ALA:Alameda Research究竟发生了什么?

本文来自milkyeggs,由Odaily星球日报译者Katie辜编译。

《纽约时报》昨日发表了一篇关于SBF的“洗白”文章,引起了各知情人士的反驳。本文将从AlamedaResearch角度窥探FTX事件,以及SBF、SamTrabucco和CarolineEllison是如何将超过200亿美元的基金利润和FTX用户存款付之一炬的。

需要明确的是,我们不完全了解AlamedaResearch和FTX到底发生了什么。然而,我们有足够的信息来把握大局。通过推特用户的调查、论坛趣闻和官方新闻,这两家紧密联系的公司的历史开始变得清晰。

没有证人的证词和全面的财务调查,我们的指控只是暂时的。任何给定的信息都可能是有缺陷的,甚至是捏造的。然而,将目前掌握的资料联系起来,梳理出可信的时间线:

SBF、Trabucco和Caroline一开始都是出发点是好的,但并不特别适合经营一家交易公司;

在2020-2021年的牛市中,AlamedaResearch通过杠杆多头交易和非流动性股票交易获得了大量账面利润;

尽管Alameda最初作为做市商可能是盈利的,但他们的优势最终下降,最后变得无利可图;

尽管在一些可自由支配的头寸上取得了成功,但总的来说,由于过度的可自由支配支出、非流动性风险投资、缺乏竞争力的做市策略、冒险的借贷做法、呆板的内部财务和整体组织能力的普遍不足,Alameda和FTX在2021-2022年期间继续损失大量资金和流动现金;

印度游戏流媒体平台Loco将在Avalanche区块链上构建Web3产品:2月21日消息,印度游戏流媒体平台Loco与Avalanche达成合作,打造新的粉丝体验。Loco将加入Avalanche多元宇宙激励计划,并推出子网,在Ava Labs的支持下推出收藏品市场。Loco正在构建一套Web3产品,这些产品将通过自定义Avalanche子网为粉丝带来体验。

金色财经此前报道,Loco完成Hashed领投的4200万美元A轮融资。(VentureBeat)[2023/2/21 12:19:36]

在2022年初收回贷款时,紧急决定使用FTX用户的存款偿还债权人;

这种偿还债务的方式刺激了越来越不稳定的交易操作和性,最终导致完全破产。

AlamedaResearch可能损失超过150亿美元

大多数新闻报道似乎把破产的规模描绘得相对较小。例如,《纽约时报》认为,用户存款被用来弥补风险投资的资金。

同样,MattLevine的专栏似乎暗示,作为抵押品的FTT的价值下降导致了资产和负债之间的巨大失衡。

这两种说法都忽略了故事的关键部分。首先,FTX损失了价值约80亿美元的用户抵押品。即使考虑到FTX和Alameda的风险投资总额,以及FTT价格下跌导致的抵押品价值边际下降,FTX负债80亿美元也完全说不过去。这些损失是巨大的,但它们本身并不能充分解释FTX的破产。

除此之外,人们普遍认为,FTX和Alameda一起获利丰厚,原因是:

CFTC计划以欺诈罪起诉FTX创始人SBF、FTX和Alameda:金色财经报道,美国商品期货交易委员会(CFTC)计划以欺诈罪起诉FTX创始人SBF、FTX和Alameda。[2022/12/14 21:42:39]

FTX交易费用高,加上用户交易量大;

以SOL、MAPS、OXY、SRM等代币进行非常可观的风险交易;

Alameda和FTX之间很可能存在“勾结”,从而使Alameda在FTX上比其他做市商拥有优势。

尽管很难对它们的估计利润计算出确切的美元价值,但这些渠道,尤其是利润丰厚的风险交易,为Alameda和FTX带来了至少100亿美元的利润。

因此,留下了一个更大的谜团。似乎Alameda和FTX成功地挥霍了价值150亿美元的利润。值得注意的是,迄今为止还没有出现全面的帐户情况。我们可能永远都不会知道这些钱都去哪了。然而,我们提供了一些单独的假设,如果结合在一起,可以合理地解释150亿美元或更多的损失。

Alameda的做市优势减弱了,他们开始做多

人们认为Alameda是一个非常有能力和盈利能力的做市商。但这种看法真的准确吗?

