Гонконг разрешит институциональные криптовалютные бессрочные фьючерсы по новым правилам

TheNewsCryptoОпубликовано 2026-02-11Обновлено 2026-02-11

Введение

Гонконг планирует стать ведущим регулируемым центром цифровых активов. Комиссия по ценным бумагам и фьючерсам (SFC) вскоре представит нормативную базу, разрешающую лицензированным торговым платформам предлагать бессрочные фьючерсные контракты на криптовалюты. Изначально они будут доступны только институциональным инвесторам, а платформы должны доказать способность управлять рисками. В качестве залога для кредитования будут приниматься только Bitcoin и Ethereum. Регуляторы также требуют разделения маркетмейкерской деятельности на независимые подразделения для предотвращения конфликта интересов. Цель инициативы — привлечь глобальные институты и повысить ликвидность при сохранении прозрачности и управления рисками.

Гонконг планирует стать ведущим регулируемым центром цифровых активов. Джулия Лён, генеральный директор SFC, выступая на CoinDesk, заявила, что регулятор вскоре опубликует высокоуровневую нормативную базу, которая позволит лицензированным торговым платформам предлагать бессрочные фьючерсные контракты на криптовалюты.

Изначально только для институциональных инвесторов

Согласно готовящейся нормативной базе, бессрочные фьючерсы позволяют трейдерам спекулировать на ценах без даты истечения. Лён сообщила, что изначально это будет разрешено только для институциональных инвесторов, и платформы должны будут доказать, что способны надлежащим образом управлять рисками и раскрывать информацию о них. SFC продолжит уделять внимание правилам справедливого рынка для клиентов.

С другой стороны, регуляторы разрешат брокерам финансировать клиентов, используя выбранные цифровые активы в качестве залога. В связи с высокой волатильностью криптовалютных рынков, eligibility начинается только с Биткойна и Эфириума. Заёмщики должны соответствовать строгим кредитным стандартам. Регуляторы действуют осторожно, начиная с самых стабильных и устоявшихся токенов.

SFC также совершенствует требования к биржам, желающим проводить маркет-мейкерские операции; они должны выделить эти виды деятельности в независимые подразделения и поддерживать чёткий контроль конфликта интересов. Это направлено на предотвращение ситуаций, когда биржи могут видеть торговую активность пользователей и использовать эту информацию для заработка.

Причина этого шага

SFC пытается найти баланс между инновациями и доверием. Официальные лица хотят видеть более сложные продукты и большее участие глобальных институтов. Вместо того чтобы одобрять всё сразу, регуляторы постепенно расширяют доступ.

Если этот шаг будет реализован, Гонконг сможет привлечь хедж-фонды и торговые фирмы, которые полагаются на бессрочные контракты, что увеличит ликвидность на местных регулируемых площадках. Но цель регулятора ясна: инновации будут приветствоваться в рамках системы, которая ставит во главу угла прозрачность и управление рисками.

Главные криптоновости:

Эфириум остаётся под давлением, поскольку цена консолидируется около $2000

ТегиКрипто, Криптовалюта, Гонконг

Связанные с этим вопросы

QКакие криптовалютные продукты будут разрешены в Гонконге согласно новым правилам?

AГонконг разрешит лицензированным торговым платформам предлагать бессрочные фьючерсные контракты на криптовалюты, изначально только для институциональных инвесторов.

QКакие криптовалюты можно использовать в качестве залога по новым правилам?

AВ качестве залога можно использовать только Bitcoin и Ethereum из-за их стабильности и устоявшегося статуса на рынке.

QПочему новые правила изначально ограничиваются институциональными инвесторами?

AРегуляторы действуют осторожно, требуя от платформ доказательств способности управлять рисками и обеспечивать прозрачность, прежде чем расширять доступ.

QКакие требования предъявляются к биржам для проведения маркет-мейкинга?

AБиржи должны выделить маркет-мейкинговые операции в независимые подразделения и поддерживать четкий контроль конфликта интересов.

QКакова цель Гонконга в регулировании криптовалютных активов?

AЦель Гонконга — стать регулируемым центром цифровых активов, балансируя инновации и надежность, с приоритетом прозрачности и управления рисками.

