半年战绩数亿:特朗普家族成“加密总统”最大赢家

比推Publié le 2025-07-22Dernière mise à jour le 2025-07-22

自2025年1月20日唐纳德·特朗普(Donald Trump)二主白宫以来,曾以房地产和传统媒体巨头示人的川普家族,通过一系列大胆的数字资产投资,巧妙地将其政治品牌与新兴的加密经济深度融合,不仅刷新了自身的财富版图,也为政治人物如何利用数字资产积累财富和影响力提供了新的样本。

以下为这半年以来,特朗普与加密行业相关的关键事件梳理:

TRUMPH1.jpg

川普家族在加密领域的布局,自2025年1月上任后便呈现出清晰的时间线和多元化的投资组合:

  • 1月20日,就任前后meme币的诞生: 总统夫妇率先在Solana区块链上推出了TRUMP和MELANIA代币。这些代币不仅是政治支持的象征,更成为其家族数字资产布局的开端。

  • 1月21日,对Ross Ulbricht的赦免: 这一举动被视为川普政府向加密货币社群释放积极信号,尤其受到加密自由意志主义运动的欢迎。

  • 3月6日/7日,战略布局与行业对话: 川普政府通过行政命令设立国家战略比特币储备,并举办白宫加密峰会,邀请行业领袖和政策制定者共同探讨加密货币的未来,展现了其对数字资产的高度重视。

  • 3月25日,稳定币USD1的推出: 川普家族支持的World Liberty Financial(WLFI)推出美元稳定币USD1。该稳定币首先在以太坊和币安智能链上流通,并计划在未来应用于大规模的机构投资。

  • 5月29日,高调的TRUMP晚宴: 川普在纽约举办的TRUMP晚宴,进一步巩固了$TRUMP代币在其支持者中的地位,并为早期投资者提供了独特的回报。

  • 7月18日,《GENIUS法案》的签署: 川普签署了这项两党合作的法案,为稳定币制定了监管和消费者保护规定,旨在鼓励创新并为加密货币市场创建新的结构。这标志着加密货币在美国的监管框架正逐步完善。

  • 7月21日,DJT宣布累积巨额比特币: 川普媒体与科技集团宣布已累积约20亿美元的比特币及相关资产,其中比特币将占据川普媒体流动性总资产的三分之一,凸显了比特币在其战略投资中的核心地位。

根据《福布斯》的计算,唐纳德·川普的净资产已飙升至56亿美元,其中加密货币持有量贡献了超过10亿美元,成为其家族财富增长的关键驱动力。

具体来看,川普家族的加密货币资产组合收益包括:

  • NFTs: 川普早期的NFT交易卡销售带来了约700万美元的收入,税后净收益约为400万美元。

  • World Liberty Financial (WLFI) 代币: 估计为川普家族带来了约3.9亿美元的收益(税后约2.46亿美元)。WLFI推出的USD1稳定币市值已达22亿美元,预计每年可产生约1亿美元的利息收入,其中川普个人在此业务中的权益可能高达5900万美元。

  • $TRUMP迷因币收益: 通过交易费和与美元挂钩的加密货币,川普家族获得了约3.15亿美元的收入。此外,其持有的$TRUMP储备中,已解锁部分目前价值约4.27亿美元,未来还有92%的代币将陆续解锁,这预示着巨大的潜在收益。

过去六个月,美国政治与加密市场的边界正在被重新定义。白宫的新主人以令人惊讶的速度,完成了一场个人财富与行业发展的双重实验,不过,这种模式在带来巨大经济利益的同时,也引发了对政治人物利用影响力进行个人利益变现的深思。无论争议如何,川普无疑正在将加密货币推向主流,并在全球范围内重新定义政治与财富的关系。

