Pyth annonce le lancement de Pyth Pro : réinventer la Supply Chain des données de marché

Auteur : Douro Labs

Au début de l'année 2021, seules quelques entreprises de trading et échanges publiaient leurs données de trading sur le réseau blockchain, et aujourd'hui, cette tentative a rapidement évolué pour devenir la source de données de marché institutionnelle la plus complète au monde.

En tant que couche de prix universelle, Pyth Network a complètement remodelé la chaîne d'approvisionnement des données de marché : 125 institutions ont cumulativement gagné plus de 50 millions de dollars en contribuant leurs données propriétaires au réseau ; ces données soutiennent plus de 600 applications et un volume de transactions de 17 000 milliards de dollars. Pyth collabore également avec des leaders de l'industrie et des agences gouvernementales tels que Cboe, Jane Street, Revolut et le département du Commerce des États-Unis pour établir un nouveau paradigme qui rend les données de marché plus accessibles, plus précises et plus transparentes.

La mission de Pyth a toujours été de créer une « source unique de vérité » pour les données de marché. Ce concept peut sembler simple, mais il a des implications profondes. Une fois réalisé, il redéfinira le système financier traditionnel et élargira l'accès aux marchés mondiaux. Aujourd'hui, après avoir obtenu une adoption pionnière dans le domaine de la DeFi et s'étendre rapidement vers la finance traditionnelle, Pyth est en train de réinventer l'économie des données de marché pour les institutions mondiales.

Aujourd'hui, avec l'annonce de la sortie officielle de Pyth Pro, Pyth fait un pas important vers la réalisation de sa mission, permettant à quiconque d'accéder directement à des données institutionnelles professionnelles fournies par les sociétés de trading les plus avancées au monde.

Pyth Pro vise à fournir aux institutions une perspective de données transparente et complète, couvrant toutes les classes d'actifs et les régions géographiques sur les marchés mondiaux, éliminant ainsi les inefficacités, les angles morts et la montée des coûts dans la chaîne d'approvisionnement des données de marché traditionnelles. Plusieurs grandes institutions, dont Jump Trading Group, participent au programme d'accès anticipé de Pyth Pro, témoignant d'une forte demande pour de nouvelles solutions de données de marché.

Analyse du problème : systèmes fragmentés et obsolètes

Les données de marché sont le pilier de la finance moderne, alimentant toutes les facettes allant du trading à la gestion des risques en passant par le règlement et le reporting. Avec l'évolution continue de l'internet en termes de vitesse et d'accès, le système financier est plus interconnecté et axé sur les données que jamais, l'importance des données de marché ne cesse d'augmenter. Cependant, l'infrastructure qui soutient aujourd'hui les données de marché est plongée dans les ténèbres de l'ère pré-internet, avec presque aucune option de remplacement.

Selon les statistiques, les institutions dépensent plus de 50 milliards de dollars par an pour les données de marché, mais les systèmes sur lesquels elles s'appuient ne sont pas adaptés à l'environnement financier mondial multi-actifs d'aujourd'hui. En raison de la rareté des concurrents sur les données de marché à travers les régions et les classes d'actifs, cela a également entraîné une forte augmentation des coûts des données, qui ont même augmenté de plus de 50 % au cours des trois dernières années. Les différences de frais payés par les institutions pour les mêmes produits sont énormes, l'accès étant limité par région, et les nouveaux entrants font encore face à des barrières d'entrée très élevées.

Les tendances historiques mettent en évidence ce déséquilibre grave : au cours des 25 dernières années, le coût des données de marché a presque dépassé toutes les principales classes d'actifs. Cette montée en spirale impose un fardeau de plus en plus lourd aux institutions qui fournissent liquidité et efficacité aux marchés financiers.

D'un point de vue structurel, les défauts sont évidents :

Les échanges ne peuvent voir que leur propre carnet de commandes, et ces carnets ne couvrent qu'une petite partie des activités de trading mondiales.

Les fournisseurs regroupent ces données, les reconditionnent en gros paquets, puis les vendent à un prix élevé.

Les sociétés de trading et les banques, en tant qu'institutions fournissant des prix les plus précis et à haute fréquence, participent cependant très peu à la création de valeur des données.

Cela signifie que les données de prix les plus précieuses sont créées en amont (avant d'entrer sur le marché), mais que la majeure partie des revenus va aux intermédiaires en aval. Ce résultat n'est la faute d'aucune des parties, les données de marché étant soumises à un système obsolète, qui renforce involontairement la position des entreprises existantes, étouffe la concurrence et limite l'innovation.

Solution : Pyth Pro

Pyth Pro aborde le problème fondamental en reconstruisant la chaîne d'approvisionnement des données de marché pour résoudre ces problèmes d'inefficacité systémique.

Les institutions n'ont pas besoin de dépendre de données fragmentées et reconditionnées en aval, mais peuvent obtenir des prix directement auprès des entreprises générant les prix (sociétés de trading, bourses et banques) via une plateforme d'intégration unique et unifiée.

Plusieurs institutions de premier plan, y compris Jump Trading Group, ont collaboré avec Pyth Pro via une version bêta précoce. Comme l'a déclaré un responsable de Jump Trading Group :

« Nous sommes fiers d'être des partisans de longue date de Pyth, qui a développé l'une des sources de données de marché les plus complètes et les plus précieuses jamais créées. Pyth Pro permet à un plus grand nombre de consommateurs, y compris des entreprises de finance traditionnelles, d'accéder à ces données, apportant ainsi de la concurrence à l'économie des données de marché en fournissant les données les plus pures directement à la source. »

Une source : couvre toutes les classes d'actifs et régions

Pyth Pro intègre des données mondiales dans un réseau de distribution : plus de 2 000 flux de données couvrant les actions, les contrats à terme, les ETF, les matières premières, les devises, les cryptomonnaies et les revenus fixes. Les données sont mises à jour à une fréquence de millisecondes, avec un temps de fonctionnement normal supérieur à 99,9 %, une précision atteignant 95 % par rapport au NBBO, et de nouvelles catégories de données ajoutées chaque semaine.

