Stablecoins surge $6B, crypto market cap up $150B – What’s the play here?

ambcryptoPublié le 2025-10-19Dernière mise à jour le 2025-10-20

Key Takeaways

What does the recent stablecoin surge indicate?

It signals strategic capital rotation, with investors moving into stablecoins as safe havens while risk assets retraced.

Is the market showing signs of a bottom?

Capital is flowing back on-chain, suggesting the recent flush shook out weak hands while stronger hands remain, setting up a stronger rebound.


Typically, a negative correlation between liquidity flowing into stablecoins and draining from the rest of the market is a bullish signal. It suggests that capital isn’t leaving the market. Instead, it is simply repositioning.

Right now, we’re seeing a similar setup.

It’s been exactly 10 days since the flash crash that wiped out liquidity across the board. However, looking at the flows over this period, it looks like capital was sitting on the sidelines, waiting for a clear entry point. 

Given this context, the total crypto market cap has jumped roughly $150 billion to $3.71 trillion in less than 72 hours. Could this be an early sign that the market has found a near-term bottom?

USDT & USDC minting reflect strategic capital moves

The post-crash liquidity flows are pretty clear from the data.

First, TOTALES (market cap ex-stablecoins) dropped roughly $630 billion. Meanwhile, stablecoin market cap jumped to a record $318 billion, showing that capital rotated into stablecoins while risk assets were retracing.

On top of that, the top two stablecoin issuers were quick to react. Since the crash, about $6 billion in Tether [USDT] and Circle [USDC] has been minted, signaling a move that looks strategically timed.

USDT stablecoins

Source: Glassnode

Meanwhile, net flows tell a similar story. 

Glassnode data shows that USDT flows have been outflow-heavy. Over the past week, nearly $2 billion moved into exchanges, while roughly $3 billion moved out, highlighting that capital is rotating rather than exiting.

In other words, strategic investors moved to safety as the market flipped risk-off. The bigger question now is whether this sideline capital is starting to rotate back in. If it is, it could indicate that FOMO has officially returned.

Where the money goes: Stablecoin supply by network

Looking at network-level flows, capital is starting to rotate back on-chain. 

Ethereum [ETH] is leading the 7-day stablecoin supply change. Data from DeFiLlama shows that stablecoin supply on Ethereum jumped $5.6 billion to a record $164 billion, a 4% weekly increase.

At the same time, ETH’s Total Value Locked (TVL) spiked 2.73% in the past 24 hours, adding roughly $4 billion. In short, capital is flowing back in, highlighting renewed on-chain activity and growing investor confidence.

Ethereum

Source: DeFiLlama

Against this backdrop, the stablecoin minting signals a strategic move. 

The $6 billion liquidity surge shows investors rotating into safe havens rather than exiting the market. Now, with that capital flowing back on-chain, it confirms that the market is actively repositioning after the crash.

From this perspective, the recent market flush looks like a solid “bottom,” where weak hands were shaken out and stronger hands stayed in, setting the stage for a more sustainable rebound.

Share

Lectures associées

Les grands modèles de langage cartonnent à tous les examens, mais s'éloignent encore plus de l'AGI : Que révèle cet article de recherche ?

Cet article remet en question les définitions actuelles de l'AGI (Intelligence Artificielle Générale), souvent basées sur des performances à des tests humains, que les grands modèles linguistiques dépassent désormais sans pour autant démontrer une véritable intelligence générale adaptative. S'appuyant sur un article de Michael Timothy Bennett, l'auteur critique l'approche dominante de « Scale-maxing » (maximisation de l'échelle), qui repose sur des quantités massives de données et de puissance de calcul pour mémoriser des réponses approximatives, mais échoue face à des problèmes nouveaux ou requérant une compréhension causale. La proposition centrale est de redéfinir l'AGI non pas comme une imitation de l'homme, mais comme un « scientifique artificiel ». Un tel système devrait posséder trois capacités clés : 1) une **capacité d'expérimentation active** pour acquérir des informations par interaction avec son environnement, 2) une **compréhension causale** (« savoir pourquoi ») et non pas seulement des corrélations, et 3) la capacité à **équilibrer exploration et exploitation** des connaissances sous contraintes de ressources (calcul, mémoire, énergie). L'article conclut que la voie vers l'AGI nécessitera une fusion de différentes méthodes (maximisation d'échelle, de simplicité, et d'affaiblissement des contraintes), et non pas seulement le perfectionnement des grands modèles. Les critères d'évaluation devraient ainsi évoluer vers des « benchmarks d'adaptation » mesurant la capacité à découvrir de nouvelles connaissances dans des situations inédites, plutôt que la simple restitution de savoirs existants.

marsbitIl y a 1 h

Les grands modèles de langage cartonnent à tous les examens, mais s'éloignent encore plus de l'AGI : Que révèle cet article de recherche ?

marsbitIl y a 1 h

Le "Grand Frère" des petits investisseurs Serenity vs le nouveau roi des actions Leopold : comment deux chasseurs d'élite exploitent-ils la "limite physique" de l'IA ?

L'investissement dans l'IA évolue : la recherche de profits se déplace des géants des logiciels et des semi-conducteurs vers les contraintes physiques sous-jacentes. Deux figures emblématiques illustrent cette tendance. Serenity, un trader anonyme sur X, mise sur des sociétés méconnues mais technologiquement indispensables dans la chaîne d'approvisionnement des semi-conducteurs, comme les matériaux pour modules optiques. Sa "théorie de la feuille de shiso" identifie des points de blocage critiques. Il aurait réalisé des gains spectaculaires en ciblant des micro-capitalisations, une stratégie risquée en raison de la faible liquidité de ces titres. Leopold Aschenbrenner, un ancien d'OpenAI, gère désormais un fonds spéculatif de plusieurs milliards. Sa thèse : le véritable goulot d'étranglement pour l'IA avancée est l'infrastructure physique (énergie, terre, centres de données). Il mise donc sur le stockage et les infrastructures (comme les mineurs de Bitcoin, vus comme des centres de calcul à prix réduit), tout en prenant de vastes positions baissières (options de vente) sur le secteur des semi-conducteurs, qu'il estime surévalué par rapport au rythme de construction des infrastructures. Leurs stratégies, bien que différentes (micro vs macro), convergent vers un investissement "matériel" dans les goulots d'étranglement physiques de l'IA. Cependant, Serenity fait face au risque de liquidité des micro-capitalisations, tandis que Leopold doit gérer le décalage temporel entre la correction anticipée des marchés et la persistance possible de la surévaluation. Ensemble, ils signalent un réalignement des valorisations vers les actifs physiques essentiels à l'ère de l'IA.

marsbitIl y a 10 h

Le "Grand Frère" des petits investisseurs Serenity vs le nouveau roi des actions Leopold : comment deux chasseurs d'élite exploitent-ils la "limite physique" de l'IA ?

marsbitIl y a 10 h

Trading

Spot
Futures
活动图片