Японский банковский гигант сокращает ставки на криптовалюту после падения прибыли в третьем квартале

bitcoinistОпубликовано 2026-02-03Обновлено 2026-02-03

Введение

Крупнейший японский банк Nomura временно сокращает криптовалютные позиции после падения прибыли на 10% в третьем квартале. Убытки европейского подразделения Laser Digital стали ключевым фактором этого решения. Руководство заявило, что меры носят временный характер и направлены на снижение волатильности доходов, при этом долгосрочные планы по развитию криптоуслуг сохраняются. Компания уже подала заявки на расширение услуг за рубежом, включая выход на рынок США. Акции Nomura снизились на фоне новостей о убытках и затратах на недавнее приобретение.

Nomura, крупнейший японский брокерский и банковский гигант, заявила, что временно сократит свои позиции в криптовалюте после слабого квартала, который снизил прибыль и ужесточил её краткосрочную терпимость к рискам. Это отступление, по-видимому, направлено на сглаживание колебаний доходов, в то время как компания сохраняет свои долгосрочные планы в отношении цифровых активов.

Банк сокращает exposure к криптовалюте после снижения прибыли

Согласно данным о доходах и заявлениям компании, чистая прибыль Nomura упала почти на 10% в третьем квартале, закончившемся 31 декабря, что привело к снижению групповой прибыли по сравнению с предыдущим годом и вынудило руководство ограничить некоторые торговые позиции в криптовалюте, чтобы избежать дальнейших потерь.

Европейское криптоподразделение Nomura, Laser Digital, зафиксировало торговые убытки в течение этого периода, что руководство выделило в качестве ключевого фактора, стоящего behind решением ужесточить лимиты позиций.

В отчетах отмечается, что executives охарактеризовали эти меры как временные и целевые — не уход с рынка, а способ управления волатильностью, в то время как другие части бизнеса продолжают расти.

Краткосрочное отступление, долгосрочная игра

Наблюдается разделение во временных рамках. С одной стороны, Laser Digital недавно подала документы для расширения своих услуг за рубежом, включая заявку на получение национальной трастовой банковской лицензии в США, чтобы предлагать услуги хранения и торговли институциональным клиентам.

С другой стороны, торговые столы, понесшие убытки, берутся под более жесткий контроль, чтобы квартальные результаты не колебались слишком сильно. Аналитики говорят, что именно этот двухсторонний подход объясняет кажущееся противоречие.

BTCUSD в настоящее время торгуется на уровне $77,858. График: TradingView

Инвесторы отреагировали быстро. Акции Nomura снизились после публикации отчетности, что отражает озабоченность рынка потерями на европейских операциях и дополнительными затратами, связанными с крупной acquisition, завершенной в этом периоде.

Руководство отметило, что разовые расходы также сыграли свою роль в снижении прибыли наряду с торговыми убытками.

Контроль рисков ужесточен, цели роста сохранены

Сообщается, что Nomura ужесточила контроль рисков по позициям в цифровых активах и проводит более строгий надзор за exposure, которое может колебаться вместе с движением цен на криптовалюты.

В то же время executives подчеркнули более широкую приверженность компании созданию крипто-инфраструктуры и услуг в среднесрочной и долгосрочной перспективе, а не полному отказу от этого сектора.

Непосредственный эффект очевиден: меньше крупных directional ставок в торговой книге и более осторожный размер позиций. Это снижает волатильность прибыли, но может ограничить потенциал роста, если цены на криптовалюты резко восстановятся.

Featured image от The Exchange Asia, chart от TradingView

Связанные с этим вопросы

QПочему Nomura сокращает свои криптовалютные позиции?

ANomura временно сокращает криптовалютные позиции после слабого квартала, в котором чистая прибыль упала почти на 10%, что снизило краткосрочную толерантность к риску. Убытки европейского криптоподразделения Laser Digital стали ключевым фактором этого решения.

QКакой была реакция инвесторов на отчетность Nomura?

AАкции Nomura упали после публикации отчетности, что отражает озабоченность рынка убытками европейских операций и дополнительными затратами, связанными с крупной acquisition, завершенной в этом периоде.

QЯвляется ли это решение полным выходом Nomura с крипторынка?

AНет, руководство описало эти меры как временные и целевые. Компания сохраняет долгосрочные планы по развитию инфраструктуры и услуг для цифровых активов, одновременно ужесточая краткосрочный контроль.

QКакие шаги предпринимает Laser Digital для расширения, несмотря на сокращение?

ALaser Digital подала документы для расширения услуг за рубежом, включая заявку на получение национальной трастовой банковской лицензии в США, чтобы предлагать хранение и торговлю институциональным клиентам.

QКак изменилось управление рисками в Nomura в отношении криптоактивов?

ANomura ужесточила контроль рисков по цифровым активам и проводит более строгий надзор за позициями, которые могут колебаться вместе с движением цен на криптовалюты, чтобы снизить волатильность прибыли.

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11 мин. назад

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

Odaily星球日报11 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