiskach transakcyjnych, w których liczba komunikatów na sekundę przekracza trzy miliony, archiwa notowań pęcznieją w błyskawicznym tempie. Sprawdzona zdolność RAP do przechowywania i pobierania tak wielkich wolumenów danych umożliwia klientom przechwytywanie wszystkich potrzebnych im kluczowych danych rynkowych oraz zapewnienie sobie dostępu do nich. Unikatowa architektura RAP zapewnia wysoką wydajność zapytań dotyczących danych o notowaniach dla długich list symboli i wielodniowych okresów. Pozwala ona również na uniknięcie ograniczeń związanych z wydajnością, które mogą wystąpić na innych platformach w sytuacji przetwarzania tak wymagających zapytań. 4. Integracja danych czasu rzeczywistego i historycznych Organizacje dokonujące transakcji elektronicznych wymagają dostępu do zintegrowanych danych rynkowych czasu rzeczywistego i historycznych, gdyż oba te rodzaje danych są niezbędne do zapewnienia aktualnych analiz, kalibracji modeli i raportowania wydajności dla szybko zmieniających się rynków. Platforma usług finansowych Sybase posiada unikatową zdolność integracji operacji na danych czasu rzeczywistego i historycznych na dwa sposoby. Po pierwsze pakiet Sybase bezproblemowo integruje zapytania dotyczące historycznych danych odnośnie notowań z aktualizacjami tych notowań w czasie rzeczywistym. Funkcja ta staje się coraz bardziej wartościowa dla podmiotów dokonujących transakcji elektronicznych, które chcą kalibrować i aktualizować modele i analizy, mając pod ręką aktualne raporty generowane w trakcie sesji. Na platformach konkurentów przy sklejaniu razem danych historycznych i czasu rzeczywistego, występują zwykle braki lub nadmiarowe dane, a także znaczące opóźnienia między końcem przetwarzania danych historycznych i początkiem aktualizacji w czasie rzeczywistym. Po drugie pakiet Sybase skutecznie przetwarza strumienie danych rynkowych czasu rzeczywistego równolegle z zapisywaniem danych w magazynie i niezależnie od tej operacji. Taka architektura zmniejsza opóźnienia w czasie rzeczywistym, co jest elementem kluczowym dla aplikacji dokonujących transakcji elektronicznych. Na innych platformach przychodzące strumienie danych rynkowych muszą zostać przed przetworzeniem zapisane (zbuforowane), co powoduje poślizg. 5. Wszechstronne narzędzia bazodanowe Zrozumienie sytuacji na rynku wymaga integracji większej liczby rodzajów danych, gdyż rynki elektroniczne generują informacje w coraz szybszym tempie. Dane o niskiej częstotliwości, takie jak ceny referencyjne, identyfikatory papierów wartościowych i dane podstawowe, muszą być integrowane z olbrzymimi ilościami danych rynkowych. Użytkownicy mogą korzystać z funkcji CIS Sybase RAP, aby uzyskiwać dostęp do danych zapisanych w innych bazach. Rozległe funkcje OLAP umożliwiają użytkownikom transformowanie, agregowanie i sumowanie danych różnych typów i o różnej częstotliwości czasowej i to na tak dużą skalę, jakiej wymagają. Architektura Sybase RAP zapewnia wydajny mechanizm tworzenia i odpytywania zrzutów sytuacji na rynku. Funkcja ta umożliwia użytkownikom utrzymywanie informacji o aktualnej sytuacji na rynku i szybki dostęp do tej informacji, w tym również do najnowszych informacji o cenach dużej liczby papierów wartościowych. Wartości w zrzucie sytuacji na rynku mogą zawierać dane różnych typów i o różnej częstotliwości czasowej, a także wartości ustalone wiele dni czy miesięcy wcześniej. Dla celów analizy historycznej zrzut można powiązać z zakresem dat dla którego pobierane są dane do wysłanego zapytania. Platformy konkurencji dysponują jedynie ograniczonymi funkcjami OLAP i integracji danych. Tworzenie zintegrowanych zrzutów sytuacji na rynku w locie może być procesem wolnym i nieefektywnym, zwłaszcza gdy częstotliwości czasowe poszczególnych wartości znacznie się od siebie różnią. Co więcej, systemy te nie radzą sobie z zarządzaniem zapytaniami wykonywanymi na zrzutach sytuacji na rynku dla dowolnych dat z przeszłości. SYBASE PARTNER DLA CAŁEGO CYKLU ŻYCIA Oceniając koszty alternatywne rozwiązań odrębnych i platformy dostarczanej przez dostawcę, należy wziąć pod uwagę łączne koszty cyklu życia oraz możliwości danej platformy. Rozwiązania niezintegrowane mogą zostać szybko wdrożone, lecz koszty cyklu życia potrzebne na osiągnięcie, a co ważniejsze utrzymanie, wymaganej solidności, skalowalności, pojemności i funkcjonalności mogą szybko przerosnąć początkowe oszczędności w czasie i pieniądzach. Pakiet platformy usług finansowych Sybase składający z się z platformy Sybase Aleri Streaming Platform i Sybase RAP zapewnia zintegrowane, wysoce skalowalne strumieniowanie klasy biznesowej, a także funkcje przetwarzania zdarzeń, oraz analizy i przechowywania danych. Technologia platformy zapewnia spełnianie przez programistów najbardziej wymagających poziomów dostępności i skalowalności oraz zmniejsza koszty wsparcia i utrzymania w całym cyklu życia systemu. Programiści korzystający z platformy Sybase Aleri Streaming Platform twierdzą, że czas i nakłady, jakie poświęcają na pisanie oprogramowania, są o procent mniejsze w porównaniu dorozwiązań niezintegrowanych. Taka kombinacja elastyczności i skróconego czasu cyklu tworzenia oprogramowania daje użytkownikom korzyści takie jak przy rozwiązaniu niezintegrowanym w połączeniu z wysoce skalowalną platformą klasy biznesowej. Tak oczywiste korzyści znacznie zmieniają dynamikę dyskusji nad odwiecznym dylematem kupować czy tworzyć samemu. Zintegrowany pakiet usług finansowych Sybase zapewnia wiele funkcji, które trudno osiągnąć i utrzymać w rozwiązaniach niezintegrowanych lub systemach pochodzących od wielu dostawców. Jak zostało to opisane powyżej, funkcje te obejmują: platformę klasy biznesowej, skalowalność i przepustowość, dużą pojemność, integrację danych historycznych i czasu rzeczywistego, integrację danych różnych typów w celu tworzenia pełnych zrzutów sytuacji na rynku. Sybase, Inc. Worldwide Headquarters One Sybase Drive Dublin, CA U.S.A SYBASE Sybase Products Poland Sp. z o.o. Ul Wołoska 5, budynek Taurus, Warszawa Copyright 2012 Sybase, an SAP Company. Wszelkie prawa zastrzeżone. Nieujawnione prawa zastrzeżone na podstawie amerykańskich przepisów o prawach autorskich. Sybase i logo Sybase są znakami towarowymi Sybase, Inc. lub jego spółek zależnych. wskazuje na rejestrację w Stanach Zjednoczonych Ameryki. SAP i logo SAP są znakami towarowymi lub zarejestrowanymi znakami towarowymi SAP AG w Niemczech oraz w kilku innych krajach. Wszystkie inne znaki towarowe są własnością ich właściwych właścicieli. 02/12