浅析日本加息与美国降息对加密货币走势的影响

深潮Publié le 2024-08-12Dernière mise à jour le 2024-08-12

8 月 5 日闪崩是一个独立事件吗?未来会再次发生吗?

编辑:吴说区块链

本期我们与全球大类资产配置研究机构 MuseLabs 理事长、原币安研究院中国首席研究员江金泽再次讨论近期的宏观走势。由于日本加息,8 月 5 日全球风险资产出现闪崩,江金泽认为这并非典型的危机。江金泽认为目前的数据不足以支持美国经济衰退的观点,因此随着 9 月美国降息,四季度包括加密货币在内的风险资产上涨是存在可能性的,以太坊的走势可能与比特币 ETF 推出前后的走势类似。

8 月 5 日闪崩是一个独立事件吗?未来会再次发生吗?

这个事件在一开始刚刚发生的时候,市场上有很多夸张的标题和解读,比如几万亿、几十万亿的清盘等。然而,实际上这个事件涉及的资金需要分两类来看。首先,触发点肯定是因为上周日本央行意外缩减购债规模并加息。这种操作在几十年内未曾发生过,所以当它突然发生时,市场的反应非常剧烈,许多市场参与者在整个职业生涯中都未见过类似的情况。

在超低利率和日本央行长期提供全球流动性的背景下,市场积累了巨大的风险。因为日本的资金长期流出,购买美元等高收益资产,所以当这个局面突然改变时,市场的恐慌是可以理解的。尤其是在美国产生衰退预期的背景下,这种双重打击使得市场波动加剧。这次波动不仅仅影响了加密市场,也波及全球市场,甚至外汇市场也出现了日元一天上涨 12% 的异常情况,这种剧烈波动自 1987 年金融危机以来未曾出现。

需要分开来看的是短期的杠杆盘和套利盘。一部分是追随趋势的杠杆盘,另一部分是中长期套利盘。这两者的反应和风险不太相同。目前来看,中长期套利盘不会大规模撤离,而短期套利盘在事件发生后已经逐步消化。事实上,从日元投机性净仓位的图表可以看出,过去两周内日元净空头仓位的削减速度非常快,市场对日元的短期恐慌基本结束。

然而,其他中长期的套利交易是否会持续存在风险?从高频数据来看,截至 8 月 5 日,日元的投机性仓位已经转为正值,短期内日元加速下跌的可能性已经大大降低。外汇市场短期内 10% 的波动足以清理所有杠杆盘,因此在当时市场可能已经出现了一个「黄金坑」。

对于股票市场而言,情况更为复杂,因为股票市场本身是一个有现金流的市场。汇率的变化虽然会对股票市场产生影响,但其波动幅度通常比外汇市场小很多。因此,在这样的背景下,外汇市场成了观察整体情绪的核心指标。只要 USD/JPY 的下跌趋势停止,市场的恐慌情绪应该不会继续加剧。

日本的套息交易实际上有两面性。一方面,日本国内的投资者利用低利率借入日元,投资海外高收益资产;另一方面,一些投资者则抵押外币资产,借入日元投资日本国内的资产。尽管日元升值可能导致套利交易的损失,但债券市场的表现显示出市场资金并没有出现大规模恐慌或撤离的情况。

因此,8 月 5 日的闪崩虽然是一个重要事件,但更像是由多重因素叠加导致的短期市场波动。未来类似的波动是否会再次发生,主要取决于全球经济环境和各大央行的政策变化。不过,从现有数据来看,市场已逐步消化了这一事件的影响。

8 月 5 日事件似乎不是一个流动性的危机,不太值得担忧

从国债和其他市场表现来看,所谓的日元套利交易的解除似乎并没有真正发生,或者即便发生了,也并不严重。这更多地是在情绪恐慌之上进行的市场反应。因此,这次事件似乎不是一个典型性的危机。如果真的出现了流动性危机,美元应该会上涨,但实际上,美元指数(DXY)在前几天也是下跌的。如果真的出现流动性危机,所有资产,包括股票、债券、黄金等,都会下跌,但事实并非如此。因此,当时可以判断,这并不是一次市场恐慌的事件,至少对于大资金的玩家来说,并没有表现出过度的恐慌。

