纽约虚拟市场诚信倡议引出8个令人惊讶的发现

640?wx_fmt=png 点击上方 “蓝色字” 可关注我们!








640?wx_fmt=jpeg

暴走时评:今年4月,纽约总检察长办公室向州内所有交易所下发了一份调查问卷,尽管问卷结果并未揭示任何此前未知的新内容,其中披露出的一些小细节却可以供交易者作为参考。例如,Bitstamp和Poloniex都禁止VPN访问;HBUS和Tidex由于未实施全面的KYC监管更适合重视隐私的交易者;只有HBUS公开承认收取挂牌费;大额交易者可能享有秘密折扣等。

作者:Kai Sedgwick   翻译:Maya

许多加密货币交易者对“操纵”这个词都感到厌倦了。他们只是想平静地进行比特币交易,而不会有像Bitfinexed这样的Twitter账户对不自然的市场活动时时敲打。因此,纽约虚拟市场诚信倡议竟然受到了人们的欢迎,这是令人有些惊讶的。这份昨天发布的报告,可预见地包括了对于操纵市场的指控。但它也提供了一些有趣的辅助性见解。

推荐阅读: 美国在查封Alphabay时没收了数百万的加密货币


纽约当局调查任务引出惊人发现

2018年4月,纽约州总检察长办公室(OAG)向在该州进行交易的所有加密货币交易所下发了一份非常详细的调查问卷。一些平台,例如Kraken,拒绝完成该问卷,并且认为该问卷不过是当局为了进一步规范已经受到严格监管的加密货币行业的钓鱼行为。其他交易所,例如Coinbase,则如预想的那样尽全力把每个答案的细节都做到完美。

这项调查已经有了结果,而尽管人们大可以忽略这些新闻标题,例如彭博社所写的《Bitstamp、Itbit和Kraken对市场操纵大举红旗》,这份报告的内容确实令人印象深刻。即使有人对其行为背后的意图感到厌恶,他也很难不被这份42页的报告中所展现出的细节和内容的质量所动摇。以下是纽约总检察长办公室提出的虚拟市场诚信倡议所披露的8个有趣的细节。


Coinbase交易总量中有20%属于内部交易

尽管Coinbase并不是唯一一家与客户进行交易的交易所,作为做市商以及流动性提供商,它完成的订单比其他任何平台都多。

相比之下,OAG报告发现,“Circle称在最近审查的阶段在其平台Poloniex上的交易量不到1%。Bitflyer美国站则表示来自该公司本身的交易约占其平台交易总量的10%。”


没有人知道Gate.io的地理位置

OAG写道:“Gate.io每天的虚拟货币交易额有数千万美元,但关于其运营商的地理位置,却没有任何公开消息来源。然而,该公司在提交给OAG的书面内容中表示其平台运营主要在中国进行。”


Bitstamp和Poloniex都禁止VPN访问

VPN是一种可以提高安全性的合法且推荐的工具, 特别是从公共Wi-Fi登录加密货币交易所时。虽然它们也有可能被滥用,但OAG称Bitstamp和Poloniex禁止用户使用VPN登入的行为也是令人费解的。


Bittrex员工每季度可以进行两天交易

一些加密货币交易所允许其员工在自家平台上进行交易;另一些则不然。Bittrex的态度较为普遍,每年允许员工在其平台上交易的总天数是8天。此外,“Gemini和Bittrex要求每位员工定期提供其交易记录和当前虚拟资产持有情况......

Bitfinex、Itbit和Tidex对员工交易没有任何限制。”


一些交易所没有进行渗透测试

渗透测试包括征募第三方安全团队来检测平台的弱点。OAG所调查的大多数平台都声称使用渗透测试作为加强交易所防御的手段,但是有两所交易所没有这样做:

Bittrex和Tidex。

如果你重视隐私,那就在HBUS或Tidex上交易

可以预见的,OAG在其报告中还列出了没有全面实施KYC审核的交易所作为反面例子。然而,追求隐私的人或许正希望采取相反的措施,出于只回答很少的问题,尽快完成交易的愿望独独对这些平台青眼有加。在HBUS上交易只需要一个名字、地址和电子邮箱,而在Tidex上交易需要姓名、电子邮箱和电话号码。


