HN 日本語サマリー

← 一覧へ戻る
プログラミング

銀行Pythonのオーラルヒストリー(2021年)

An oral history of Bank Python (2021) (calpaterson.com)

149 pointsby tosh59 コメント

要約

この記事は、「バンクPython」と呼ばれる、大手投資銀行内で使用されているPythonエコシステムの独自のフォークについて解説しています。一般的なPythonとは大きく異なり、グローバルなPythonオブジェクトデータベース「Barbara」や、金融商品の価値評価における依存関係を管理する有向非巡回グラフシステム「Dagger」などが組み込まれています。これらのシステムは、複雑な金融商品の評価や取引データの管理に特化しており、何千人もの人々が日常的に利用していますが、その実態はほとんど外部に知られていない、非常に特殊な世界を紹介しています。

全文翻訳

Bank Pythonのオーラルヒストリー

2021年11月

大手の投資銀行で使われるPythonの奇妙な世界

[画像: Canary Wharfの住宅地からの眺め]

ハイファイナンスは異国; そこでは物事が異なって行われる

今日は、一般にはあまり知られていないソフトウェアシステム群、私が「Bank Python」と呼ぶものについて、鍵穴を通して覗いてみましょう。Bank Pythonの実装は、多くの(ただし全てではない)大手投資銀行で使用されている、Pythonエコシステム全体の事実上のプロプライエタリなフォークです。Bank Pythonは、ほとんどの人が知っていて愛している(あるいは憎んでいる)一般的、あるいはありふれたPythonとは大きく異なります。

数千人がこれらのシステム上で、あるいはむしろシステムの中で働いていますが、公開ウェブ上にはそれに関する情報はあまりありません。Bank Pythonについて会話で説明しようとすると、人々はしばしば私の話を、目がぐるぐる回る狂人のたわごとだとdismissしました。すべてが狂っているように聞こえるのです。

私は「Minerva」という架空の、統合された、想像上のBank Pythonシステムについて議論します。サブシステムの名前は変更され、正確であろうと努めますが、いくつかの詳細は様式化する必要があり、もちろん、私は全ての詳細を知っているわけではありません。時には間違いを犯すかもしれません。しかし、大筋は捉えられることを願っています。

Barbara、偉大なキーバリューストア

Minervaについて最初に知っておくべきことは、それがPythonオブジェクトのグローバルデータベース上に構築されているということです。

import barbara

# デフォルトのデータベース「ring」への接続を開く
db = barbara.open()

# いくつかの債券を取り出す
my_gilt = db["/Instruments/UKGILT201510yZXhhbXBsZQ=="]

# 債券の現在の価値を計算する(銀行のモデラーによると)
current_value: float = my_gilt.value()

Barbaraは階層的なキー空間を持つシンプルなキーバリューストアです。それは非常にシンプルで、pickleとzipから作られています。

Barbaraには複数の「リング」、つまり名前空間がありますが、デフォルトのリングは、銀行全体の単一のグローバルオブジェクトデータベースとほぼ同じです。デフォルトのリングから、取引データ、インストゥルメントデータ(上記のとおり)、市場データなどを取り出すことができます。日常的に使用されるデータの大部分、大多数はBarbaraから来ています。

アプリケーションは、通常、その内部状態もBarbaraに保存します。データクラスを単純なロックとトランザクション(もしあれば)だけで直接読み書きします。Minervaスクリプトにはファイルシステムは利用できず、スクリプトが取得する少量のデータはBarbaraに格納する必要があります。

内部的には、Barbaraノードはリング内で書き込みをレプリケートします。これはDynamoやBigTableが機能する方法に似ています。barbara.open()を呼び出すと、デフォルトリングの最も近い稼働インスタンスに接続します。その単一インスタンス内では、読み書きは強く一貫しています。他のインスタンスからの読み書きはすぐに現れますが、即座ではありません。一貫性が重要であれば、常に特定のインスタンスに接続するようにすればよいのですが、これは必要でない限り推奨されないプラクティスです。Barbaraは非常にシンプルであるため、驚くほど堅牢です。完全な障害は例外的にまれで、低下した状態は少しだけ一般的です。

デフォルトリングからのパスの例:

PathDescription
/Instruments金融商品(債券、株式など)のディレクトリ
/Deals取引(発生した取引)のディレクトリ
/FX外国為替部門の一般領域
/Equities/XLON/VODA/Vodaphonesの株式に関連するもののディレクトリ
/MIFID2/TR/20180103/01あるビジネスプロセスの中間オブジェクト

Barbaraにはいくつかの「オーバーレイ」機能もあります。

# 複数のリングに接続: キーは提供されたリング名の順序で「オーバーレイ」される
db = barbara.open("middleoffice;ficc;default")

# 「middleoffice」リングに /Etc/Something が存在すればそこから取得し、
# なければ「ficc」を試し、最後にデフォルトリングを試す
some_obj = db["/Etc/Something"]

リングのスタックをリストでき、各読み込みは最初のリングを試み、キーが存在しない場合は2番目のリング、次に3番目と続きます。書き込みは、常に最初のリングに行くか、そのキーが既に存在する最上位のリングに行くかのいずれかです(表示していない設定によって決定されます)。

Barbaraを使用しない方が良い理由がいくつかあります。データセットが大きい場合は、他の場所を探すのが良いかもしれません。例えば、従来のSQLデータベースやkdb+などです。圧縮されたBarbaraオブジェクトサイズのソフトリミットは約16MBです。ジップされたpickleはすでにかなり小さいので、これは実際にはかなり大きなサイズです。Barbaraはオブジェクト属性のセカンダリインデックスを備えていますが、セカンダリインデックスがプログラムの非常に重要な部分である場合は、他の場所を探すのが良いでしょう。

Dagger、金融商品の有向非巡回グラフ

投資銀行が行う重要なことの1つは、金融商品の価値を推定すること、「アセットプライシング」です。例えば、債券は、発行体が破綻する危険性を少し割り引いて、所有することで得られる全ての金額として評価されます。債券はおそらく(概念的には!)最も単純な商品であり、より興味深いのは、クレジットデフォルトスワップ、金利スワップ、および実在する商品の合成バージョンなどの「デリバティブ」金融商品の評価です。これらはすべて「原資産」商品に基づいていますが、何らかの方法で異なる支払いが行われます。

デリバティブがどのように評価されるかの詳細は重要ではありません。ただし、詳細が多く、デリバティブも多いということは言えます。商品間の依存関係は有向非巡回グラフを形成します。いくつかのデリバティブ金融商品の例の階層は次のようになります。

[画像: 金融商品のツリー図]

一部の金融商品は他の商品から価値を得ます。それがデリバティブです。デリバティブのデリバティブを得ることができ、一部のデリバティブは複数の原資産から価値を得ます。

Daggerは、Minervaのサブシステムであり、これらのデータ依存関係を整理するのに役立ちます。クラスは次のように記述します。

class CreditDefaultSwap(Instrument):
    """クレジットデフォルトスワップは、債券がデフォルトしたときにいくらかのお金を支払います"""

    def __init__(self, bond: Bond):
        super().__init__(underliers=[bond])
        self.bond = bond

    def value(self) -> float:
        # (キャッシュされた)評価額を返す、アセットプライシングモデルによる
        return ...

Daggerは、原資産商品のグラフの辺を追跡し、原資産商品の価値が変化したときにBarbara内のデリバティブを自動的に再評価します。ある企業に関する悪いニュースが発表され、信用格付け機関が格付けを引き下げた場合、債券担当者がDaggerを介して関連するBondオブジェクトを更新すると、Daggerは影響を受けるすべてを自動的に再評価します。それは数百もの他のデリバティブ商品になる可能性があります。信用格下げは非常にエキサイティングな場合があります。

個々の商品はポジションに構成されます。Positionクラスは次のようなものです。

class Position:
    """ポジションは、商品とその数量です"""
    def __init__(self, inst: Instrument, quantity: float):
        self.inst = inst
        self.quantity = quantity

    def value(self) -> float:
        # (キャッシュされた)評価額を返す、基本的に
        # self.inst.value() * self.quantity
        return ...

ここでも、ポジションは評価可能なものであることに注意してください。また、それが含むものの価値が変化したときに価値が変化するものでもあります。これもDaggerによって自動的に再評価されます。

そして、ポジションのセットは「ブック」と呼ばれます。これは金融では非常に多義的な言葉ですが、この文脈では単にポジションのセットです。

class Book:
    """ブックはポジションのセットです"""
    def __init__(self, contents: Set[Valuable]):
        # Valuable型はPythonの「プロトコル」またはJavaの「インターフェース」です - value()を持つものなら何でも
        self.contents = contents

    def value(self) -> float:
        # ここでも、キャッシュされた評価額を返します。これはほぼ
        # sum(p.value() for p in self.contents)
        return ...

