菜单

法律顾问小编干吗主张QUBE

2019年4月6日 - 法律顾问

法律顾问 1

近来区块链项目满天飞,对新类型自个儿也是进一步谨慎,宁愿错过,也不乱投。对于投区块链个人也逐步形成协调的片段条件。个人来讲喜欢体面一点的投资方式。不想入非非能碰着百倍币,只愿能有个35倍的投资收入。所以个人偏好BTC,ETH,EOS等主流币,对有实在收入的平美金也较看好如BNB,BIG,DEW等。这几天看了QUBE的白皮书,个人分析项目只怕比较接地气,现在也是会有实际收益,不像其余项目把区块链和去中央化吹得云里雾里。

刘润先生在取得专栏直播中讲到,今后百分之九十玖的区块链项目在事后几年中有相当大可能率会死掉,所以大家投资恐怕要扎扎实实,最棒不要想着1夜暴发致富!能找相比较稳的。

本人个人选区块链项目专业:

一看人,看档次团队是不是可信赖(在Linkedin能不可能找到组织主要成员及其过往经历)

2 项目有没消除实际世界的难题,现在有没实际受益。

三假使是支付应用链或基础链的种类,在github上要有品种代码,且看其创新速度与进程,关心人口等等。

以下是个体对QUBE的分析,只是个人观点,不做为投资提议。

壹 运转团队比较可信赖

Michael Chen 创办者兼 CEO

精于金融数据和量化分析,北美 拾 年数据挖掘分析经验,20一三年进入区块链行业,深
度探究数字资金财产的发展趋势。善于技术成果产品化,多款大型网络项目孵化运维经验

周诸明 工程项目 CTO

曾任微软总部数据产品顾问,数据产品运维总经理,一五年以上数据挖掘分析经验,曾主导 开发多款商业数据产品研发

伊桑 Loh 首席量化分析物农学家

United States MIT
金融工程学博士,金融量化分析专家,曾就职于华尔街渣打银行和马来西亚 N2N
公司,参加 N贰N Connect 种类研究开发

徐骞 量化算法地管理学家新加坡国立大学大学生,金融工程正式,浅紫蓝财富以及艺术学数据解析地管理学家,在瑞士联邦瑞
信银行涉足多个经济数据项目研究开发与营业

曹彬 产品技术理事同济大学生,大数据挖掘分析趋势,曾任霍尼韦尔数量架构师,约 1八年的数据量化 经验,曾负责两个巨型数据项目工程研究开发

梁朋 舆情分析总管哈工大东军大学本硕结束学业,光电子专业,曾任谷歌(谷歌)语义分析团队宗旨技术人,舆情分析技术专
家,负责研究开发多少个舆论分析量化项目

王伟 人工智能技术官员

武大东军事和政院学本硕毕业,计算机专业,曾任完美世界游乐 AI 主旨工程师,在硅谷多家
AI 团 队担任技术顾问,开源社区 AI 项目资深贡献者

Shawn Yu 量化投资管理者
哈佛大学学士毕业,总结机专业,量化投资分析,区块链技术钻研者,结业后在硅谷
多家区块链公司负责相关数据技工

一三刘嘉宁 区块链管事人南大结业,国内区块链技术资深专家,曾在多家互联网安全集团担负总管,精于分
布式系统,加密数字货币,加密算法

维姬 Tian 项目运维老板新加坡共和国教院/U.K.达卡商院,金融消息管理、商业立异学、区块链研商、股票
商量与入股组合,曾任多家跨国金融机构商业化产品运维

二 最初投资部门和参谋成员比较盛名

先前时代投资部门

INBlockchain Inc. (Li Xiao Lai) Alpha Key Capital Inc. (Travis Chaw)

顾问共青团和少先队成员

李笑来

EOS,Sia,ZCash
yunbi.com初期投资者。

赵东
墨迹天气联合开创者,著名区块链、数字资金财产交易所投资人,互连网创业Smart投资人

帅初
量子链创办人,中科院硕士辍学,曾就职于阿里Baba(Alibaba)公司,具有充足的区块链技术
开发和管理经验

黄敏强

公信宝创始人兼 COO,Hong Kong海洋大学MBA,在数据交流、网络金融、区块链领域工 作和切磋10余年

David Vorick

SIA 数据存款和储蓄平台同步创办者,Bitcoin Core 进献者

技巧运行顾问

Azmi Suhaimi 数据解析顾问
U.S.内布拉斯加高校人工智能方向大学生,数学模型分析,Bloomberg
数据研讨和纵深学习

Johnny Goh Chia Min 风险控制顾问
新加坡共和国管理大学毕业,商业理学专业,曾在瑞士瑞信银行亚太长官,深度商讨金融流程以及,亚洲交易委员会的场外交易和服务结算

