Czech Central Bank’s Bitcoin Bet Delivers Early Findings, Governor Says

bitcoinistPublicado a 2026-04-29Actualizado a 2026-04-29

Aleš Michl, governor of the Czech National Bank, said the institution’s early research suggests a small Bitcoin allocation could improve portfolio returns without materially increasing overall risk. Speaking at the Bitcoin 2026 conference in Las Vegas, Michl framed the finding not as a policy shift or ideological endorsement, but as part of a broader effort to rethink reserve management while maintaining strict monetary discipline.

Michl opened his remarks by acknowledging the unusual nature of the subject. “Today I want to talk about a strange combination, a central bank and Bitcoin,” he said. “Most people do not put these two things together. I do.”

Bitcoin Trial Puts Czech Central Bank In Uncharted Territory

The governor placed the Bitcoin discussion inside the Czech National Bank’s recent macroeconomic record. When he became governor in mid-2022, he said, Czech inflation was close to 20%. At the time, he pledged to bring inflation back to 2% within two years, a target he said the bank achieved through tighter policy rather than “magic.”

“Even before COVID, money was too cheap for too long,” Michl said. “For too long, the system promoted borrowing. For too long the currency, our currency, the Czech koruna, was weakened.”

That experience, he argued, defines his version of conservative central banking: tighter policy for longer, support for saving, and a stronger domestic currency. His rule, stated bluntly, was: “Stay hawkish forever.”

But Michl’s speech moved beyond interest-rate policy into the management of the Czech National Bank’s foreign exchange reserves. The bank oversees about $180 billion in reserves, equivalent to roughly 44% of Czech GDP, which Michl described as among the largest reserve positions in the world relative to the size of the economy. That scale, he said, forces the bank to think carefully about the long-term construction of its portfolio.

Over the past four years, the Czech National Bank increased the share of equities in its portfolio from 15% to 26%. It also raised gold exposure from almost zero to 6%. Michl said the aim was to build a portfolio with higher expected returns than before, lower risk than an all-stock allocation, and even lower risk than an all-bond portfolio.

The next question, he said, was whether the bank could go further. That led to Bitcoin. Michl recalled buying coffee with Bitcoin in Prague about a decade ago, joking that the purchase would now be worth roughly $350. “It was the most expensive coffee of my life,” he said.

Still, he did not minimize Bitcoin’s risk profile. Michl described the asset as highly volatile and said its price could rise substantially or fall to zero. But he argued that the same conceptual risk exists across other assets: stocks can collapse, and bonds can fail. For a reserve manager, the issue is not whether one asset is risky in isolation, but how it behaves inside a diversified portfolio.

That was the central finding of the bank’s new working paper, according to Michl. “This is our model portfolio with 1% in Bitcoin,” he said. “And here comes the interesting part. With 1% in Bitcoin, expected return goes up and overall risk stays about the same in our Czech currency.”

Michl attributed that result to Bitcoin’s low long-term correlation with many traditional assets. Because Bitcoin does not move in the same way as conventional portfolio components, he said, a small allocation may improve the overall risk-return profile. “Return can go up and risk stay about the same,” he said. “That is diversification.”
The Czech National Bank has now created a separate Bitcoin test portfolio. Michl was careful to define its scope: “A test portfolio. Not a revolution. Not a political statement. A test.”

The experiment will run for two years, after which the central bank plans to publish the results and decide what comes next.

At press time, Bitcoin traded at $77,269.

Bitcoin must overcome the 20-week EMA, 1-week chart | Source: BTCUSDT on TradingView.com

Criptos en tendencia

Lecturas Relacionadas

Ethereum Q1 2026 Report: Fees Decline, Users and Transaction Volume Hit New Highs

Ethereum Q1 2026 Report: Fees Down, Users & Transactions Hit New Highs Token Terminal's Q1 2026 report on Ethereum presents a pivotal development: the network achieved record highs in monthly active users (13.2M, +85.9% YoY), total transactions (200.4M, +81.5% YoY), and throughput (25.78 TPS), while transaction fees on the mainnet plummeted by 47.9% quarter-over-quarter. This shift is attributed to the network's strategic move into a "low fees for scale" phase, exemplified by the Fusaka upgrade which increased data capacity and lowered block space costs, releasing pent-up demand (a manifestation of Jevons's Paradox). The report highlights a core narrative shift for Ethereum: from a DeFi-centric blockchain to a global financial settlement layer. It maintains a dominant position in tokenized assets, holding majority market shares among top chains in stablecoins (61.8%), tokenized funds (73.0%), and tokenized commodities (84.0%). Growth in tokenized funds (+73.1% YoY) and commodities (+325.9% YoY) was particularly strong, driven by institutions like BlackRock and JPMorgan entering the space. Contrasting these usage gains, several USD-denominated value metrics declined in Q1: fully diluted market cap fell 30.3% QoQ, total value locked (TVL) dropped 11.0%, and ecosystem transaction volume decreased 24.0%. The report interprets this as Ethereum prioritizing long-term network expansion and cementing its role as the default settlement layer for finance over short-term fee capture. The commentary from Etherealize argues that, much like the early internet, Ethereum's open, permissionless model is poised to win over closed alternatives as institutional tokenization accelerates.

