
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23