Fictional Bank
Fictional Bank - Complete Trading Infrastructure¶
概要¶
Fictional Bankは、Neutryx Coreの包括的な参照実装であり、実際の銀行トレーディングシステムをシミュレートします。Bank Trading Systemをベースに構築されており、以下の機能を提供します：
- 完全なポートフォリオ管理：複数デスク、トレーダー、取引先の管理
- データベース永続化：PostgreSQLによる取引、クライアント、CSAの永続化
- 取引実行ワークフロー：予約、確認、キャンセル、終了の完全なライフサイクル
- リアルタイムモニタリング：エクスポージャー、リスク集中度の監視
- 包括的レポート：P&L、リスク、パフォーマンス、規制レポート
- トレーディングシナリオ：日次取引、オンボーディング、ストレステスト
アーキテクチャ¶
┌─────────────────────────────────────────────────────────────┐
│ Fictional Bank │
│ (統合されたトレーディングバンク実装) │
└────────┬────────────────────────────────────────────────────┘
│
├──► Bank Trading System
│ ├── TradeRepository (PostgreSQL)
│ ├── CounterpartyRepository (PostgreSQL)
│ └── CSARepository (PostgreSQL)
│
├──► Portfolio Management
│ ├── In-memory Portfolio
│ ├── Book Hierarchy
│ └── Netting Sets
│
├──► Trading Scenarios
│ ├── Daily Trading
│ ├── Counterparty Onboarding
│ ├── Portfolio Rebalancing
│ └── Stress Testing
│
└──► Reporting & Analytics
├── Daily P&L Reports
├── Risk Reports
├── Desk Performance
└── Executive Dashboard
主要コンポーネント¶
1. FictionalBank¶
メインの銀行クラス。すべての機能を統合します。
場所: src/neutryx/portfolio/fictional_bank.py
主要機能: - 銀行の初期化とセットアップ - 架空のポートフォリオのロード - 取引先とCSAの管理 - 取引実行 - エクスポージャー計算 - 日次レポート生成
使用例:
from neutryx.integrations.databases.base import DatabaseConfig
from neutryx.portfolio.fictional_bank import create_fictional_bank
# データベース設定
config = DatabaseConfig(
host="localhost",
port=5432,
database="neutryx_bank",
user="postgres",
password="postgres",
)
# 架空銀行の作成と初期化
bank = await create_fictional_bank(
database_config=config,
load_portfolio=True, # 標準的な架空ポートフォリオをロード
)
# 健全性チェック
health = await bank.health_check()
print(f"Status: {health}")
2. Trading Scenarios¶
様々なトレーディングシナリオの実装。
場所: src/neutryx/portfolio/trading_scenarios.py
利用可能なシナリオ:
DailyTradingScenario¶
通常の取引日をシミュレート。全デスクで複数の取引を実行。
from neutryx.portfolio.trading_scenarios import DailyTradingScenario
scenario = DailyTradingScenario()
result = await scenario.execute(bank)
CounterpartyOnboardingScenario¶
新規取引先のオンボーディング： 1. 新規取引先の作成 2. CSA契約の締結 3. 初回取引の実行
from neutryx.portfolio.trading_scenarios import CounterpartyOnboardingScenario
scenario = CounterpartyOnboardingScenario()
result = await scenario.execute(bank)
PortfolioRebalancingScenario¶
ポートフォリオのリバランシング： - 古いポジションの終了 - 新規ポジションの確立
from neutryx.portfolio.trading_scenarios import PortfolioRebalancingScenario
scenario = PortfolioRebalancingScenario()
result = await scenario.execute(bank)
StressTestScenario¶
高負荷取引のストレステスト。
from neutryx.portfolio.trading_scenarios import StressTestScenario
scenario = StressTestScenario(num_trades=50)
result = await scenario.execute(bank)
ExposureMonitoringScenario¶
取引先エクスポージャーの監視と報告。
from neutryx.portfolio.trading_scenarios import ExposureMonitoringScenario
scenario = ExposureMonitoringScenario()
result = await scenario.execute(bank)
3. Bank Reports¶
包括的なレポート生成機能。
場所: src/neutryx/portfolio/bank_reports.py
利用可能なレポート:
日次P&Lレポート¶
from neutryx.portfolio.bank_reports import BankReportGenerator