这种情况可以有两种理解:一方面,市场可能还会继续下跌,直到大资金开始恐慌地撤出才会见底;另一方面,这些资金的稳定也意味着市场可能已经见底。所以在这种情况下,每个人可以根据自己的仓位和交易目标制定相应的策略。

进一步的指标显示,这次事件并不值得过度担忧。全球资金流入情况显示,尽管市场处于回调状态,但全球股市和债券市场在过去四周内全部呈现资金流入。即使货币基金市场出现了大幅流出,也可能只是因为套利资金的撤出,而不是市场恐慌的表现。

从资产风险角度看,安全资产和高风险资产都有资金流入,这表明市场并没有在下跌时出现大规模资金外逃的情况。德意志银行统计的不同策略的资金仓位变化也显示,系统性策略的仓位回调幅度很小,而趋势跟随型策略的仓位回撤也不大,市场的恐慌程度并不高。

总体来看,越来越多的证据表明市场并不处于恐慌状态。过去两周,许多机构资金有抄底的意向。因此,尽管市场的恐慌在短期内尚未完全结束,但可以判断,这种恐慌在短期内已经过度反应了。至于日本央行未来的加息可能性,近期日本央行的表态已经显示出一些软化,长期来看,这样的政策调整几乎不太可能发生。

分析 Arthur Hayes 的最新文章

其实我看到你们昨天编译和分发了 Arthur Hayes(小黑)的那篇文章,里面提到了一张日本政府的资产负债表。不过,文章中使用的数据并不是最新的,而是两年前的数据。尽管如此,这些数据大致还可以参考。文章中的一些观点可能对普通读者来说不太容易理解,但有些部分是有道理的。比如,他提到日本政府通过压低资产负债表的负债端,即通过低息融资来推动经济增长,这样的做法确实存在。如果日本主动加息,实际上就是在戳破自己的泡沫。考虑到日本政府的资产负债表负担极其沉重(相当于 GDP 的五倍以上),提高融资成本是难以想象的。

Arthur Hayes 的文章中提到,日本政府是市场上最大的套利交易参与者之一。如果加息真的刺破所有套利交易,那么首当其冲的受害者就是日本政府。因此,即便在央行官员放出鹰派言论后,长期加息的可能性依然很低。我认为这些鹰派言论更多是虚张声势,果不其然,央行很快就改变了口吻。在这样的背景下,对长期套利资金回流的担忧基本上是不必要的,因为日本政府不会轻易提高融资成本。

日本政府不仅在国内进行套利,还在海外进行大量的套利交易,其持有的外国证券占 GDP 的 50% 左右,约为 2 万亿美元。这意味着日本政府及其下属机构在海外进行大规模套利交易,而民间的套利交易规模可能更大,因此这种套利模式短期内不会发生根本性改变。

Arthur Hayes 的文章有些部分显得夸张,比如他提到的日本政府的套利交易规模达到 GDP 的 505%。实际上,右边是融资方,左边是资产方,将两者都算作套利交易规模有些夸大。更准确的估算是,日本的外国证券持有规模约为 2 万亿美元,而非某些新闻媒体报道的 20 万亿日元的规模。

总的来说,Arthur Hayes 的文章虽然有些夸张,但对理解日本的经济模式和套利交易的结构仍然有一定的参考价值。不过,对于其中的「大崩溃论」,不必过于担心或当真。

美国经济存在衰退吗

我认为,美国经济是否处于衰退状态,这个问题在不同的视角下可能会有不同的结论。媒体往往喜欢关注一些新增数据的变化,而对存量数据视而不见,因此很容易得出一些悲观的结论。坏消息通常传播得更快,所以如果仅依靠媒体报道,可能会认为美国经济确实存在衰退的迹象。

但从综合的经济现状来看,情况可能并没有那么糟糕。首先,从现有的经济数据来看,美国制造业的 PMI(采购经理人指数)一直表现不佳,这是因为美国制造业长期面临空心化问题。劳工技能水平下降,薪资上涨,这在一定程度上反映了美国制造业的困境。因此,除非 PMI 出现特别大的变化,否则单纯依赖 PMI 来判断经济状况可能并不准确。