作者:Mary Liu


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

说明: 比推所有文章只代表作者观点,不构成投资建议

Lectures associées

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

NVIDIA a publié un guide d’auto-certification pour les systèmes de stockage d’énergie destinés aux centres de données d’IA (AIDC). Ce guide impose 10 critères techniques stricts et 12 tests de validation, avec des tolérances de mesure précises (±0,2 % pour la tension et le courant). Il se concentre uniquement sur le PCS (onduleur de stockage), en exigeant une réponse dynamique rapide, une télémétrie haute fréquence et une transparence du contrôle, sans fixer de règles sur les batteries elles-mêmes. Cette démarche reflète le besoin critique des AIDC : face à la puissance croissante des racks GPU (jusqu’à 225 kW) et aux variations de charge brutales, les solutions électriques traditionnelles sont inadaptées. Le stockage devient un élément actif de contrôle, intégré dès la conception. Le guide établit une barrière élevée : les fabricants doivent fournir leurs volumes de livraison sur 12 mois et un plan crédible de multiplication par 10 de leur capacité de production en 24 mois, ce qui défavorise les petits acteurs. Des acteurs comme Fluence (partenaire de Siemens) ou des sociétés chinoises (comme Sungrow) ont déjà pris de l’avance sur ce marché. En résumé, NVIDIA ne fabrique pas de systèmes de stockage, mais définit les règles d’alimentation électrique de l’ère de l’IA. Le standard déplace la concurrence du coût et de la capacité vers la performance du contrôle, la fiabilité et l’évolutivité, redessinant l’accès à ce marché en pleine croissance.

marsbitIl y a 4 mins

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

marsbitIl y a 4 mins

Un fondateur de 20 ans, recrutant un employé de 18 ans, investi par une personne de 19 ans

**Résumé : La ruée vers l'or des jeunes talents de l'IA** L'industrie des grands modèles linguistiques (LLM) bouleverse les normes salariales et générationnelles. Des diplômés de 22 ans, sans expérience professionnelle, reçoivent désormais des salaires annuels de plusieurs millions de yuans (150 000 à 600 000 €), équivalents à ceux de cadres supérieurs de 40 ans dans les géants de l'internet. Des lycéens de 17 ans effectuent des stages rémunérés jusqu'à 5500 yuans (700 €) *par jour*. Cette frénésie est motivée par la recherche de profils "AI Native" – des jeunes (souvent nés après 2000) dont la pensée est naturellement alignée sur celle des modèles. Les entreprises (comme ByteDance avec Seed, Tencent, Alibaba) et les investisseurs estiment que l'expérience passée est un handicap face à la rapidité d'évolution de l'IA. La jeunesse, la capacité d'innovation et la disposition à travailler de longues heures sont privilégiées. Une véritable guerre des talents s'est engagée. Les entreprises organisent des dîners exclusifs dans des conférences prestigieuses (CVPR, ICML), créent des programmes spéciaux ("Top Seed", "Ali Star"), et proposent des salaires et conditions sans plafond pour séduire les meilleurs étudiants et chercheurs, parfois avant même leur diplôme. Cet écosystème favorise les jeunes entre eux. Des fonds d'investissement se spécialisent dans les start-ups fondées par des moins de 25 ans. Un réseau se forme où des fondateurs de 20 ans embauchent des employés de 18 ans, financés par des investisseurs de 19 ans. Cette dynamique crée une fracture brutale. Alors que les jeunes prodiges de l'IA récoltent des récompenses sans précédent, les professionnels plus âgés (parfois à peine 30 ans) se sentent dépassés, leurs compétences devenant obsolètes. Comme le résume un jeune chercheur : "La récompense pour l'exceptionnel n'a jamais été aussi généreuse, mais la sanction pour l'ordinaire n'a jamais été aussi sévère". L'industrie célèbre la jeunesse, mais personne ne peut rester jeune éternellement dans un domaine qui évolue à une vitesse vertigineuse.

marsbitIl y a 5 mins

Un fondateur de 20 ans, recrutant un employé de 18 ans, investi par une personne de 19 ans