marsbitHace 1 hora(s)

Ethereum Q1 2026 Report: Fees Decline, Users and Transaction Volume Hit New Highs

marsbitHace 1 hora(s)

He Just Raised 2.7 Billion, and Li Fei-Fei Also Invested

Pete Florence, a former senior research scientist at Google DeepMind and a key contributor to the Vision-Language-Action (VLA) model architecture, is deliberately distancing his startup, Generalist AI, from the trendy "world model" label. He argues that the industry should prioritize concrete goals over buzzwords. His goal is to create robots that can perform a vast range of unseen tasks with high speed and success rates, without needing task-specific training data. Recently, his company raised $400 million (¥2.7 billion) at a $2 billion valuation. Notable investors include NVIDIA's NVentures, Bezos Expeditions, NFDG, as well as Xiaomi co-founder Lin Bin, Zoom founder Eric Yuan, and renowned AI scientist Fei-Fei Li. Florence's approach stems from his academic background at MIT under Professor Russ Tedrake, focusing on understanding the physical world. After joining DeepMind, he developed models like Transporter Network and co-created the VLA framework. He left in 2025 to found Generalist AI. The company has launched two models: GEN-0, which demonstrated that scaling laws apply to physical motion, and GEN-1. GEN-1 was trained on over 500,000 hours of physical interaction data collected via a specialized wearable device. It achieves a 99% success rate on precise mechanical tasks like folding boxes and maintains performance three times faster than its predecessor. Florence believes GEN-1 is reaching a commercial utility threshold similar to the GPT-3 inflection point. The substantial funding round, following GEN-1's release, signifies strong investor confidence in Generalist AI's practical, goal-driven path to creating versatile, useful robots, regardless of the "world model" terminology.

marsbitHace 1 hora(s)

He Just Raised 2.7 Billion, and Li Fei-Fei Also Invested

marsbitHace 1 hora(s)

Two Legends Lost in Three Days: Is Google's AI Talent Dam Cracking?

In three days, Google lost two AI legends. On June 18, Noam Shazeer, co-author of the seminal "Attention is All You Need" paper and Gemini co-lead, left for OpenAI. Just 48 hours later, John Jumper, 2024 Nobel laureate and AlphaFold lead, departed DeepMind for Anthropic. This follows Andrej Karpathy joining Anthropic in May. These moves highlight a structural trend: top AI talent is concentrating at mission-driven, pre-IPO firms like OpenAI and Anthropic, while Google becomes a primary source. The exodus stems from a core mission mismatch. Google's ad-centric model often subordinates AI research to product and revenue goals, creating friction for pioneers like Shazeer, who returned in 2024 only to leave again. In contrast, OpenAI and Anthropic offer singular focus on pushing AI boundaries, whether towards AGI or safety-aligned models, which deeply appeals to top researchers like Jumper. Financial incentives amplify the pull. With both OpenAI and Anthropic nearing IPO, employees stand to gain immensely from equity, an upside Google's mature stock cannot match. Furthermore, the 2023 merger of Google Brain and DeepMind, intended to consolidate strength, has instead created cultural tension and slowed the path from research to product, as evidenced by Gemini's pace. This talent redistribution is reshaping the AI landscape. While Google retains vast data and compute resources, its true crisis is the quiet, continuous loss of the people who define the field's future. The real moat in AI is not infrastructure, but the concentration of brilliant minds—a battle Google is currently losing.

marsbitHace 3 hora(s)

Two Legends Lost in Three Days: Is Google's AI Talent Dam Cracking?

marsbitHace 3 hora(s)

Behind the AI Report Card, Lies a Chinese 'Exam Setter'

