$17 000 за BTC после краха FTX – это «впечатляюще», считает Миллиардер Билл Миллер

FinboldPublicado a 2022-12-22Actualizado a 2022-12-22

Resumen

Американский миллиардер и основатель фонда Miller Value Partners Билл Миллер выразил свое удивление ценой биткоина (BTC), учитывая последние события на криптовалютном рынке.

Американский миллиардер и основатель фонда Miller Value Partners Билл Миллер выразил свое удивление ценой биткоина (BTC), учитывая последние события на криптовалютном рынке. Об этом он сообщил в интервью Barron's, опубликованном 22 декабря

По словам Миллера, он ожидал, что последствия обвала FTX окажут более сильный эффект на биткоин, таким образом, что цена актива испытает более сильную коррекцию.

Кроме того, он прогнозирует, что в будущем биткоин, вероятно, будет демонстрировать лучшие показатели, когда Федеральная резервная система замедлит свою монетарную политику.

«Я удивлен, что биткоин не стоит в два раза меньше своей нынешней цены, учитывая крах FTX. Много людей ушло этого пространства, поэтому тот факт, что он все еще держится на уровне 17 000 долларов, весьма впечатляющ. Но инфляция наступает, и реальные ставки быстро растут. Я бы ожидал, что если и когда Федеральная резервная система начнет поворачивать [в сторону более мягкой денежно-кредитной политики], биткоин будет иметь неплохие показатели», — сказал он.

Стоит отметить, что Миллер является держателем биткоина и верит в долгосрочные перспективы этого актива. В этой связи управляющий фондом добавил, что к биткоину следует относиться как к цифровому хранилищу стоимости, аналогичному золоту.

Он отметил, что биткоин также следует отличать от других криптовалют, подчеркнув, что на протяжении своего существования первая криптовалюта продемонстрировала значительный рост, несмотря на спад 2022 года. В этой связи Миллер рекомендовал выделять не менее 1% от чистой стоимости активов инвестора на покупку биткоина.

«Во-первых, я хочу провести различие между биткоином, который я рассматриваю как потенциальное хранилище ценности, подобное цифровому золоту, и всеми другими криптовалютами, которые можно объединить в категорию венчурных спекуляций. Большинство из них, как и большинство венчурных инвестиций, потерпят неудачу. Но я никогда не слышал веских аргументов в пользу того, что вам не следует вкладывать в биткоин хотя бы 1% от чистой стоимости ваших активов. Каждый может позволить себе потерять 1%», — добавил он.

Инвестиционный портфель Миллера

Примечательно, что инвестиционное мастерство Миллера подчеркивается тем фактом, что управляемый им портфель обходил индекс S&P 500 с 1991 по 2005 год. Помимо биткойна, в портфель Миллера входят Amazon и Silvergate Capital.

Между тем, биткоин испытывает трудности из-за последствий банкротства криптовалютной биржи FTX, что привело к падению цены актива ниже 17 000 долл. США. На момент публикации Биткоин торговался по цене 16 661 долл. США.

Автор: Paul L. Источник: Finbold.

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 46 min(s)

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

marsbitHace 46 min(s)

Trading

Spot
Futuros
活动图片