TON 鲸鱼在 7 天内卖出数百万代币, 价格会持续下跌吗

币界网Publié le 2024-07-30Dernière mise à jour le 2024-07-30

币界网报道:

v2-f44164ba57459691de5f2a8169c0c89b_720w.webp

基于 Telegram 的项目 Toncoin (TON) 尽管今年大部分时间表现优于比特币 (BTC),但其市场主导地位已有所减弱。市场看跌趋势下在最新反弹之前,TON 经历了艰难的两周,价格下跌了 18.3%。

截至发稿时,该代币的交易价格为 6.65美元,这一分析证明该代币可能尚未脱离困境。原因如下。

鲸鱼抛售 Toncoin,引发市场担忧

Toncoin 可能下跌的主要原因是鲸鱼的行为。鲸鱼是持有大量加密货币流通供应的实体或个人。因此,他们的行为和不作为会影响价格。

根据 IntoTheBlock 的数据,TON 大持有者的净流量在过去七天内大幅下降了 97.05%。

这与几周前的大量流入形成了鲜明对比。净流量是大量流入和流出之间的差额。如果比率为正,则意味着鲸鱼积累的资金多于他们出售的资金。

然而,负比率意味着相反的情况,TON 就是如此。此外,仔细检查发现,鲸鱼在 7 月 21 日至 28 日期间出售了 140 万枚 TON 代币。如果这种情况持续下去,TON 的价格可能会抹去近期部分温和涨幅。

v2-f885bcc6f16632930d399827818d9462_720w.webp

Toncoin 大额持有者净流量。来源:IntoTheBlock

由于 TON 的价格反弹,每日链上交易的盈利与亏损比率达到了自 7 月 19 日以来的最高水平。该指标显示代币持有者是亏损还是盈利。当该指标为负时,实际亏损多于收益。

在 Toncoin 的情形下,价格上涨导致获利回吐增加。然而,获利回吐通常会导致下跌,尤其是在抛售压力增加的情况下。因此,如果链上交易的盈利与亏损比率上升,TON 的上涨趋势可能会停止。

v2-24d18d637eb03b00e29cd0e67fab4cdb_720w.webp

TON 价格预测:反弹力度不够

这一熊市周期推动了 TON 价格的持续盘整趋势,揭示了三角形模式的形成。在过去两个月中,趋同的趋势线继续挤压 TON 代币的价格差,为其重大突破做好准备。

v2-5625c77cefd6574a2eac5d3b5f6ff2f7_720w.webp

就当前的上涨趋势而言,争执图设置应为买家提供暂时的突破以恢复力量。Toncoin 价格盘中上涨 0.76%,显示出从三角形支撑位反转至市场新突破的尝试。

但Toncoin 价格仍在努力从三角形支撑位反弹,这表明买家信心不足。20D 和 50D EMA之间最近出现看跌交叉,可能会加速三角形模式的看跌势头。

同时根据日线图,Toncoin 的价格上涨没有得到重要指标的支持。例如,Awesome Oscillator (AO) 为负。AO 衡量市场动量并确定加密货币价格的早期变化。当 AO 为正时,动量向上增加。但是,如果指标读数为负,就像 TON 一样,动量就会减小。另一个具有类似看跌倾向的震荡指标是移动平均收敛散度 (MACD)。

截至发稿时,MACD 在红色区域下跌,增强了下跌趋势的可能性。如果这种情况持续下去,TON 的价格可能会跌至 6.57 美元。但是,如果抛售压力增加,其价值可能会跌至 6.02 美元。

v2-32e94480bf1b1d6c2e0aed6f4ce654b4_720w.webp

但如果鲸鱼开始积累更多 TON,而不是像现在这样,其价值可能会反弹。如果这是真的,Toncoin 的价格可能会跃升至 6.90 美元,最终达到 7.18 美元。

本次鲸鱼持续抛售是导致加密货币进一步下跌的一个因素,通过链上交易量的获利回吐增加我认为 Toncoin 的上涨趋势短期内会放缓并且Toncoin 的 AO 和 MACD 为负也说明了市场势头疲软,市场信心减弱或投资转向其他资产价格将继续下跌。

Lectures associées

Aave grimpe face au Bitcoin alors que le récit institutionnel de la DeFi se renforce

AAVE affiche une performance remarquable face à un marché crypto affaibli, résistant à la pression générale exercée par la faiblesse du Bitcoin. Ce mouvement est attribué au renforcement du récit de la finance décentralisée (DeFi) institutionnelle et des actifs du monde réel (RWA), relancé par l'attention récente de Standard Chartered sur le protocole. La banque a mis en avant le rôle d'AAVE en tant que marché de prêt décentralisé majeur et mature, traduisant son potentiel en termes de revenus, de demande de crédit et de marché adressable pour un public institutionnel. Cette résistance suggère que les traders pourraient commencer à différencier les infrastructures DeFi solides, dotées de cas d'utilisation crédibles, du reste du marché des altcoins. La persistance de cette force relative sera un test clé. Si elle se maintient malgré la volatilité, cela pourrait indiquer une rotation du capital vers des protocoles aux fondamentaux robustes, même dans un contexte de pression sur le Bitcoin. Cette évolution s'inscrit dans des tendances de fond du marché : une régulation plus précise, un rapprochement des produits institutionnels avec les rails financiers traditionnels et une réaction rapide des traders à la liquidité réduite. Ainsi, l'épisode Aave est moins un catalyseur de prix isolé qu'un indicateur de l'évolution des infrastructures, des flux de capitaux et de la prochaine étape d'adoption de la cryptomonnaie.

bitcoinistIl y a 4 mins

Aave grimpe face au Bitcoin alors que le récit institutionnel de la DeFi se renforce

bitcoinistIl y a 4 mins

Huang Renxun : Les prompts sont en train de devenir obsolètes, les loops sont le nouveau paradigme

Prompt passe, place aux loops. Tel est le nouveau paradigme souligné par des figures comme Jensen Huang. Le concept de "loop" (boucle) désigne la conception de systèmes où l'IA exécute des tâches de manière autonome : elle définit ses propres instructions, vérifie les résultats, et réitère jusqu'à réussite ou épuisement du budget, sans intervention humaine constante. Contrairement à un agent simple qui nécessite une instruction à chaque étape, un système avec loop fonctionne en continu. Des produits comme Claude Code et OpenAI Codex l'ont déjà implémenté via des fonctionnalités comme `/goal` ou des automations, où un modèle écrit le code et un autre, indépendant, le valide. Pour construire une loop efficace, il faut : 1) s'assurer que la tâche est répétitive, automatisable et dans les limites budgétaires ; 2) commencer par une loop simple avec un déclencheur, une compétence, un fichier d'état et un contrôle ; 3) séparer clairement l'écriture et la validation du code ; 4) éviter les pièges comme l'absence de conditions d'arrêt ou la gestion de tâches nécessitant un jugement humain. Cette évolution s'inscrit dans une progression : après l'ingénierie des prompts (2023-2024), puis du contexte (2024-2025) et du "harnais" (environnement d'exécution, 2025-2026), l'ingénierie des loops représente la dernière étape, où le contrôle humain passe de la micro-gestion à la conception de systèmes autonomes. Des travaux académiques comme ReAct (2022) ont jeté les bases de ce principe de boucle réflexive. Bien que prometteuse, cette approche nécessite prudence quant aux coûts et à la préservation d'une compréhension humaine des systèmes automatisés.

marsbitIl y a 1 h

Huang Renxun : Les prompts sont en train de devenir obsolètes, les loops sont le nouveau paradigme

marsbitIl y a 1 h

GPT conçoit GPT

OpenAI a dévoilé son premier puce, Jalapeño, destinée à l'inférence des grands modèles linguistiques. Ce mouvement ne vise pas principalement à concurrencer Nvidia, mais marque une étape stratégique où OpenAI cherche à maîtriser l'ensemble du processus de production de l'intelligence artificielle, des modèles aux puces, en passant par les centres de données et l'énergie. Alors que l'écart entre les modèles se réduit, le vrai fossé se creuse au niveau de la puissance de calcul, des coûts d'inférence et de l'efficacité système. Chaque jeton (Token) généré représente un coût, et OpenAI, avec ses produits à forte demande comme ChatGPT, supporte une « taxe de calcul » importante sur le matériel externe. Jalapeño est conçu pour réduire cette « taxe d'inférence » en optimisant les coûts opérationnels quotidiens. Un détail crucial est le cycle de conception de seulement neuf mois, accéléré par l'utilisation par OpenAI de ses propres modèles d'IA pour aider à concevoir et optimiser la puce. Cela crée un cycle vertueux : de meilleurs modèles conçoivent de meilleures puces, qui réduisent le coût d'exécution des modèles futurs, permettant plus d'utilisateurs et de données pour affiner les prochaines générations de puces. OpenAI ne cherche pas à devenir un fournisseur de matériel comme Nvidia. Son approche s'apparente plutôt à celle d'Apple : construire un écosystème fermé et intégré où les modèles, les produits (ChatGPT, API), les puces et les infrastructures sont optimisés conjointement pour contrôler l'ensemble de la chaîne de valeur de l'IA. À long terme, cela pourrait repositionner les entreprises de modèles en tant que joueurs majeurs de l'infrastructure IA, aux côtés des fournisseurs de matériel traditionnels.

marsbitIl y a 1 h

GPT conçoit GPT

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片