marsbitIl y a 5 mins

Perspective des résultats du Q2 de Micron, Citi relève l'objectif de cours

La société Micron doit publier ses résultats du troisième trimestre de l’exercice 2026 le 24 juin. Avant cette publication, Citigroup a relevé son objectif de cours de 840 à 1 200 dollars, tout en maintenant une recommandation d'achat, citant des prix de mémoire plus élevés que prévu en 2026 et des marges bénéficiaires robustes. Cependant, au moment de l’annonce, l’action Micron se négociait déjà autour de 1 211 dollars, dépassant légèrement la cible. Le marché s'interroge désormais sur la possibilité de concrétiser ces hypothèses, notamment celles de Citigroup prévoyant une hausse de 200 % du prix moyen de vente (ASP) des DRAM et de 186 % pour le NAND en 2026. L'objectif de 1 200 dollars repose principalement sur une révision à la hausse du BPA estimé pour l'exercice 2027, à 114,73 dollars. Cette hausse est attribuée à la vigueur des prix et aux marges élevées. Les prix spot du DRAM ont augmenté de 52 % depuis début 2026 et dépassent actuellement les prix contractuels d'environ 21 %, ce qui laisse présager une poursuite de la hausse des prix contractuels lors des renégociations avec les clients. Les segments serveur et centres de données, stimulés par l'IA, sont les principaux moteurs de cette demande. L'offre reste tendue, avec un déficit estimé à environ 5 % pour le DRAM mondial en 2026, une situation exacerbée par l'allocation de capacités de production à la mémoire à haut débit (HBM). Toutefois, des risques persistent : une accélération des expansions de capacités par les concurrents pourrait perturber le cycle, et une modération des dépenses d'investissement dans l'IA et les centres de données pourrait ralentir la hausse des prix. En plus des perspectives de prix, les accords d'approvisionnement à long terme (LTA), comme celui signé avec Dell, pourraient contribuer à lisser la cyclicité des bénéfices, mais leur impact réel dépendra de la fermeté de leurs clauses. Citigroup présente également un scénario haussier à 1 400 dollars et un scénario baissier à 400 dollars, reflétant les fortes divergences sur la durée du cycle actuel. Les investisseurs scruteront les commentaires de la direction sur les perspectives d'offre et de demande, les prix du HBM, les progrès des LTA et les orientations en matière de marge. La valorisation actuelle, proche de l'objectif, laisse peu de marge d'erreur si l'une des hypothèses optimistes venait à faiblir.

marsbitIl y a 18 mins

Perspective des résultats du Q2 de Micron, Citi relève l'objectif de cours

marsbitIl y a 18 mins

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

Manquer une opportunité de multiplication par 20 m'a conduit à adopter une approche plus méthodique pour investir dans l'IA. Au lieu de se précipiter sur les actions à la mode, il est crucial de d'abord constituer un « capital de connaissances » en comprenant en profondeur toute la chaîne de valeur de l'IA. Cette industrie suit une trajectoire historique : les investissements se diffusent par vagues successives, des infrastructures de base vers les applications. L'article décompose l'écosystème en quatre couches clés : 1. **Infrastructures de calcul (le « moteur »)** : Cœur physique, incluant les puces (Nvidia, AMD), la fabrication (TSMC), la mémoire (SK Hynix), l'interconnexion optique, le refroidissement et l'alimentation électrique. 2. **Couche des modèles (le « système d'exploitation »)** : Dominée par OpenAI, Anthropic, Google, Meta et xAI. Un changement structurel majeur est observé : la consommation de puissance de calcul bascule de l'entraînement des modèles vers leur **inférence** (utilisation), ce qui pourrait redessiner la concurrence. 3. **Intergiciels et plateformes (la « couche de liaison »)** : Outils comme Scale AI ou Hugging Face, essentiels pour connecter les modèles aux applications. 4. **Applications verticales (l'« entrée d'argent »)** : Domaines comme les outils de développement, la santé, les robots ou les véhicules autonomes, où l'IA crée une valeur directe. Une contrainte transversale majeure est **l'énergie**, l'électricité devenant un facteur limitant pour la croissance des centres de données IA. L'article soulève quatre questions cruciales au-delà du consensus : * L'impact du passage à l'inférence sur les acteurs du matériel. * Le retour sur les investissements massifs des géants technologiques. * L'identification des opportunités dans les « cercles » d'investissement moins visibles (refroidissement, sécurité, puces en périphérie). * L'influence de la géopolitique sur la fragmentation de la chaîne d'approvisionnement. La conclusion est claire : dans un cycle technologique aussi long que l'IA, la préparation prime sur la précipitation. En cartographiant méticuleusement chaque maillon de l'industrie – ses business models, sa concurrence et ses valorisations – on se prépare à saisir les futures opportunités avec un « instinct de tueur » forgé par l'étude, et non par la chance.

marsbitIl y a 19 mins

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

marsbitIl y a 19 mins

Trading

Spot
Futures
活动图片