全球流动性周期重塑:为什么 2025 的加密市场如此艰难?

coinvoicePublié le 2025-11-13Dernière mise à jour le 2025-11-14

撰文:ODIG Invest

2025 年年中以来,加密市场整体呈现出高波动性和下行压力,主要资产价格持续回调、交易量萎缩,并伴随投资者信心不足。截至昨日,全球加密总市值约 3.33 万亿美元,较年初高峰缩水约 20-30%,BTC 主导率稳定在 55% 左右,波动率高达 40%,远超 2024 年。市场情绪偏向谨慎。

CryptoQuant 的链上数据显示,交易所 BTC 储备从 8 月初以来下降约 8%,储备 USD 价值从约 3000 亿降至 11 月的 2500 亿。这显示出投资者从交易所撤资(转向自托管或避险资产),强化了抛售信号。

主流 Token 价格在 2025 年上半年短暂反弹后,从 10 月起进入调整期,11 月进一步下探,Top 50 的 Token 价格几乎回落至 2022 年 FTX 崩盘后时期的水平。

总结一下 2025 年的加密市场现状,这包括:

主流 Token 如 SOL、ETH、BTC 都回到了 2024 年 12 月的价格;四年周期理论失效,行业参与者需要调整和磨合。

Token 数量爆炸:过去四年中,大多数代币的发行模式都是低流通、高 FDV 模型。Meme 潮之后,数量更是快速增加;目前,每天都有新的项目上线,市场上供应量庞大,资金愈发谨慎,除非新买家不断涌入,否则已不足以抵消项目的大规模解锁潮。

市场进入概念复用期:创新性不足;存在大量非必需技术;

项目落地困难:经济模型激励与调节效果不佳;众多项目未找到产品市场契合点(PMF);

空投疲软:空投 Token 被用户立即兑换为稳定币;

交易难度大幅提升:凡是值得交易且流动性充足的标的,竞争都会异常激烈。

资金链紧张:VC 投资萎缩,总融资仅占 2024 年约一半,项目方资金链紧张。

行业内生问题频发:10.11 「黑天鹅」事件;黑客攻击频发(上半年损失超 20 亿美元);Layer1 链拥堵事件等等。

DeFi 收益率降低:相较于 2024 年,DeFi 收益率降至 5% 以下。

这更像是一场结构性调整,类似于 2018 年,但规模更大。这几乎让每个市场参与者都面临困难,无论是用户,交易员,Meme 小将,创业者,VC,量化机构,等等。

尤其在 10.11 黑色星期五之后,很多加密交易员及量化机构有所折损,机构暴雷的隐忧仍在,这次事件意味着 投机者 / 专业交易员 / 零售投资者 都面临着资金损失。

而传统金融机构的参与集中在 BTC 及支付,RWA,DAT 策略等方向,与 Altcoin 市场相对割裂。比特币现货 ETF 在 10 月份整体表现强劲,净流入 34 亿美元,创下历史纪录,但在 11 月初出现了大规模资金外流,一定程度上反映了市场在价格高位时的获利了结行为。

目前,随着政府停摆结束的市场预期,官方流动性预计将重归。在 2025 年最后两个月,加密市场将会有怎样的表现?

越来越明确的方向仍然是:BTC 与稳定币。

(1)BTC:宏观流动性周期取代减半叙事

随着市场共识逐渐转向,分析师们认为全球流动性周期,而非单纯的比特币减半事件,是驱动牛熊转换的核心动力。

依据 Arthur Hayes 近期的核心「四年周期已死,流动性周期永生」。他认为,过去三轮牛熊都与美元 / 人民币大规模扩表、低利率的信用宽松时期高度吻合。 当前,美国国债堆积呈指数级增长,为稀释债务,常设回购工具(SRF)将成为政府的主要手段;SRF 余额增长意味着全球法币数量同步扩张。在「隐形量化宽松」下,BTC 的上涨趋势就不会改变。

认为常设回购工具(Standing Repo Facility, SRF)将成为政府的主要手段,当前货币市场状况持续、国债堆积呈指数级增长,SRF 余额将作为最后贷款人不断上升。SRF 余额增长意味着全球法币数量同步扩张,这将重新点燃比特币牛市。