更重要的是要看整体经济的表现。例如,美国第二季度的 GDP 增速达到了 2.8%,大幅超出预期,显示出经济活动依然强劲。接下来两个季度的预期增速分别为 2.6% 和 2.5%,也表明经济活动没有明显的衰退迹象。此外,物价水平正在逐步下降,通胀预期得到了控制,利率有望下降,尽管就业市场表现不尽如人意,但失业率并没有出现断崖式的上升。

从高频数据综合来看,今年整体经济活动仍处于扩张状态,经济指数也显示大部分数据基本符合市场预期。金融环境指数显示,市场的融资情况并不紧张,甚至在 6 月以后还有所宽松。因此,从这些数据来看,美国经济并不支持「衰退」的判断。

目前市场上关于衰退的讨论主要集中在制造业 PMI 和失业率上。然而,在本轮经济周期中,许多经典的宏观指标都表现失效。例如,收益率曲线倒挂通常是预测衰退的一个可靠指标,但尽管美国的收益率曲线已经倒挂了两年,衰退并未发生。此外,基础货币供应量的收缩通常会导致市场资产价格下跌,但在过去两年中,美国市场的所有资产却在上涨。

综上所述,尽管有一些指标显示出经济放缓的迹象,但综合来看,美国经济目前并没有进入衰退状态。

美国经济没有衰退,但为什么存在「衰退交易」

目前单独依靠失业率来判断市场是否进入衰退并不够充分。大多数数据并不支持衰退的说法,而市场上之所以会出现「衰退交易」,其实是有其他原因的。

其中一个重要原因是,市场对大科技公司的押注已经过于集中。过去几个季度,大科技公司的财务数据一直超出预期,导致市场对这些公司产生了「审美疲劳」。股票市场交易的核心是未来的预期,即便每个季度的业绩都超预期,市场也会逐渐开始挑剔,关注超预期幅度的变化,而不是绝对值。当市场认为超预期的幅度在收缩时,即使财报整体表现良好,资金也可能开始撤出。

在第二季度的财报季之前,市场对大科技公司的预期已经很高,因此实际公布的结果虽然依旧超出预期,但幅度缩小了。这导致市场在财报季前就开始减仓,尤其是像巴菲特这样的投资者在 6 月份就开始撤资,转而流向其他领域。这一过程中,市场进行了资金切换,从大科技股流出并没有流入安全资产或固定收益资产,而是进入了之前表现滞后的公司。这种资金的重新配置并不意味着市场的风险偏好降低,而是风格切换的一部分。

这种资金流动与市场的衰退预期实际上关系不大。股市的下滑更多是因为对大科技公司的仓位过重,而不是经济衰退的直接反应。因此,将股市的下跌与衰退交易联系起来,有些张冠李戴。

对于美股而言,资金不断流入是一个常态,这与美国经济的结构密不可分。只要美国人有消费需求,企业就能赚钱,美元也会继续流入美股和美债市场。尽管长期来看,这种模式可能面临挑战,但在短期内,美债和美股仍然是相对安全的投资选择。

关于大科技股,目前的市场情绪已经开始反思 AI 技术的实际影响。许多机构对 AI 能否带来显著的生产效率提升提出了质疑。尽管 AI 在技术层面上看起来很有前景,但由于大模型的开源特性和竞争激烈,实际对企业财务的贡献可能非常有限。这种反思也加剧了市场对大科技股的抛售压力。

综上所述,虽然美国经济并未进入衰退,但市场上出现了「衰退交易」主要是由于大科技股的集中持仓和对未来预期的调整,而非经济基本面的直接反映。

美国降息之后是否会出现风险资产大规模上涨

我个人认为在美联储降息的背景下,确实存在风险资产大规模上涨的可能性,但这需要分情况来看。如果美国经济数据维持当前趋势,没有加速恶化,那么降息无疑会是一个利好。然而,9 月份的降息预期已经被市场提前消化了,从两周前开始,市场对 9 月降息的预期已经超过了 50%,甚至在近期达到了 90% 以上。因此,9 月的降息即便是确定的,市场的反应可能并不会太大。

即便降息 25 个基点,甚至 50 个基点,美国的无风险收益率仍然保持在 4.8% 左右。对于那些没有现金流的资产,比如加密货币,这样的利率变化并不会显著增加它们的吸引力。因此,降息更多是对市场情绪的影响,而非实质性的流动性提升。