Beyond the familiar performance charts like MMLU-Pro and MMMU, which major AI models strive to ace, stands a key "examiner": Chinese-Canadian researcher Wenhu Chen. An assistant professor at the University of Waterloo and founder of TIGERLab, Chen addresses the crucial need for more rigorous AI evaluation. As models like GPT-4 began scoring near-perfect results on older benchmarks like MMLU, it became difficult to distinguish their true capabilities. In response, Chen introduced MMLU-Pro in 2024, featuring harder, more reasoning-focused questions with more answer choices, successfully reintroducing meaningful performance gaps. His work extends to multi-modal evaluation with MMMU and its enhanced version, MMMU-Pro. These benchmarks test a model's ability to understand and reason with complex information from images, charts, and text across diverse academic subjects, exposing the significant challenges even top models face in genuine comprehension. Chen's background in complex QA, table reasoning, and his experience at Google DeepMind on projects like Gemini inform his approach. He understands that effective benchmarks must anticipate how models might "cheat" by memorizing data or avoiding visual analysis. His lab also actively researches video understanding and generation models (e.g., UniVideo, Vamba), ensuring his evaluation work is grounded in practical model-building challenges. Now at Meta's Super Intelligence Lab, Chen continues his focus on multi-modal data and evaluation, representing the deep yet often unseen contributions of Chinese talent in shaping the fundamental tools of the AI industry.

marsbitHace 3 hora(s)

Behind the AI Report Card, Lies a Chinese 'Exam Setter'

marsbitHace 3 hora(s)