尽管Alameda核心圈子的背景,但在交易公司有几年的工作经验并不会让你成为商业天才。虽然这在2019年的加密货币市场中可能被认为极具竞争力,但与传统金融中的对价格走势的预测的做市精确度相差甚远。随着Tower和XTX等规模更大、能力极强、资本充足的做市商开始交易加密货币市场,Alameda慢慢失去了优势。

Avalanche:Alibaba Cloud已添加对Avalanche验证节点和基础设施的支持:12月2日消息,阿里巴巴集团旗下Alibaba Cloud已添加对Avalanche验证节点和基础设施的支持,用户可使用Alibaba Cloud服务建立验证节点,并使用Alibaba Cloud的存储和内容分发网络支持亚洲用户。[2022/12/3 21:18:59]

“在失去优势的情况下,你会忽视你的做市情况,而且成为投机者。”来自Alameda高管的几份声明也支持了这一理论。例如,Trabucco在2021年4月描述了一种基于新闻的交易策略:

需要明确的是,他实际上是在描述杠杆加密货币市场测试,因为机构采用的一种新兴叙事,这与许多散户交易者在2021年投资加密货币的原因完全相同。

他还描述了自己长达数月看好DOGE,因为ElonMusk经常在推特上谈论DOGE。

毫无疑问,他们的BTC和DOGE多头头寸赚到了钱。有人会说这是相当明智的交易。或许这根本就不是“量化交易”,而Alameda显然正在向其领域扩张,相对于其他市场参与者而言,他们的优势难以量化,而且似乎与他们的专业领域相对无关。他们可能在公开的交易中赚钱了,但他们没有赢的交易情况如何呢?

Caroline一个月前曾强烈暗示,她更喜欢押多头头寸,而不是在算法丛林中捡那几分几毛:

这些策略在牛市中表现很好,因为几乎所有多头头寸都在上涨。值得注意的是,Trabucco将他们的成功归因于交易技能,而不是简单的市场测试。

Avalanche链上去中心化平台Hubble Exchange完成 330 万美元融资:3月10日,Avalanche链上去中心化平台Hubble Exchange完成 330 万美元融资,Framework Ventures 领投,Lemniscap、Blizzard(雪崩生态系统基金)、GSR、Trader Joe 和 Finlink Capital,以及包括 Aave 创始人 Stani Kulechov 在内的众多天使投资者参投。

Hubble Exchange 旨在打造链上永续期货交易协议,去年十月发布了测试网,预计在今年四月主网启动。[2022/3/10 13:49:47]

我们可以推测,他们的交易策略是负边缘做市和自由多头的组合。事实上,他们的算法交易越是不赚钱,人们就越容易往他们会通过对BTC和DOGE的做多来弥补所有损失这一可能性上靠。从净值上看,他们很可能在2020-2021年的大部分交易中都盈利颇丰,但一旦市场在2021年底开始逆转,他们的整体经济损益可能大幅下降。

Alameda确实做对了很多自由交易。以低价购买Solana,积累大量低浮动的Solana生态系统代币,推动Solana生态系统整体,购买超卖清算等等。但人们会有这样一种感觉——或许他们从牛市的经验中过度自信,最终高估了自己的交易能力,导致随后的损失。他们以非流动性的生态系统币为抵押借款的策略,而不是通过一致的方式出售它们。他们认为做市行为是合理的,因为做市行为在FTX上产生了虚高的交易量,而这反过来又证明了对该交易所更高的风险估值是合理的。

金色财经现场报道 MLGB、GalaSport创始人黄翔:以太猫不是游戏:金色财经现场报道,5月19日下午在北京亚洲大酒店2018 HTML5区块链游戏大会上,MLGB、GalaSport创始人黄翔表示游戏一定要有挑战,要可以完成挑战,并可获得回报。从这几点看,加密猫并不是游戏,但为什么能火,是因为在冰冷的加密货币世界,加密猫注入了一股活力。在谈及如何让区块链游戏更有趣时,黄翔认为需要游戏有几个要素:世界观、核心玩法、数值系统和玩家互动。[2018/5/19]

Alameda是一家组织混乱、经营不善的交易公司

在顶级交易公司工作几年显然并不意味着你就是一名顶级交易员,也并不意味着你擅长组织商业实践。

一位在“有效利他主义”论坛上的前Alameda员工分享了关于Alameda内部实践的描述。这一评论仅仅是基于评论者个人记忆的叙述/然而,上面提到的某些细节得到了私下与我交流的个人描述的证实,这让我倾向于相信Alameda内部运作经历难以置信的巨额资金损失——糟糕的记账、SBF指导下的任意自由交易、内部管理不善和难以置信的糟糕组织。

这些描述与我从可靠的来源听到的许多故事是一致的,剑指SBF糟糕的资本管理。例如,我的一个朋友,他的公司从FTX获得了风险投资,他说,尽管Alameda公司在提供每月状态更新的承诺上落后了很多,但从来没有人费心去跟进。其他的说法也很相似,它们都将公司文化描述为“凭直觉”。

当你对公司的账簿只有一个模糊的了解时,特别是考虑到FTX在广告、品牌交易和其他自由开支上花费的惊人数量的钱,很可能他们没有意识到他们的情况的严重性,直到他们的贷款在LUNA暴雷后开始被召回。当你真的需要筹集资金,却发现自己资金短缺时,你就不得不面对巨大的损失,这可能会诱使SBF等人用FTX的客户存款来支撑他们所希望的临时性赤字。这反过来又催生了更堕落、风险更大的性交易形式。

SBF不稳定、鲁莽、可能也不称职

一群前交易员做出如此鲁莽的行为,难道不奇怪吗?尽管我们对Caroline和Trabucco个人知之甚少,但幸运的是,我们有很多关于SBF作为管理者的故事。

很明显,SBF有“巨大的风险偏好”,有FTX的一名前员工对此确认。SBF也公开否认Kellycriterion)对投注规模的适用性。

为什么SBF会如此坚持有意夸大自己的注?纯粹是因为对长期增长最优战略的思维混乱?另一种假设是,除了天生的冒险倾向外,他可能一直在服用多巴胺能药物作为一种催眠药。众所周知,这些药物会导致诸如强迫性或疯狂购物等危险行为。

AutismCapital最近分享了一名前FTX员工的描述,讲述了SBF如何鼓励极端使用兴奋剂。这与SBF自认使用兴奋剂作为“成绩”增强剂的做法一致。

FTX在广告和品牌合作上的巨额支出很可能是吸引存款的一种策略,但部分原因可能是由于SBF不断滥用这些药物。FTX以2.1亿美元的惊人价格获得了电竞组织TSM的冠名权,远远超出了电竞行业的同类交易。就连他的房地产收购也令人震惊,据报道,他在巴哈马拥有价值2亿美元的房地产投资组合。这些看起来不是具有积极预期价值的高风险押注。要么是执行管理层不称职,要么像我们说的那样,实际上服用了药物并进行了疯狂收购。SBF在整体能力和认知能力方面存在明显的缺陷。

就在过去的24小时内,SBF一直在逐字逐句地在推特上发布“Whathappened”这个字谜,其中一些推文之间的间隔是几个小时。

这种能力的普遍缺失是否是FTX资产负债表如此可笑地简单化的原因。

如果上述关于SBF性格和能力的观察有一半是对的,那将在很大程度上解释Alameda的损失。特别是,一旦客户存款被搜查,他很可能试图在越来越绝望的尝试中变得性更大。

Alameda和FTX之间的勾结导致了算法交易的巨大损失

长期以来,人们一直怀疑FTX和Alameda在本质上完全勾结,Alameda在代币上线前抢跑一步,并可能拥有绕过风险检查的特殊特权,这也得到了多份报告的证实。

DougColkitt推测,这实际上可能导致了“算法交易崩溃”,与传统市场上著名的骑士资本事件类似。

私下沟通的报告表明,造成的损失可能超过10亿美元。当然,可能还有其他我不知道的事情。在无法全面查阅FTX记录的情况下,很难真正确认或否认这些说法,尽管消息来源是可信的,而且我倾向于相信它们。如果情况属实,这些损失的规模足以成为FTX和Alameda整体亏损的主要原因。

由FTT/SRM抵押的贷款导致了反射性清算

一位值得信赖的朋友匿名向AutismCapital分享了一个理论。归结起来就是SBF的一系列越来越绝望的尝试,以支持一系列由非流动性垃圾币支持的贷款的反射性清算。由于代币排放,即使将其价格保持在恒定水平,也需要持续的资本流入,不断增加Alameda对这些代币的敞口,减少他们的现金储备。最终,它们没有足够的资金来满足客户的提款需求,同时防止抵押品的一连串清算。

我不确定这一理论是否完全解释了FTX和Alameda所遭受的损失。然而,解释了一部分原因。

这一理论与Caroline承认的FTX在LUNA崩溃后转移客户存款以偿还被召回的贷款非常吻合。特别是解释了FTX援助Voyager和BlockFi等资不抵债的公司的原因。除了Genesis等其他实体收回的贷款外,这意味着对现金的短期需求将是巨大的、无法预料的。如果Alameda已经在以糟糕的记账方式运营,特别是如果Alameda在LUNA崩盘本身的风险中有很大敞口,那么可以想象SBF等人觉得他们别无选择,只能动用客户的存款。

总结

我们实际上并不清楚Alameda和FTX究竟是如何挥霍数十亿美元。但我们可以试着大致估算一下他们的潜在损失:

收购Voyager/BlockFi:15亿

LUNA敞口:10亿

“骑士资本式”的算法崩溃:10亿

FTT/SRM抵押品维护:20亿

风险投资:20亿

地产、品牌和其他不必要的支出:20亿

FTT从220亿下跌到44亿:40亿

自由多头的糟糕结果:20亿

总数:155亿

这是非常粗略的估计。我不知道他们在LUNA上损失了多少,也不知道他们在做多的垃圾币上花了多少钱。没有计算他们的风险投资总额,也没有去把他们的每一个品牌合作伙伴金额加起来。然而,总体情况是清楚的。通过足够多的潜在损失来源,即使有些数字有误,现在至少可以想象他们是如何造成如此惊人的损失的。还有很多原因可能导致远远超过150亿美元的损失。

我对上述信息的最终真实性不作任何声明。我的目的是将这些内容汇编成完整的叙述,请读者自己得出结论。

相关阅读

前SpartanGroup合伙人怒撰长文:关于FTX的一切真相

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:0ms0-1:226ms