在这种情况下,我们需要密切观察市场的预期和情绪变化。如果 9 月降息幅度超过预期,或者美联储官员对未来降息的前瞻指引显示出明显的宽松倾向,那么这可能会推动市场出现更大的反弹。如果降息幅度仅为预期的 25 个基点,且官员的言论保持谨慎,市场可能会感到失望,风险资产可能不会大幅上涨。

另外,如果在未来一段时间内,经济指标突然急转直下,显示出美国经济进入衰退的迹象,即便美联储降息,风险资产也未必会受益。因为在真正的衰退中,单靠降息无法扭转经济下滑的局面,此时投资者可能会转向更安全的资产,如防御性股票或债券。

总的来说,美联储的降息对市场的影响将取决于经济数据的表现和市场的情绪。如果降息被视为对经济前景的信心增强,且降息幅度和未来预期超出市场预期,风险资产可能会大规模上涨。然而,如果降息只是象征性举措,且伴随着谨慎的前瞻指引,市场的反应可能会相对平淡。最后,还需密切关注美联储官员的言论,以了解他们对市场情绪和经济前景的最新看法。

以太坊为什么会这么疲软,后续走势如何

目前来看,以太坊的疲软走势其实与比特币非常相似。在以太坊 ETF 正式推出之前,市场经历了一波上涨,但由于 ETF 的推出时间较为突然,预期炒作的周期较短。这与比特币去年那一波长时间的炒作周期不同,导致以太坊没有充分受益于宏观环境的利好。此次 ETF 的推出缺乏「天时地利」,因此以太坊的上涨幅度相对有限。

此外,以太坊在这波上涨过程中还面临了来自比特币的抛压影响。比特币市场上出现了多个解锁事件,以及政府和破产机构的抛售,导致市场情绪不佳,以太坊的涨幅因此受到抑制。而在 ETF 上市后,以太坊和比特币一样,出现了「卖事实」的情况,即市场在利好兑现后反而下跌。同时,灰度解锁事件导致的抛压进一步加剧了以太坊的下跌。

后续走势方面,以太坊可能会复制比特币之前的走势。在比特币 ETF 上市初期,虽然价格下跌,但随着市场逐渐消化抛压并出现净流入,比特币最终迎来了反弹。因此,以太坊未来的走势也可能取决于灰度解锁以及其他 ETF 的认购情况。如果能看到以太坊的资金流向转为长期的净流入,市场情绪有可能逐步回暖,从而推动以太坊价格回升。

另外,对于 ETF 的期待,市场可能存在一定的误解,说 ETF 的推出引起了广泛关注,但增长速度可能没有市场预期的那么快。实际数据显示,ETF 的增长已经非常迅速,目前 IBIT 的持有者已经包括 615 家机构,这表明市场对 ETF 仍有很大的兴趣。因此,尽管近期以太坊表现疲软,长期来看,随着市场的成熟和资金的持续流入,以太坊的价格仍有望走强。

Lectures associées

Le défi du calcul dans la confrontation sino-américaine en matière d'IA

L'écart de puissance de calcul entre les États-Unis et la Chine constitue un défi majeur dans la course à l'IA. Alors que les géants américains comme Meta, Google et xAI déploient des centaines de milliers de GPU haut de gamme (principalement NVIDIA) pour entraîner des modèles de dizaines de milliers de milliards de paramètres, la Chine se concentre encore largement sur les puces d'inférence, moins exigeantes. Les restrictions américaines à l'exportation de puces avancées ont réduit l'accès de la Chine aux meilleures technologies, creusant l'écart. Des estimations indiquent que les capacités de calcul totales des États-Unis sont le double de celles de la Chine, et qu'une seule grande entreprise américaine peut disposer de plus de puissance que l'ensemble du secteur chinois. Cet écart se reflète directement dans les modèles : les plus performants chinois, comme DeepSeek V4 Pro (1.6 trillion de paramètres), sont à la traîne des leaders américains comme le Mythos d'Anthropic (10 trillions), avec un décalage estimé entre 8 et 15 mois. La loi de Scaling Law rend cet écart difficile à combler sans une base de calcul comparable. En réponse, la Chine accélère le développement de GPU locaux (comme Huawei Ascend, Biren, Moore Threads). Bien que leurs performances absolues et surtout leur écosystème logiciel (face au CUDA omniprésent de NVIDIA) restent en retard, des progrès sont visibles. Ces puces répondent d'abord aux besoins d'inférence et commencent à s'adapter progressivement à l'entraînement de modèles, comme l'ont montré des collaborations récentes. Le chemin est long, mais le marché, les talents et les investissements massifs offrent des perspectives. La Chine doit marcher sur ses deux jambes : développer sa filière tout en gérant les restrictions, dans une compétition où la puissance de calcul est devenue l'enjeu central.

