회사채의 긴 꼬리는 체결이 드물어 같은 학습방식을 모든 종목에 적용하기 어렵다. FVMP는 활발한 채권은 실시간 거래자료로 학습하고 비유동 채권은 spread와 yield curve로 보완한다. mid와 bid·offer뿐 아니라 machine-learned confidence를 함께 제공해 자동화가 가격의 확실성을 구분하도록 한다.
공식 페이지가 제시한 범위는 미국 회사채 30,000개 이상이다. 주문크기는 $100K부터 $5M+까지 여섯 유동성 구간으로 나누며 각 구간의 bid·offer를 다르게 낸다. 소액 체결에서 관찰한 스프레드를 대형 주문에 그대로 적용할 때 생기는 시장충격 과소평가를 줄이려는 설계다.
같은 가격기반은 RFQ 자동응답, 포트폴리오 가격과 TCA에 연결된다. 이 일관성은 사전가격과 사후평가의 정의를 맞추지만, 회사가 공개하지 않은 confidence calibration과 outlier 처리성능은 별도 검증이 필요하다. 비유동 종목에서는 curve 오차와 stale data가 confidence에 제대로 반영되는지가 배포조건이다.
SCOPETrumid의 제품 설명이며 구체적인 학습표본, 모델구조, confidence 산식, 독립적인 out-of-sample 성능과 P&L은 공개되지 않았다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
Trumid FVMP™4 primary · 0 archived +
FVMP의 공식 커버리지는 미국 회사채 3만 개 이상이다.
ORIGINAL PASSAGEmore than 30,000Trumid FVMP, Real-time Predictive Bond Pricing, data as of 2026-08-31, accessed 2026-11-02주문크기별 가격은 여섯 유동성 구간으로 나뉘며 10만달러부터 500만달러 초과까지다.
ORIGINAL PASSAGEsix liquidity buckets, from $100K to $5M+Trumid FVMP, What Makes FVMP Different, accessed 2026-11-02비유동 회사채의 긴 꼬리는 spread와 yield curve로 보완한다.
ORIGINAL PASSAGEderived spread and yield curves for the long tailTrumid FVMP, Machine learning for every liquidity profile, accessed 2026-11-02공정가격과 함께 기계학습 confidence score를 제공한다.
ORIGINAL PASSAGEmachine-learned confidence scoreTrumid FVMP, Transparent confidence-scored pricing, accessed 2026-11-02Show the original briefing text
구분: 채권 전자거래 플랫폼 공식 기술 설명·유동성별 예측가격
발표일: 미확인, 2026년 8월 31일 기준 자료
핵심 요약
Trumid 원문은 3만 개가 넘는 미국 회사채에 실시간 양방향 가격과 ML confidence score를 제공한다고 설명한다. 활발한 채권은 실시간 체결자료로 학습하고 비유동 채권은 spread·yield curve로 보완한다. 주문크기를 10만달러에서 500만달러 초과까지 여섯 유동성 구간으로 나눠 bid·offer를 달리하며, RFQ 자동응답·포트폴리오 가격·TCA에 같은 가격기반을 사용한다.
실무 시사점
희소한 회사채 가격은 단일 point estimate보다 가격, 스프레드와 confidence를 함께 내보내야 사람이 자동화 범위를 제한할 수 있다. 주문크기별 가격을 분리하지 않으면 소액 체결로 대형 주문의 실행비용을 과소평가할 수 있으며, 비유동 종목에서는 curve 보간오차와 stale input을 confidence에 반영해야 한다.
한국 시장 복제 아이디어
회사채를 등급·업종·만기·발행사·거래빈도로 묶어 활발한 종목은 체결 기반, 긴 꼬리는 curve·유사채권 기반으로 가격을 만든다. 주문크기 구간별 bid·offer 오차와 interval coverage, confidence calibration, 실제 RFQ hit ratio와 사후 mark-out을 민평·직전체결 기준과 비교한다.