SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Odaily星球日报Dipublikasikan tanggal 2024-01-30Terakhir diperbarui pada 2024-01-30

Abstrak

数字货币方面，BTC持续引领市场上行，日内收涨1300点，再次回到43000美元上方，期货市场上的Future APR也受此提振基本达到了10%左右。

昨日（29 JAN）美国财政部将第一季度的净借款规模预估由 8160 亿美元下调至 7600 亿（-6.9% ），意外低于市场预期，推动美债反弹，长期债券收益率领跌，当前两年期/十年期分别为 4.314% /4.061% ，同时也助力美股在尾盘走强，道指/标普/纳指分别收涨 0.59% /0.76% /1.1% 。

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: SignalPlus, Economic Calendar

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: Binance & TradingView

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: SignalPlus

数字货币方面，BTC 持续引领市场上行，日内收涨 1300 点，再次回到 43000 美元上方，期货市场上的 Future APR 也受此提振基本达到了 10% 左右。期权方面，BTC 隐含波动率整体小幅上行 1-2% Vol；ETH 二月底从低点上涨 1.84% ，其他期限微涨 0.6% 左右；ATM Curve 整体形态不变，仍然保持着前端较平，从二月底开始上翘的现状。

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: Deribit （截至 30 JAN 16: 00 UTC+ 8）

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: SignalPlus

从另一个角度看，作为重要的市场情绪指标，Vol Skew 在今日再度上涨。从过去 24 小时的交易中我们也观察到，ETH 集中在二月的成交表现出明显的 Risky Flow，推动中前端的 25 dRR 实现逆转；在 BTC 方面，部分成交向中远期发生转移，大量的买入看涨期权集中在 9 FEB/29 MAR/26 APR 的 0.2-0.3 Delta 附近，但同时本周的 2 FEB 也出现明显卖压，集中在 43000 和 44000 行权价上，可能是止损单或是对短期内价格再度突破表露出的较低预期。

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: SignalPlus，Vol Skew 再度上涨

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Data Source: Deribit，ETH Risky Flow 推动中前端 25 dRR 上行

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Data Source: Deribit，大量的买入看涨期权集中在 9 FEB/29 MAR/26 APR 的 0.2-0.3 Delta 附近

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: Deribit Block Trade

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

Source: Deribit Block Trade

SignalPlus波动率专栏(20240130)：BTC再涨1300点，看涨情绪上升

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

Laporan Q1 2026 Ethereum: Biaya Turun, Pengguna dan Volume Transaksi Capai Rekor Tertinggi Sejarah

**Laporan Kuartal I Ethereum 2026: Biaya Turun, Pengguna dan Jumlah Transaksi Capai Rekor Tertinggi** Laporan Ethereum Q1 2026 menunjukkan data yang tampak berlawanan tetapi kritis: jaringan ini mengalami pertumbuhan pengguna, transaksi, dan throughput tertinggi sepanjang masa, sementara biaya transaksi, TVL, volume perdagangan, dan kapitalisasi pasar ETH terdilusi turun. Ini menandai transisi Ethereum ke fase 'biaya rendah untuk skala' setelah peningkatan Fusaka meningkatkan kapasitas data dan membuat ruang blok lebih murah, melepaskan permintaan jaringan (paradoks Jevons). Naratif inti Ethereum bergeser dari blockchain DeFi ke lapisan penyelesaian keuangan global. Ethereum mempertahankan dominasi dalam aset tokenisasi: stablecoin, dana tokenisasi (naik 4.9% QoQ), komoditas tokenisasi (naik 60% QoQ, terutama emas), dan saham tokenisasi. Kehadiran institusi seperti BlackRock, JPMorgan, dan Fidelity semakin memperkuat adopsi. **Data Kunci Q1 2026:** * **Penggunaan (Naik):** Pengguna Bulanan Aktif (MAU): 13.2 juta (+53.5% QoQ). Jumlah Transaksi: 200.4 juta (+38% QoQ). Throughput: 25.78 TPS. * **Nilai & Biaya (Turun):** Biaya Transaksi Lapisan-1: $39.9 juta (-47.9% QoQ). TVL Ekosistem: $316.2B (-11% QoQ). Kapitalisasi Pasar ETH Tercairkan Penuh: $290B (-30.3% QoQ). * **Aset Tokenisasi (Stabil/Tumbuh):** Nilai Pasar: $2034B. Didominasi stablecoin ($1789B), diikuti dana ($194B) dan komoditas ($47B). Ethereum mengorbankan pendapatan biaya jangka pendek untuk ekspansi jaringan, berfokus pada konsolidasi sebagai lapisan penyelesaian default untuk aset keuangan global. Peningkatan kapasitas berkelanjutan (seperti rencana upgrade Glamsterdam) diharapkan dapat lebih mendorong adopsi dan nilai jaringan jangka panjang.