marsbitIl y a 3 mins

Le défi du calcul dans la confrontation sino-américaine en matière d'IA

marsbitIl y a 3 mins

La rentabilité des canaux de distribution arrivant à son terme, à quoi peuvent compter les protocoles DeFi pour résister à la récolte par les géants ?

« Le temps des canaux faciles est révolu : comment les protocoles DeFi résistent-ils aux géants ? » par Thejaswini M A. Les grandes entreprises technologiques comme Coinbase, Stripe et Kraken, en contrôlant les canaux de distribution (ex: utilisateurs, paiements, échanges), s'approprient désormais la valeur créée en aval. Elles adoptent une stratégie d'« intégration vers le bas » : laisser d'autres innover et prendre des risques, puis acquérir ou construire l'infrastructure sous-jacente une fois le marché rentable, capturant ainsi les revenus. Exemples : Coinbase, avec sa blockchain Base, perçoit tous les frais de séquençage des transactions, même celles des protocoles comme Morpho qui y sont déployés et lui amènent des utilisateurs. Stripe a racheté Bridge pour émettre son propre stablecoin et garder les intérêts des réserves, au lieu de les verser à Circle. Kraken a acheté NinjaTrader pour obtenir immédiatement des licences de courtier. La défense des protocoles DeFi comme Morpho ou Uniswap réside dans le déploiement multichaîne. En n'étant pas dépendants d'une seule blockchain, ils limitent leur vulnérabilité si un géant comme Coinbase favorise un concurrent sur sa propre chaîne. Leur profonde intégration technique et le coût élevé de leur remplacement constituent aussi une barrière. L'avenir pourrait voir une domination totale de quelques géants, reléguant les protocoles open-source à des niches. Cependant, la vitesse d'expansion horizontale (multichaîne) des protocoles rivale avec la vitesse d'expansion verticale des institutions. Des acteurs comme Robinhood choisissent parfois d'intégrer une technologie tierce éprouvée (ex: Lighter) plutôt que de tout développer en interne, ce qui maintient un espace pour les protocoles spécialisés. La bataille pour le contrôle de la valeur et de l'infrastructure sous-jacente définira le paysage.

marsbitIl y a 3 mins

La rentabilité des canaux de distribution arrivant à son terme, à quoi peuvent compter les protocoles DeFi pour résister à la récolte par les géants ?

marsbitIl y a 3 mins

Nouveau travail de l'équipe de Kaiming He : En supprimant le VAE et les données privées, la génération d'images à partir de texte devient encore plus performante

Le domaine de la génération d'images à partir de texte est un marché très compétitif, où les approches dominantes reposent souvent sur des architectures complexes comprenant des encodeurs VAE, d'énormes volumes de données privées et des étapes d'alignement coûteuses. Cependant, l'équipe de Kaiming He propose **MiniT2I**, un modèle de génération texte-image délibérément minimaliste qui remet en question ce paradigme. MiniT2I s'entraîne directement sur les pixels, éliminant le besoin d'un encodeur VAE, ce qui réduit les coûts de calcul et évite les erreurs de reconstruction. Son architecture **MM-JiT**, basée sur un Transformer, supprime les mécanismes d'injection conditionnelle complexes (comme AdaLN) et les fonctions de perte auxiliaires. À la place, elle utilise des adaptateurs texte légers et exploite le bruit de l'image lui-même pour représenter l'information temporelle. Le modèle est entraîné uniquement sur des données publiques en deux phases : un pré-entraînement sur CC12M recaptioned par LLaVA, suivi d'un fine-tuning sur environ 120 000 paires image-texte de haute qualité. Avec seulement 258 millions de paramètres, la version B/16 de MiniT2I surpasse des modèles pixel-space plusieurs fois plus grands sur des benchmarks comme GenEval (0.87) et DPG-Bench (84.2). L'approche démontre qu'il est possible d'obtenir des performances compétitives avec une architecture simplifiée, des données ouvertes et des ressources de calcul académiques, suggérant un possible changement de paradigme dans le domaine. Les limitations actuelles incluent des artefacts aux frontières des patchs, des effets secondaires du CFG à fort coefficient, et des difficultés avec le rendu de texte et des résolutions très élevées.

