RFQ를 여러 dealer에게 동시에 보내면 경쟁은 늘지만 거래의도도 넓게 노출된다. ICE Compass는 주문을 보내기 전에 상대방별 예상가격과 경쟁력을 추정해 소수의 유력 dealer를 고르는 문제로 바꾼다. 입력에는 고객의 RFQ 응답·IOI·axes·거래이력과 TRACE, 평가가격, ETF와 유동성 정보가 들어간다.
상대방 프로필은 70개가 넘는 특징으로 구성된다. RFQ 가격을 같은 dealer의 IOI와 point-in-time 평가가격에 비교하고 hit ratio와 상위권 응답 여부를 누적한다. 그 결과는 주문특성과 고객 자신의 과거 상호작용에 맞춘 경쟁력 순위가 된다. 단순한 시장평균보다 특정 고객에게 실제로 보인 행동을 학습하는 구조다.
장중 갱신은 빠른 적응을 돕지만 feedback loop도 만든다. 모형이 선택한 dealer만 새 관측을 쌓으면 다른 상대방의 경쟁력을 과소평가할 수 있다. ICE도 분석값이 실제 결과와 일치하지 않을 수 있다고 밝힌다. 따라서 작은 무작위 탐색군과 dealer 집중도 한도를 유지해야 선택편향을 감시할 수 있다.
SCOPEICE의 제품 설명과 사례이며 모델계수, 독립 benchmark 성능, 실제 거래비용 개선치와 전략 P&L은 공개되지 않았다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
ICE Compass: extracting trading signals from the bond market4 primary · 0 archived +
Compass의 거래상대방 프로필은 70개가 넘는 특징을 사용한다.
ORIGINAL PASSAGEquantifying more than 70 distinct featuresICE Compass: extracting trading signals from the bond market, Detecting the patterns underpinning bond prices, accessed 2026-11-02입력에는 TRACE 체결과 ICE의 유동성·평가가격·ETF 및 고객 소유 자료가 포함된다.
ORIGINAL PASSAGETRACE printsICE Compass: extracting trading signals from the bond market, Detecting the patterns underpinning bond prices, accessed 2026-11-02모형은 특정 주문에 대한 거래상대방의 예상 경쟁력을 순위화한다.
ORIGINAL PASSAGEranking of trading counterparties by estimated competitivenessICE Compass: extracting trading signals from the bond market, Detecting the patterns underpinning bond prices, accessed 2026-11-02ICE는 평가·분석이 실제 결과와 일치하지 않을 수 있다고 제한한다.
ORIGINAL PASSAGEmay not generate results that correlate to actual outcomesICE Compass: extracting trading signals from the bond market, Limitations, accessed 2026-11-02Show the original briefing text
구분: 거래소 공식 기술 글·거래상대방 선택 ML
발표일: 2026년 9월 8일
핵심 요약
ICE 원문은 buy-side의 RFQ 응답·IOI·axes·거래이력에 ICE 평가가격, ETF iNAV, 거래소 피드, TRACE와 유동성 지표를 결합한다. 거래상대방 프로필은 70개가 넘는 특징으로 구성되고, 특정 주문에서 예상 경쟁력이 높은 상대방과 예상가격을 고객별로 산출한다. 결과는 장중 응답과 사후 TCA로 갱신되지만 ICE는 분석값이 실제 결과와 일치하지 않을 수 있다고 명시한다.
실무 시사점
RFQ를 넓게 뿌릴수록 정보가 새고 가격이 불리해질 수 있으므로, 체결확률만이 아니라 dealer별 가격공격성·최근 hit ratio·채권 유사성과 시장상태를 함께 평가해야 한다. 개인화 모형은 상대방 선택을 돕지만 특정 dealer를 과도하게 반복 선택해 경쟁을 줄이는지 별도 감시가 필요하다.
한국 시장 복제 아이디어
국고채·회사채 RFQ의 요청시각, 응답가격, 무응답, IOI, 체결과 사후 mark-out을 dealer·종목·주문크기별로 기록한다. 무작위 탐색군과 ML 순위군을 두고 최우선 가격 적중률, 체결비용, 응답 dealer 수, 정보노출 후 mark-out과 dealer 집중도를 비교한다.