Financial markets are now undergoing exponential growth in data, as high-frequency trading is widespread. The need for effective market surveillance is, therefore, become more prominent. Domain experts in exchanges, trading participants, and regulators must provide evidence in their market surveillance investigation. Still, the increased number of participants and its transaction leads to a complicated task that needs to be analyzed more resource-efficient. One way of performing market surveillance is through an at-a- glance view, which can systematically and timely handle this data. Dashboards are today the widely adopted tool for processing large amounts of data in the financial sector. This study seeks to enhance the user experience of a market surveillance system developed with information visualization of participants’ statistical measures. The research was carried out in an industrial setting and followed the case study paradigm. The user research produced a list of expected tasks, translating into design requirements by reflecting on related research on effective dashboard design for interactive high-dimensional data exploration. The design requirements formed the design elements embedded into the low- and high-fidelity prototypes development. During prototype development, the participants’ statistical measures shown as the predefined dimensions on the dashboard were selected using feature selection methods correlate to their number of alerts. User evaluation of the final high-fidelity prototype suggests that interactive high-dimensional data exploration using parallel coordinates plots could improve the market surveillance process. The gap of effectiveness and efficiency scores between first-time users and experts and the feedback from both users show a steep learning curve in visual exploration. / Finansmarknaderna genomgår nu en exponentiell tillväxt i data, eftersom högfrekvent handel ar utbredd. Behovet av effektiv marknadsövervakning har därför blivit mer framträdande. Domänexperter inom utbyten, handelsdeltagare och tillsynsmyndigheter måste tillhandahålla bevis i sin marknadsövervakningsutredning. Anda leder det okade antalet deltagare och dess transaktion till en komplicerad uppgift som behöver analyseras mer resurseffektivt. Ett satt att utföra marknadsövervakning ar genom en översiktsverk som systematiskt och i tid kan hantera dessa uppgifter. Dashboards ar idag det allmänt använda verk tyget for att bearbeta stora mängder data inom finanssektorn. Denna studie syftar till att förbättra användarupplevelsen av ett marknadsövervakningssystem utvecklat med informationsvisualisering av deltagarnas statistiska matt. Forskningen utfördes i en industriell miljö och följde fallstudieparadigmet. Användarundersökningen producerade en lista över förväntade uppgifter som översattes till designkrav genom att reflektera över relaterad forskning om effektiv instrumentbrädesdesign for interaktiv högdimensionell datautforskning. Konstruktionskraven bildade designelementen inbäddade i utvecklingen av prototyper med lag och hög trohet. Under prototyputvecklingen valdes deltagarnas statistiska matt som visade som de fördefinierade dimensionerna på instrumentpanelen med hjälp av funktionsvalsmetoder som korrelerar med deras antal varningar. Användarutvärdering av den slutliga högtroh prototypen antyder att interaktiv högdimensionell data utforskning med parallella koordinatdiagram kan förbättra marknadsövervakningsprocessen. Gapet mellan effektivitets- och effektivitetsresultat mellan förstagångsanvändare och experter och feedback från bada an vandare visar en brant inlärningskurva i visuell utforskning.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-303735 |
| Date | January 2021 |
| Creators | Kesuma, Badai |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:571 |
Page generated in 0.0021 seconds