Похожее

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Прошлые выходные стали поводом для бурных обсуждений в индустрии ИИ после публикации отчета аналитической компании SemiAnalysis. Согласно данным отчета, NVIDIA значительно изменила спецификации своего флагманского чипа Rubin Ultra, ключевой модели, анонсированной на GTC 2026. Вместо ожидавшегося увеличения вычислительной мощности и объема памяти, компания, судя по всему, пошла по пути оптимизации затрат. Основные изменения в спецификациях Rubin Ultra по сравнению с более ранними ожиданиями и базовой моделью Rubin: * **Теоретическая пиковая производительность (35 PFLOPs) осталась на уровне обычного Rubin.** * **Объем памяти HBM серьезно сокращен** — до 192 ГБ (8-Hi), что даже меньше, чем 288 ГБ (12-Hi) у Rubin. * **Пропускная способность памяти увеличена незначительно** (всего на 1 ТБ/с). * **Энергопотребление осталось высоким**, а максимальное даже возросло. * **Главным улучшением стал масштаб межсоединений (Scale-up)**: поддержка объединения до 576 GPU в единый логический узел через NVLink (против 72 GPU у Rubin). Аналитики SemiAnalysis связывают такое решение с резким ростом цен на высокоскоростную память HBM, которая является ключевым и самым дорогим компонентом современных ИИ-ускорителей. Стоимость HBM3 с 2025 года выросла в несколько раз. Первоначальный дизайн Rubin Ultra приводил к тому, что стоимость памяти в системе приближалась к 40% от общей стоимости материалов (BOM). После пересмотра спецификаций эта доля упала до 28%, что позволило снизить общую расчетную стоимость стойки с чипами примерно с 8 до 6.4 млн долларов. Таким образом, NVIDIA, по мнению аналитиков, смещает акцент с "наращивания компонентов" в отдельном чипе на создание более масштабируемых и, возможно, экономически эффективных систем на уровне кластера. Новый дизайн Rubin Ultra фокусируется на способности объединять огромное количество GPU, компенсируя изменения в характеристиках отдельных чипов. Новость оказала давление на котировки ведущих производителей памяти. Акции SK Hynix и Samsung, основных поставщиков HBM, упали примерно на 8%, что отражает опасения рынка: если крупнейший покупатель HBM начинает оптимизировать свои чипы для снижения зависимости от дорогой памяти, это может ограничить потенциал дальнейшего роста цен и спроса для производителей памяти. Эпоха безудержного наращивания ресурсов в ИИ-инфраструктуре, судя по всему, подходит к концу.

Odaily星球日报10 мин. назад

Сильные урезания в Rubin Ultra: Nvidia тоже не справляется с ростом цен на память?

Odaily星球日报10 мин. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit1 ч. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

Корейская биржа Upbit провела внутреннюю ребалансировку 864 миллиардов токенов SHIB между своими кошельками. Движение активов на сумму около 4 миллионов долларов произошло после роста стоимости SHIB на 36%, что привлекло внимание трейдеров. Однако анализ помеченных адресов показывает, что это была стандартная операция по перераспределению средств между "горячими" и другими внутренними кошельками биржи, а не вывод средств или подготовка к продаже. Общий объем перемещений включал 384 миллиарда SHIB, отправленных с основного горячего кошелька, и 480 миллиардов SHIB, возвращенных обратно. Этот случай подчеркивает важность проверки контекста и меток кошельков при интерпретации крупных ончейн-транзакций, чтобы избежать ошибочных выводов о продаже или давлении на рынок.

bitcoinist1 ч. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

bitcoinist1 ч. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

Новая политика конференции ICLR 2027 ограничивает количество подаваемых одним автором работ до 20. По мнению организаторов, это необходимо для снижения нагрузки на рецензентов, учитывая рекордный рост числа заявок — на 68% за год. В ответ на это исследователь Google DeepMind Дэн Рой иронично запустил «петицию» против лимита, заявив, что он замедлит прогресс в ИИ, особенно в эпоху, когда агенты ИИ могут генерировать множество статей, а рецензии часто пишутся с помощью больших языковых моделей (по некоторым данным, до 21% рецензий на ICLR 2026 могли быть полностью сгенерированы ИИ). Его сатирический пост поднимает серьёзный вопрос о целесообразности простого ограничения количества работ вместо решения системных проблем, связанных с массовым производством статей и автоматизацией рецензирования в современной академической среде.

marsbit1 ч. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

marsbit1 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

Уязвимость в аппаратном кошельке Coldcard привела к краже 1367,05 BTC (около 89 млн долларов) с 4585 адресов. Инцидент, связанный с ошибкой в генерации сид-фраз в определенной прошивке, вызвал массовую миграцию средств пользователей на новые безопасные адреса. Это привело к аномальному всплеску активности в сети Биткоин, исказив ключевые ончейн-индикаторы, такие как активность долгосрочных держателей и объем мелких транзакций. Активность и рыночные настроения достигли уровня, сравнимого с периодом после краха FTX. Расследование столкнулось с трудностями из-за ограничений коммерческих ИИ-моделей (например, в США), которые блокируют анализ вредоносных данных даже для целей защиты. Следователи были вынуждены использовать открытые модели, такие как китайский GLM 5.2, для отслеживания украденных средств. Этот случай высветил проблему асимметрии: злоумышленники используют неограниченные ИИ-инструменты, в то время как защитники сталкиваются с барьерами коммерческих систем безопасности, что критично в сфере криптовалют, где скорость отслеживания средств крайне важна.

marsbit1 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

marsbit1 ч. назад

Торговля

Спот
活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow