Zhuang's Diary

言之有物,持之以恒

论文原文 ==> 953.pdf (iacr.org)PlonK: Permutations over Lagrange-bases for Oecumenical Noninteractive arguments of Knowledge

摘要

利用可更新的通用结构化参考字符串的zk-SNARK构造消除了部署zk-SNARKs [GKM +]的主要障碍之一。 Maller等人的重要工作,[MBKM19]提出了Sonic-第一个具有实用性的zk-SNARK,具有完全简洁的验证,可用于带有这种SRS(structured reference string)的通用算术电路。但是,支持完全简洁验证的Sonic版本仍然需要相对较高的证明建造费用。 我们提出了一种具有完全简洁验证的通用SNARK结构,并且大大减少了证明方的运行时间(根据电路结构的不同,证明者的运行时间比完全简洁验证程序模式下的[MBKM19]少7.5-20倍)。与[MBKM19]类似,我们依赖于基于Bayer和Groth [BG12]的置换参数。但是,我们专注于“评估亚组而不是单项式系数”; 这样可以简化置换参数和算术化步骤。

4.理想的低度协议

​ 我们在证明者和验证者之间定义了一种有限类型的协议,以清晰地捕获和抽象多项式承诺方案(例如[KZG10])。在Plonk协议中,证明者将低度的多项式发送给第三方 I。然后,验证者可以询问 I ,证明者的多项式与验证者已知的其他预定义多项式之间是否存在某些恒等式。

定义 4.1. 定值正整数 d, D, t, l . A(d, D, t, l) 多项式协议,其中,证明者Ppoly,验证者Vpoly和受信方**I**之间存在多轮协议,其进行如下。

1.协议定义包括一组预处理多项式 g1, … , gl ∈ F <d[X]。

2.Ppoly的消息被发送到 I,并且对于f∈ F <d[X],形式为f。 如果Ppoly发送的消息不是这种形式,则协议中止。

3.Vpoly到Ppoly的消息是任意的(但是我们将集中讨论公共硬币协议,其中消息只是随机的硬币)

4.在协议末尾,假设 f1, … , ft 是从Ppoly发送到 I 的多项式。Vpoly可能会问 I 在{f1, . . . , ft , g1, . . . , gl}之间是否存在某些多项式恒等式:
$$
F(X) := G(X,h_1(v_1(X)), … , h_M(v_M(X)))≡0
$$
其中,hi ∈ {f1, . . . , ft , g1, . . . , gl},G ∈ F [X, X1, … , Xm], v1, … , vm ∈ F <d[X],此 F ∈ F <D[X]中,任一 f1, . . . , ft 都是Ppoly按照本协议制作的。

5.在收到 I 的回答之后,如果所有身份均成立,则Vpoly输出 acc,否则输出 rej

结论 4.2. 一个更加复杂的模型,Ppoly发送消息(f, n) 至 I,其中 n d ,由 I 执行 f ∈ F <n[X] 。但是,我们避免这样做,因为我们的协议不需要这种额外的功能,并且会导致效率降低,因为它转化为需要使用多项式承诺方案,并且能够动态实施小于d度的边界。

​ 我们以自然的方式为关系定义多项式协议。

定义 4.3. 给定关系RR是具有以下属性的多项式协议。

1.协议的第一步,Ppoly和Vpoly都被给与一个输入 x。假设Ppoly拥有w,并且 (x, ω) ∈ R

2.完整性(Completeness):如果Ppoly正确地遵从协议,使用证明人 ω 生成 x,Vpoly将百分之百接受。

3.知识健全性(Knowledge Soundness):存在一个有效的 E 即给定对Ppoly的消息的访问权,给到 I ,输出ω,使得对于Ppoly的任何策略,下列事件的概率为negl(λ)。

​ a.在协议的末尾,Vpoly输出acc,并且

​ b. (x, ω) ∉ R

结论 4.4. 我们故意不为理想的协议定义零知识属性,因为获得ZK取决于最终“编译”协议中泄漏给我的多项式的信息量。这又取决于用于编译的多项式承诺方案的具体细节。

4.1范围上的多项式协议

​ 在我们的协议中,Vpoly 实际上需要检查某些多项式方程式是否在输入值的特定范围内成立,而不是作为多项式恒等式。首次启发,对于子集 SF ,我们定义了一个**S**范围(d, D, t, l)的多项式协议,该协议与 a(d, D, t, l) 多项式协议相同,不同之处在于:验证者询问他的恒等式是否在S的所有点上都成立,而不是完全一样。然后,我们以与定义4.3中完全相同的方式为关系定义范围多项式协议。

​ 我们表明,将范围协议转换为多项式协议只会产生一个额外的证明者多项式。

引理4.5. 令P为R的范围S的(d, D, t, l)多项式协议。然后我们可以构造 a(max{d, |S|, D−|S|}, D, t+1, l+1),也就是R的多项式协议P∗。

本引理,我们使用以下简单声明。

断言4.6. 定义 F1,…,FkF <n[X]。定义 ZF <n[X]。假设部分 i ∈ [k],Z ∉ Fi。则:

1.有一种可能性,1/|F| 之上存在a1,…,ak ∈ F , Z 不属于 F
$$
F := \sum ^k _{j=1} a_j \cdot F_j
$$
2.假设 Z 在 F 上分解为不同的线性因子,有一种可能,k/|F|之上存在a,a∈F,Z不属于 F
$$
G:= \sum ^k _{j=1} a^ {j-1} \cdot F_j
$$
证明. Z|F 等同于 (F mod Z)=0. 另有 R:= (Fi mod Z), R ≠ 0,则R不为零二项式:
$$
F := \sum ^k _{j=1,j≠i} a_j \cdot F_j + a_i \cdot R(mod Z)
$$
因此,每一个特定的aj,最多有一个值 ai∈*F**,该F*** mod Z = 0。第一点证明完毕。

为了证明第二,类似地写:
$$
G := \sum ^k _{j=1,j≠i} a^{j-1} \cdot F_j + a^{i-1} \cdot R(mod Z)
$$
令 x ∈ F ,使 Z(x)=0,但 R(x)≠0。则 G mod Z = 0,即 G(x)=0,推导出 a 是非零多项式的根。
$$
g(Y) := \sum ^k _{j=1,j≠i} Y^{j-1} \cdot F_j(x) + Y^{i-1} \cdot R(x)
$$
最多k个a值是这种情况。

证明. (引理4.5.) 令P为范围S的(d, D, t, l)多项式协议。构建P*,同P一致,附加条件是 Zs(X) :=∏(X-a), a∈S。P* 的执行与P 一致,直到Vpoly在S域内请求恒等式。假设验证者请求 k 个恒等式:F1(X),…,Fk(X),Fi的总维度的最大值是D,如定义4.1.所讲。P* 处理如下:

  • Vpoly发送队列a1,…,ak ∈ F 给到Ppoly。

  • Ppoly计算二项式
    $$
    T:=\frac {\sum a_i \cdot F_i} {Z_S} ,i∈[k]
    $$

  • Ppoly发送 T 给到 I

  • Vpoly查询恒等式

$$
\sum _{i∈[k]} a_j \cdot F_i(X) ≡ T \cdot Z_S
$$

遵循断言4.6,即有一种可能性,1/|F| 基于Vpoly的选择的a1,…,ak之上,适当的 T∈F[X]等同于F1,…,Fk,消失于范围S之中。这等效于Vpoly在P的类似执行中输出acc。

4.2从多项式协议到代数协议。

离散对数甚至许多Diffie-Hellman式的问题都很困难。因此,打破具体小组中这种普遍困难的假设的唯一方法是以非平凡的方式使用基础小组表示形式。基于此,GGM(generic group model)可以非常有用地进行完整性检查,以验证给定假设的有效性,甚至可以保证给定密码方案的安全性。但是,GGM无法实施:GGM中存在安全的加密方案,但是在与任何具体组实例化时都不安全。

​ AGM(algebraic group model)只考虑代数对象。一个代数对象A可以任意使用群组中的元素,但是必须根据输入组元素对其输出组元素中的任何一个提供显式分解,即A还必须输出一个解释,说明如何使用组操作从其输入中计算其输出中的任何组元素。

​ 我们希望使用Section 3的多项式承诺方案,将一个多项式协议编译成在代数组模型中具有知识健全性的协议(在第2.2节中定义)。

​ 具体证明略。

减少字段元素的数量 :我们描述了Mary Maller进行的优化,以减少来自M的证明中的*F*元素的数量。我们从一个说明性示例开始。假设V*希望检查恒等式h1(X)·h2(X)-h3(X)≡0。上述编译将使P以随机x∈F*方式发送h1,h2,h3。V**将检查h1(x)h2(x)-h3(x)=0。因此,P发送了三个字段元素。

​ 但是请注意,我们可以让P只发送c:= h1(x),然后在开放协议中简单地验证多项式L(X):=c·h2(X)-h3(X)是否在x处为零。请注意,我们可以计算com(L)= c·com(h2)-com(h3)

Vitalik: An attempt at an explanation-in-pictures for how bulletproof-style polynomial commitments work (relevant to Halo and potentially future ethereum upgrades for better scalability) I welcome feedback! I’m trying to experiment with new approaches to make crypto math more intuitive.

Image

论文原文 ==> 953.pdf (iacr.org)PlonK: Permutations over Lagrange-bases for Oecumenical Noninteractive arguments of Knowledge

摘要

​ 利用可更新的通用结构化参考字符串的zk-SNARK构造消除了部署zk-SNARKs [GKM +]的主要障碍之一。 Maller等人的重要工作,[MBKM19]提出了Sonic-第一个具有实用性的zk-SNARK,具有完全简洁的验证,可用于带有这种SRS(structured reference string)的通用算术电路。但是,支持完全简洁验证的Sonic版本仍然需要相对较高的证明建造费用。 我们提出了一种具有完全简洁验证的通用SNARK结构,并且大大减少了证明方的运行时间(根据电路结构的不同,证明者的运行时间比完全简洁验证程序模式下的[MBKM19]少7.5-20倍)。与[MBKM19]类似,我们依赖于基于Bayer和Groth [BG12]的置换参数。但是,我们专注于“评估亚组而不是单项式系数”; 这样可以简化置换参数和算术化步骤。

1.介绍

​ 由于zk-SNARK的实际部署,以“通用和可更新”的方式构造结构化参考字符串(SRS)引起了人们的极大兴趣。这意味着相同的SRS可以用于有关一定范围内所有电路的陈述;并且在任何时间点,SRS都可以由新的参与方进行更新,因此,从健全到现在为止,所有更新者中只有一个方是诚实的。为简便起见,让我们将这种安装过程称为通用的zk-SNARK。

​ 出于介绍的目的,让我们说用于电路可满足性的zk-SNARK完全简洁:
1.预处理1阶段/ SRS生成运行时间与电路规模是准线性的。
2.证明者的运行时间与电路规模是准线性的。
3.证明长度与电路规模是对数乘方关系。
4.验证程序的运行时间与电路规模是对数多项式关系

​ Maller等人[MBKM19]首次为电路可满足性构建了一个通用的,完全简洁的zkSNARK,称为Sonic。[MBKM19]还提供了Sonic的版本,该版本具有显着改善的证明程序运行时间,但仅以某种摊销意义上的有效验证为代价。

1.1本文的结果

​ 在这项工作中,我们提供了一种通用的完全简洁的zk-SNARK,与完全简洁的Sonic相比,其证明者的运行时间大大缩短。

​ 在较高的水平上,我们的改进源自与[BCC + 16]启发的[MBKM19]算术更直接的电路算术化。这与针对乘法子组的单变量评估而不是如[MBKM19]中的双变量多项式的系数的置换参数结合在一起。

​ 简而言之,可乘子组有用的一个原因是,包括Sonic在内的几种协议都使用了基于Bayer和Groth [BG12]的置换参数。最终,在“大积论证”中,这简化为检查“相邻单项式”处的多项式系数之间的关系。我们观察到,如果我们将点x,g·x视为邻居,其中g是域**F**的乘法子群的生成器,检查这些点对处不同多项式之间的关系非常方便。

​ 一个相关的改进是乘法子群与拉格朗日乘子法很好地相互作用。例如,假设*H**F*是n + 1阶的乘子群,且x∈**H。在H \ {x}上消失并具有 f(x)=1 的n阶多项式 Lx 表格的稀疏表示:
$$
L_x(X)=\frac{C_x(X^{n+1}-1)}{X-x}
$$
对于恒定的 Cx,当根据多项式恒等构造有效可验证的[BG12]样式置换参数时,这是有帮助的。

1.2效能分析

​ 对于非通用SNARK和通用SNARK,我们将这项工作的性能与最新技术进行了比较。 在发布之时,唯一完全简洁的通用SNARK结构是Sonic协议[MBKM19](完全简洁的版本)。 该协议要求证明者计算273n个G1组指数,其中n是乘法门的数量。在完全简洁的Sonic中,每条线只能以三种线性关系使用,要求添加“虚拟”乘法门以容纳多于三个加法门的线。乘法门计数的这种增加被计入证明者的计算估计中(有关详细信息,请参见[MBKM19])。

​ 我们的通用SNARK要求证明者计算6个多项式承诺,并结合两个开放证明以在随机挑战点评估多项式承诺。PlonK有两种“口味”,以适合用户的口味。通过将证明大小增加两个分组元素,证明者的总计算量可以减少约10%。多项式的组合度为 9(n + a)(更大的证明)或 11(n + a)(较小的证明,减少的检验器工作),其中n是乘法门的数量,a是加法门的数量。当前,最有效的,最简洁的SNARK构造是Groth的2016构造[Gro16],它需要每个电路唯一的,不可更新的CRS。证明构造时间主要受 3n+m G1和 n G2组指数的支配,其中 m形式上是R1CS变量的数量,通常以n为界(为简单起见,本节的其余部分,读者可能会假设m = n) 。如果我们假设一个G2指数等于三个G1指数,则将产生6n + m个等价的G1组指数。

​ 在这些SNARK算术之间进行直接比较需要一些公认的主观假设。在评估通用电路时,我们发现加法门的数量是乘法门的数量的2倍,但是在假设加法门为“自由”的情况下进行优化的电路(在基于[Gro16]的基于R1CS的系统中很常见)将给出更差的估计。

​ 在一个极端情况下,对于不包含加法门而仅扇入2倍乘法门的电路,我们通用的SNARK证明要求的证明者工作量比[Gro16]高1.1倍,而证明者的工作量比Sonic少30倍。 如果a = 2n,则比率变为比[Gro16]高约2.25倍的证明者工作量,和比Sonic低约≈10倍。 如果a = 5n,则其工作量比[Gro16]大约3倍,而工作量则比Sonic少5倍。 我们应该注意,这些比较只是在比较所需的组幂运算数。

​ 我们还注意到,PlonK的结构化参考字符串的程度等于电路中门的数量(如果使用PlonK的“快速”风味)。与现有技术相比,这极大地减少了SRS的大小。

​ 在比较证明构造时,由于构造证明所需的快速傅立叶变换的数目是不平凡的,因此我们还包括PlonK的字段乘法次数。 所有其他简洁的通用SNARK结构也具有较高的FFT

如下Table 1: Prover comparison. m = number of wires, n = number of multiplication gates, a = number of addition gates

​ 转换成本,但是由于很难找到硬数字,因此我们无法将其包括在上表中。定性分析表明,FFT消耗的计算时间比G1组指数的消耗少。 关于字段乘法次数的更多详细信息,请参见第1.3节。

​ 每个证明的验证者计算如表2所示。由于提交的证明者多项式的结构简单,因此仅需要两个双线性配对操作。 此外,每个配对中的G2元素都是固定的,从而可以进行优化,从而将配对计算时间减少≈30%[CS10]。

Table 2: Verifier comparison per proof, P=pairing, `=num of pub inputs. For nonsuccinct protocols, additional helper work is specified

1.3 Performance and Benchmarks

Figure 1: Benchmarks for test PlonK circuits using the BN254 curve. Does not include witness generation. Tests performed on a Surface pro 6 with 16GB RAM and a core i7-8650U CPU, utilizing all 8 logical/4 physical cores.

​ 上图 图1提供了一些构建和验证PlonK证明所需时间的估计。有问题的基准利用Barretenberg ecc库利用BN254椭圆曲线。即使对于门数超过一百万的电路,PlonK证明也能够在不超过23秒的时间内在消费级硬件上构建。这标志着通用SNARK效率的显着提高,这些SNARK现在可用于各种实际使用案例。

​ 电路预处理是一次性的计算,对于每个编入PlonK电路的程序都需要进行。此步骤生成验证证明所需的“选择器”多项式的多项式承诺。

​ 构造证明时,执行所需的FFT快速傅立叶变换所需的时间与椭圆曲线标量乘法所需的时间相当。表1中的场乘法数是从大小为4n的8个FFT,大小为2n的5个FFT和大小为n的12个FFT获得的。

​ 如果提供电路的预处理多项式作为对单位的第4n个根(而不是基于拉格朗日的形式)的评估,则FFT变换的次数可以大大减少。但是,由于这大大增加了构造证明所需的信息量,因此我们在基准测试中忽略了这种优化。

​ 我们以与相关并发工作的比较作为对导言的总结。

1.4 与随机求和检查方法和Fractal / Marlin的比较

​ 粗略地说,所有简洁的证明系统都是通过使用随机性将许多约束检查压缩为一个来工作的。获得这种压缩的一般方法是采用约束的随机线性组合。在R1CS和类似系统的情况下,要压缩的更困难的约束是系统变量之间的线性关系,即形式为 <ai,x> = 0的约束,其中x∈F 是系统变量,而ai∈F 表示约束之一。这些类似于电路可满足性陈述中较为笼统的“接线约束”,其形式为xi = xj(例如,当xi表示门G的输出线,而xj表示输入线时,从G到另一个门G‘)。

线性约束的随机线性组合可能具有以下形式:
$$
\sum_{i\in [n]}{r^i<a_i} , x>=0
$$
对于均匀的r∈F。

​ 跳过一些细节,[MBKM19]和随后的[Gab19]工作(依赖[BCR + 19])减少了这种检查,从而可以在随机点上评估n次双变量S的程度;使得S中的非零单项式的数目对应于约束向量{ai}中非零项的数目。[MBKM19]在这一点上设计了一个聪明的策略,以在许多证明中分摊S的许多评估的成本。[MBKM19]的这种变体在证明者效率上要高得多,但由于需要验证者自己计算至少一个S评估,因此不能完全简洁。

因此,对于证明者更为有效的Sonic版本(以及[Gab19]的完全简洁版本)而言,完全简洁的障碍是一种仅在S仅包含S的情况下有效验证评估S(z,y)的方法。 O(n)非零单项式。

​ 最近的并行分形和马林系统[CHM + 19,COS19]的重大技术贡献是“在拉格朗日基础上”解决此问题的方法。

​ 具体来说,假设H,K是F的大小O(n)的乘法子组,使得S在 H×K 上仅具有M个非零值;然后[CHM + 19,COS19]设计了一个协议,以使简洁的验证者确信S(z,y)= t,证明者的工作在M中是线性的。这是一个很好的观点,指出自然而然地可以解决这个问题将[KZG10]推广到双变量多项式承诺方案将导致O(n2)证明时间。

​ 回到PlonK上,我们不需要“双变量评估突破”的原因是,我们专注于恒定扇入电路,而不是R1CS /无限加法扇入; 因此,我们的线性约束只是布线约束,可以简化为置换检查(如第5.2、6节所述)。 一种解释[BG12]技术的方法是“与一般线性约束相比,可以更简单地组合与置换对应的线性约束”。 例如,在上述等式中,每个约束都乘以一个不同的随机系数,而在[BG12]随机化中,在一定意义上将相同的随机移位添加到每个变量值就足够了。(有关详细信息,请参见第5节中的置换协议。)

与Marlin的具体比较。

​ 尽管Fractal在透明递归SNARK的情况下利用了稀疏的双变量评估技术,但Marlin像本文中一样专注于构建完全简洁的(通用)SNARK。

​ 比较这项工作和[CHM + 19]并非完全简单,因为我们处于具体常量领域,并且两项工作使用的基本度量是不同的。 我们将主要参数n设为扇入式两个电路中的加法门和乘法门的数量; [CHM + 19]将描述R1CS的三个矩阵之一中的最大非零数用作其主要参数。对于相同的n值,PlonK胜过Marlin,例如,在证明者组操作和证明大小方面大约是原来的两倍。 在只有乘法门的电路的极端情况下,这确实代表了两个系统之间的性能差异。

​ 但是,在具有“频繁大量添加”的约束系统中,Marlin的性能可能优于PlonK当前指定的变体。例如,这发生在一个“完全密集”的R1CS约束的极端情况下:
$$
( \sum_{j \in [m]}{a_j x_j} ) \cdot ( \sum_{j \in [m]}{b_j x_j} ) = \sum_{j \in [m]}{c_j x_j}
$$
其中a,b,c∈F 具有所有非零条目。

​ 此外,似乎分形中隐含的思想,或者将提及的稀疏二元评估协议“插入”到[Gab19]中,将通过此途径提高性能; 特别是在某些证明人工作可以委派给外部帮手的情况下(在PlonK中,这种委派的机会较少,因为检查证人本身的连线,而在[Gab19,CHM + 19,COS19]中,在某种意义上检查了验证者的随机系数)。

python gitst

https://gist.github.com/alecthegeek/62b340ecb1480326eee1a13252ea83bb

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env expect -f

# Start the CISCO VPN client on a Mac. Adapted from
# https://blog.felipe-alfaro.com/2014/05/23/automating-cisco-anyconnect-secure-mobility-client-on-mac-os-x/

set HOSTNAME vpn.server.com
set USER_NAME user.name
set PASSWORD password

spawn /opt/cisco/anyconnect/bin/vpn

expect {
"state: Connected" { send disconnect\n ; exp_continue; sleep 3 }
"state: Disconnected" {sleep 2;send "connect $HOSTNAME\n"}
}

expect -timeout 60 -re "Username: .+] "; send $USER_NAME\n
expect "Password: " ; send $PASSWORD\n
expect "state: Connected"; sleep 2; send exit\n

2020-04-06,电子交易解决方案提供商、独立代理经纪交易商Clearpool Group周一宣布,该公司现已被BMO金融集团收购。根据该公司的声明,收购交易的完成将加速其电子交易解决方案的开发,其并未透露收购金额方面的条款。收购后,Clearpool将作为BMO Financial Group旗下的一个独立品牌。

https://clearpoolgroup.com/

透明,信任和控制

在算法交易中,Clearpool的算法管理系统(AMS)正在使用完全可自定义的算法交易工具套件对电子交易进行转型,从而提供从策略到执行的全面可见性和控制力。

一个独立的取证工具,用于检查整个股票市场的历史场馆表现。

  • 每月或每季度查看一次场地绩效。
  • 获取可行的数据以分析场地的性能并在算法的路由表中优化场地的优先级。
  • 根据订单的意图确定最合适的场地,而不是将每个场地的表现都视为绝对。 例如,某些场所可能更适合激进订单,而其他场所则更适合中点流动性。
  • 根据MiFID II和拟议的SEC增强的订单透明度规则,有充分的条件证明您最好的防爆协议。一个独立的取证工具,用于检查整个股票市场的历史场馆表现。

对通过Clearpool的AMS发送的流程执行对等分析。

  • 同时订阅Venue Analysis的Clearpool AMS用户还可以在一个屏幕上查看我们自己的流量范围,此外还可以查看自己的流量。

  • 查看Clearpool的整个匿名执行数据范围,其中包括我们由100多个经纪商组成的网络,这些经纪人为世界上许多最大的资产管理公司提供服务。

  • 与我们具有统计意义的数据集比较并对比您自己数据中的趋势。

  • 使用此数据可帮助您在如何优化访问场所方面做出公正的决定。

强大的交互式可视化功能使您可以轻松地钻取数据。

  • 我们的工具可以为您可视化数据,使您可以轻松发现趋势和离群值,并花费更少的时间清理数据和分析电子表格。
  • 使用多个过滤器,只需单击几下即可对数据进行切片和切块,包括策略,场所类型,市值等。
  • 通过单击交互式条形图,饼形图或热图,甚至可以进一步展开操作,以显示用于所选数据的新仪表板。

以你的方式交易

Clearpool的基于云的AMS为您的算法交易策略提供了自定义,执行,分析和优化的功能。 通过完全透明和最终的路由控制,您拥有有效地大规模协作和管理自己的算法交易技术的工具和见解。

AMS-Algorithmic Management System:算法管理系统
一个完整的基于云的算法交易平台,提供交易前合规性和风险检查,算法策略和路由协议的自定义可配置性以及高级分析,以在整个电子交易生命周期中提高透明度和控制力。

场地分析
Clearpool的场所分析为市场参与者提供了独立的解决方案,可以评估整个股票市场的场所。这是一种取证工具,可以每月或每季度检查一次场地绩效,为您提供可行的数据来分析和优化绩效。用它来帮助验证您的路由协议以证明最佳性能。

掌握您的电子交易性能和成本。

  • 设计定制的路由协议,确定场所的优先级以实现最佳执行,最大程度地减少信息泄漏和滑移,并在各个策略和阶段中添加或删除场所。

  • 设置被动和激进的紧急程度,通过基于策略目标管理调度程序逻辑,拍卖参与,调整大小,数量跟踪和其他高级协议来实现高级算法行为。

  • 通过基于Web的AMS客户门户无缝管理算法交易。

从策略配置到订单执行的内置透明度。

  • 可视化策略和场地绩效,并通过填充率,返工和贸易成本评估绩效。

  • 基准性能,评估场所并确定其优先级,并通过优化策略配置使分析结果可付诸实践。

  • 受益于我们的汇总订单智能逻辑,该逻辑通过汇总类似的订单来最大化场地队列优先级,以维持最佳的队列位置并实现更好的质量执行。

拥有数十年电子贸易领域专业知识的技术合作伙伴,值得信赖。

  • 将您的算法交易基础架构外包,以支持您的电子交易产品。

  • 获得您的客户经理,我们的定量团队和服务台的全力支持,以协助进行与贸易有关的查询。

  • 作为一个完整的SaaS解决方案,无需进行持续的硬件维护,并且所有软件更新都将部署在AMS的安全分区中的云中。

受益于基于云的基础架构的规模和效率。

  • 提供无需资本投资的差异化电子交易产品。

  • 将技术留给专家,并最大程度地减少进行日常维护所需的内部资源。

  • 受益于我们的整体规模,基础架构和执行服务。

Clearpool执行服务

Clearpool的独立代理经纪人交易商可提供无冲突的流动性访问。CES不会针对客户流进行交易或进行任何专有交易。我们的路由协议是完全透明的。结合我们AMS的强大功能,我们可以有效地为合作伙伴提供流动性并确保最佳执行质量。

  • 仅代理商的订单执行和经纪人中立的流动性访问。

  • Clearpool原则上不进行交易。

  • 我们不拥有或投资黑池或ATS。

  • 我们不会违反您的订单流程。

  • 我们利用经纪交易商来促进AMS订单的有效执行。

  • 所有订单都是匿名发送的。

场地关系由Clearpool Execution Services建立和维护。

  • 美国所有交易所的成员。

  • 可进入40多个黑暗场所,包括ATS,有条件场所,做市商和单一交易商。

  • 多个结算关系。

  • 全面的供应商管理。 会员,交叉连接和实施费用由CES承担。

全面的贸易支持和服务。

  • 我们深厚的电子交易和场馆知识将为您提供专业的服务支持。

  • 我们的定量团队和开发人员团队对每个场所的订单要求都有明确的了解,以促进无缝的订单执行。

  • 边缘控件有助于在场所级别管理风险。

  • 我们的支持团队可以对不合格的订单流,已取消和拒绝的订单以及会话/场地断开进行实时故障排除。

被收购前,公司主页地址: https://www.clearpool.io/

准备就绪的,代币化的交易所

Clearpool是一家由华尔街和纽约市聚集的资深创新者组成的公司,正在建立世界上第一个真正的代币化多边贸易基金,在FCA的授权下,它引入了完全数字化的机构级交易所,没有场馆驱动的托管风险,并进入了欧洲市场。

由具有数十年经验的全球交易所专家集中设计和建造,以达到最高的技术和法规标准。Clearpool将为加密资产交易带来可靠性和性能的新标准,并为全新的金融服务交付方法定下基调。

运营受监管的市场并确保合规很难,参与者别无选择,只能相信监管者的做法是正确的。 但是我们可以做得更好。Clearpool开发了一种独特的方法来跟踪场内状态,该方法允许创建和发布实时可验证的市场数据,参与者可以使用这些数据来验证预期的场地行为。

不仅如此。 我们将底层的加密安全监视事件流与可派生的仲裁事件流一起使用。 通过将这些流锚定到抗审查性的区块链,我们获得了可完美扩展,不可辩驳的审计跟踪,从而使监管机构可以验证所有场所行为-完全透明,而不会泄漏信息。 更好的是,它还可以用于非加密资产,例如传统股票黑池。

我们的愿景

我们的目标一直是为所有参与者提供公平的市场,并为监管者的愿望提供智能和创新的支持。为此,我们看到了两个关键领域:改进市场微观结构,以使衡量市场公平性和质量更加客观;其次,改善市场交付本身的基础结构,以便更轻松地取消对互操作活动的监管,并提供更好的一流服务。支持验证公平,安全的市场运作。

Clearpool的愿景是将这两项改进结合到一个受监管的场所中,以证明对市场微观结构的切实改进,同时重要地是对公平,优质市场的交付,可验证和可计量的数量进行验证。我们可以通过将我们在市场微观结构方面拥有的现有知识和IP与我们开发的新技术相结合来实现这两个目标,这些新技术采用了分布式分类帐和区块链空间的一些创新,并将其应用于解决我们希望解决的特定问题讲话。

Clearpool MTF将成为世界上第一个完全标记化的MTF,其中数字化在交易基础设施中不可或缺。这将允许参与者实时地以及由管理者追溯地验证场地上的所有交易和活动。实际上,该场所为监管机构提供了无可辩驳的参考,并为减轻参与者的监管负担,同时增加了所有人的洞察力和价值铺平了道路。

使用到的技术栈

networking library asio and the scons-based build system Cuppa. You’ve probably heard of asio, or boost::asio before — it’s the networking library that underpins many ultra low latency financial systems, as well payment networks like Ripple, blockchains like Ethereum, and utility libraries like libtorrent.