【得得周报】全球数字货币总市值较上周上涨约4.70% | 09.23-09.29

链得得Publicado a 2024-09-30Actualizado a 2024-09-30

据得得智库数据统计,截至2024年09月29日12:00,全球数字货币市场共有币种14,675种。总市值共计 $2,417,034,455,469(约为24,170亿美元),本周数字货币总市值与上周相比上涨了约1,085亿美元,上涨幅度约为4.70%。

全球主流数字货币市场上周全面上行

据得得智库数据统计,截止2024年09月29日12:00,上周主流数字货币市场全面上行。

其中,BTC价格从 62,947.65 美元上涨至 65,526.13美元,涨幅约为4.10%;

ETH价格从 2,585.58 美元上涨至 2,647.25 美元,涨幅约为2.39%;

BNB价格从 583.13 美元上涨至 596.09 美元,涨幅约为2.22%;

LTC价格从 67.05 美元上涨至 68.89 美元,涨幅约为2.74%;

DOT价格从 4.37 美元上涨至 4.74 美元,涨幅约为8.47%。

SOL价格从 147.01 美元上涨至 155.60 美元,涨幅约为5.84%。

本周TOP 30数字货币市值整体较上周下跌0.62%

据得得智库数据统计,截至2024年09月29日12:00,全球数字货币市场共有币种14,675种。总市值共计 $2,417,034,455,469(约为24,170亿美元),本周数字货币总市值与上周相比上涨了约1,085亿美元,上涨幅度约为4.70%。

其中TOP 30数字货币的总市值为 $ 2,132,807,554,514(约为21,328亿美元),约占所有数字货币总市值的88.24%,相较上周相比下跌为0.62%。

本周市值排名第一的是BTC,约为12,948亿美元,TOP30总市值占比为60.71%,较上周上涨0.08%。

排名第二的是ETH,本周市值约为3,186亿美元,TOP30总市值占比为14.94%,较上周下跌0.23%。

排名第三的是USDT,本周市值约1,195亿美元,TOP30总市值占比为5.60%,较上周下跌0.21%。

TOP 30中数字货币排名整体波动较小,具体数字货币的占比分布如下图所示:

本周市值TOP 30的数字货币分为公链、平台币、稳定币、代币、DeFi等领域。

其中占比最多的领域是公链,占比为77.24%,排名第二的领域是稳定币,占比为7.57%。TOP 30数字货币领域分类的占比分布如下图所示:

本周比特币矿池中份额无明显波动

据得得智库统计,本周比特币共出区块980块。其中空块数量2块,空块占比0.20%。平均矿工费与块奖励占比1.87%。本周比特币TOP 10矿池份额占总份额的96.62%,具体矿池份额分布如下:

每周要闻回顾

行业进展

  • 南非加密货币市场的收入预计将在2024年达到2.46亿美元
  • Silvergate高管:“监管突然转向”导致银行关闭
  • UniSat CEO:团队正积极研究CAT20交易市场
  • 调查:七分之一的美国选民持有加密货币,倾向于支持特朗普
  • Silvergate高管:“监管突然转向”导致该银行在破产申请中关闭
  • MetaMask:用户现可使用多个DApp而无需切换网络
  • Jupiter已收购SolanaFM,前员工@0xmiir加入Jupiter团队

投融资

  • DePIN公司Grass完成A轮融资,Hack VC领投,Polychain Capital等参投
  • Helix Labs完成200万美元Pre-Seed轮融资,Tribe Capital等领投
  • Darkbright Studios完成600万美元种子轮融资,Bitkraft Ventures领投
  • Celestia Foundation完成1亿美元融资
  • 前端托管解决方案EarthFast完成140万美元Pre-Seed轮融资
  • Swan Chain完成数百万美元新一轮融资,OP基金会领投
  • AminoChain完成500万美元种子轮融资

一周政策复盘

  • 俄罗斯外长:普京称在美国大选中支持哈里斯是在开玩笑
  • 澳大利亚将出台新法规,多数加密相关公司需获得金融服务牌照
  • 阿根廷税务机关联合海岸防卫队捣毁一比特币矿机“走私团伙”
  • 阿根廷捣毁加密货币挖矿设备走私团伙
  • 俄罗斯警方关闭一家涉嫌跨境的加密货币交易所
  • 韩国加密货币交易所Bithumb更换合规官
  • 山西警方打掉一个诈骗并利用USDT洗钱的犯罪团伙

投资日历

09月23日(星期一)

  • 韩国虚拟资产投资超过 10 亿韩元的超高净值账户占市场总额的 47%

09月24日(星期二)

  • 央行:近期将下调存款准备金率0.5个百分点

09月25日(星期三)

  • /

09月26日(星期四)

  • BTC触65000 USDT,24H涨幅1.91%

09月27日(星期五)

  • 央行:自9月27日起下调金融机构存款准备金率0.5个百分点

09月28日(星期六)

  • CZ刑满释放后发布首条推文“GM”

09月29日(星期日)

  • 中国前副财长朱光耀:要重视研究加密货币的发展
链得得仅提供相关信息展示,不构成任何投资建议

Lecturas Relacionadas

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

"Gran Modelos Linguísticos (LLMs) han superado numerosos exámenes de referencia, pero ¿significa esto que nos acercamos a la Inteligencia Artificial General (AGI)? Un artículo reciente argumenta que en realidad nos estamos alejando, ya que carecemos de una definición clara y medible de la AGI. Frente a un vacío conceptual donde visionarios como Musk o Huang ofrecen predicciones dispares, investigadores como Bennett proponen un nuevo estándar: la AGI debe evaluarse como un 'científico artificial'. Este criterio exige tres capacidades fundamentales más allá de la mera imitación: 1) **Experimentación activa**: capacidad de interactuar autónomamente con entornos nuevos para obtener información, no solo procesar datos pasivamente. 2) **Comprensión causal**: pasar de identificar correlaciones en los datos a entender relaciones de causa-efecto, esencial para una verdadera adaptación. 3) **Balance entre exploración y explotación**: gestionar recursos limitados para buscar nuevos conocimientos mientras aplica los existentes. El artículo critica que el camino actual dominante, el 'Scale-maxing' (maximización de escala mediante datos, parámetros y potencia de cálculo), solo produce respuestas aproximadas memorizadas en los pesos del modelo, fallando en tareas fuera de su distribución de entrenamiento (por ejemplo, errores básicos en comparación de números). La verdadera AGI, según Bennett, requerirá una convergencia de múltiples enfoques metodológicos, no solo la ampliación de modelos. En definitiva, el futuro de la AGI no debe medirse por su habilidad para aprobar exámenes humanos, sino por su capacidad para descubrir nuevo conocimiento de forma autónoma, adaptativa y bajo restricciones prácticas, como lo haría un científico."

marsbitHace 1 hora(s)

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片