ETF 都批了,市场还是无动于衷?

比推Published on 2025-12-04Last updated on 2025-12-04

作者:zhou, ChainCatcher

原文标题:ETF获批都不算利好了?


近一个月以来,DOGE、XRP、Solana(SOL)、Litecoin(LTC)和 Hedera(HBAR)、Chainlink(LINK)等一系列新兴加密项目的现货 ETF 相继获批上市,与市场普遍预期有所不同的是,这些资产的价格并未因为 ETF 的上市而飙升,资金持续流入、但币价大幅回调的现象引发思考:ETF 的获批是否依然能对币价形成长期有效支撑?

一、币价承压:短期情绪与投机盘的清洗

在 10 月底至 11 月期间,市场迎来了新兴加密资产 ETF 的密集上市。但据 SoSoValue 数据显示,资金持续流入和价格暴跌的脱钩现象在这些资产中普遍存在:

  • Solana (SOL): 自 10月底上市以来,SOL ETF 已连续四周录得净流入,目前总净资产已达 9.18 亿美元,其中 Bitwise 和灰度 ETF 分别贡献了 6.31 亿美元和 1.48 亿美元。然而,SOL 现货价格却从 10 月 31 日的约 184 美元一路下跌至如今的 143 美元左右,跌幅超 20%。

  • XRP: 首只 XRP ETF 在 11 月 13 日上线,首日交易量为 5922 万美元,次日开始连续净流入。然而,XRP 现货价格自 11 月 13 日的 2.38 美元一度下跌超 20%,目前维持在 2.2 美元左右。

  • HBAR: HBAR ETF 在 10 月 28 日上市后,连续第五周实现资金净流入,总净资产达 6549 万美元,但 HBAR 现货价格下跌了近 20%。

  • DOGE:DOGE ETF 在 11 月 24 日上市首日无净流入,交易额 141 万美元,当前上市的 2 只 DOGE 现货 ETF 总净资产为 648 万美元,DOGE 币价方面未见显著波动。

  • LTC: LTC 现货 ETF 在 11 月 5 日上市,目前累计总净流入 726 万美元,但近一个月以来,出现多个单日净流入为 0 的情况。受此影响,LTC 价格自 10 月 28 日 Canary LTC 现货 ETF 上市以来已下跌约 14%。

可以发现,除莱特币 ETF 外,其他币种 ETF 均呈现资金持续流入的状态,但币价无一例外地陷入下跌或盘整。

造成这种脱钩的原因,或来自宏观因素和投机行为的叠加效应。

首先,必须承认 ETF 获批期间加密市场整体环境并非处于高昂的牛市情绪。核心资产的表现印证了这一点:比特币 ETF 在 11 月净流出 34.8 亿美元,以太坊 ETF 净流出 14.2 亿美元。核心资产的巨额流出,形成了强大的整体负面情绪和宏观逆风,淹没了新兴 ETF 带来的增量利好。在这种环境下,“买预期,卖事实”行为导致投机者在利好兑现时集中抛售获利,形成短期抛压。

其次,市场下跌过程中,流动性相对较差的山寨币抛售情绪被放大。与比特币相比,XRP、SOL 等币种的市场深度较浅,承接抛售的能力有限。同时,目前资金流入的速度相对缓慢,机构仍处于观察期,其渐进式的配置速度,难以立刻抵消巨鲸和投机盘的集中抛售压力。

总之,资金流入 ETF 和币价的短期脱钩,是投机清洗、宏观逆风,以及机构资金部署速度滞后共同作用的结果。然而,这并不意味着利好失效,而是提醒投资者 ETF的价值须从更长期的视角、从机构的配置结构中去寻找。

二、长期价值:机构配置与持续资金的涌入

既然短期币价表现被外部因素干扰,那么ETF 的价值需从两个核心维度来审视:机构资金流入的持续性,以及资产本身的差异化竞争优势。

这种价值首先体现在传统金融巨头的态度转变上。此前一直对加密资产持保守态度的全球最大资产管理公司之一——先锋集团 (Vanguard Group) 宣布开放比特币 ETF 交易。多年来,其高管们一直认为加密货币缺乏内在价值:既无法产生现金流,也不适合长期退休策略。他们将数字资产视为投机工具,而非核心投资组合。该公司在比特币 ETF 于 2024 年 1 月上市后拒绝了这些产品,甚至限制客户购买竞争对手的基金。

如今,先锋领航允许投资者交易贝莱德旗下比特币现货 ETF,其角色从一个批评者转变为一个分销商。这一举动,无疑向市场透露出 ETF 作为合规投资工具,已然打破传统金融世界的最后一道主要壁垒。

