Медведи доминируют на рынке биткоина: что будет с ценой первой криптовалюты

cryptonews.ruPublished on 2025-02-19Last updated on 2025-11-20

Аналитики CryptoQuant проанализировали ключевые рыночные факторы и объяснили, почему первая криптовалюта испытывает трудности во второй половине 2025 года.

Текущий бычий цикл начался в январе 2023 года. Парадоксально, но с тех пор рыночные условия для биткоина (BTC) стали медвежьими, заявили эксперты.

По теме: крупнейшая коррекция цикла снова увела биткоин ниже $90 000

Такую структуру создали сразу несколько факторов. Первый из них — технический.

Главная криптовалюта пробила 365-дневную скользящую среднюю (MA). Биткоин не терял указанный уровень во время коррекций в рамках текущего бычьего цикла. В 2022 году именно падение ниже 365-дневной MA подтвердило, что крипторынок вошел в фазу доминирования медведей.

Крупным компаниям не нужен биткоин

Одновременно снизился спрос со стороны казначейских компаний, покупки которых поддерживали цену цифрового золота. Только Strategy продолжает инвестировать в биткоин, но покупательской активности всего лишь одной фирмы недостаточно.

Аналитики CryptoQuant связывают такую динамику с падением акций криптоказначейств на 70-90% за последние месяцы.

Соотношение рыночной капитализации к чистой стоимости активов этих компаний значительно снизилось, поэтому они не могут продавать дополнительные бумаги для привлечения капитала на покупку биткоина.

По теме: на рынке биткоина складывается «опасная» ситуация — K33

«Классический» цикл биткоина больше не работает?

Предыдущие рыночные циклы длились по четыре года: 2014-2017 и 2018-2021. По этой логике текущий цикл (2022-2025) должен закончиться уже в этом году.

Изначально такую цикличность объясняли халвингом. Хотя раньше он сильно влиял на циклы, сегодня его эффект незначителен на фоне общего объема монет в обращении.

Поэтому некоторые аналитики прогнозируют продолжение цикла до 2026 года. Они связывают это со структурным сдвигом: биткоин теперь покупают институциональные инвесторы (ETF и компании), а не только розничные трейдеры. Крупные инвесторы чаще хранят актив долгосрочно и создают постоянный спрос.

Динамика биткоина будет определяться в первую очередь поиском новых стимулов для роста — существующие катализаторы исчерпаны, а значимых новых триггеров роста пока нет.

Чего ждать от цены биткоина?

На момент написания биткоин по-прежнему находится в нисходящем тренде — за неделю он снизился практически на 12%. Криптовалюта движется около ключевых уровней поддержки в ценовой зоне $90 000–92 000.

Учитывая тот факт, что монета опустилась ниже 365-дневной MA, ближайшее сильное сопротивление ожидает актив на уровне $102 600.

По теме: биткоин ниже $92 000 — что происходит с майнерами первой криптовалюты

Эта статья не содержит инвестиционных советов или рекомендаций. Каждое инвестиционное и торговое решение связано с риском, читатели должны самостоятельно проводить исследование перед принятием решений.

Related Reads

Dwarkesh Patel: The Next Generation of AI May Be Built Through Actual Work

In his latest podcast, Dwarkesh Patel explores the next paradigm for AI training. While current progress in fields like coding and math relies on Reinforcement Learning with Verifiable Rewards (RLVR), which requires tasks that are both verifiable and highly scalable ("grindable"), Patel questions whether this is sufficient for complex real-world objectives like starting a business, winning a legal case, or managing an organization. These tasks provide verifiable outcomes but lack the resetable, parallelizable environments needed for efficient RLVR training. Patel argues the key limitation of current models is their inability to convert valuable in-context learning from real deployment into permanent weight updates—a process he terms "learning back to the weights." He proposes two potential solutions: On-Policy Self-Distillation (OPSD), where a model distills knowledge from long, task-specific sessions back into its base weights, and "dreaming," where an AI constructs simulated environments from real-world observations to practice and refine strategies. Ultimately, Patel envisions a future training paradigm where AI advances not just through pre-training on static datasets but through continual, post-deployment learning from real-world experience. This shift would enable AI to move beyond "grindable" tasks and develop robust, generalizable agent capabilities for complex, real-world challenges.

marsbit29m ago

Dwarkesh Patel: The Next Generation of AI May Be Built Through Actual Work

marsbit29m ago

Trading

Spot
活动图片