Die nächste Marktdaten-Ebene wird von den Institutionen aufgebaut, die den Märkten selbst am nächsten sind.
Kalshi. Revolut. Fenics. Coinbase. Jane Street. SGX FX. Cboe. Tradeweb. Virtu. Und mehr.
Der gemeinsame Nenner ist Pyth.
Finanzmärkte werden softwaredefiniert. Preise fließen nun in Börsen-Engines, Kollateralsysteme, Risikomodelle, tokenisierte Produkte, KI-Workflows, Prognosemärkte und in Handelsplätze, die rund um die Uhr handeln.
Die Marktdaten-Infrastruktur muss mit ihnen Schritt halten.
Mehr als 138 Institutionen veröffentlichen Daten an Pyth. Der Pyth Pro-Report für Juli 2026 zeigte 3.501 Feeds, darunter 1.901 Aktien-Feeds.
Das Modell ist einfach:
• Supply: Institutionen liefern Daten aus den Märkten, Handelsplätzen und Systemen, die der zugrunde liegenden Aktivität am nächsten sind
• Distribution: Pyth verteilt diese Daten über eine Infrastruktur, die für Echtzeit-Anwendungen gebaut wurde
• Application: Börsen, Protokolle, Risikossysteme, Prognosemärkte und Finanzprodukte nutzen sie über Märkte hinweg
Kalshi nutzt Pyth Pro zur Auflösung von Commodities.
Coinbase nutzt Pyth für Krypto, Aktien und FX – für Echtzeit-Preisbildung, Kollateralbewertung und Liquidations-Infrastruktur.
Fenics bringt Dealer-to-Dealer-Fixed-Income-Daten in das Netzwerk.
SGX FX liefert institutionelle Währungsbewertungen über globale Liquiditäts-Hubs.
Jane Street verbindet Pyth mit den Marktmaker-Daten, die am nächsten an der Live-Preisbildung liegen.
Verschiedene Institutionen. Verschiedene Märkte. Eine Distributions-Ebene.
Märkte werden stärker automatisiert, global und dauerhaft verfügbar.
Die Datenebene darunter muss folgen.
Entdecken Sie das Pyth-Publisher-Netzwerk: https://www.pyth.network/publishers
#PYTH #trading
Kalshi. Revolut. Fenics. Coinbase. Jane Street. SGX FX. Cboe. Tradeweb. Virtu. Und mehr.
Der gemeinsame Nenner ist Pyth.
Finanzmärkte werden softwaredefiniert. Preise fließen nun in Börsen-Engines, Kollateralsysteme, Risikomodelle, tokenisierte Produkte, KI-Workflows, Prognosemärkte und in Handelsplätze, die rund um die Uhr handeln.
Die Marktdaten-Infrastruktur muss mit ihnen Schritt halten.
Mehr als 138 Institutionen veröffentlichen Daten an Pyth. Der Pyth Pro-Report für Juli 2026 zeigte 3.501 Feeds, darunter 1.901 Aktien-Feeds.
Das Modell ist einfach:
• Supply: Institutionen liefern Daten aus den Märkten, Handelsplätzen und Systemen, die der zugrunde liegenden Aktivität am nächsten sind
• Distribution: Pyth verteilt diese Daten über eine Infrastruktur, die für Echtzeit-Anwendungen gebaut wurde
• Application: Börsen, Protokolle, Risikossysteme, Prognosemärkte und Finanzprodukte nutzen sie über Märkte hinweg
Kalshi nutzt Pyth Pro zur Auflösung von Commodities.
Coinbase nutzt Pyth für Krypto, Aktien und FX – für Echtzeit-Preisbildung, Kollateralbewertung und Liquidations-Infrastruktur.
Fenics bringt Dealer-to-Dealer-Fixed-Income-Daten in das Netzwerk.
SGX FX liefert institutionelle Währungsbewertungen über globale Liquiditäts-Hubs.
Jane Street verbindet Pyth mit den Marktmaker-Daten, die am nächsten an der Live-Preisbildung liegen.
Verschiedene Institutionen. Verschiedene Märkte. Eine Distributions-Ebene.
Märkte werden stärker automatisiert, global und dauerhaft verfügbar.
Die Datenebene darunter muss folgen.
Entdecken Sie das Pyth-Publisher-Netzwerk: https://www.pyth.network/publishers
#PYTH #trading
