京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对冲基金和区块链正走向更加高效的
区块链及其相关技术是否会被用来复制现有的在线垄断市场或让他们真正地开放,使所有市场参与者都能参与更民主、更开放的市场?
有可能的是现有的参与者(银行、券商、交易所等)将试图把中介为基础的商业模式转为为私人许可的区块链,这可以排除所有的不被允许参与者。
新的参与者比如 T0.com,试图使用基于区块链的数字令牌技术来动摇股票借贷市场,但最初遭到来自于既定利益团体的阻碍,比如养老、共同基金以及主要的经纪商,这些都难以克服。
虽然理论上区块链应该能使没有优先商业关系的市场参与者更容易参与贸易,但一些法律的分歧问题,比如交易对方的信用风险识别并不容易得到解决。
提供金融保障金/财务杠杆的能力也不会受到分布式账单技术(比如区块链)的直接影响,因此,资产负债表和风险中介仍会是传统银行提供的很有价值的服务。
利益的民主化
一种更加“无摩擦”的交易周期范围是肯定存在的。在交易后的清算/结算环境中,创新技术发挥的余地有限,而且在买卖双方进行的交易中更难具有创新。修正协议帮助在世界范围内引进高频率/算法交易,但这仅限于贸易执行阶段。
区块链只是多种技术创新中的一类,技术创新还包括机器学习/人工智能、多用户的云服务以及大型数据库平台,这些技术都有可能让市场从现在的参与者中解放,并开始真正的,不仅停留于幻想中的过程,让流动性的生成远离市场制造者和投资银行,并趋向于市场自己的结构。
主要的辅助好处之一在于,对冲基金与采用分布式账单技术的过程可以显著减少一系列昂贵,耗时的活动。而对所有的授权参与者,基于区块链的账单能提供 不断更新,安全以及可用的服务。这将排除在对冲基金和交易对方间需要的反复不断交流数据,并随后减少无限协调数据和存储的需要。
无论是转变传统的清算/结算周期或是支持在价格发现/流动性的过程中遇到的非股权类资产,投资银行(如:Goldman Sachs)、新兴技术参与者(如:Digital Asset Holdings)、交易所(如:Nasdaq Linq)以及市场数据供应商(如:Markit)都会据此把握机会,定位自我。
只是广阔链中的一种连接
基于区块链的技术只代表全球金融市场基础中更广阔,更根本的转变中的一方面。如上所述,自从创建欧洲结算系统以来,交易后的周期仍然会是很大的自由创新区域。
现在,许多的商业规则促进了新技术(如区块链)的采用,尤其是对银行监管资本收益的影响,特别是对于投资银行。
不再使用自己的资产负债表和交易技巧作为一种竞争优势,新规定将促使银行转变成实用性参与者,通过更多关注新技术来实现更稳定、不易波动的股东回 报。Goldman公司想认为自己是“科技企业”,这并不奇怪。作为实用企业的好处在于,你可以发现‘资金流’从而可能开拓其他赚钱的机会。
颠覆性技术是未来的发展方向,也是市场上的每个人都长期渴望的领域。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19