report_gen = BankReportGenerator(bank)
pnl_report = await report_gen.generate_daily_pnl_report()
# レポート内容:
# - 総MTM
# - 総想定元本
# - デスク別P&L
# - 商品別P&L
# - 取引先別P&L
リスクレポート¶
risk_report = await report_gen.generate_risk_report()
# レポート内容:
# - 取引先エクスポージャー
# - 集中度メトリクス
# - 信用メトリクス
# - 格付別分布
# - トップエクスポージャー
デスクパフォーマンスレポート¶
desk_report = await report_gen.generate_desk_performance_report()
# レポート内容:
# - デスク別統計
# - ブック情報
# - トレーダー情報
# - パフォーマンス指標
取引先信用レポート¶
credit_report = await report_gen.generate_counterparty_credit_report()
# レポート内容:
# - 取引先プロファイル
# - 信用格付
# - CSAステータス
# - エクスポージャー
エグゼクティブダッシュボード¶
dashboard = await report_gen.generate_executive_dashboard()
report_gen.print_executive_dashboard(dashboard)
# ダッシュボード内容:
# - 主要指標
# - デスクパフォーマンス
# - トップエクスポージャー
# - 格付分布
標準的な架空ポートフォリオ¶
Fictional Bankは、包括的なテストポートフォリオを含みます：
組織構造¶
Legal Entity: - Global Investment Bank Ltd (LEI: 529900T8BM49AURSDO55)
Business Unit: - Global Trading
デスク (3つ): 1. Interest Rates Desk (DESK_RATES) - USD IRS Book - EUR IRS Book - Swaptions Book
- Foreign Exchange Desk (DESK_FX)
- FX Majors Book
-
FX Emerging Markets Book
-
Equity Derivatives Desk (DESK_EQUITY)
- Equity Vanilla Options Book
- Equity Exotic Options Book
トレーダー (6名): - Alice Chen (Rates) - Bob Martinez (Rates) - Carol Zhang (FX) - David Kim (FX) - Emma Wilson (Equity) - Frank Johnson (Equity)
取引先 (6社)¶
- AAA Global Bank (CP_BANK_AAA)
- Type: Financial
- Rating: AAA
-
CSA: Yes
-
Tech Corporation A (CP_CORP_A)
- Type: Corporate
- Rating: A
-
CSA: Yes
-
Industrial Group BBB (CP_CORP_BBB)
- Type: Corporate
- Rating: BBB
-
CSA: No
-
Alpha Strategies Fund (CP_HEDGE_FUND)
- Type: Fund
- Rating: A-
-
CSA: No
-
Republic Investment Authority (CP_SOVEREIGN)
- Type: Sovereign
- Rating: AA+
-
CSA: Yes
-
Global Insurance Group (CP_INSURANCE)
- Type: Financial
- Rating: AA
- CSA: Yes
取引 (11件)¶
- 金利スワップ (3件): USD、EUR
- スワプション (1件): USD
- FXオプション (3件): EUR/USD、USD/JPY、USD/BRL
- 株式オプション (3件): SPX、AAPL、TSLA
- バリアンススワップ (1件): SPX
使用方法¶
基本的な使用例¶
import asyncio
from neutryx.integrations.databases.base import DatabaseConfig
from neutryx.portfolio.fictional_bank import create_fictional_bank
async def main():
# 1. データベース設定
config = DatabaseConfig(
host="localhost",
port=5432,
database="neutryx_bank",
user="postgres",
password="postgres",
)
# 2. 銀行の作成と初期化
bank = await create_fictional_bank(
database_config=config,
load_portfolio=True,
)
# 3. 取引の実行
from neutryx.portfolio.contracts.trade import ProductType
from datetime import date, timedelta
result = await bank.book_trade(
counterparty_id="CP_BANK_AAA",
product_type=ProductType.INTEREST_RATE_SWAP,
trade_date=date.today(),
notional=10_000_000.0,
currency="USD",
maturity_date=date.today() + timedelta(days=365*5),
auto_confirm=True,
)
print(f"Trade result: {result.status}")
# 4. エクスポージャーの照会
exposure = await bank.get_counterparty_exposure("CP_BANK_AAA")
print(f"Exposure: ${exposure['total_mtm']:,.2f}")
# 5. レポート生成
from neutryx.portfolio.bank_reports import BankReportGenerator
report_gen = BankReportGenerator(bank)