Raoul Pal 的周期理论同样指出每个加密周期的终结源于货币紧缩政策。从数据上看,全球债务总量已达约 300 万亿美元,其中约 10 万亿美元(主要是美国国债和企业债)即将到期。为避免收益率飙升,需要大规模流动性注入。据其模型估算,每增加 1 万亿美元流动性,可能与风险资产(股票、加密货币)5-10% 的收益相关。10 万亿美元的再融资规模,可能为风险资产注入 2-3 万亿美元的新资金,从而强力推动 BTC 上涨。

以上思路都在全球央行流动性周期主宰下,为 BTC 等稀缺资产提供长期上涨的宏观环境。

(2)稳定币:走向到金融基础设施

2025 年的另一条主线是稳定币,其价值非「投机叙事」,而是「真实采用」。

最新的政策利好已经发布:美国国会正推动赋予 CFTC(美国商品期货交易委员会)对加密货币现货市场更大的管辖权。CFTC 预计在明年初出台一项政策,可能允许稳定币作为衍生品市场的代币化抵押品。这首先将在美国清算所进行试点,并伴随更严格的监管,为稳定币进入传统金融核心领域打开大门。

稳定币规模正迅猛扩张,远超市场预期。美国各大机构已抢先布局,致力于构建以稳定币为核心的全新支付网络。

面对真实应用场景的爆发,稳定币的价值是在跨境转账、汇率风险控制、企业结算调拨等场景中「稳定发挥」。

过去一年,它在速度、成本和合规性之间取得了平衡,初步形成了一个合规、低成本、可追溯的全球资金通道,正逐步成为现实世界可用的金融结算层。稳定币作为基础设施,其地位正通过监管和实际应用被夯实,为整个加密经济提供稳定的血液。

这对对创业者亦有启示:创业团队需要考虑将业务流程「稳定币原生化」,目标市场应瞄准「稳定币适用人群」,并在此基础上找到真正契合的产品 - 市场匹配(PMF)。


声明:本内容为作者独立观点,不代表 CoinVoice 立场,且不构成投资建议,请谨慎对待,如需报道或加入交流群,请联系微信:VOICE-V。

来源:ODIG Invest

Lectures associées

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

Le titre «Tout le monde accuse Claude d’être devenu bête, Anthropic révèle la vérité : ce n’est pas le modèle le problème» résume un malentendu répandu parmi les utilisateurs de Claude Code. Beaucoup pensent qu’un modèle plus grand signifie nécessairement une IA plus intelligente, ce qui les pousse à choisir des versions plus coûteuses comme Fable. Cependant, Anthropic a récemment clarifié cette confusion en expliquant la différence cruciale entre deux paramètres : le choix du modèle (Model) et le niveau d’effort (Effort). Le modèle détermine les capacités «gelées» de l’IA, basées sur des poids fixes acquis lors de l’entraînement. Il définit ce que l’IA sait ou ne sait pas faire. En revanche, le paramètre Effort contrôle l’«attitude» de Claude : à quel point il explore les fichiers, exécute des tests, vérifie ses réponses et persévère dans des tâches complexes. Un Effort élevé génère jusqu’à 7 fois plus de tokens qu’un Effort faible, car l’IA effectue plus de travail de fond. En mars, un changement par défaut du niveau d’Effort de «high» à «medium» a causé une impression généralisée que Claude était soudainement «devenu stupide», déclenchant des critiques sur GitHub. Anthropic a ensuite rétabli le paramètre par défaut et a souligné que, souvent, un modèle plus petit avec un Effort élevé peut surpasser un grand modèle avec un Effort faible. La clé est de diagnostiquer les erreurs : si Claude manque de persévérance (ne lit pas les fichiers, abandonne trop tôt), il faut augmenter l’Effort. S’il manque de connaissances malgré un contexte adéquat, il faut changer de modèle. Anthropic compare ainsi les modèles : Sonnet est un généraliste minutieux, Opus un expert rapide, et Fable un spécialiste pour les problèmes les plus complexes. Cet article marque un tournant : l’enjeu n’est plus seulement d’avoir le meilleur modèle, mais de savoir orchestrer intelligemment les agents IA. Bien paramétrer l’Effort et choisir judicieusement le modèle permet d’optimiser les performances et de réduire les coûts. Désormais, la compétence essentielle consiste à «donner du travail à l’IA» de manière efficace, pour exploiter pleinement son potentiel.

