OneTick: платформа, на которой биржи ловят спуферов, а хедж-фонды ищут альфу
Архитектура OneTick - enterprise-grade time-series движка для тиковых данных. DAG-запросы через Event Processors, унификация real-time и исторических данных, рыночный надзор (MiFID II, MAR, SEC), TCA, квантовый ресёрч и сравнение с kdb+.
Bloomberg — для аналитиков, которым нужен терминал. TradingView — для ритейла, которому нужны графики. Но когда биржа хочет в реальном времени отследить, что трейдер на одной площадке выставляет фиктивные ордера, чтобы сдвинуть цену на другой, — ей нужен OneTick.
OneTick — это enterprise-grade time-series база данных и движок потоковой аналитики, спроектированный специально для финансовых рынков. Не общего назначения, как TimescaleDB или InfluxDB. Не просто быстрая колонка, как ClickHouse. А платформа, которая понимает финансовые данные: trade/quote связи, глубину стакана, корпоративные действия, кросс-рыночные корреляции. Клиенты — биржи, инвестбанки, хедж-фонды, маркет-мейкеры и брокеры.
Три столпа OneTick
Платформа решает три принципиально разные задачи одним движком:
| Столп | Кто использует | Зачем |
|---|---|---|
| Рыночный надзор (Surveillance) | Биржи, регуляторы, compliance-отделы | Детекция манипуляций, соответствие MiFID II / MAR / SEC / FINRA |
| Квантовый ресёрч (Quant Research) | Хедж-фонды, проп-деск | Поиск альфы, бэктест стратегий, анализ микроструктуры |
| Торговая аналитика (Trading Analytics) | Sell-side деск, брокеры | TCA, мониторинг best execution, контроль ликвидности |
Ключевой инсайт: все три задачи работают на одном движке, который обрабатывает как исторические, так и real-time данные. Не нужно держать отдельную систему для стриминга и отдельную для бэктеста — это одна платформа.
Архитектура: Directed Acyclic Graph (DAG) как язык запросов
Главное архитектурное решение OneTick — запросы строятся не на SQL (хотя SQL тоже поддерживается), а как направленный ациклический граф (DAG) из Event Processors (EP).
Что такое Event Processor
Event Processor — это атомарная единица обработки. Каждый EP выполняет одну операцию: фильтрация, агрегация, join, вычисление производных полей, VWAP, реконструкция стакана. Данные (тики) текут через цепочку EP от источников к приёмникам.
Аналогия: конвейер на заводе. Тик (запись с таймстампом) входит в граф слева, проходит через цепочку обработчиков, и на выходе — готовый результат: алерт, агрегированная метрика, сигнал.
Почему DAG, а не SQL
| Аспект | SQL-подход | DAG (Event Processors) |
|---|---|---|
| Потоковая обработка | Требует отдельного фреймворка (Flink, Spark) | Нативно — тот же граф работает и на потоке, и на истории |
| Сложные пайплайны | Вложенные подзапросы, CTE, window functions | Визуальная композиция узлов — каждый понятен изолированно |
| Переиспользование | Copy-paste SQL-блоков | EP — переиспользуемые компоненты, подставляются в разные графы |
| Дебаг | EXPLAIN ANALYZE + догадки | Можно снять данные с любого узла графа |
| Параллелизм | Оптимизатор СУБД решает | Явная параллелизация по символам, датам, ядрам CPU |
Графы можно строить визуально через встроенный designer («paint-a-canvas») или программно через Python API.
Производительность
Цифры, которые OneTick заявляет (и которые подтверждаются индустрией):
| Метрика | Значение |
|---|---|
| Приём тиков | >1 триллиона тиков/день |
| Пакетная обработка | >10 млн тиков/сек/ядро |
| Точность таймстампов | Субмиллисекунда |
| Глубина истории | Данные с 1970 года (через TickData) |
| Классы активов | Акции, фьючерсы, опционы, FI, крипто |
Для сравнения: типичный L2-feed одной ликвидной акции (AAPL) генерирует ~100K сообщений/сек в часы пиковой активности. Для всего рынка US equities — сотни миллионов сообщений в день. OneTick спроектирован обрабатывать всё это с запасом.
Рыночный надзор: где OneTick — стандарт индустрии
Рыночный надзор (Market Surveillance) — это, пожалуй, самый сильный use case OneTick. Платформу используют сами биржи для мониторинга торговой активности.