Pyth Pro vise à fournir des informations complètes sur les données du marché, devenant ainsi la source unique de données financières la plus fiable.

Données professionnelles : provenant de véritables entreprises qui font évoluer le marché.

Plus de 125 institutions de premier plan ont contribué des données de prix exclusives au réseau Pyth, y compris Jane Street, Revolut, Jump, DRW, Optiver, Cboe et LMAX. Ces contributions sont agrégées par des vérifications cryptographiques et mettent en place des mécanismes de mise en jeu et de confiscation, afin de construire un système qui capte à la fois les sources de découverte des prix et récompense l'exactitude et la participation.

Un modèle simplifié et rentable

Les fournisseurs de données traditionnels facturent généralement jusqu'à 250 000 dollars par mois, mais la couverture des données est incomplète, obligeant les institutions à gérer plusieurs accords de collaboration sur les données, à acheter et à intégrer de manière répétée, ce qui entraîne des coûts imprévisibles. Pyth Pro résout ce dilemme avec un modèle d'abonnement transparent, pouvant s'adapter aux besoins des institutions :

Pyth Crypto (gratuit) : données cryptographiques mises à jour chaque seconde

Pyth Crypto+ (5 000 $ par mois) : données cryptographiques mises à jour toutes les millisecondes.

Pyth Pro (10 000 $ par mois) : couverture mondiale multi-actifs, mise à jour toutes les millisecondes, support entreprise et droits de redistribution.

En éliminant la tarification discriminatoire, l'accès isolé et les contrats opaques, Pyth Pro non seulement réduit les coûts, mais ouvre également le marché à une plus large participation, créant un environnement de concurrence équitable pour les institutions de toutes tailles, permettant à chacun de tirer parti de cette opportunité. Les échanges, les sociétés de trading et les banques peuvent monétiser les données de manière plus directe ; les institutions obtiennent des données de marché mondiales plus complètes et précises. Cela entraînera un écosystème plus sain et plus compétitif : ici, les données sont plus accessibles, précises et transparentes que jamais.

Méthode de mise en œuvre : Reconfiguration de la chaîne d'approvisionnement des données de marché

Pyth est capable de fournir des fonctionnalités que les fournisseurs traditionnels ne peuvent pas offrir, grâce à son innovation structurelle. Pyth Network n'est pas un autre agrégateur qui réemballe des flux de données en aval, mais reconstruit fondamentalement la manière dont les données de marché sont capturées, vérifiées et distribuées à l'échelle mondiale.

Sources de données en amont : les données sont directement fournies par des entités de tarification telles que des sociétés de trading, des bourses et des banques, même avant que les données ne soient fragmentées, moyennées ou retardées.

Qualité des sources de données : Plus de 125 institutions de premier plan contribuent des données exclusives à Pyth, y compris Jane Street, Jump, DRW, Optiver, Cboe, LMAX et le Département du Commerce des États-Unis.

Agrégation transparente : Les données sont agrégées en utilisant des méthodes vérifiables, avec des intervalles de confiance définis, garantissant que la qualité des données est auditée.

Livraison haute performance : les mises à jour de données sont distribuées à l'échelle mondiale avec une latence de bout en bout inférieure à 100 millisecondes, et prennent en charge un mécanisme d'agrégation de données à faible latence co-localisé ainsi qu'une précision au niveau de la milliseconde.

Incitation collaborative : grâce à la mise en jeu, à la confiscation et au modèle d'incitation de l'écosystème Pyth, les éditeurs sont récompensés pour leur exactitude, tandis que le système sanctionne les comportements inappropriés.

Modèle durable : Les revenus d'abonnement retournent au Pyth DAO, renforçant les mécanismes d'incitation des éditeurs et augmentant la valeur du réseau au fil du temps.

Pyth Pro a pour objectif de remplacer l'infrastructure fragmentée et obsolète sur laquelle s'appuient les données de marché d'aujourd'hui, mais il ne se contente pas de remplacer les acteurs existants. Les échanges, les sociétés de trading et les banques restent au cœur de tout cela : leurs données sont la source de la valeur. En créant un réseau de distribution unifié et ouvert, Pyth Pro permet à davantage d'institutions d'accéder aux données nécessaires, tout en permettant aux éditeurs de données de tirer directement parti de la valeur qu'ils créent, élargissant ainsi encore la participation et éliminant les contraintes structurelles.

Le modèle de données de marché de Pyth Pro est plus inclusif, plus précis et plus durable que tout autre modèle existant. Fondamentalement, Pyth Pro vise à faire un grand gâteau pour tout le monde : les contributeurs obtiennent une rémunération équitable, les institutions peuvent mieux comprendre les marchés mondiaux à moindre coût, et l'ensemble du système financier bénéficiera d'une plus grande transparence et d'un cycle de concurrence plus sain.

La prochaine vague financière est déjà là ; Pyth Pro n'est que le premier pas.

Dans la vision centrale de la « couche de prix universelle » de Pyth, Pyth Pro vise à autonomiser les bâtisseurs, les innovateurs, les institutions et les leaders en construisant un système financier ouvert, fiable et facilement accessible, afin que tous les participants en bénéficient.

L'infrastructure n'est que le premier niveau, maintenant tout le monde aura l'occasion de participer à la construction de la prochaine génération de gratte-ciels financiers.

Bienvenue dans votre voyage avec Pyth Pro, pour une expérience de données de marché plus précise, plus pratique et plus économique.