dashboard = await report_gen.generate_executive_dashboard()
report_gen.print_executive_dashboard(dashboard)
# 6. クリーンアップ
await bank.shutdown()
asyncio.run(main())
トレーディングシナリオの実行¶
from neutryx.portfolio.trading_scenarios import run_all_scenarios
async def run_scenarios():
bank = await create_fictional_bank(
database_config=config,
load_portfolio=True,
)
# すべてのシナリオを実行
results = await run_all_scenarios(bank)
print("Scenario Results:")
for scenario_name, result in results.items():
print(f" {scenario_name}: {result}")
await bank.shutdown()
カスタム取引先の追加¶
from neutryx.portfolio.contracts.counterparty import (
Counterparty, CounterpartyCredit, CreditRating, EntityType
)
async def add_custom_counterparty():
bank = await create_fictional_bank(database_config=config)
# 新規取引先の作成
new_cp = Counterparty(
id="CP_CUSTOM",
name="Custom Client Corp",
entity_type=EntityType.CORPORATE,
lei="CUSTOM12345678901234",
jurisdiction="JP",
credit=CounterpartyCredit(
rating=CreditRating.A_PLUS,
lgd=0.45,
credit_spread_bps=90.0,
),
)
# 銀行に追加（データベースに永続化）
await bank.add_counterparty(new_cp, persist=True)
await bank.shutdown()
完全なデモンストレーション¶
包括的なデモが用意されています：
ファイル: examples/fictional_bank_demo.py
このデモには以下が含まれます： 1. 銀行の初期化とセットアップ 2. トレーディングシナリオの実行 3. 包括的レポートの生成 4. 取引先分析 5. データベース操作 6. リアルタイムモニタリング
実行方法:
# データベースが起動していることを確認
# PostgreSQL 12+ が必要
# データベースの作成
createdb neutryx_bank
# デモの実行
python examples/fictional_bank_demo.py
出力例:
================================================================================
FICTIONAL BANK - COMPREHENSIVE DEMONSTRATION
================================================================================
DEMO 1: Bank Initialization
================================================================================
✓ Global Investment Bank Ltd initialized
✓ Loaded fictional portfolio:
- 6 counterparties
- 4 CSA agreements
- 11 trades
- 7 books
📊 Health Check:
Status: OK
Database Connected: True
Counterparties: 6
Trades: 11
CSAs: 4
...
データモデル¶
FictionalBank¶
class FictionalBank:
name: str # 銀行名
lei: str # Legal Entity Identifier
jurisdiction: str # 管轄
manager: BankConnectionManager # データベース接続マネージャー
execution_service: TradeExecutionService # 取引実行サービス
portfolio: Portfolio # インメモリポートフォlio
book_hierarchy: BookHierarchy # 組織構造
Portfolio Structure¶
標準的なポートフォリオ構造： - 1 Legal Entity - 1 Business Unit - 3 Desks - 6 Traders - 7 Books - 6 Counterparties - 4 CSA Agreements - 6 Netting Sets - 11+ Trades
パフォーマンス¶
ストレステスト結果¶
典型的なパフォーマンス（PostgreSQL、ローカルマシン）：
- 取引実行: 20-30 取引/秒
- データベースクエリ: < 10ms（単一取引）
- レポート生成: 50-100ms（エグゼクティブダッシュボード）
- バッチ取引: 100件の取引を3-5秒で実行
メモリ使用量¶
- ベースライン: ~50MB
- 1000件の取引: ~100MB
- 10000件の取引: ~500MB
拡張とカスタマイズ¶
カスタムシナリオの作成¶
from neutryx.portfolio.trading_scenarios import TradingScenario
class CustomScenario(TradingScenario):
def __init__(self):
super().__init__(
name="Custom Scenario",
description="Your custom trading scenario",
)
async def execute(self, bank: FictionalBank) -> Dict:
# カスタムロジックを実装
self.results = []
# 取引を実行
result = await bank.book_trade(...)
