Anonymiser un rapport d'opération suspecte STOR (MAR art. 16) pour revue qualité – Anonymisation conforme au RGPD selon MAR art. 16

L'article 16 du Règlement UE n° 596/2014 (MAR) oblige les opérateurs de marché et prestataires de services d'investissement à déclarer à l'AMF tout ordre ou transaction pouvant constituer une manipulation de marché ou un délit d'initié. Les rapports STOR internes contiennent des données nominatives sensibles. anonym.legal les pseudonymise pour revue qualité.

Quand cela s'applique

Ce flux s'applique lorsque le responsable conformité marchés ou l'auditeur interne doit examiner la qualité des STOR déjà transmis à l'AMF, afin d'évaluer la robustesse des critères de détection et la qualité rédactionnelle des rapports, sans manipuler les données nominatives des opérateurs et clients concernés.

  1. Téléversez le dossier interne du STOR au format PDF ou DOCX.
  2. Le moteur identifie les données personnelles : noms des traders, clients, contreparties, identifiants de compte de négociation.
  3. Chaque entité reçoit un pseudonyme cohérent ; les instruments financiers, montants, dates et typologies d'abus de marché sont préservés.
  4. Les conclusions de l'analyse et la décision de déclaration ou non sont conservées pour permettre l'évaluation de la procédure.
  5. Un avertissement est généré rappelant que le rapport nominatif transmis à l'AMF ne peut pas être modifié rétrospectivement.
  6. Exportez le rapport pseudonymisé pour la revue qualité interne.

Ce que vous fournissez

  • Dossier interne STOR au format PDF ou DOCX
  • Données de marché ou carnets d'ordres associés à l'opération suspecte (optionnel)
  • Décision finale de déclaration ou non-déclaration

Limites & précautions

  • Le STOR transmis à l'AMF est definitif ; le dossier pseudonymisé est uniquement destiné à la revue qualité interne et ne peut pas être utilisé pour modifier ou compléter un STOR déjà transmis.
  • anonym.legal ne qualifie pas les comportements décrits en termes d'abus de marché — ce point relève du responsable conformité marchés et éventuellement d'un conseil juridique spécialisé.
  • Les données de trading intégrées dans un STOR peuvent permettre une réidentification indirecte — le rapport pseudonymisé doit rester strictement interne.

FAQ

Quelle est la différence entre un STOR et une déclaration de soupçon TRACFIN ?

Le STOR (Suspicious Transaction and Order Report, MAR art. 16) est transmis à l'AMF et concerne les abus de marché (manipulation, délit d'initié). La déclaration de soupçon (CMF art. L561-15) est transmise à TRACFIN et concerne le blanchiment de capitaux. Ces deux obligations sont cumulatives et distinctes — un même comportement peut déclencher les deux.

La confidentialité du STOR est-elle protégée par la réglementation ?

Oui. Le cadre MAR prévoit des mesures de confidentialité pour protéger les déclarants de bonne foi (analogues à l'immunité LCB-FT de l'art. L561-22 CMF). L'identité du déclarant et le contenu du STOR ne peuvent pas être divulgués à l'intéressé, ce qui renforce la nécessité de travailler sur des versions pseudonymisées en interne.

Conformité et services financiers

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.