marsbitIl y a 9 mins

Nouveau travail de l'équipe de Kaiming He : En supprimant le VAE et les données privées, la génération d'images à partir de texte devient encore plus performante

marsbitIl y a 9 mins

L'assurance face à son plus grand concurrent : les marchés prédictifs, les « barbares à la porte » ?

L'assurance, pilier traditionnel de l'économie, voit son territoire contesté par l'émergence des marchés prédictifs comme Kalshi et Polymarket. Ces plateformes, permettant de parier sur l'issue d'événements, développent une fonction de couverture des risques rivale de l'assurance classique. Des cas concrets illustrent cette évolution. Un bar new-yorkais a utilisé Kalshi pour couvrir le coût d'une promotion liée à un match de NBA. Plus significativement, le courtier en assurance sportive Game Point Capital s'est associé à Kalshi pour offrir aux équipes une couverture des bonus de performance à un coût inférieur aux assureurs traditionnels. Parallèlement, Polymarket, en partenariat avec Parcl, permet de spéculer sur les indices immobiliers, offrant aux propriétaires et acheteurs un outil potentiel de protection contre les fluctuations des prix. L'avantage clé des marchés prédictifs réside dans leur transparence et leur liquidité. Contrairement aux paris sportifs traditionnels où la cote est opaque, ces marchés offrent une tarification claire et une sortie flexible. Ils agissent comme plateformes neutres, sans être la contrepartie directe des utilisateurs. Cependant, des défis persistent : une liquidité encore limitée sur certains marchés, un cadre réglementaire flou concernant leur rôle assurantiel, et des risques liés à la manipulation ou aux failles dans la résolution des événements. Malgré ces obstacles, les marchés prédictifs représentent une innovation disruptive qui grignote des segments clés des industries du pari et de l'assurance.

marsbitIl y a 9 mins

L'assurance face à son plus grand concurrent : les marchés prédictifs, les « barbares à la porte » ?

marsbitIl y a 9 mins

L'Agent IA a-t-il « dévoré » certains secteurs de la cryptographie ?

L'article examine l'impact croissant des agents IA sur divers secteurs de la cryptomonnaie, en catégorisant leur niveau de dominance. Les secteurs déjà dominés par les agents IA incluent le trading de produits dérivés (perpétuels), où leur vitesse et leur précision surpassent largement les humains (ex. : compétition Aster), l'arbitrage et le MEV (où les robots automatisés sont omniprésents), ainsi que l'optimisation de rendements et le trading spot, où une part significative du volume est désormais générée de manière autonome. Les secteurs en transition (« champ de bataille ») voient une coexistence entre agents et humains. Sur les marchés de prédiction (ex. : Polymarket), les agents excellent dans les arbitrages courts, mais les jugements à long terme restent humains. Dans le prêt DeFi, les décisions stratégiques (dépôts, emprunts) sont encore largement humaines, bien que les processus périphériques (liquidations) soient automatisés. Enfin, certains secteurs restent principalement sous contrôle humain : les paiements en stablecoins et par carte (utilisés pour les transactions quotidiennes réelles) et les portefeuilles, où l'approbation et la supervision humaine restent cruciales pour la sécurité et la confiance. Face à la montée des agents, l'article souligne l'importance croissante des couches de vérification pour lier les agents à des identités humaines vérifiées (mention de World/AgentKit, t54, Self Protocol, Kite AI), afin de préserver la responsabilité et la confiance dans l'économie agentique.

marsbitIl y a 14 mins

L'Agent IA a-t-il « dévoré » certains secteurs de la cryptographie ?

marsbitIl y a 14 mins

Trading

Spot
Futures
活动图片