Trading

Spot
Futuros

Artículos destacados

Qué es $BANK

Banco AI: Un Paso Revolucionario en el Futuro de la Banca Introducción En una era marcada por avances rápidos en tecnología, Banco AI se sitúa en la intersección de la inteligencia artificial (IA) y los servicios bancarios. Este proyecto innovador busca redefinir el panorama financiero, mejorando la eficiencia operativa, las medidas de seguridad y las experiencias del cliente a través del poder de la IA. Al embarcarnos en esta exploración de Banco AI, profundizaremos en lo que implica el proyecto, sus dinámicas operativas, su contexto histórico y hitos significativos. ¿Qué es Banco AI? En su esencia, Banco AI representa una iniciativa transformadora destinada a integrar la inteligencia artificial en varias operaciones bancarias. Este proyecto aprovecha las capacidades de la IA para automatizar procesos, mejorar los protocolos de gestión de riesgos y mejorar la interacción con los clientes a través de servicios personalizados. Los objetivos principales de Banco AI incluyen: Automatización de Funciones Bancarias: Al aprovechar las tecnologías de IA, Banco AI tiene como objetivo automatizar tareas rutinarias, reduciendo la carga sobre los recursos humanos y mejorando la eficiencia. Mejora en la Gestión de Riesgos: El proyecto utiliza algoritmos de IA para predecir e identificar riesgos, fortaleciendo así las medidas de seguridad contra fraudes y otras amenazas. Personalización de Servicios Bancarios: Banco AI se centra en ofrecer productos y servicios financieros a medida al analizar datos y comportamientos de los clientes. Mejoramiento de la Experiencia del Cliente: La implementación de soluciones impulsadas por IA, como chatbots y asistentes virtuales, tiene como objetivo proporcionar a los usuarios interacciones más humanas, revolucionando la forma en que los clientes se relacionan con los bancos. Con estos objetivos, Banco AI se posiciona como un jugador crucial para hacer que la banca sea más eficiente, segura y centrada en el usuario. ¿Quién es el Creador de Banco AI? Los detalles sobre el creador de Banco AI siguen siendo desconocidos. Como tal, no se ha identificado a ninguna persona u organización específica en la información disponible. El anonimato que rodea el inicio del proyecto plantea preguntas, pero no resta valor a su ambiciosa visión y objetivos. ¿Quiénes Son los Inversores de Banco AI? Al igual que con el creador del proyecto, no se ha divulgado información específica sobre los inversores u organizaciones que apoyan a Banco AI. Sin esta información, es un desafío delinear el respaldo financiero y el apoyo institucional que podrían estar impulsando el proyecto hacia adelante. No obstante, la importancia de contar con una sólida base de inversión es fundamental para sostener el desarrollo en un campo tan innovador. ¿Cómo Funciona Banco AI? Banco AI opera en múltiples frentes innovadores, centrándose en factores únicos que lo diferencian de los marcos bancarios tradicionales. A continuación, se presentan las características operativas clave: Automatización: Al aplicar algoritmos de aprendizaje automático, Banco AI automatiza varios procesos manuales dentro de los bancos. Esto resulta en la reducción de costos operativos y permite que los trabajadores humanos redirijan sus esfuerzos hacia actividades más estratégicas. Gestión Avanzada de Riesgos: La integración de la IA en las prácticas de gestión de riesgos equipa a los bancos con herramientas para predecir con precisión amenazas potenciales como el fraude, garantizando que la información y los activos de los clientes permanezcan seguros. Recomendaciones Financieras Personalizadas: A través del aprendizaje continuo a partir de las interacciones con los clientes, los sistemas de IA desarrollan una comprensión matizada de las necesidades del usuario, lo que les permite ofrecer consejos adaptados sobre decisiones financieras. Interacciones Mejoradas con los Clientes: Al utilizar chatbots y asistentes virtuales impulsados por IA, Banco AI permite una experiencia más atractiva para el cliente, permitiendo a los usuarios resolver sus consultas rápidamente, reduciendo así los tiempos de espera y mejorando los niveles de satisfacción. En conjunto, estas características operativas posicionan a Banco AI como un pionero en el sector bancario, estableciendo nuevos parámetros para la entrega de servicios y la excelencia operativa. Línea de Tiempo de Banco AI Entender la trayectoria de Banco AI requiere mirar su contexto histórico. A continuación, se presenta una línea de tiempo que destaca hitos y desarrollos importantes: Inicios de 2010: La conceptualización de la integración de la IA en los servicios bancarios comenzó a ganar atención a medida que las instituciones bancarias reconocieron los posibles beneficios. 2018: Se produjo un aumento notable en la implementación de tecnologías de IA cuando los bancos comenzaron a utilizar herramientas de IA como chatbots para el servicio al cliente básico y sistemas de gestión de riesgos para mejorar la seguridad. 2023: La sofisticación de la IA continuó avanzando, con la introducción de IA generativa para tareas más complejas como el procesamiento de documentos y análisis de inversiones en tiempo real. Este año marcó un salto significativo en las capacidades que la tecnología de IA otorgó a los bancos. 2024-Estatus Actual: A partir de este año, Banco AI se encuentra en una trayectoria ascendente, con investigaciones y desarrollos en curso que pronto mejorarán las capacidades en las operaciones bancarias. La continua exploración de las aplicaciones de IA sugiere emocionantes desarrollos aún por venir. Puntos Clave Sobre Banco AI Integración de la IA en la Banca: Banco AI se centra en adoptar inteligencia artificial para optimizar los procesos bancarios y mejorar la experiencia del usuario. Enfoque en Automatización y Gestión de Riesgos: El proyecto enfatiza fuertemente estas áreas, con el objetivo de desplazar la carga de tareas rutinarias mientras mejora los marcos de seguridad a través de análisis predictivos. Soluciones Bancarias Personalizadas: Al aprovechar los datos de los clientes, Banco AI permite servicios bancarios adaptados a las necesidades individuales de los usuarios. Compromiso con el Desarrollo: Banco AI se mantiene comprometido con esfuerzos de investigación y desarrollo continuos, asegurando su adaptabilidad y relevancia continua a medida que la tecnología sigue evolucionando. Conclusión En resumen, Banco AI ejemplifica un paso crucial hacia adelante en la industria bancaria, aprovechando la inteligencia artificial para redefinir los paradigmas operativos, mejorar la seguridad y promover la satisfacción del cliente. A pesar de las lagunas en la información sobre el creador y los inversores, los objetivos claros y los mecanismos funcionales de Banco AI proporcionan una sólida base para su evolución continua. A medida que la tecnología de IA sigue avanzando y fusionándose con el sector bancario, Banco AI está bien posicionado para impactar significativamente el futuro de los servicios financieros, mejorando la forma en que entendemos e interactuamos con la banca.

151 Vistas totalesPublicado en 2024.04.06Actualizado en 2024.12.03

Qué es $BANK

Cómo comprar BANK

¡Bienvenido a HTX.com! Hemos hecho que comprar Lorenzo Protocol (BANK) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Lorenzo Protocol (BANK) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Lorenzo Protocol (BANK)Después de comprar tu Lorenzo Protocol (BANK), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Lorenzo Protocol (BANK)Tradear fácilmente con Lorenzo Protocol (BANK) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

785 Vistas totalesPublicado en 2025.05.09Actualizado en 2026.06.02

Cómo comprar BANK

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BANK (BANK).

活动图片