CEO Coinbase назвал три аргумента в пользу роста биткоина до $1 млн к 2030 году

cryptonews.ruPublicado a 2025-03-21Actualizado a 2025-09-22

  • Брайан Армстронг заявил, что не обращает внимания на краткосрочные колебания рынка.
  • По его мнению, цена биткоина может достичь $1 млн к 2030 году.
  • Среди ключевых факторов: запуск ETF, регуляторная ясность и спрос со стороны правительств.

Генеральный директор криптовалютной биржи Coinbase Брайан Армстронг считает, что биткоин может достичь отметки в $1 млн к 2030 году. Об этом он заявил в интервью Fox Business, комментируя реакцию рынка на снижение ставки Федеральной резервной системы США.

По словам Армстронга, влияние ставок на крипторынок не всегда очевидно. Если раньше считалось, что снижение ставок положительно коррелирует с ростом рисковых активов, то теперь биткоин все чаще воспринимается как «цифровое золото» — инструмент сохранения стоимости в условиях неопределенности.

Глава Coinbase подчеркнул, что его прогноз базируется не на текущей динамике, а на долгосрочных трендах. В частности, он выделил три основных аргумента в пользу роста биткоина до $1 млн:

  • регуляторная ясность. Армстронг напомнил о Genius Act и обсуждении законодательства о рыночной структуре. По его мнению, принятие этих инициатив может стать переломным моментом для индустрии;
  • участие государства. Создание США стратегического резерва в первой криптовалюте станет огромным драйвером спроса, вероятно, за ними последуют и другие страны G20, считает эксперт.
  • ETF и институциональный капитал. Coinbase обеспечивает хранение активов 80% запущенных биткоин-ETF, подчеркнул Армстронг.

«Все это создает мощные попутные ветры для биткоина. Его количество ограничено — никогда не будет больше 21 млн монет. А многие крупные фонды капитала до сих пор не имеют доступа к нему. Это означает, что у биткоина еще очень большой потенциал роста», — подытожил CEO Coinbase.

Напомним, ранее CEO криптовалютной биржи Coinbase Брайан Армстронг заявил о намерениях компании стать финансовым суперприложением.

Lecturas Relacionadas

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

"Tras tres años sin actualizar su blog, la ex vicepresidenta de OpenAI y cofundadora de Thinking Machines, Lilian Weng, publica un extenso análisis que cuestiona la fiabilidad de las 'Scaling Laws', las leyes de escalamiento que han guiado inversiones billonarias en IA. El artículo desmonta que la mejora del rendimiento de los modelos de lenguaje (LLM) al aumentar parámetros, datos y computación sea tan predecible como se creía. Expone divergencias clave: en 2020, OpenAI concluyó que el tamaño del modelo debía crecer más rápido que los datos, mientras que DeepMind (2022) defendió un crecimiento proporcional, un desacuerdo atribuido a diferencias metodológicas y al tamaño limitado de los experimentos iniciales. Más críticamente, Weng revela que la metodología del influyente estudio 'Chinchilla' de DeepMind contenía errores, como una función de pérdida que no convergía correctamente, lo que significa que la 'fórmula óptima' utilizada durante años por la industria podría no serlo. El análisis subraya un problema fundamental: las leyes clásicas asumen datos únicos e infinitos, pero los textos de alta calidad se agotan. La repetición de datos en el entrenamiento degrada el rendimiento, especialmente en modelos grandes. Esto explica el cambio de la industria hacia el aprendizaje por refuerzo, el cómputo en tiempo de prueba y los datos sintéticos. En resumen, el artículo argumenta que la era de la escalabilidad simple ('scale is all you need') toca a su fin, y que el progreso futuro de la IA dependerá de refinamientos metodológicos precisos y de nuevas vías para superar la limitación de datos."

marsbitHace 47 min(s)

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

marsbitHace 47 min(s)

Trading

Spot
Futuros
活动图片