marsbit8m yang lalu

Laporan Q1 2026 Ethereum: Biaya Turun, Pengguna dan Volume Transaksi Capai Rekor Tertinggi Sejarah

marsbit8m yang lalu

CEO Intel Lip-Bu Tan Wawancara Podcast Pertama: Target Kami "10x dalam 5-10 Tahun", Fokus pada Packaging Canggih, Substrat Kaca, dan Berlian Sintetis

CEO Intel Pat Gelsinger menguraikan visi ambisiusnya untuk menciptakan pengembalian 10 kali lipat dalam 5-10 tahun ke depan. Strateginya berfokus pada penguatan pilar bisnis inti (seperti CPU untuk AI cerdas dan inferensi), sambil secara agresif berinvestasi pada teknologi pendobrak batas. Kunci utamanya adalah kemasan lanjutan (seperti EMIB), material baru (termasuk substrat kaca dan wafer berlian sintetis), serta membangun fondasi yang kuat untuk bisnis penempaan (foundry) dengan menekankan kepercayaan, hasil produksi, dan waktu siklus. Dia juga menyoroti kemitraan dengan Elon Musk dalam proyek Terafab dan keyakinannya bahwa potensi penuh Intel, yang melampaui PC ke komputasi tepi dan AI fisik, akan terlihat jelas pada tahun 2030-2032. Gelsinger menekankan pendekatan "merangkak, berjalan, berlari" untuk transformasi perusahaan.

marsbit11m yang lalu

CEO Intel Lip-Bu Tan Wawancara Podcast Pertama: Target Kami "10x dalam 5-10 Tahun", Fokus pada Packaging Canggih, Substrat Kaca, dan Berlian Sintetis

marsbit11m yang lalu

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

Ilmuwan ternama dan mantan peneliti senior DeepMind, Pete Florence, baru saja menggalang dana US$4 miliar (sekitar Rp27 triliun) untuk perusahaannya, Generalist AI. Menariknya, meskipun dikenal sebagai salah satu perintis arsitektur model "dunia nyata" (world model) atau Vision-Language-Action (VLA), Florence secara terbuka menolak label "world model" untuk perusahaannya. Florence, yang dibimbing oleh ahli robotika fisik Rusia Tedrake di MIT, percaya bahwa fokus utama seharusnya pada *tujuan*, bukan sekadar *label*. Tujuannya adalah menciptakan robot yang dapat melakukan tugas fisik apa pun dengan tingkat keberhasilan dan kecepatan tinggi, tanpa memerlukan data spesifik untuk setiap tugas, mirip seperti manusia. Generalist AI telah meluncurkan dua model: GEN-0 (2025) dan GEN-1 (2026). GEN-1 diklaim memiliki tingkat keberhasilan 99% dalam tugas-tugas rumit seperti melipat kardus dan merawat robot, berkat pelatihan dengan data interaksi fisik skala besar yang dikumpulkan melalui sarung tangan mekanis khusus. Kemajuan ini menunjukkan bahwa model fisik mereka mendekati titik balik menuju utilitas komersial, mirip dengan GPT-3 untuk bahasa. Pendanaan putaran ini, yang meningkatkan valuasi perusahaan menjadi US$20 miliar, dipimpin oleh investor seperti NVentures (Nvidia), Bezos Expeditions, NFDG, serta figur ternama termasuk pendiri Xiaomi Bin Lin, pendiri Zoom Eric Yuan, dan ilmuwan terkemuka Fei-Fei Li. Investor percaya pada visi Florence untuk mewujudkan robot serba bisa yang benar-benar berguna dalam kehidupan nyata.