ブックは他のブックを含むことができます。銀行の最小の債券デスクから銀行全体の単一のブックまで、ネストされたブックの階層があります。銀行全体を評価するには、次を実行します。

# これは銀行全体の最上位ブックであり、銀行全体の他のすべてを再帰的に含んでいます
bank = db["/Books/BigBankPlc"]

# これは銀行全体の評価額を表示します
print(bank.value())

それは夢です。実際には、CFOはおそらく会計を生成するために別のシステムを使用しています。しかし、子会社のブックの評価額は依然としてよく使用されています。

Excelを理解しているなら、類似点を認識し始めているでしょう。Excelでは、スプレッドシートのセルも、それらの依存関係に基づいて更新されます。これも有向非巡回グラフです。Daggerは、人々がExcelスタイルのモデリング計算をPythonに入れ、それらのテストを書き、CDS-OF-CDS EURO DESK 20180103 Final (final) (2).xlsxのようなファイルをいじる必要なしに、バージョン管理下に置くことを可能にします。Daggerは、金融モデルをExcelからプログラミング言語に移し、テストとバージョン管理下に置くための主要なテクノロジーです。

Daggerは評価額だけを処理するわけではありません。銀行が様々な悪い事態へのエクスポージャーを把握するために使用する様々な「リスクメトリクス」も処理します。例えば、Daggerを使用すると、Compu-Global-Hyper-Mega-Net Plcのような、破産が噂されている企業に対する全てのポジションを比較的簡単に見つけることができます。これは、オプション、先物、信用商品すべてをカウントし、それらを「相殺」して、銀行全体でのその企業に対する完全なポジションを見つけます。怪しいサブプライム貸付業者へのエクスポージャーに驚かされることはもうありません!

Walpole、銀行全体のジョブランナー

これまでのところ、Barbaraに多くのデータが保存されていると言ってきました。ここで衝撃の事実を落としましょう:ソースコードもディスク上ではなく、Barbaraにあります。落ち着いてください。それはsourcecodeという特別なBarbaraリングに保存されています。

ソースコードをファイルシステムに置かないことは、多くの前提を壊します。そのようなプログラムはどのように実行されるのでしょうか?その答えはWalpole、銀行全体のジョブランナーです。Walpoleは、メガJenkinsとメガsystemdを組み合わせたような、汎用のジョブランナーです。

Minervaの多くのものと同様に、Walpoleはチームごとにデプロイされるのではなく、銀行全体で単一のインスタンスが存在します。Walpoleは、長期間稼働するサービスと定期的なジョブの両方に適しており、ビルドにも使用されます。銀行では定期的なジョブが非常に多く発生します。データを更新したり、確認したり、メールダイジェストを送信したりするための、終業時または週次のジョブが数多くあります。

Walpoleは、ソフトウェアを実行するために必要な通常のすべてのことを行います。クラッシュした場合にソフトウェアを再起動し、クラッシュし続ける場合はアラートを送信します。ログを保存します。ジョブ間の依存関係を理解しているため(systemdのように)、ジョブが必要とするデータを生成するジョブが失敗した場合、ジョブは起動すら試みず、さらに多くのアラートを発生させます。

実際の利点の1つは、Walpoleがソフトウェアのデプロイの敷居を大幅に下げることです。誰でもWalpoleにジョブを投入できます。スクリプトを実行する時間、メイン関数がどこにあるかを説明する小さなiniスタイルの設定ファイルがあればよく、アプリケーション全体がそれ以上の交渉なしにデプロイされます。

これは大きなことです。なぜなら、大銀行で何かを交渉することは、フラストレーションの多い作業だからです。ハードウェアのリードタイムは数ヶ月単位で測定できます。人々に同意してもらうには、もちろんそれよりもはるかに時間がかかります。

現在の「クラウドネイティブコンピューティング」の大きな欠点の1つは、それが非常に、非常に複雑であることです。それはしばしば、古い、クラウドではないコンピューティングよりも複雑です。Minervaの外部でアプリをデプロイするには、k8s、Cloud Formation、またはTerraformについて何かを知っている必要があります。これは、通常のプログラマー(ましてや金融モデラー)のスキルセットとは全く異なるスキルセットであり、重複がありません。逆に、誰でもiniファイルを理解できます。

