Seventy3

Seventy3

Download on the App Store

Seventy3 episodes

  • 【第443期】(Ledger)比特币十年网络结构演变与价格泡沫之谜

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Exploring the Mesoscopic Structure of Bitcoin During its First Decade of Life

    Summary

    这份研究文章探讨了比特币用户网络(BUN)在2011年至2018年间,即其诞生后的第一个十年的中观结构特性。作者们通过分析整个比特币交易历史的公开数据,构建了用户网络,并检查了其核心—边缘结构和蝴蝶结结构(bow-tieness)等拓扑性质。研究发现,BUN的结构组织波动似乎与比特币历史上的价格泡沫期相关联,这表明结构特征与价格变动之间存在相互作用。此外,文章还分析了亲疏性(assortativity)、中心性和小世界特性等指标,并提出了通过降低网络中“枢纽”的重要性来减轻价格崩溃风险的政策建议。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/335


    前往小宇宙评论区与主播互动
    16 min
  • 【第442期】(Ledger)稳定币四象限矩阵与风险生存图鉴

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    The Four Types of Stablecoins: A Comparative Analysis

    Summary

    该研究论文对稳定币进行了比较分析,提出了一种基于抵押品来源(外部或内部)和抵押品管理(集中式或分散式)的四种类型分类。作者利用基于代理的模拟来测试每种稳定币类型在不同条件下的稳定性,特别是针对需求冲击的反应。研究结果强调,集中管理和内部抵押品的稳定币(如 TerraUSD)最容易崩盘,而分散管理的稳定币(如 Dai 和 sUSD)尽管波动性较大,但更具弹性。最终,该分析得出结论,在稳定性、独立性和成本之间存在一个三难困境,并为投资者和监管机构提供了政策建议。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/326


    前往小宇宙评论区与主播互动
    18 min
  • 【第441期】(Ledger)DeFi是模仿还是创新_借贷超额抵押的真相

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    How Do Decentralized Finance Protocols Compare to Traditional Financial Products? A Taxonomic Approach

    Summary

    这篇评论文章介绍了去中心化金融(DeFi)协议的分类方法,并利用这种方法比较DeFi产品与传统金融机制。作者首先根据信息系统的方法论构建了一个包含八个维度的DeFi协议分类法,旨在为DeFi协议的分类和追踪其未来发展提供一个结构化工具。文章随后详细描述了DeFi协议在DeFi堆栈层、目的、价格机制、流动性存储和抵押品等方面的特性。最后,文章对比了DeFi和传统金融在交易所、借贷、衍生品、资产管理和保险等领域的异同,并讨论了DeFi中产生的创新产品及其风险和机遇。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/360


    前往小宇宙评论区与主播互动
    21 min
  • 【第440期】(Ledger)二十一万美金保护五万仓位的市场中性策略

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Market Neutral Liquidity Provision

    Summary

    这份研究文章探讨了去中心化金融中集中流动性池的对冲策略,尤其关注如何实现市场中性的流动性供给。作者们从现有的流动性提供者损失指标(如“无常损失”)研究中转移焦点,推导出了一个利用期权和期货构建的对冲投资组合,旨在维持流动性提供者资产的美元价值恒定,从而通过赚取交易费而非投机收益。文章详细介绍了在Uniswap v3等集中流动性自动做市商(AMM)模型中,如何使用一系列看涨和看跌期权来复制流动性头寸的价值,从而实现“无模型”的对冲。最后,作者通过一个实证案例分析了这种对冲策略的实际限制和资本效率,指出所需的初始保证金很高,但对冲投资组合本身(特别是通过期货溢价)也能带来额外收益。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/389


    前往小宇宙评论区与主播互动
    20 min
  • 【第439期】(Ledger)区块链:从“智慧城市”到“生存基石”——揭秘难民营与贫困社区的信任重建与经济激活

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Decentralization, Blockchains, and the Development of Smart Communities in Economically Challenging Environments

    Summary

    该研究文章探讨了区块链技术如何应用于经济困难环境中的智能社区发展,这与传统上认为区块链仅适用于资源丰富的智慧城市形成了对比。作者分析了四个具体的案例,包括约旦难民营的食品分发、肯尼亚农村地区的金融系统、塞拉利昂的身份识别平台以及芬兰难民的身份管理,以展示区块链在这些缺乏基础设施的背景下的核心作用。通过这些案例研究,文章提出,在这些环境下,区块链能够作为建立和维护社区信任的关键要素,并为金融和身份管理等基本需求提供新的整合途径。最终,作者得出了**“智能社区”的定义**,并概述了其概念要素,强调了区块链在促进这些社区自下而上发展中的基础性作用。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/302


    前往小宇宙评论区与主播互动
    14 min
  • 【第438期】(Ledger)加密交易所数据审计:价值568亿美金的“未平仓合约”谎言与市场操纵内幕

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Reconciling Open Interest with Traded Volume in Perpetual Swaps

