Cryptle 六次机会,猜出今天的加密词。开始
0% read

最后更新:

Edward Yu

Edward Yu 是 Research 的联合创始人,该公司致力于为 构建衍生品基础设施。[1] 他于 2021 年与 Lucas Schuermann 共同创立了该公司,两人在哥伦比亚大学担任工程系学生和研究员时相识。在转向协议开发之前,两人曾共同经营一家加密对冲基金和一个大型场外交易 (OTC) 交易台。[2] Yu 常驻台湾,大部分时间往返于纽约、伯克利和台北之间。[3]​[4]​

早期生活与教育

Yu 在 2010 年至 2014 年间就读于德克萨斯州的 Plano West 高中,随后进入纽约的哥伦比亚大学。[3] 他于 2014 年至 2017 年在哥伦比亚大学学习应用数学,并以优异成绩毕业,获得理学学士学位。[4][5] 在本科期间,他参与了住宿孵化器(Residential Incubator)、象棋俱乐部以及哥伦比亚大学金融工程协会,他的课程涵盖了复分析、数据结构与算法、线性代数、机器学习、偏微分方程和统计推断。[5]

正是在哥伦比亚大学担任工程系学生和研究员期间,Yu 结识了 Lucas Schuermann,后者是他未来连续三个创业项目的商业伙伴。[2] 在攻读学位的同时,Yu 在 2014 年至 2017 年间的多个阶段担任该校应用数学环境的研究助理。他的研究任务包括利用网络分析和推断统计学研究中国政治网络、从事算法统计和机器学习工作,以及在应用数学系进行贝叶斯强化学习的研究。[5]

Yu 的早期职业经验结合了数据科学和软件工程。2013 年,他在达拉斯的 The Trade Group 担任软件工程实习生,负责编写并实施了一套用于追踪供应商的供应商管理系统,并培训其他员工使用该系统。[5] 2015 年年中,他在达拉斯的 Koddi 担任数据科学家,为自动化广告竞价策略构建数学模型;2016 年夏季,他在门洛帕克的 Facebook 担任数据工程实习生,专注于大数据背景下的用户获取、留存和体验。[5] 他表示,他在 2016 年关于无监督异常检测的研究在他任职 Facebook 期间被投入到生产环境中使用。[4]

职业生涯

The Trade Group

Edward Yu 的职业生涯始于 The Trade Group 的软件工程实习生,他于 2013 年 6 月至 8 月在达拉斯-沃斯堡大都会区工作。他的职责包括开发和实施供应商管理系统,用于组织供应商的信息,如地址、价格和描述。他还为员工提供了系统使用培训,这为后来从事 相关工作奠定了基础。

哥伦比亚大学

Yu 在哥伦比亚大学担任过多个研究职位。2014 年 9 月至 2015 年 6 月,他担任研究助理,将网络分析和推断统计学应用于中国政治网络的研究。

2015 年 10 月至 2016 年 5 月,他在计算机科学系担任研究助理,研究重点是算法统计和机器学习。

2016 年 9 月至 2017 年 12 月,Yu 在应用数学系担任研究助理,其研究涉及贝叶斯强化学习。

Koddi

2015 年 6 月至 9 月,Yu 在达拉斯-沃斯堡大都会区的 Koddi 担任数据科学家。他的工作涉及开发用于自动广告竞价策略的数学模型。

Facebook

2016 年 5 月至 8 月,Yu 在门洛帕克的 Facebook 担任数据工程实习生。他的职责涉及开发与用户获取、用户留存以及利用大规模数据优化用户体验相关的方法。

Qu Capital

2017 年 8 月,Yu 与 共同创立了 Qu Capital,并担任创始合伙人直至 2019 年 9 月。该公司是一家数字资产领域的量化交易公司,总部位于纽约,人员分布在美国和越南。Yu 将该公司的交易活动描述为涉及 的统计套利。

Qu Capital 在 2019 年被 Digital Currency Group 及其子公司 Genesis Trading 收购之前,曾从机构投资者那里筹集资金。

Genesis Global Trading

在 Qu Capital 被收购后,Yu 加入了 Genesis Global Trading。2019 年 9 月至 2021 年 9 月,他在纽约市大都会区担任量化研究主管。Genesis 是一家为数字货币提供双边流动性的机构交易公司。

Yu 在 Genesis 的工作包括线性市场和期权市场的做市。根据 的文档,该交易台在此期间处理了数千亿美元的交易量。

Variational

Yu 在离开 Genesis 后,于 2021 年与 共同创立了 Variational。他的 LinkedIn 个人资料显示,他从 2021 年 9 月起担任 Research 的创始人。该公司最初作为一家自营交易公司运营,筹集了约 1000 万美元以支持其交易活动。在成立的前两年,该公司与和建立了联系,并为这些场所提供流动性。交易利润随后被分配用于 Variational Protocol 的开发。

​ 为去中心化金融开发了衍生品基础设施。Yu 将该协议描述为能够实现与底层时间序列挂钩的双边衍生品。该平台支持永续期货市场,涵盖、股票、交易所交易基金(ETF)、大宗商品和外汇等资产。