marsbitIl y a 18 mins

Claude est accusé d’être devenu bête sur tout le web, Anthropic lève le voile : ce n’est pas le modèle qui vous trahit

marsbitIl y a 18 mins

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

La Fondation Ethereum (EF) est en pleine restructuration. L'équipe de support protocolaire a été dissoute et au moins huit cadres ont démissionné cette année, marquant la plus importante réduction d'effectifs de l'EF à ce jour. Ces départs coïncident avec l'émergence d'organisations indépendantes comme ETHLabs et Ethereum Institutional, qui reprennent des fonctions autrefois assumées par la Fondation. La réforme interne, initiée par le co-fondateur Vitalik Buterin, visait à restructurer l'organisation. Un récent communiqué a annoncé le licenciement de 54 employés, soit 20% du personnel, qualifiant ces postes de non essentiels. Parallèlement, d'anciens membres de l'EF créent de nouvelles entités : ETHLabs se concentre sur la recherche et le développement pour faire d'Ethereum une couche de règlement mondiale, tandis qu'Ethereum Institutional promeut l'adoption institutionnelle de la blockchain. Simultanément, l'EF innove techniquement. Son équipe de sécurité a testé avec succès l'utilisation d'agents IA pour auditer le réseau Ethereum, découvrant une vulnérabilité réelle. Si l'EF affirme que l'IA ne remplace pas les chercheurs, elle pourrait à terme impacter sa structure. Face à ces changements et aux critiques sur sa gouvernance, l'influence centrale de l'EF sur l'écosystème semble diminuer. Certains observateurs suggèrent qu'elle pourrait évoluer vers un rôle plus symbolique, laissant des organisations plus agiles piloter l'adoption à grande échelle et le développement futur d'Ethereum.

marsbitIl y a 45 mins

La Fondation Ethereum pourrait-elle devenir une "mascotte" ? Des organisations diversifiées se partagent désormais ses fonctions

marsbitIl y a 45 mins

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

Près d'une centaine d'acteurs se ruent dans le secteur des données d'embodiment : 44,7 milliards de yuans levés en un an, mais qui peut vraiment gagner de l'argent en "vendant des données" ? Le secteur des données pour l'intelligence incarnée (embodiment) est en plein essor, avec 97 acteurs identifiés en Chine, dont 70 dans la collecte et 27 dans l'infrastructure. Sur un an, 15 prestataires de services indépendants spécialisés ont levé environ 44,7 milliards de yuans, un montant modeste comparé aux investissements totaux dans l'embodiment. La collecte s'organise autour de quatre approches principales : téléopération de robots physiques, collecte sans robot (via capteurs de mouvement), synthèse par simulation et distillation de vidéos internet. La plupart des acteurs combinent plusieurs méthodes. Les prestataires indépendants constituent le groupe le plus important (40%), devant les plateformes publiques (26%) et les fabricants de robots (25%). La capacité de production annuelle actuelle est estimée entre 1,6 et 1,8 million d'heures de données, avec un objectif de multiplication par 15 à 20 d'ici 1 à 3 ans. Des "usines à données" sont implantées dans 20 provinces, principalement dans les régions côtières développées. Le financement reste concentré sur des sociétés en phase précoce ; plus de la moitié des prestataires indépendants financés ont moins d'un an. La startup Lightwheel AI se distingue, ayant levé 31 milliards de yuans et atteint une valorisation de plus de 20 milliards de dollars. Cependant, les investisseurs restent prudents, aucun n'ayant effectué de pari massif sur le secteur. En résumé, le marché des données d'embodiment est devenu une piste indépendante et créatrice d'emplois, mais il en est encore à ses débuts. La viabilité commerciale d'un modèle basé sur la seule vente de données n'est pas encore démontrée. Les prochaines années seront cruciales pour vérifier si ces "vendeurs de pelles" peuvent réellement être rentables.

marsbitIl y a 3 h

Près d'une centaine de joueurs se ruent vers les données incarnées : 44,7 milliards levés en un an, qui peut vraiment gagner de l'argent en "vendant des données" ?

marsbitIl y a 3 h

Trading

Spot
活动图片