self.results.append(result)
self.print_results()
return {"scenario": self.name}
カスタムレポートの作成¶
from neutryx.portfolio.bank_reports import BankReportGenerator
class CustomReportGenerator(BankReportGenerator):
async def generate_custom_report(self) -> Dict:
# カスタムレポートロジック
report = {
"report_type": "Custom Report",
"bank_name": self.bank.name,
# カスタムデータ
}
return report
トラブルシューティング¶
データベース接続エラー¶
# エラー: Could not connect to database
# 解決策:
# 1. PostgreSQLが起動しているか確認
# 2. 接続情報が正しいか確認
# 3. データベースが存在するか確認
# 確認コマンド:
# psql -h localhost -U postgres -d neutryx_bank
取引実行エラー¶
# エラー: Counterparty not found
# 解決策: 取引先が存在することを確認
# 確認:
counterparty = await bank.manager.counterparty_repo.find_by_id_async("CP_ID")
if not counterparty:
print("Counterparty not found. Create it first.")
メモリエラー¶
# 大量の取引を処理する場合
# 解決策: バッチサイズを制限
# 良い例:
for batch in chunks(large_trade_list, batch_size=100):
await bank.execution_service.batch_execute_trades(batch)
ベストプラクティス¶
- 接続管理:
- 常に
async withまたはtry/finallyを使用 -
shutdown()を呼び出してクリーンアップ -
取引実行:
- 本番環境では
validate_counterparty=Trueを使用 -
CSAが必要な場合は
validate_csa=Trueを設定 -
レポート生成:
- 大規模ポートフォリオでは非同期レポート生成を使用
-
レポートをJSONで保存して後で分析
-
データベース:
- 定期的にバックアップ
- インデックスを適切に設定
-
クエリパフォーマンスを監視
-
テスト:
- ユニットテストには
in_memoryモードを使用 - 統合テストにはデータベースを使用
- トランザクションロールバックでテストデータをクリーンアップ
統合¶
XVA計算との統合¶
# Fictional Bankポートフォリオを使用してXVA計算
from neutryx.xva import CVACalculator
async def calculate_portfolio_cva():
bank = await create_fictional_bank(database_config=config)
cva_calculator = CVACalculator()
for cp_id in bank.portfolio.counterparties.keys():
trades = bank.portfolio.get_trades_by_counterparty(cp_id)
counterparty = bank.portfolio.get_counterparty(cp_id)
cva = cva_calculator.calculate_cva(
trades=trades,
counterparty=counterparty,
)
print(f"CVA for {counterparty.name}: ${cva:,.2f}")
リスク計算との統合¶
# Fictional Bankポートフォリオを使用してリスク計算
from neutryx.risk import VaRCalculator
async def calculate_portfolio_var():
bank = await create_fictional_bank(database_config=config)
var_calculator = VaRCalculator()
all_trades = list(bank.portfolio.trades.values())
var_95 = var_calculator.calculate_var(
trades=all_trades,
confidence_level=0.95,
)
print(f"Portfolio VaR (95%): ${var_95:,.2f}")
参考資料¶
- Bank Trading System Documentation
- Portfolio Management Guide
- XVA Calculations
- Fictional Portfolio Source
サポートとフィードバック¶
問題や質問がある場合: 1. GitHub Issues 2. ドキュメントを確認 3. 例を参照
まとめ¶
Fictional Bankは、Neutryx Coreの完全な参照実装であり、以下を提供します：
✅ 完全なトレーディングインフラ: 取引実行からレポート生成まで ✅ データベース統合: PostgreSQLによる永続化 ✅ リアルなシナリオ: 日次取引からストレステストまで ✅ 包括的レポート: P&L、リスク、パフォーマンス分析 ✅ 拡張可能: カスタムシナリオとレポートの追加が容易 ✅ 本番環境準備完了: スケーラブルで高パフォーマンス
これにより、開発者はリアルな銀行環境でXVAやリスク計算をテストし、検証することができます。