Yu 通过三个领域描述了公司的方针:扩大各资产类别进入永续市场的渠道、直接连接传统金融的流动性来源,以及在(RWA)中使用中央限价订单簿的替代方案。

2025 年 9 月,Yu 报告推出了追踪台湾指数的 掉期产品。该产品提供零手续费、高达 10 倍的杠杆,并可接入传统金融流动性。在同一时期,他报告称,在纳斯达克指数上涨 2.4% 的一天,对杠杆的需求导致永续合约的年化资金费率达到 13%,而掉期合约的年化费率保持在 4.85%。

根据 Yu 的 LinkedIn 个人资料, 的投资者包括 Bain Capital Crypto、Peak XV、、Dragonfly Capital、Brevan Howard 和 North Island Ventures 等。2024 年 10 月,该公司宣布完成了由 Bain Capital Crypto 和 Peak XV Partners 领投、Coinbase Ventures 参投的 1030 万美元种子轮融资。2025 年 6 月,Variational 披露了由 Mirana Ventures、Caladan、Zoku Ventures 及其他投资者参与的 150 万美元战略轮融资。Yu 还报告了由 Dragonfly Ventures 领投的 5000 万美元 A 轮融资。他的 LinkedIn 资料记录了在之前的四轮融资中总计获得 6180 万美元的资金。

Variational 在 LinkedIn 上的公司信息列出其成立于 2022 年,而 Yu 的任职经历记录其开始日期为 2021 年 9 月。这一差异对应了从早期的自营交易业务向协议创业项目的转型。该公司总部设在乔治敦,在美国和开曼群岛设有业务,员工分布在九个国家。 [2] [1] [3] [4] [5] [6] [7]

访谈

将场外衍生品引入链上 #01

2025 年 7 月 30 日, 联合创始人 Edward Yu 接受了 Flirting with Models 的采访,他在采访中讨论了自己在场外交易(OTC)市场的经验、Variational 的发展以及 Omni 的设计。对话涵盖了加密货币 OTC 交易的演变、衍生品定价、市场结构、流动性提供,以及中心化与去中心化金融基础设施之间的关系。

Yu 描述了他早期参与量化交易和加密货币市场的情况,包括他在 Genesis 的工作。他解释说,OTC 交易已经从通过 Telegram 等平台进行沟通和直接语音对话,演变为电子报价请求(RFQ)系统。他还讨论了为流动性较低的相关的衍生品定价的难度,在这些领域,有限的市场数据需要使用内部模型,并由了解单个资产的交易员进行调整。

据 Yu 介绍,这些经验促成了 的开发,该协议成立于 2021 年。他将该协议描述为衍生品交易的基础设施,其中结算、抵押品要求、清算规则和衍生品收益结构都可以分别配置。该模型旨在减少与传统 OTC 交易相关的繁琐手动流程,包括合约谈判、抵押品管理和结算。

采访还涉及了 Omni,这是一个使用 Variational 基础设施开发的永续期货应用。Yu 解释说,Omni 使用 RFQ 机制,而不是传统的中心化订单簿。交易由 Omni 流动性提供者(OLP)报价,而每个用户的头寸都与一个独立的结算池相关联。据 Yu 称,这种安排允许通过用户与流动性提供者之间的 OTC 式关系来管理流动性。

Yu 将这种结算结构描述为具有与不同的风险特征。在他的解释中,协议本身不提供资金来覆盖用户的头寸,而抵押品则持有在独立的链上结算池中。他表示,这种结构可以将损失隔离在单个池内,但也承认可用的交易容量取决于分配给流动性提供者的资本。

另一个话题是做市商在 Omni 模型中的作用。Yu 解释说,OLP 可以保留库存风险敞口,并利用外部场所对冲部分风险,而不是将每笔用户交易与等效的外部交易进行匹配。他将由此产生的定价结构归因于库存管理、对冲和交易流,而不仅仅是订单簿的流动性。

讨论还探讨了去中心化基础设施与中心化市场机制之间的关系。Yu 表示, 和 Omni 使用了这两种模型的元素,包括链上结算以及用于定价和对冲的外部场所。他将自托管、链上抵押品和公开可验证的信息描述为去中心化可以对用户产生直接影响的领域,同时认为去中心化的其他方面可能取决于具体的市场结构。

Yu 进一步描述了一个长期概念,即底层基础设施可以支持具有各自市场、抵押安排和衍生品结构的不同金融网络。他还讨论了外部场外交易(OTC)流动性提供者通过同一基础设施竞争订单流的可能性。

在采访结束时,Yu 讨论了贝叶斯统计和不确定性量化。他表达了这样一个观点,即 AI 系统在生成信息的同时应提供经过校准的不确定性度量,特别是当输出内容虽然包含事实错误但看起来似乎合理时。讨论将这一问题与确定模型生成信息可靠性的更广泛问题联系起来。 [8]

发现错误了吗?

参考文献 (8 来源)

首页分类维基MC事件词汇表