大卫 Chau 商场经营销售顾问(国际市镇)
在东东亚及澳大金沙萨市面包车型地铁金融行业及产品的集镇经营销售领域有牢固造诣,有多年加上经验

加里 Lim 法律顾问

新加坡共和国 Lee & Lee
法律顾问团队大旨成员,首要担负金融业的商行法律风险咨询服务

叁 代币分配相对合理且有回购机制

分发安插介绍

QUBE 的总量为 十 亿个,且不要增发。共分为定向份额 (3/拾)、QUBE 基金会份额
(3/10),市集举行份额 (十分之二)、团队持有 (一5%) 以及社区奖励 (伍%)。
定向:300,000,000 个 QUBE,占 3/10。未成功定向的 QUBE 将归于基金会。

QUBE 基金会:持有 300,000,000 个 QUBE,占 3/十,锁定期7个月,之后渐渐释
放,QUBE
基金会账号对全社会公开,并在其官网揭露资金使用陈设、用途等,接受社会监督检查。

市场实行与合营:200,000,000 个 QUBE,占 二成,用于 QUBE 市集开始展览及同盟。

团队拥有:150,000,000 个 QUBE,占 壹5%,前七个月解锁 伍%,八个月后解锁 百分之十。

社区奖励:50,000,000 个 QUBE,占 5%。QUBE 将分发不抢先 伍%总量的 QUBE

给社区听众,可用以进货 QUBE 的尖端收取薪酬服务。

回购机制

QUBE 将用平台数据销售的部分毛利回购二级市镇上流通的 QUBE。回购的 QUBE 将
被转换至销毁账户进行销毁,直至发行总量的
五分一扫尾。大家将保证全部经过的公开透 明,届时用户也可通过 QUBE
区块链浏览器查询。

四 今后有收入格局

何以从广大区块、独立分布式交易所、繁杂舆情新闻中抓取海量数据,并对日均五.6017T
(方今)结构化化处理、积累,形成方今环球唯一区块链市场结构式数据基本;在此基础上分析原理、洞察本质、捕捉机会点、智能化实行市镇预测和高风险预先警告、给商业决策
带来价值,最后形成行业基础和行业标准,周密公开共享,并提供智能量化分析引擎,
是 QUBE 的一定。

据 201八 年 壹 月 1 日数码测算,环球证券交市市值 拾0
万亿欧元,区块链数字货 币总市场股票总值 755二.7 亿韩元,仅占古板证券市镇股票总值的
0.7陆%。古板证券交易二级市镇中 量化协理交易占比已达 1玖.6%,QUBE
率先定位细分数字货币市集,以往有极强的前进 空间和预期。

QUBE 服务于:

• 3000 万数字货币投资者 (百分之10为收取费用 VIP 用户)

– 安插为个体投资者推出以币种为单位的量化策略机器人

• 一千0 家正式金融机构 (全体为收开支户)

• 500 家正规数字资金财产基金 (全体为收花费户)

5 绝对规范的化解方案及模型

QUBE
智能量化分析引擎,消除方案基于数据大规模拍卖和纵深学习算法的数目降维、
噪点去除、特征提取、模型磨练等进度,在神经互连网量化因子优化归一后,形成最终结
果输出。其主干是对日均5.60一柒T(方今)海量数据开始展览处理,包罗区块链数据、各样交易平台数据,网络消息舆情数据等,通过人为智能技术体系下的一多重算法模型陶冶,
最后对数字货币市镇各项博弈行为开始展览模型预测和多少量化。

一) 数据获得

咱俩由其中外 276 个节点来获取数据,通过 WebSocket、API
接口,合营爬虫实时抓 取 467 个交易平台数据中 17陆伍 个数字货币的 3183交易对价格、实时挂单与交易量等音信,覆盖
玖⑤%之上币种,十分之九上述交易平台,平均 三.九 分钟刷新更新数据。

