SEC最近的裁决更多是关于交易所而不是ICO

美国证券交易委员会(SEC)对两个ICO发行人采取行动,强调代币注册为证券的重要性。这标志着盲目炒作和无计划筹资的ICO时代的结束,预示着更现实、更规范的阶段开始。同时,SEC对未注册代币交易所的首次执法行动揭示了监管重点的转移。
640?wx_fmt=png 点击上方 “蓝色字” 可关注我们!







640?wx_fmt=jpeg

暴走时评: 美国证券交易委员会(SEC)上周裁决了两个ICO发行人,因没有将其代币注册为证券,导致市场陷入动荡。在这样的过度反应中,市场似乎认为ICO现在“结束了”。但事实远非如此。“结束”的是代币结构毫无意义的无聊炒作,没有商业计划的筹资,还有那些模仿其他ICO运营模式的ICO。

作者:Noelle Acheson   翻译:Miranda

美国证券交易委员会(SEC)上周裁决了两个ICO发行人,因没有将其代币注册为证券,导致市场陷入动荡。但有一些重要的因素被忽视了。

让我们先简要回顾一下发生了什么。

美国证券交易委员会(SEC)上周与AirFox和Paragon达成和解协议,SEC最初起诉也纯粹是因为缺乏注册而并不是欺诈活动。在这样的过度反应中,市场似乎认为ICO现在“结束了”。但事实远非如此。“结束”的是代币结构毫无意义的无聊炒作,没有商业计划的筹资,还有那些模仿其他ICO运营模式的ICO。

而现在,一个新的阶段,一个更现实更具建设性的阶段,才刚刚开始。

本月早些时候,美国证券交易委员会负责人透露,SEC计划发布简明英语版指南,以指导公众在什么样的情况下代币不是证券。分析师一直在仔细研究随后的官方声明,并总结最近的裁决,以找到一点迹象。但他们目前还没找到。


交易所监管

目前看来在很大程度上被忽视的是,公众的关注现在转移到了加密货币交易所上。这可能会在短期内对行业产生很大的影响。

上周,SEC宣布与EtherDelta的创始人达成和解协议。EtherDelta是一个基于以太坊代币的“去中心化交易所”,被指控故意违反证券法,既没有向SEC申请注册平台也没有在豁免下运营。这是SEC针对未注册的代币交易所的第一次执法行动。

SEC在声明中概述了什么是“交易所”,以及在什么情况下需要注册代币交易平台——基本上,在所有情况下代币都要在平台上交易。

几个月前纽约州检察长办公室(OAG)关于加密货币交易所的报告就暗示了即将发生的事情:在引言中,报告指出“现在运营的虚拟资产交易平台没有在州或联邦证券或商品法下注册。”而现在,SEC和OAG是两个非常不同的监管机构,有不同的监管方法,但两家机构的目标是相同的,那就是保护投资者。

OAG的报告还指出,数字资产平台给投资者带来了额外的风险——代币买家和卖家可以直接打交道,而传统交易所则是通过经纪人交易商与公众合作。在加密货币世界中,平台通常是交易场所和经纪人交易商,监管机构会将注意力集中在中间人身上。


公平交易

还有一个重要的细节就是SEC目前还尚未起诉任何一家交易所。

在针对第一个交易平台未能注册的情况下会有哪些信息被曝光,我们是否会看到加密货币交易所通过自愿这样做来预先监督审查,这是很有意思的。

当这种情况发生时,我们就不能说没有预见这样的情况——我们应该欢迎这样的发展。

虽然市场注意力现在似乎集中在ICO,因为不可避免的证券注册成本——虽然很可惜许多投资者最终会因已经发行的代币而失去金钱——市场影响会更具戏剧性而并没有什么意义。

另一方面,交易所注册将对未来的加密资产产生更深远的影响。这会在一些商业模式中带来剧变,在合规和文书工作中产生大量额外成本,并可能引发行业集中化。

然而,更重要的是,对中间商加大监管力度将会导致建立更强大的基础设施,可以与监管机构和公司合作,为资产类别带来更多的清晰度和投资。

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  ↓↓↓
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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