SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

Odaily星球日报Dipublikasikan tanggal 2024-01-24Terakhir diperbarui pada 2024-01-24

Abstrak

市场情绪仍是混沌不明,不同区域的新闻和发展不尽相同;中国推出新的救市计划,预计将通过离岸资本来提供股市买盘支持(回到量化宽松)。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

市场情绪仍是混沌不明,不同区域的新闻和发展不尽相同;中国推出新的救市计划,预计将通过离岸资本来提供股市买盘支持(回到量化宽松),而一家总部位于亚洲的对冲基金因错误押注中国和日本市场被迫关闭旗下产品,成为头条新闻,该机构的首席投资官是一位拥有数十年市场经验的资深人士,他坦承自己已经失去了信心,这再次提醒我们宏观是非常难以驾驭的,即使经验再丰富也难以匹敌。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

说到日本, 10 年期日本公债收益率已从本月低点跳升了 18 个基点,由于日本央行行长 Ueda 明确将 4 月加息列入考虑,收益率在过去两天又出现一波上涨;Ueda 行长周二在记者会上表示,如果“通胀目标在望”,同时工会也一直在劳资谈判中要求更大幅度的加薪,日本央行将“考虑”结束负利率政策,他也认为,日本央行可以避免在终止负利率政策时出现中断,不过交易员也在关注可能随之而来的反驳新闻,这种情况自 Ueda 接任以来经常发生。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

回到欧洲和美国,欧洲债券市场发行量创下新高, 1 月份新债发行达 3, 200 亿美元左右,且大部分的市场反应都十分良好,超过 80% 的交易出现利差收窄(即价格上涨)的情况。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

美国方面,创纪录的 2 年期美债拍卖(单次 600 亿美元)的市场需求也不错,发行价格 4.365% 恰好与屏幕价格相符,投标超过 1, 542 亿美元,投标倍数为 2.57 ,交易商占比落至去年 7 月以来最低的 14.8% ,考虑到最近因油价反弹而重新出现的通胀风险,整体拍卖结果相当不错。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

市场整体上较为平静,仍在等待美联储、财政部季度再融资、非农就业数据等结果以及月底的到来,企业财报季也将全面展开,因此交易员本周都较为保守。股票和债券在过去 6 个月的负相关性(多元化投资组合的必要条件)逐渐消失,如果相关性回到零(或更糟,转为正相关)可能会加剧 2 月份的资产价格波动,这让人想起 2023 年第二季度的市场下跌情况,轻松的风险交易似乎即将在短期内结束。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

说到蜜月期的结束,GBTC 的资金外流继续对市场造成压力,加密货币价格持续走软,短期内市场缺乏激励因素和资金流入(需要较长期间),导致交易者对短期前景失去信心,过去几天期货多头清算稳步增加。

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

此外,Bloomberg 和一些券商的调查显示,主流群体对加密货币的需求或投资情绪在短期内的变化不大,虽然 ETF 的推出增加了加密货币的合法性,但没有增加虚拟资产的参与度;Deutsche Bank 的一项调查显示, 1/3 的受访者认为 BTC 到年底前将跌至 2 万以下(应该买一些便宜的看跌期权),这与行业参与者的预期非常不同,看来前面的道路仍然漫长!

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

SignalPlus宏观研报(20240124):悲观!市场认为BTC将在年底跌至2万美元以下

您可在 ChatGPT 4.0 的 Plugin Store 搜索 SignalPlus ,获取实时加密资讯。如果想即时收到我们的更新,欢迎关注我们的推特账号@SignalPlus_Web3 ,或者加入我们的微信群(添加小助手微信:SignalPlus 123 )、Telegram 群以及 Discord 社群,和更多朋友一起交流互动。

SignalPlus Official Website:https://www.signalplus.com

Bacaan Terkait

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

Setiap peluncuran model AI terbaru, industri sering merujuk pada sejumlah "rapor" standar seperti MMLU-Pro, MMMU, dan MMMU-Pro. Di balik sistem evaluasi kunci ini, terdapat seorang "penyusun soal" bernama Chen Wenhu, asisten profesor di University of Waterloo. MMLU-Pro dikembangkan oleh Chen dan timnya sebagai respons atas keterbatasan MMLU lama. Ketika model-model mutakhir seperti o3 OpenAI mulai mencapai skor hampir sempurna, MMLU-Pro hadir dengan 12.032 soal yang lebih menantang, memperluas pilihan jawaban dan menekankan penalaran, sehingga berhasil membedakan kemampuan model yang sebelumnya tampak setara. Chen juga terlibat dalam MMMU, tolok ukur multimodal yang mengevaluasi pemahaman model terhadap gambar, grafik, dan teks secara terintegrasi. MMMU-Pro kemudian menyempurnakannya dengan memastikan model tidak bisa mengandalkan teks saja. Latar belakang Chen dalam pemahaman informasi kompleks dan pengembangannya di Google DeepMind untuk proyek Gemini memberinya wawasan mendalam. Ia mendirikan TIGERLab (atau "Geng Harimau"), yang tidak hanya fokus pada evaluasi tetapi juga riset model, seperti UniVideo untuk video dan MoCha untuk karakter virtual. Saat ini, Chen bergabung dengan Meta Super Intelligence Lab, terus berkontribusi pada data dan evaluasi multimodal. Karyanya mengingatkan bahwa di balik kemajuan AI yang terlihat, ada banyak talenta seperti dirinya yang membangun fondasi penting bagi perkembangan industri.