透过爬虫技术抓取影响区块链商场投资的文字音信,分类为音讯类音讯和 UGC
新闻, 共 67八陆 个新闻源,日均 876万未结构化数据;通过对区块链节点数据的监听挖掘,获
取区块链隐藏新闻,并结构化存储 17 类数据。QUBE
引擎近日每分钟平均获取原始数 据 三.玖1GB,处理后存储数据仓库

二) 数据量化

全球 二四个数据大旨开始展览多少处理,去除噪点,输入模型量化,形成交易数额的中央结
构化数据库;通过语义分析对舆情原始数据开始展览处理,切词标签化,深度学习量化成市镇多空影响因子与激情因子壹多重目的;对区块链数据开始展览技术处理后,形成实时数据
源。

经过 AI 人工智能对数据实行计量化验处理,在 玖⑧1个维度上拓展深度建模分析,形成 2891九 中档因子机器学习,最后形成 3玖柒类直接量化数据的市场总值输出结果。无人不晓,数据建模处理和人工智能磨炼需求广大计算量,大家选拔区块链技术招募同盟伙伴,进行分
布式总计来消除算力难点,推动相关技术诞生时间比守旧形式 ROI 升高 八柒%。

3) 智能策略

日均产生的 伍.60一七T
数据中,包罗大气有价值音讯,通过机械学习和纵深学习算法,在 最小时间戳为
1 秒钟维度上开展迭代结果导入磨练,优选最棒的数字货币投资策略。
(相关基础算法见「附录:引擎可精晓主题算法文书档案」)

QUBE 引擎从 20一七 年 7 月份起始运营运作,到当前共 三个月算法和模型磨练时间,AI
人工智能投资策略运行后,与比特币单壹币种的同期获益比较升高2七.九%。遁月环比引 擎本人升高 1一.六%,显示环比率增添。QUBE 引擎的靶子是在
201八 年推出 60 类智能 量化策略并产品化。

引擎主旨模型

QUBE
引擎的中央为以深度学习算法为底蕴的模子,意在利用各个区块链货币的海量历
史数据,结合机关得到的每日交易数据和区块链生态相关数据(如交易各样消息量化、
舆情数据、区块数据、货币汇率等),作为模型输入样本数量,通过大量运算陶冶并迭代
优化 AI
模型,最后促成能够察觉肯定时间范围内或特定情景下区块价格的动态变化危害规律

模型的原本数据首要分交易数据和舆情数据等。在那之中,交易数额为定量数据,包罗各大
交易平台的交易数据、市价数据、OTC
场外交易数据记录、以及各个货币的实时交易汇
率。舆情数据为定性数据,包蕴与区块链相关的各样消息、资源音讯、公告、用户 UGC
音信等等,舆情数据最终被量化为对某些时间段的影响因子,与交易数据一并作为
AI 模 型的数据源。

因此定义市集趋势的指标,将市镇背景依照多、空、震荡等 二几个因子划分成几何意况, 按币种发行时间,将币种划分为加元、长时间、长时间等 四二十个类型;按币种价格,将币种 划分为微额、小额、中额、大额等 四伍体系型;依据舆情指数,将市场情感划分为购买、 卖出、观看等 11个品种。按上述情势,将全体区块链市镇的 N 个特征实行领取和分类, 即 N
维市集,若各个维度有 M 个分类,则市集被量化成 NxM 的矩阵,将 NxM 个组
合情状下的价位、长期货市场价、中长时间汇兑举办抽象,即特征向量化。

根据上述分类,将随机时间点历史数据以及每天更新的数目飞速分解为各种特色的讲述,
可高效作为输入数据纳入最后模型中,并接纳机械学习算法操练出能够快捷对商场开展判读和汇兑预测的 AI 模型。那是引擎的为主模型。

模型为监察学习和无监督学习的重组,伊始特征的归类和输入,协理模型快捷解读市镇,
随着数据量的增多和特征的引人侧目,模型可机关发现商场中留存的隐含特征,同时也可将
持续超越临界置信的表征自动筛除。AI
模型的末段输出结果为对脚下时刻价格、成交
量、市镇心情的长时间趋势和长期趋势的可能率分布,最后形成 3九七类直接量化数据的股票总市值 输出结果。

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图