Что такое биткоин-ETF. Почему и кто покупает криптовалютные фонды

cryptonews.ruPublicado a 2022-11-15Actualizado a 2024-08-15

Эксперты посчитали, сколько компаний в США являются держателями биткоин-ETF, сколько их них не продали и докупили акции на основе биткоина

К концу второго квартала 2024 года почти 2 тыс. американских организаций владели спотовыми биткоин-ETF, по данным компании Bitwise, которая изучила данные формы 13F, пишет Cointelegraph. Это гораздо больше, чем в первом квартале — 1479 держателей.

«Это рост на 30%. Неплохо, учитывая, что цены во втором квартале упали», — заявил инвестиционный директор Bitwise Мэтт Хоуган.

Однако, эти данные не учитывают большое количество игроков, которые не подавали форму 13F, что предполагает еще большее число держателей биткоин-ETF.

rbc.group

Форма SEC 13F — это квартальный отчет, который обязаны подавать все институциональные инвестиционные менеджеры, имеющие активы под управлением на сумму не менее $100 млн.

А 66% институциональных инвесторов держали или увеличивали свои активы в биткоинах через биржевые инвестиционные фонды (ETF) в США. Более 44% управляющих активами увеличили свои вложения в биткоин-ETF, а 22% сохранили свои позиции относительно первого квартала, что является «довольно хорошим результатом». Только 21% сократил свои позиции, а 13% вышли из ETF.

Второй квартал 2024 года оценивается как оптимистичный для спотовых биткоин-ETF, несмотря на то, что стоимость активов снизилась на 14,5% за три месяца второго квартала.

Хоуган также отметил, что институциональные инвесторы в большинстве своем — это «бриллиантовые руки», которые, в отличие от розничны инвесторов, не поддаются панической распродаже, когда на крипторынке высокая волатильность.

Изменчивое мнение

С момента появления главной и первой криптовалюты прошло почти 15 лет. Хотя на начальных этапах развития мало кто предполагал, что биткоин станет глобальным активом, а его капитализация превысит $1 трлн. Еще несколько лет назад, многие финансовые организации и инвесторы критиковали биткоин, называя его пузырем и «мошенничеством», а сегодня многие из них публично вкладывают в него деньги.

Комиссия по ценным бумагам и биржам США (SEC) долго не давала одобрения на запуск ETF, отслеживающих спотовую цену биткоина. Первый такой фонд еще в 2013 году решили создать братья-близнецы Тайлер и Кэмерон Уинклвосс — ныне владельцы криптовалютной биржи Gemini. И только в январе 2024 года SEC США одобрила запуск 11 биржевых фондов (ETF), инвестирующих непосредственно в биткоин.

ETF дают инвестору возможность следить за движением цены биткоина, не имея на руках самой криптовалюты. Вместо того чтобы самостоятельно разбираться с криптовалютными биржами и кошельками, инвестор может купить акции биткоин-ETF через обычные брокерские счета.

Приручить биткоин. Как крупные фонды зарабатывают на криптовалюте

По данным на 15 августа, американские ETF имеют на балансе почти 5% от всей капитализации биткоина или более $53,5 млрд. Три наиболее крупных фонда управляются BlackRock, Grayscale и Fidelity с совокупным размером активов в управлении более $43 млрд, по информации сервиса Sosovalue.

Lecturas Relacionadas

Jensen Huang: Prompts are Becoming Obsolete, Loops are the New Paradigm

Jensen Huang, alongside AI leaders like Peter Norvig, Boris Cherny, and Andrew Ng, is advocating for a shift from "prompt engineering" to "loop engineering" as the new paradigm for AI development. Instead of manually crafting individual prompts, the focus is now on designing autonomous loops—systems where AI agents execute tasks, self-validate results, and iterate until completion without constant human oversight. A loop is a management framework that enables agents to operate independently. Key implementations are seen in Claude Code (with features like /loop, /goal, and /schedule) and OpenAI Codex, which employ multiple agents working in parallel within isolated environments. A core principle is the separation of roles: one agent (or model) performs the task, while an independent agent (or a smaller, separate model) validates the output to ensure objectivity. The article outlines a practical roadmap for implementing loops, starting with a "four-condition test" to assess suitability, building a minimal viable loop, and emphasizing critical pitfalls to avoid, such as lacking hard stop conditions or allowing loops to handle tasks requiring human judgment. This evolution is framed as the fourth major shift in AI interaction: from Prompt Engineering (crafting instructions) to Context Engineering (providing background information), then to Harness Engineering (building tool-enabled environments), and finally to Loop Engineering (creating self-sustaining systems). This progression reflects a consistent trend of increasing abstraction, moving human involvement from direct instruction to system design and rule-setting. The concept has academic roots in frameworks like ReAct, which formalized the "reason-act-observe" cycle. While loop engineering promises greater automation, experts caution about managing token costs and warn against outsourcing understanding—AI can assist, but deep problem comprehension remains essential.

marsbitHace 1 hora(s)

Jensen Huang: Prompts are Becoming Obsolete, Loops are the New Paradigm

marsbitHace 1 hora(s)

GPT Designs GPT

OpenAI has unveiled its first custom AI chip, Jalapeño, a move signaling a strategic shift beyond being a mere model company. While many see it as a challenge to NVIDIA, its core aim is to control the entire intelligent production pipeline—from models and chips to data centers and energy. The key driver is the evolving competitive landscape: model advantages are shrinking, while the computational gap in areas like cost-per-token, system throughput, and energy efficiency is becoming the true long-term barrier. Jalapeño is primarily an inference chip, targeting the massive and growing "inference tax"—the daily operational cost of generating tokens for services like ChatGPT and APIs. By designing its own hardware optimized for its specific workloads and future product roadmaps (even using AI to aid the chip design process), OpenAI aims to drastically reduce token generation costs and improve system efficiency. This creates a potential flywheel: better models help design better chips, which lower costs for running next-generation models, supporting more users and products, which in turn provides more data to refine future chips. The strategy mirrors Apple’s integrated approach, building a closed loop where hardware, software, and applications are co-optimized. In the long term, OpenAI is not trying to become the next NVIDIA (a supplier of "shovels" to all AI companies) but to own and operate the entire "mine"—selling the end product of intelligence itself. This move marks OpenAI's ambition to evolve from creating the smartest models to controlling the foundational infrastructure of AI production.

marsbitHace 1 hora(s)

GPT Designs GPT

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片