MnTable、遍在するテーブルライブラリ

プログラミング言語に組み込みのテーブルデータ構造がほとんど、あるいは全く付属していないのは残念だといつも感じます。プログラマーは、ハッシュテーブルに惹かれる傾向がありますが、特にPythonとJavaScriptでは、それらが非常に広範囲に使用されているため、ハッシュテーブルで作られていないものを見つけるのが困難です。

ハッシュテーブルにはいくつかの深刻な欠点があります。第一に、ほとんどの実装はインメモリ専用であり、まばらに配置されるため、中規模のデータセットでも作業するのが面倒になります。これはPythonプログラムが実際によく直面する問題です。さらに重要なのは、アクセスパターンを事前に知っている必要があり、単一のプライマリキーでアクセスするのが最適であるということです。

テーブルは逆です: メモリ密度が高く、ディスクへのスプールが容易です。Bツリーインデックスを使用して、どのルートからでも効率的にアクセスできます。そのため、プログラムの途中で辞書を反転させる必要がなくなり、キー以外のものによってアクセスできるようになります。バルク操作をサポートし、遅延評価を利用できます。

オープンソースの世界では、人気のライブラリはpandasですが、pandasにはいくつかの深刻な欠点があります。

  1. Minervaが最初に実装されたときには存在しなかった
  2. 特にメモリに関して、期待ほど効率的ではない
  3. メモリを超えるデータセットにはあまり適していない
  4. (議論の余地があるが)APIが複雑である

pandasの代わりに、MinervaにはプロプライエタリなテーブルライブラリであるMnTableがあります。

# 提供された型の3つの列を持つ新しいテーブルを作成
t1 = mntable.Table([('counterparty', str),
                    ('instrument', str),
                    ('quantity', float)])

# いくつかのデータをテーブルに入れる(テーブルはデフォルトで不変なのでインプレース)
t1.extend(
    [
        ['Cleon Partners', 'xlon:voda', 1200.0],
        ['Cleon Partners', 'xlon:spd', 1200.0],
        ['Blackpebble', 'xlon:voda', 1200.0],
    ],
    in_place=True)

# 新しいテーブルを返す(元のテーブルを変更せずに)
# vodafoneのみを含むように制限する。これは遅延評価され、
# 見るまで評価されない
t1.restrict(instrument='xlon:voda')

MnTableはBank Pythonのあらゆる場所で使用されています。一部の実装はC++の塊(金融ソフトウェアでは珍しくない)であり、一部はsqlite3の薄いベニヤです。MnTableで始まり、一連の操作を適用し、結果のテーブルをどこかに転送するプログラムは数多くあります。

これは便利です。なぜなら、銀行ではデータがあちこちにあり、そのほとんどが「中規模」だからです。ギガバイト単位です。高頻度トレーダーについては多くのことが語られますが、ほとんどの金融担当者はティックレベル、あるいは正直に言って日中のレベルのデータさえ見ていません。「中規模」は、行ごとにオブジェクトを作成できないほど大きいですが、分散コンピューティングクラスターのようなものが必要なほど大きくはありません。

苦痛の度合い

金融ソフトウェアのいずれかを扱うことが純粋で妨げられない喜びであると示唆するのは間違っているでしょう。Minervaも例外ではありません。

新入社員が業務を習得するのに非常に長い時間がかかります。そして、それは、彼らが(私がほぼそうしたように)特別な、必須の、社内IDEを見た瞬間に、怒りのあまり辞職しなかった場合です。数ヶ月経っても、新入社員はまだかなり基本的な新しいことを学んでいます。違いが多いのです。

時間が経つにつれて、Bank PythonとOpen Source Pythonの乖離は大きくなります。両側でテクノロジーは変化しますが、もちろん外部の方がはるかに速く、しかし近づくことはありません。世界の残りの部分は、Minervaのアイデアを(それらのアイデアについて聞いたことがないという理由だけでなく)採用することはないでしょう。Minervaも外部からの多くのアイデアを採用していません。不親切な見方(内部でも時々表明される)では、Minerva全体がNIH症候群の壮大な演習であるということです。