事实证明,尽管价格暴跌,机构对资产的配置意愿依然坚定。例如,SOL ETF、HBAR ETF 已连续五周净流入;Canary XRP ETF 总资产净值已达 3.55 亿美元,Bitwise 和灰度的 ETF 净资产均约 2亿美元。这种持续的、巨额的资金积累,是衡量 ETF 长期利好的关键指标。分析师估计,即使规模与比特币相形见绌,山寨币 ETF 到 2026 年年中仍可能带来 100 亿至 200 亿美元的资金流入。

在机构配置策略中,资产的差异化竞争优势亦是一个关键。例如,Solana 的质押 ETF 提供高达 7% 的收益率、XRP 的支付型基金等产品,它们或将吸引寻求多元化投资或被动收入的投资者的特定兴趣。灰度研究主管 Zach Pandl 曾表示,Solana ETF 在未来一到两年内可能吸纳至少 5% 的Solana代币总供应量。

然而,这种乐观情绪正受到市场巨头的强烈挑战。全球最大的资管巨头贝莱德(BlackRock)对山寨币 ETF 持高度谨慎且负面的态度。贝莱德数字资产主管 Robert Mitchnick 称,大多数山寨币都毫无价值,并强调投资于种类繁多、发展尚不成熟的数字资产的风险,因此他们专注于比特币和以太坊等成熟加密货币。彭博ETF分析师 Eric Balchunas 也支持这一观点,认为这种立场解释了贝莱德为何不愿将投资组合多元化。

这种谨慎立场带来了潜在风险。K33 Research 表示,如果没有贝莱德的参与,流入山寨币 ETF 的总资金可能会减少 50% 至 70%。同时,CryptoQuant 首席执行官警告称,山寨币流动性正在迅速下降,只有那些能够开辟新的流动性渠道(尤其是通过ETF)的项目才能在市场中生存下来。

此外,LTC 现货 ETF 的遭遇就是最明显的反面教材,其上市以来连续多个工作日单日净流入为0。欧洲最大数字资产管理公司之一 CoinShares 也正式撤回了其向 SEC 提交的 XRP、Solana Staking 和 Litecoin ETF 申请,这证明了即使是大型资管公司,也会对竞争激烈和利润有限的单一资产 ETF 保持警惕。

CoinShares 首席执行官 Jean-Marie Mognetti 表示,鉴于传统金融巨头在单一资产加密 ETF 市场的主导地位,公司将在未来 12-18 个月内将资源重新分配至更具创新性和更高利润的产品。

结语

机构的分化,恰恰印证了加密资产 ETF 时代正在进入一个分层配置阶段。 一边是先锋集团开放比特币 ETF 交易,象征主流金融对加密市场的最终接纳;另一边是 CoinShares 撤回申请以及贝莱德对山寨币的谨慎态度,显示出机构对底层资产质量和赛道竞争的警惕。

总的来说,ETF 获批在本质和长期来看,无疑是一个重要利好,而短期币价下跌,并非意味着利好失效,而是兑现方式受到了短期市场力量的扭曲。


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

说明: 比推所有文章只代表作者观点,不构成投资建议

Related Reads

a16z: AI's 'Amnesia', Can Continuous Learning Cure It?

The article "a16z: AI's 'Amnesia' – Can Continual Learning Cure It?" explores the limitations of current large language models (LLMs), which, like the protagonist in the film *Memento*, are trapped in a perpetual present—unable to form new memories after training. While methods like in-context learning (ICL), retrieval-augmented generation (RAG), and external scaffolding (e.g., chat history, prompts) provide temporary solutions, they fail to enable true internalization of new knowledge. The authors argue that compression—the core of learning during training—is halted at deployment, preventing models from generalizing, discovering novel solutions (e.g., mathematical proofs), or handling adversarial scenarios. The piece introduces *continual learning* as a critical research direction to address this, categorizing approaches into three paths: 1. **Context**: Scaling external memory via longer context windows, multi-agent systems, and smarter retrieval. 2. **Modules**: Using pluggable adapters or external memory layers for specialization without full retraining. 3. **Weights**: Enabling parameter updates through sparse training, test-time training, meta-learning, distillation, and reinforcement learning from feedback. Challenges include catastrophic forgetting, safety risks, and auditability, but overcoming these could unlock models that learn iteratively from experience. The conclusion emphasizes that while context-based methods are effective, true breakthroughs require models to compress new information into weights post-deployment, moving from mere retrieval to genuine learning.

marsbit2h ago

a16z: AI's 'Amnesia', Can Continuous Learning Cure It?

marsbit2h ago

Trading

Spot
Futures

Hot Articles

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of SOL (SOL) are presented below.

活动图片