Какие манипуляции детектирует
| Манипуляция | Что происходит | Как детектируется |
|---|---|---|
| Спуфинг (Spoofing) | Трейдер выставляет крупный ордер, чтобы сдвинуть цену, и снимает его перед исполнением | Анализ соотношения выставленных/снятых ордеров, скорость отмены |
| Лейеринг (Layering) | Множество ордеров на нескольких уровнях цены для создания иллюзии спроса/предложения | Паттерн «лестница» в стакане + корреляция с исполнениями на другой стороне |
| Wash Trading | Трейдер торгует сам с собой для создания искусственного объёма | Пересечение аккаунтов, timing-анализ, IP-адреса |
| Front-Running | Брокер торгует перед крупным клиентским ордером | Временны́е корреляции между prop-сделками и клиентскими потоками |
| Marking the Close | Намеренные сделки в конце сессии для манипуляции ценой закрытия | Анализ активности в последние минуты vs средней внутридневной |
| Quote Stuffing | Массовая генерация/отмена ордеров для замедления конкурентов | Аномальная частота сообщений, соотношение ордер/сделка |
| Insider Trading | Торговля на основе непубличной информации | Корреляция необычных паттернов с корпоративными событиями |
Кросс-рыночный и кросс-активный мониторинг
Самый сложный случай: манипуляция между рынками. Трейдер двигает цену фьючерса на одной бирже, а зарабатывает на связанном опционе — на другой. Или торгует ADR на NYSE, зная, что произойдёт с базовой акцией на LSE.
OneTick агрегирует данные с множества площадок в единый поток и ищет кросс-рыночные паттерны, даже когда структурные связи между инструментами не очевидны.
Регуляторное покрытие
| Регулятор / Стандарт | Юрисдикция |
|---|---|
| MiFID II / MAR | Европа |
| SEC / FINRA | США |
| ASIC | Австралия |
| IIROC | Канада |
White-Box AI для скоринга алертов
Классическая проблема surveillance — ложные срабатывания. На 10 000 алертов в день у compliance-команды из 5 человек нет шансов проверить каждый. OneTick использует «white-box» ML: модели оценивают вероятность реальной манипуляции, но показывают причину — какие именно факторы привели к высокому скору. Не чёрный ящик, а объяснимая модель, что критично для регуляторов.
Квантовый ресёрч: от тиков до альфы
Для хедж-фондов и квантовых десков OneTick — это не просто хранилище. Это среда для исследований, где данные и аналитика живут в одном месте.
Что можно делать
-
Анализ микроструктуры рынка. Реконструкция стакана на произвольный момент в прошлом, анализ глубины ликвидности, спредов, order flow imbalance.
-
Бэктестинг стратегий. Прогон торговых стратегий на исторических тиковых данных с point-in-time точностью. Без look-ahead bias — данные возвращаются строго в том порядке, в каком были доступны в реальном времени.
-
Генерация сигналов. Тестирование гипотез: «Если bid-ask spread расширяется на 3σ при росте объёма — это предиктор разворота?» На десятилетиях данных, по всем инструментам.
-
ML на тиковых данных. MDRE (Market Data Research Environment) — Python/Pandas-like API для data science. Гиперпараметрический тюнинг, кросс-валидация, model serving — прямо на тиковых данных, без выгрузки в отдельную систему.
Методы доступа
| Интерфейс | Для кого |
|---|---|
| Python / Pandas API | Data scientists, ML-инженеры |
| SQL | Аналитики, знакомые с реляционными БД |
| DAG Designer | Визуальное построение запросов |
| Proprietary Graph Language | Опытные пользователи OneTick |
Торговая аналитика: TCA и Best Execution
После MiFID II best execution — не рекомендация, а юридическое требование. Брокер обязан доказать, что исполнил сделку клиента по лучшей доступной цене.
Transaction Cost Analysis (TCA)
OneTick позволяет сравнить цену исполнения с бенчмарками:
| Бенчмарк | Что измеряет |
|---|---|
| VWAP | Средневзвешенная цена по объёму за период |
| Arrival Price | Цена на момент поступления ордера |
| Implementation Shortfall | Разница между решением торговать и фактическим исполнением |
| Spread Cost | Потери на bid-ask спреде |
Мониторинг ликвидности в реальном времени
Для FX-десков и алго-трейдеров: OneTick сравнивает текущие спреды и объёмы с историческими средними. Если спред по EUR/USD расширился на 2σ от среднего за последний месяц — это аномалия, и алгоритм может замедлить исполнение или переключиться на альтернативную площадку.