Minervaは本質的にホリスティックで包括的です。内部にいる場合は素晴らしいですが、外部にいる場合、Minervaとのやり取りは苦痛です。Minerva開発者ではない人が、Barbaraから特定のデータを読み取る方法を私に尋ねることがありました。私は、それを行う最善の方法はMinervaのソースコードを使用することだと答えました。彼は、cronジョブにPythonスクリプトを追加してそれを実行することはできないかと尋ねました。それは簡単だと私は答えました。Barbaraから読み出すだけです。

ソースファイルを巨大なグローバルデータベースに保存している場合、他のIDEが機能しないため、Minervaが独自のIDEを持っている理由はかろうじて理解できます。理解できないのは、独自のWebフレームワークを含んでいる理由です。投資銀行はオープンソースソフトウェアに対して一方的なアプローチを取っています。それは(一部は)入ってきますが、出ていくことはできません。バルジブラケット投資銀行のGitHubプロフィールは、同規模の他業種の企業と比較して貧弱です。ボルカー・ルールがほぼ全てのプロプライエタリなトレーディングを投資銀行から強制したにもかかわらず、この非常にプロプライエタリな態度は残っています。それは呪いです。

最大の欠点は専門的なものである可能性があります。Minervaのモノカルチャーで過ごす年ごとに、通常のソフトウェアとやり取りするために必要なスキルは衰退します。私が去る頃には、pipとvirtualenvをうまく扱う方法(通常のPythonの必須スキル)をほとんど忘れていました。すべてが同じリポジトリにあり、すべてのコードがimportでアクセスできる場合、ソフトウェアパッケージングは問題になりません。

何がそれを違うものにしているか

典型的なBank Python実装に含まれているすべてをカバーしたわけではありません。例えば、以下のようなものは省略しました。

  • プロプライエタリな時系列データ構造
  • プロダクションにコード変更を反映させるための「vouch」システム
  • Daggerにおけるタイムトラベル
  • 半カスタム(非git)バージョン管理システム
  • Prologベースの権限システム
  • リプレイ指向の金融メッセージバス
  • Windows 7とMS Outlook 2010への長期間の曝露に起因する実存的倦怠感

想像力に頼るしかありません。

とはいえ、最も重要な中心部分、Barbara、Dagger、Walpole、MnTableのビューを提供できたことを願っています。それら4つのサブシステムのうち、3つはデータに関連しています。(残りはジョブのデータベースと見なすことができます。)

Minervaの少し奇妙な点の1つは、その多くが「コードファースト」ではなく「データファースト」であることです。これは奇妙です。なぜなら、ほとんどのソフトウェアエンジニアリングは逆だからです。例えば、オブジェクト指向設計では、プログラムを「クラス」、つまり振る舞い(つまりコード)のまとまりを中心に整理することが目的であり、データはしばしば単に付随するだけです。MnTableでプログラムを書くのは異なります。データをテーブルにグループ化し、コードは別に存在します。これら2つの計算を整理するレンズは、多くの苦しみを引き起こしたオブジェクトリレーショナルインピーダンスミスマッチの中心にあります。力はバランスが崩れています。まともなオブジェクト指向クラスを設計できるプログラマーは、テーブルセットを第3正規形に持っていくことができるプログラマーよりもはるかに多いです。これが、あの厄介なインピーダンスミスマッチが繰り返し発生する大きな理由です。

Minervaのもう1つの珍しい点は、多くの場合、多くの小さなものよりも1つの大きなものを選択することです。1つの大きなコードベース。1つの大きなデータベース。1つの大きなジョブランナー。それらをすべて一緒にまとめることで、多くの偶発的な複雑さが取り除かれます。言語ランタイム(そして本番のバージョンはあなたのコンピュータ上のものと同じです)、基本的なデータベース、そしてコードを実行する場所が、始める前にすでにあります。これは、座ってスクリプトを書き、1時間以内に本番で実行させることが可能であることを意味します。これは大きなことです。

Minervaは明らかに金融セクターの技術的パス依存性に大きく影響されています。これは別の言い方をすれば、MS Excelの影響が大きいということです。新しいソフトウェアソリューションはMS Excelと比較されることになり、結果が不十分な場合、人々はしばしばExcelを使い続けるでしょう。多くの、多くの技術者がスプレッドシートの既存のワークフローを一目見て、見せかけの嫌悪感で反応し、マイクロサービス、Kubernetes、そして「サービスメッシュ」と呼ばれるものの三位一体を提案しました。