marsbit10m yang lalu

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

marsbit10m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

Selama tiga tahun terakhir, posisi yang paling diminati di industri AI adalah ilmuwan model. Namun, kini fokus perusahaan raksasa seperti OpenAI, Anthropic, dan Google telah berubah. Mereka kini paling ingin merekrut Forward Deployment Engineer (FDE) – insinyur penyebaran garis depan. Posisi ini, yang melibatkan kerja lapangan, rapat, dan modifikasi proses, menandai pergeseran besar industri: mitos model meredup, perang implementasi dimulai. Laporan LinkedIn 2026 menunjukkan bahwa perekrutan FDE global meningkat 42 kali lipat dari 2023 hingga 2025, tiga kali lebih cepat daripada pertumbuhan posisi insinyur AI. Ini mengungkap kenyataan: model sudah canggih, tetapi banyak perusahaan gagal mengadopsinya karena kendala organisasi, seperti data lama, alur kerja yang kaku, dan masalah integrasi sistem. Palantir Technologies adalah pelopor dalam mengembangkan peran FDE. Alih-alih menjual perangkat lunak standar, mereka mengirim insinyur untuk tinggal di lokasi klien, memahami proses, dan menyesuaikan solusi. Metode ini kini menjadi acuan. Pada Mei 2026, tiga raksasa AI mengambil langkah serius untuk implementasi. Anthropic meluncurkan perusahaan patungan senilai $15 miliar untuk men-deploy model Claude. OpenAI membentuk anak perusahaan Deployment Company (DeployCo) dengan investasi awal lebih dari $40 miliar dan mengakuisisi firma konsultan Tomoro. Google Cloud secara masif membuka lowongan untuk FDE. Ini adalah sinyal kuat bahwa fokus telah beralih dari pembuatan model ke penyebaran hasil. FDE tidak hanya menjual alat, tetapi menjamin hasil. Mereka harus memahami teknologi sekaligus dinamika organisasi, menggantikan peran manajer produk, arsitek, manajer proyek, dan insinyur AI. Gaji mereka yang tinggi (hingga $500.000) mencerminkan kompleksitas tugas: mengatasi hambatan organisasi seperti budaya korporat, kepatuhan, dan pembagian tanggung jawab, yang seringkali menjadi penyebab utama kegagalan proyek AI, seperti yang dialami oleh Goldman Sachs dan Target. Kesimpulannya, saat model, daya komputasi, dan Agen menjadi semakin murah, kemampuan yang menjadi sangat berharga adalah memahami organisasi, mengubah proses, dan mendorong perubahan. FDE populer karena industri AI akhirnya mengakui bahwa bagian tersulit dari revolusi teknologi bukanlah teknologinya, melainkan manusianya.

marsbit23m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

marsbit23m yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

Piala Dunia menjadi momen yang relevan untuk mengamati evolusi dompet digital (wallet). Dalam skenario prediksi Piala Dunia di platform seperti Polymarket, dompet web3 tradisional berfungsi sebagai pintu masuk interaksi on-chain bagi pengguna. Namun, perubahan yang lebih mendasar terjadi ketika AI Agent mulai diintegrasikan ke dalam skenario dompet, mengubah cara pengguna berinteraksi dengan dunia on-chain. Contohnya, imToken bereksperimen dengan menyematkan AI Agent dalam aktivitas prediksi Piala Dunia. Agent di situs web dan Discord ini dapat membantu pengguna menyelesaikan transaksi taruhan secara lebih alami. Pengguna tidak lagi harus membuka aplikasi dompet secara langsung, tetapi dapat berpartisipasi melalui Discord atau halaman web, kemudian dengan mulus dipandu kembali ke transaksi on-chain oleh Agent. Ini merupakan bentuk awal dari "Agentic Wallet", di mana dompet masa depan mungkin hadir dalam bentuk AI yang ada di mana-mana, bukan hanya sebagai aplikasi mandiri. Inti perubahan ini adalah pergeseran dari dompet sebagai "menu fungsi" menjadi "penerjemah intensi" (intent interpreter). Daripada pengguna memutuskan untuk mentransfer, menukar aset, atau menyambung ke DApp, mereka cukup menyampaikan keinginan dalam bahasa alami. Agent kemudian akan menguraikan langkah-langkahnya, dan dompet akan mengeksekusi rangkaian aksi on-chain. Piala Dunia menjadi pintu masuk yang ideal karena menyediakan konteks alami di mana pengguna memiliki intensi untuk berekspresi dan membuat keputusan. Perkembangan serupa juga terlihat di sektor keuangan tradisional. Mastercard meluncurkan "Agent Pay for Machines", yang mendefinisikan kerangka kerja untuk agen AI tepercaya yang berpartisipasi dalam pembayaran dengan otorisasi pengguna. Ini menekankan pentingnya identifikasi, otorisasi, batasan, dan audit untuk agen AI yang terlibat dalam transaksi bernilai—tantangan yang juga dihadapi oleh dompet web3. Oleh karena itu, tantangan utama bagi Agentic Wallet bukanlah seberapa banyak yang dapat dilakukan AI, tetapi bagaimana memastikan pengguna tetap memahami dan mengontrol tindakan AI. Keamanan dan batasan yang jelas menjadi sangat penting. Dompet masa depan perlu secara jelas memberi tahu pengguna tentang identitas Agent, kemampuan yang dapat digunakannya, durasi otorisasi, batas transaksi, dan memberikan opsi untuk menjeda atau mencabut akses kapan saja. Eksperimen dalam skenario ringan seperti prediksi Piala Dunia merupakan langkah awal menuju masa depan di mana dompet cerdas dapat meningkatkan pengalaman pengguna tanpa mengorbankan kendali dan keamanan aset mereka.

marsbit1j yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片