大额交易者或享受秘密折扣

众所周知的,许多交易所都会为大额交易者额外提供更大的折扣。然而,OAG报告披露,一些交易所会向他们认为有价值的交易者提供私下交易,报告写到:“Bitflyer美国站、Bitstamp、Gemini、HBUS和Itbit都向OAG坦白称根据双方保密协议的条款,一些交易者可能会享有不同的,一般来说更有利的定价。”


只有一家交易所声称收取加密货币挂牌费

交易所挂牌费可能会高达数百万美元,然而,在接受调查的交易所中,只有一家,即HBUS承认收取挂牌费。它承认“根据虚拟资产的市值收取挂牌费”。众所周知,Coinbase等交易所不收取挂牌费;因此,Ripple试图通过1亿美元的贿赂来帮助确保其成功上市的打算失败了。然而,目前尚不清楚,其他所有被调查的交易所在不收取挂牌费这一点上是否做到了完全诚实。

最后,一家被OAG约谈的交易所,Tidex,在被问到是否使用冷存储技术来最小化黑客攻击带来的损失时,面对OAG方面的压力给出了模棱两可的答案。

纽约虚拟市场诚信倡议并没能揭露任何市场操纵方面的新消息,不过是炒冷饭罢了,而且OAG也没有为对交易所更严格的监督给出一个令人信服的理由。然而,该机构周密的研究所揭示出的消息为加密货币交易者提供了不少可以参考的细节。


本文仅代表作者个人观点,不代表区块链铅笔的立场,不构成投资建议,内容仅供参考。

3分钟了解什么是区块链?(中文动画)|(英文动画教程

3分钟了解什么是DAO?(中文动画)|(英文动画教程)

3分钟看懂以太坊和智能合约?(中文动画)|(英语动画教程)

3分钟了解比特币挖矿和区块链共识机制?(中文动画)|(英文动画教程)

3分钟了解公有链和私有链(中文动画教程)|(英文动画教程)

3分钟了解区块链的六层模型(中文动画教程)|(英文动画教程)

什么是区块链英文版(动画教程)

肖风:区块链与另类资产配置

逐鹿区块链!详解三大巨头BAT区块链战略布局

麦肯锡报告:区块链对保险行业的影响

八张图表解读区块链的未来发展

震惊全球的The DAO黑客事件全程回顾

Circle获得包括IDG、百度、万向在内6000万美元融资

640?

关注本公众号后,进入公众号

回复关键词可以查阅资料,以下是部分关键词

回复 WEF ,查看《WEF:世界经济论坛认为区块链是互联网金融行业的未来报告》

回复 智能合约 ,查看《巴克莱银行报告》

回复 moody ,查看《穆迪120个区块链项目报告》

回复 SWIFT ,查看SWIFT《区块链对证券交易全流程产生的影响及潜力》报告

回复 论文11 ,查看论文《可扩展的去中心区块链》

回复 埃森哲2 ,查看埃森哲《区块链每年可以为投资银行节省120亿美元》报告

回复 联合国报告 ,查看联合国报告《数字货币和区块链技术在构建社会和可信金融之间扮演的角色》

回复 用户特性 ,查看普林斯顿大学首本比特币教科书初稿《比特币用户的特性(Characteristics of Bitcoin Users)》

回复 普林斯顿 ,查看普林斯顿大学首本比特币教科书初稿《比特币和数字货币技术(Bitcoin and Cryptocurrency Technologies)》

回复 IMF,查看国际货币基金组织报告《Virtual Currencies and Beyond: Initial Considerations》

回复 DTCC ,查看美国存管信托清算公司报告《DTCC: 拥抱分布式》

回复 广发 ,查看报告《科技前沿报告:区块链:正快速走进公众和政策视野》

回复 川财1 ,查看报告《川财证券:区块链技术调研报告之一:具有颠覆所有行业的可能性》

回复 川财2 ,查看报告《川财证券:区块链技术调研报告之二:区块链技术进化论-区块链技术的国内实践和展望》

回复 桑坦德 ,查看桑坦德银行报告《The Fintech 2.0 Paper: rebooting financial services》

回复 拜占庭 ,查看《拜占庭将军问题详解》

回复 论文1 ,查看论文《比特币闪电网络:可扩展的离线即时支付》

回复 论文2 ,查看论文《比特币骨干协议》

回复 论文3 ,查看论文《数字货币是否应该进入Barbados央行国际储备货币组合中》

回复 帮助 ,查看本公众号全部关键词列表

640?wx_fmt=png

点击下方“阅读原文”查看更多页面出现后再点击“来源”可以查看译文原文链接  ↓↓↓
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值