しかし、このようなエンタープライズ級のテクノロジーは、Excelユーザーの基本的な主体性を奪います。彼らはもはや実行しているビジネスプロセスを理解しておらず、各ソフトウェア変更のためにばかげたテクノロジーオタクと交渉しなければなりません。スプレッドシートの以前の柔軟性は完全に失われています。ソース管理されたシステムで、シンプルなPython関数を使用することは、現代のJ2EEの代替よりも良い中間地点です。金融担当者はPythonを学ぶことができ、おそらく決して驚異的になることはないでしょうが、はるかに高いレベルで貢献し、独自の変更を作成してデプロイすることさえできます。

既存のシステムからアイデアを借りる

ソフトウェア分野について私が後悔していることの1つは、既存のシステムから学び、それらが何がうまくいったか、あるいは悪かったかを判断するのに費やす時間がほとんどないことです。詳細に、実際に存在するシステムについて議論している本はわずか数冊しかありません。

システムの公開された詳細が入手可能であっても、奇妙に過小評価されていることがあります。電子メールは長い間存在しています。インターネットよりも10年早く登場しました。そしてその間、それはそれほど速く変化しておらず、80年代とほとんど同じです。それにもかかわらず、多くのプログラマーは、「送信」をクリックしたときに何が起こるかについてまだ曖昧です。そのうちの何人かは、間違いなく、電子メールを「破壊」しようとし続けるでしょう。

これは残念なことです。なぜなら、外国のシステムは、外国の国のように、直接体験すると心を広げることができるからです。それらの習慣はあなたのものとは大きく異なる場合があり、あなた自身の慣行を再考するきっかけになります。しかし、それを二度目に聞くだけでは、ナンセンスに聞こえるかもしれません。

かつて、Minervaの「vouch」システムについて、見たことのない別のプログラマーに簡単に説明しました。コード変更があった場合、そのファイルのコードオーナーのいずれかに承認してもらうだけでよいと説明しました。変更が非常に緊急な場合、彼らはあなたの評判だけで、あなたの変更を審査なしで承認するかもしれません。彼らがその「vouch」ボタンをクリックするとすぐに、バン、あなたの新しい変更が本番に反映されました。結局、コードがデータベースに保存されている場合、デプロイメントステップというものは存在しません。信じられずに、彼は世界中の誰がそのような銀行を信頼するのかと尋ねました。答えは多くの人々です。彼らは非常に大きな銀行です。あなたは間違いなく彼らのことを聞いたことがあります。


連絡先/その他


その他の注記

MnTableスタイルのテーブルライブラリを試してみたい場合は、友人のSalが純粋なPythonでAPI互換のバージョンであるeztableをリリースしました。

プログラマーはMS Excelをあまりにも軽視しすぎると述べました。Excelを使えば、多くのことを達成できます。それなしでは達成できないことよりも多いです。ティアワン投資銀行には、取引が実行される方法が特定の特別なxlsxファイルの特別なセルをクリックすることである取引システムが存在します。

それは行き過ぎだと私も認めますが、もしあなたがまだExcelを知らないなら、それはあなたが学ぶことができる最も価値の高いことの1つです。プログラマーにとって、自分が何を見逃しているかを知る最良の方法は、Joel Spolskyの概要トークです。これは直接プログラマーを対象としています。その後、レッドピルを飲むことに決めたら、CourseraのExcel Skills for Business Specialisationが優れていると聞きました。

プログラマーの脳を混乱させることの1つは、ほとんどのお金関連のソフトウェアがペニーを正確にするために多倍長精度数を使用しているのに対し、金融モデリングでは代わりに浮動小数点数を使用することです。これは、クライアントが通常ペニーについて電話してこないからです。

Barbaraのオーバーレイについて言及しました。ソースコードにも同様に機能します。ジョブのコードをインポートする際に、Walpoleにsourcecodeの前に独自のリングをマウントするように指示でき、その後、sourcecodeにvouchされるのではなく、そこにソースファイルをプッシュできます。この暗い道には、あらゆる種類のクレイジーでバナナのような、トゥッティフルッティなハックがあります。それを実行してもよいですが、ほんの少しだけです。