Развёртывание: On-Prem и Cloud
| Модель | Описание |
|---|---|
| On-Premises | Полный контроль, данные не покидают периметр. Для банков с жёсткими требованиями к data residency |
| OneTick Cloud | Fully managed сервис. Масштабирование без управления инфраструктурой |
| Гибридная | Исторические данные в облаке, real-time — on-prem рядом с торговым движком |
Сравнение с альтернативами
| Характеристика | OneTick | kdb+ (KX) | QuestDB | TimescaleDB |
|---|---|---|---|---|
| Специализация | Финансы — из коробки | Финансы — через разработку | Общая TSDB | Общая TSDB (PostGIS-расширение) |
| Язык запросов | DAG + SQL + Python | q (векторный, высокий порог входа) | SQL | SQL |
| Streaming + History | ✅ Единый движок | ✅ (kdb Insights) | ⚠️ Ограниченно | ⚠️ Через расширения |
| Surveillance из коробки | ✅ Готовые модели | ❌ Нужно писать | ❌ | ❌ |
| TCA из коробки | ✅ | ❌ Нужно писать | ❌ | ❌ |
| Производительность (ingestion) | >10M ticks/sec/core | ~10M+ ticks/sec/core | ~3M+ rows/sec | ~1M+ rows/sec |
| Стоимость разработчиков | Ниже (готовые EP) | Высокая (q-специалисты дороги) | Низкая (SQL) | Низкая (PostgreSQL) |
| Open Source | ❌ Enterprise | ❌ Enterprise (есть Personal Edition) | ✅ (Apache 2.0) | ✅ (Apache 2.0) |
| Cloud | ✅ OneTick Cloud | ✅ kdb Insights | ✅ QuestDB Cloud | ✅ Timescale Cloud |
Когда выбирать OneTick
- Вы — биржа или регулятор, и вам нужен surveillance с готовыми моделями детекции.
- Вы — sell-side деск, и регулятор требует TCA и best execution reporting.
- Вы — квантовый фонд, и вам нужна платформа, где historical research и live monitoring — один инструмент.
Когда OneTick — overkill
- Вы — ритейл-трейдер или небольшая крипто-команда. OneTick — enterprise-продукт с enterprise-ценой.
- Вам нужна только база данных, без аналитики. Тогда QuestDB или TimescaleDB — разумнее.
- Ваши данные — не финансовые тики. IoT, мониторинг, логи — это другая ниша, и OneTick для неё избыточен.
Экосистема: OneTick + TickData
OneTick тесно интегрирован с TickData — одним из крупнейших поставщиков исторических тиковых данных. Покрытие:
- US Equities — с 1970 года
- Глобальные биржи — 80+ площадок
- Все классы активов — акции, фьючерсы, опционы, fixed income, FX
- Крипто — spot и деривативы
Для квантового ресёрча это критично: чем глубже история, тем надёжнее бэктест. Данные с 1970 года позволяют тестировать стратегии на десятках рыночных режимов, включая кризисы 1987, 2000, 2008, COVID-2020.
Ссылки
- 🌐 OneTick: onetick.com
- 🌐 OneTick Use Cases: onetick.com/use-cases
- 📊 TickData: tickdata.com
- 🌐 kdb+ (KX): kx.com
- 🌐 QuestDB: questdb.io
- 🌐 TimescaleDB: timescale.com
Вывод
OneTick — это не «ещё одна time-series БД». Это вертикально интегрированная платформа для финансовых данных, которая закрывает три критических потребности одним движком: surveillance для бирж и compliance, квантовый ресёрч для хедж-фондов, и TCA/best execution для sell-side. DAG-архитектура на Event Processors — элегантное решение для мира, где одни и те же данные нужно анализировать и в реальном времени, и на глубокой истории.
Главная ловушка при выборе: не сравнивайте OneTick с QuestDB или TimescaleDB как «базу данных с базой данных». OneTick — это база данных + аналитический движок + готовые бизнес-приложения (surveillance модели, TCA-бенчмарки, compliance-отчёты). Если вам нужна только быстрая запись тиков — возьмите QuestDB. Если вам нужен полный контур от приёма данных до регуляторного отчёта — OneTick конкурирует только с kdb+, и выигрывает за счёт более низкого порога входа (не нужно учить q) и готовых бизнес-модулей.
Для алготрейдинг-команд, строящих собственную инфраструктуру, OneTick — ориентир: как должна быть устроена платформа, которая обрабатывает триллион тиков в день и при этом позволяет аналитику построить запрос визуально, без единой строчки кода.