    Summary

    该研究文章题为**《调和永续掉期合约中的未平仓量与交易量》,对多家主要加密货币衍生品交易所的比特币永续掉期数据进行了分析。作者检验了未平仓合约总数(open interest)与交易量(traded volume)之间的关系**,发现许多交易所存在系统性的报告差异,即观察到的未平仓量变化无法完全用报告的交易量来解释。通过检查 2023 年两个不同时期的分笔数据,作者确定了ByBit 和 OKX 存在最频繁且巨大的数据不一致问题,这意味着其未平仓合约要么被夸大,要么交易量被低报。研究得出结论,这种数据不准确性可能被交易所利用,通过制造错误的未平仓量信号来激励更多交易,从而增加收入。最后,文章呼吁交易所提高透明度,以保护市场诚信并促进健康发展。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/325


    前往小宇宙评论区与主播互动
    16 min
  • 【第437期】(Ledger)NFT市场揭秘:AI与人谁更值钱?数据告诉你“谁在卖”比“如何创”更重要

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Dissecting the NFT Market: Implications of Creation Methods on Trading Behavior

    Summary

    这篇学术研究考察了波动不定的NFT市场,侧重于创作方法——手绘或AI生成——如何影响交易行为。研究人员使用了来自OpenSea市场2023年的超过147万笔交易数据,并应用了随机森林模型进行预测和分类分析。分析结果显示,AI生成的NFT虽然通常具有更高的价格点,但手绘的NFT则表现出更高的销售频率。此外,影响销售预测和分类的最重要特征是合约所有者和NFT的价格。尽管市场具有固有的复杂性和不可预测性,但机器学习模型在基于交易特征对NFT创作方法进行分类时表现出极高的准确性。该研究最终为市场利益相关者提供了关于创作源头如何影响交易模式的有价值的数据驱动见解。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/377


    前往小宇宙评论区与主播互动
    15 min
  • 【第436期】(Ledger)NFT市场乱象终结?消费者“平均行为”竟能提前四个月预测行情走向(内含巨鲸与滞后机制)

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Granger-Causal Effects of Consumer Behavior on NFT Sales

    Summary

    这篇研究文章探讨了消费者行为指标是否能够预测波动性极高的NFT市场的方向性变化。作者利用公开市场数据创建了两个关键指标:买家活跃度指标 (BAM) 和 买家估值指标 (BVM)。通过应用 向量自回归模型 (VAR) 和 格兰杰因果检验,研究证实 BAM 和 BVM 的变化能够显著且单向地预测 每月 NFT 销售额 的变化。具体来说,消费者指标的变化会提前 四个月 预示销售额的相应变动,为交易者和投资者提供了一种有价值的预测工具。该文还从理论上探讨了这种预测关系可能与被称为 NFT 巨鲸 的高净值投资者所引发的市场趋势以及高价值资产的典型 持有时间 有关。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/312


    前往小宇宙评论区与主播互动
    23 min
  • 【第435期】(Ledger)碳信用上链的未来:代币化、流动性与“异质性”困境的深度解析——基于剑桥大学研究报告

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Tokenized Carbon Credits

    Summary

    这篇评论文章考察了区块链系统上代币化碳信用额的现状,并承认它们有潜力提高自愿碳市场中的透明度和核算效率。核心问题在于这些数字资产的异质性极高,其背后的方法论、代币标准和托管链差异巨大,严重阻碍了市场的互操作性和流动性。作者分析了包括Toucan和Nori在内的多个主要代币化项目,详细介绍了它们各自的实现方式以及为促进交易而创建可互换性层的努力。此外,该来源还概述了不断发展的可编程碳应用生态系统,包括碳支持的数字资产和气候主题的NFT项目。文章最终指出,在行业追求通过集中化实现高交易流动性的目标与维护不同优质碳信用的个体价值特征的必要性之间,存在着根本性的矛盾。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/294


    前往小宇宙评论区与主播互动
    31 min
  • 【第434期】(Ledger)击破B2B信任危机:区块链如何用“三重记账法”颠覆复式记账

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Blockchains and Triple-Entry Accounting for B2B Business Models

    Summary

    这篇综述文章考察了区块链技术和三式记账法(TEA)在企业对企业(B2B)交易中的应用潜力与现状。文章指出,沿用数百年的复式记账法(DEA)缺乏必要的信任和交叉验证机制,难以应对复杂的B2B关系中可能出现的错误和欺诈问题。研究提出,利用分布式账本的区块链三式记账法是解决这一挑战的有效方案,因为它提供了一个安全、不可篡改的第三方见证条目。通过探索性定性研究方法,作者回顾了三式记账的历史概念,并分析了Luca+和zkLedger等现代区块链会计解决方案的案例。文章详细对比了DEA与基于区块链的TEA的优缺点,强调了后者在提高透明度、可靠性和安全性方面的优势。然而,研究也承认,技术复杂性、可扩展性以及监管标准的缺乏,仍然是广泛采用这些创新系统的主要挑战。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/288


    前往小宇宙评论区与主播互动
    22 min

About Seventy3

From the publisher's feed

73播客,Sheldon最喜欢的数字,内容均为Google NotebookLM原生生成,每天由AI领读最新的前沿论文。欢迎投稿合作。