marsbit17m yang lalu

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

marsbit17m yang lalu

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

Dalam tiga hari, Google kehilangan dua tokoh legendaris AI. Noam Shazeer, penulis inti makalah Transformer dan pemimpin bersama Gemini, meninggalkan Google untuk bergabung dengan OpenAI. Dua hari kemudian, John Jumper, pemenang Nobel Kimia 2024 dan pemimpin inti AlphaFold, meninggalkan Google DeepMind untuk bergabung dengan Anthropic. Tren ini diperkuat dengan keputusan mantan anggota pendiri OpenAI, Andrej Karpathy, yang bergabung dengan Anthropic pada Mei. Kehilangan ini mencerminkan tren yang lebih luas: aliran talenta AI puncak dari Google ke OpenAI dan Anthropic. Penyebabnya adalah perbedaan mendasar dalam misi. Bisnis inti Google adalah iklan, sehingga penelitian AI sering kali harus selaras dengan tujuan komersial. Sebaliknya, OpenAI berfokus pada AGI untuk kemanusiaan, sementara Anthropic berfokus pada keamanan AI, memungkinkan peneliti berkonsentrasi penuh pada kemajuan teknologi. Faktor lain termasuk prospek kekayaan dari IPO yang akan datang di OpenAI dan Anthropic, yang menawarkan potensi imbalan ekuitas yang jauh lebih besar dibandingkan dengan raksasa matang seperti Google. Selain itu, penggabungan Google Brain dan DeepMind pada 2023 dianggap gagal menyelesaikan ketegangan antara penelitian jangka panjang dan tekanan komersialisasi. Google masih memiliki aset kuat seperti infrastruktur komputasi dan data, tetapi kehilangan talenta kritis ini merupakan tantangan struktural yang mendalam. Di bidang AI, retensi talenta terbaik ternyata lebih sulit daripada membangun model yang paling canggih sekalipun.

marsbit2j yang lalu

Dua Legenda Hilang dalam Tiga Hari: Bendungan Talenta AI Google, Mulai Jebol?

marsbit2j yang lalu

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

Setiap kali model AI terdepan dirilis, industri melihat "laporan nilai" seperti MMLU-Pro, MMMU, dan MMMU-Pro. Tolok ukur ini telah menjadi bahasa umum untuk mengevaluasi kemampuan model. Di baliknya adalah nama seorang peneliti Tionghoa, Chen Wenhu, asisten profesor di University of Waterloo. Dia dan lab TIGERLab-nya menciptakan MMLU-Pro karena MMLU lama tidak lagi efektif—model canggih seperti OpenAI o3 hampir mencapai nilai sempurna. MMLU-Pro, dengan 12.032 soal lebih sulit dan 10 pilihan jawaban, berhasil membedakan kembali kemampuan model. Selain itu, mereka mengembangkan MMMU untuk mengevaluasi model multimodal (teks dan gambar) pada 11.500 soal dari berbagai disiplin ilmu. Bahkan model terkuat seperti GPT-4V hanya mencapai akurasi 56%. MMMU-Pro kemudian dibuat agar model tidak bisa mengandalkan teks saja dan harus benar-benar memahami informasi visual. Chen Wenhu memiliki latar belakang riset dalam pemahaman informasi kompleks. Pengalamannya di Google DeepMind untuk proyek Gemini membantunya memahami celah dalam evaluasi. Labnya juga mengerjakan penelitian model, seperti UniVideo untuk video dan MoCha untuk karakter virtual, yang memperdalam pemahaman mereka dalam merancang tolok ukur yang solid. Kini, dia bergabung dengan Meta untuk fokus pada data pelatihan dan evaluasi multimodal. Karyanya menggarisbawahi kontribusi signifikan peneliti Tionghoa di balik layar dalam membentuk standar evaluasi AI global.

marsbit2j yang lalu