Трейдеры за час потеряли $1 млрд на фоне резкого обвала криптовалют

cryptonews.ruPublicado a 2025-03-20Actualizado a 2025-11-21

Лавина ликвидаций накрыла крипторынок при стремительном падении курса биткоина до $82 тыс.

Почти $1 млрд в длинных позициях трейдеров было ликвидировано на криптобиржах за один час. Каскад принудительных закрытий был вызван резким падением курсов биткоина (BTC) и других криптовалют.

BTC/USD

84 250 -8 010 (-8,68%)

ОКХ Nov 21 11:35:54

1д

3д

1м

3м

1г

5л

Около 10:30 мск первая криптовалюта в моменте просела с $85 тыс. до $82 тыс. Ethereum (ETH) падал до $2,6 тыс. На 11:00 BTC торгуется около $84 тыс., ETH — вернулся к $2,7 тыс.

rbc.group

По данным Coinglass, за последний час были ликвидированы позиции 392 тыс. трейдеров на $971 млн. Подавляющая часть ($956 млн) пришлась на лонги — позиции тех, кто рассчитывал на рост курсов.

Когда говорят о ликвидациях на крипторынке, чаще всего речь идет не о продаже биткоина как такового, а о принудительном закрытии позиций по бессрочным фьючерсам (perpetual futures, perps). Такие контракты позволяют открывать сделки с использованием заемных средств (кредитного плеча), не покупая криптовалюту напрямую и без ограничения по сроку. Благодаря высокой ликвидности, отсутствию срока экспирации и возможности торговать с плечом до 100x «перпы» стали самым популярным деривативом на крипторынке.

Кредитное плечо позволяет открывать позиции на суммы, значительно превышающие собственный капитал. Например, при плече 10x достаточно внести $10 тыс., чтобы нарастить открытую позицию до $100 тыс. Позиция обеспечивается залогом в виде собственных средств трейдера на счете. Если цена движется против позиции, убытки постепенно уменьшают этот залог. Когда размер залога становится слишком мал, биржа автоматически ликвидирует позицию, чтобы избежать собственных потерь.

Порог ликвидации зависит от величины плеча: чем оно выше, тем меньшее движение цены может привести к принудительному закрытию. При плече 10x, чтобы позиция была ликвидирована, достаточно снижения цены на 10%, при плече 50x — всего на 2%. Когда цены падают, позиции с высоким плечом начинают массово ликвидироваться, усиливая давление на рынок. Это запускает цепную реакцию, в которой одна ликвидация тянет за собой следующую.

Так, в начале октября, спустя несколько дней после достижения биткоином максимума около $126 тыс., случился каскад ликвидаций, в результате которого трейдеры за сутки лишились $19 млрд. По оценкам некоторых участников отрасли, рынок так и не смог отправиться от того падения и ушел в коррекцию.

Подобное мнение высказал глава Bitmine Том Ли в интервью CNBC, заявив, что основная проблема кроется в слабости и ошибках маркетмейкеров, которые «выполняют функцию центральных банков на крипторынке».

За последние сутки курс биткоина упал на 8%, а за прошедшие после рекорда 1,5 месяца — уже на 33%. Первая криповалюта подешевела за это время более чем на $40 тыс.

Lecturas Relacionadas

El camino de Hyperliquid hacia el cumplimiento normativo: de un sistema sin permisos a un sistema permisivo con HIP-3

Hyperliquid, una plataforma de infraestructura de mercado descentralizada, enfrenta desafíos regulatorios en EE. UU. debido a su arquitectura sin permiso y autocustodia, que choca con las leyes de mercado que exigen roles registrados (DCM, DCO, FCM). Para acceder al mercado estadounidense, Hyperliquid estableció el Centro de Políticas Hyperliquid (HPC) para abogar por la modernización regulatoria. Su estrategia no es abrir directamente a inversores estadounidenses sin KYC, sino posicionar a Hyperliquid como infraestructura neutral que las entidades reguladas puedan utilizar cumpliendo sus obligaciones (como KYC y supervisión). Un ejemplo clave es el despliegue HIP-3 con permisos en la testnet, que permite a entidades crear mercados solo para usuarios en una lista blanca, ejecutar KYC y mantener libros de órdenes separados pero con liquidez puenteada. Esto proporciona un camino para que corredores e instituciones estadounidenses construyan productos compatibles en HyperCore, mientras los mercados nativos sin permiso de Hyperliquid permanecen inalterados. El esfuerzo busca crear un canal regulado para inversores estadounidenses manteniendo el protocolo como infraestructura neutral.

marsbitHace 21 min(s)

El camino de Hyperliquid hacia el cumplimiento normativo: de un sistema sin permisos a un sistema permisivo con HIP-3

marsbitHace 21 min(s)

Financiación en dos rondas en tres meses: la versión china de Palantir está en auge

El fabricante chino de IA de causalidad industrial e inteligencia de decisión de alta confiabilidad, Beijing Zhongshu Ruizhi Technology Co., Ltd., completó recientemente una ronda de financiación estratégica de cientos de millones de RMB, respaldada por inversores estatales y financieros. Esto ocurre solo tres meses después de su ronda de financiación Serie B. Fundada en 2020 por la Dra. Han Han, doctora de la Universidad de Tsinghua, la empresa se centra en el desarrollo de una plataforma de IA de decisión fiable y explicable para industrias críticas como energía, petróleo y aeroespacial, abordando problemas como las alucinaciones de la IA y la falta de capacidad de razonamiento causal. Con su tecnología central de teoría cognitiva metacausal, modelos causales y un motor de ontología dinámica, ha implementado soluciones en más de 800 escenarios complejos para más de 50 clientes, incluidos importantes grupos estatales. La compañía ha logrado un crecimiento comercial significativo, duplicando sus ingresos en 2025. Los nuevos fondos se destinarán a I+D, expansión del mercado y talento. Los inversores destacan su papel en la definición de estándares para la IA industrial confiable en China.

marsbitHace 33 min(s)

Financiación en dos rondas en tres meses: la versión china de Palantir está en auge

marsbitHace 33 min(s)

La mayor cuestión político-económica de la era de la IA: si los robots son cada vez más capaces, ¿cómo comparte la humanidad el valor?

El título del artículo plantea la pregunta crucial de la era de la IA: ¿cómo compartirán los humanos el valor creado por máquinas cada vez más capaces? El artículo critica un análisis de *The Economist* sobre China, que sugiere que su enfoque en la tecnología podría distorsionar la asignación de recursos y no abordar la débil demanda interna. Sin embargo, el autor argumenta que el problema central es más profundo y global: la IA está reescribiendo la lógica fundamental de la creación y distribución de la riqueza. A diferencia de revoluciones industriales anteriores, donde los humanos seguían siendo el núcleo del proceso productivo, la IA (especialmente en forma de AGI) amenaza con reemplazar masivamente el trabajo cognitivo. Esto plantea un desafío existencial: la economía podría seguir creciendo, pero con menos personas participando directamente en la creación de valor. El mayor problema no es solo el desempleo, sino la distribución: si el poder adquisitivo de los consumidores no crece, surgirá una contradicción de "demanda insuficiente". Aunque China necesita desesperadamente impulsar sectores como la IA y la robótica como nuevos motores de crecimiento, el verdadero reto es cerrar la brecha entre la innovación tecnológica, los beneficios empresariales, los ingresos de los hogares y el consumo. Este "punto de ruptura" en la transmisión de los beneficios de la productividad es un fenómeno global, como lo demuestra la concentración de riqueza en las grandes tecnológicas estadounidenses frente al estancamiento de los ingresos laborales. El artículo esboza tres posibles caminos futuros: el capitalismo tradicional (los beneficios van a los accionistas), el capitalismo de estado (participación del gobierno) o modelos más innovadores como fondos soberanos digitales, propiedad accionarial ciudadana o rentas básicas universales adaptadas a la era de la IA. Para China, la oportunidad estratégica reside en utilizar su capacidad de coordinación política para no solo convertirse en una potencia de IA, sino también en construir un sistema que permita a la mayoría compartir sus beneficios. Esto requerirá reformas en la distribución del ingreso, el sistema de seguridad social y la formación profesional. La competencia futura no se tratará solo de quién tiene la mejor tecnología, sino de quién construye el mejor sistema de distribución para la era de la inteligencia artificial. Resolver cómo los humanos obtienen ingresos y comparten el valor cuando las máquinas realizan gran parte del trabajo es el principal problema de economía política de nuestro tiempo.

marsbitHace 42 min(s)

La mayor cuestión político-económica de la era de la IA: si los robots son cada vez más capaces, ¿cómo comparte la humanidad el valor?

marsbitHace 42 min(s)

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

Los carry trades con financiación en dólares en los mercados emergentes han generado ganancias durante siete trimestres consecutivos, la racha más larga desde 2008. La estrategia, que consiste en pedir prestado en monedas de bajo interés como el dólar para invertir en activos de alto rendimiento en mercados emergentes, ha obtenido un rendimiento aproximado del 22% desde finales de 2024, superando ampliamente a la deuda estadounidense y emergente. El éxito se debe tanto a los altos diferenciales de tipos de interés como a la apreciación de las monedas emergentes frente al dólar. Países como Colombia, Turquía y Brasil han ofrecido rendimientos especialmente atractivos. Aunque la intervención coordinada de EE.UU. y Japón en agosto provocó volatilidad, los flujos se adaptaron utilizando otras monedas de financiación como el euro, evitando una liquidación desordenada. Los riesgos a futuro incluyen el momento en que la Reserva Federal cambie su política, el posible exceso de capital concentrado en esta operación y cuánto tiempo podrán los bancos centrales de mercados emergentes mantener las altas tasas de interés. A pesar de ello, gestores de fondos destacados mantienen su confianza en esta estrategia, buscando oportunidades en mercados como Sudáfrica, México, Turquía y Brasil.

marsbitHace 58 min(s)

Ganancia durante siete trimestres seguidos: la operación de arbitraje en los mercados emergentes supera a todo

marsbitHace 58 min(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo

Investigadores de Tsinghua y Wharton, con ayuda de GPT-5.6 Sol Pro, resolvieron un problema abierto durante 40 años en optimización: demostraron que el descenso de gradiente, ajustando solo la secuencia del tamaño de paso, tiene un límite de convergencia de Ω(T^{-1.9319}). Esto significa que para alcanzar la velocidad óptima, es necesario modificar la estructura del algoritmo, no solo los pasos. La prueba central fue generada y validadas por IA usando el verificador formal Lean 4, sin intervención matemática no trivial humana. El trabajo sugiere un nuevo paradigma donde investigadores pueden delegar pruebas complejas a asistentes de IA accesibles.

marsbitHace 1 hora(s)

El dúo mentor-discípulo Tsinghua-Wharton resuelve un misterio de 40 años, el núcleo matemático lo escribió todo GPT, tú también podrías hacerlo