为什么现在的加密市场散户赚不到钱?

Odaily星球日报Dipublikasikan tanggal 2024-05-06Terakhir diperbarui pada 2024-05-06

Abstrak

“传统”加密市场不再有 500 倍的价格了,现在有一个更有趣的赌场。

原文作者:Regan Bozman

原文编译:深潮 TechFlow

为什么总有人说这个周期已经结束了?为什么每个人都感到痛苦?我们可以将所有问题归结为:在当前的市场结构下,散户再也赚不到真正的钱了。

关于回归本源、摆脱当前周期的一些杂谈

为什么本轮行情中没有散户的身影,答案其实很简单——这是因为 "传统 "加密货币市场(如 infra 代币)不再有 500 倍的价格了。现在有一个更有趣的赌场,有更好的meme,他们唾手可得。

为什么现在的加密市场散户赚不到钱?

我们实际上是在重现 VC/IPO 市场中发生的事情,在这些市场中,公司保持私有化的时间更长,这意味着更多的上升空间保持“私有化”(例如风险投资基金),并且散户无法进入。

为什么现在的加密市场散户赚不到钱?

加密货币一度扭转了这种情况,并使非对称上涨空间的获取更加民主化。但现在不再如此了!L1和L2从风险投资者那里筹集了更多资金。没有公开的代币销售。风险投资者赚钱。散户投资者被边缘化。也许散户投资者对这个周期的幻想破灭并不那么令人惊讶。

公司愿意保持私有化更长时间的一个重要原因是,风险投资者现在的资金比十年前多了五倍。公司现在可以在私人市场筹集 10 亿美元以上的资金,并且不必处理公开市场的额外开销。

为什么现在的加密市场散户赚不到钱?

毫不奇怪,加密风险投资也出现了同样的趋势——现在比五年前有更多的资金流入加密风险投资基金。

为什么现在的加密市场散户赚不到钱?

加密货币应该解决这个问题!

ICO 旨在使资本形成民主化,并进一步获得风险回报。他们绝对成功地做到了这一点。

以 2014 年 ICO 时的 30 美分的价格购买以太坊,到今天价格涨到 3, 000 美元,这意味着在 10 年时间里获得了 10, 000 倍的回报,绝对能够击败同期内的任何风险投资。任何地球上的人都可以参与,这太棒了。

现在这个行业明显增长了,所以入门价格自然而然地攀升,但这些机会并没有消失。2020 年的 $SOL 推出价格为 0.22 美元,而今价格为 140 美元,这意味着 4 年内获得了 636 倍的回报,这也可能击败了过去五年中几乎所有的风险投资回报。

在这个周期中,我们已经远离了这种市场结构。现在几乎没有散户投资者有机会在代币发行前购买代币,或者在公开市场以低价购买代币。

为什么现在的加密市场散户赚不到钱?

空投确实是一种改进,与现有的风险投资范式相比,早期用户可以获得一些财务上的收益。但它们在财务上并不如代币销售,从定义上讲,你只能从空投中赚到这么多钱。

为什么现在的加密市场散户赚不到钱?

我们已经从一个有无上限的上涨空间市场转变为一个有上限的市场——这是一个巨大的变化。在 SOL 的 ICO 中投入的 1, 000 美元现在变成了 636, 000 美元;

而在 Eigen 中投入的 1, 000 美元只能变成约 1, 030 美元……即使它涨了 10 倍,也只有 1, 300 美元。上一个周期中,你掌握自己的命运;而在这个周期中,你在等待 Eigen 爸爸的施舍。

金融虚无主义意味着承认这些市场一直都是关乎金钱的。是的,这些钱资助了科技发展,但正是这些资金推动了整个行业。如果削弱了金钱部分,整个行业将会崩溃。

为什么现在的加密市场散户赚不到钱?

我们可以做几件事情来改善当前的发行结构。关键在于为早期用户和社区创造无上限的上涨空间。

为什么现在的加密市场散户赚不到钱?

也就是说,市场中存在更大的结构性问题,L1和L2的大规模筹资,导致在上线前估值达到数十亿美元。这带来了两个问题:(A)大量卖方压力;(B)上线时发行价的下限。

我认为,本周期大多数山寨币所面临的结构性问题之一是,风险投资的抛售压力没有被散户流入所抵消。如果在上线前筹集了 5 亿美元,那么将会产生 5 亿美元的卖出压力(如果代币价格上涨,潜在压力甚至更大)。

为什么现在的加密市场散户赚不到钱?

在高估值的情况下私下筹集资金,意味着你会试图以更高的估值出货。这可能导致行情只能向下的情况

为什么现在的加密市场散户赚不到钱?

风险投资者和散户投资者之间的关系不需要是敌对的。$SOL 上的每个人都赚到了钱。

为什么现在的加密市场散户赚不到钱?

但是,如果你试图将过多的风险投资资金塞进流动性不强的市场,这就变得更加困难了。如果你剥夺了最重要的市场参与者的无上限上涨空间,那几乎是不可能的。

我们可以指责和争论有关 meme 币,但这完全忽略了问题的本质。meme 币不是问题所在——我们当前的市场结构才是问题所在。让我们回到我们的民主根基,解决当前市场的问题。

Bacaan Terkait

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

Saham chip memimpin penurunan di pasar saham AS, dengan indeks Nasdaq jatuh 2,2% dan S&P 500 turun 1,4%. Tekanan terjadi di seluruh rantai perangkat keras AI, termasuk Nvidia (turun ~4%), Micron (anjlok 13,2%), Qualcomm, serta saham memori dan penyimpanan. Pasar Asia juga terdampak, dengan KOSPI Korea turun hampir 10% dan raksasa chip seperti SK Hynix serta Samsung Electronics mencatat penurunan dua digit. Penjualan difokuskan pada aset dengan valuasi tinggi dan kepemilikan padat, dipicu oleh dua tekanan utama: Pertama, ekspektasi kenaikan suku bunga Federal Reserve yang lebih agresif, meningkatkan tekanan diskonto pada arus kas masa depan perusahaan teknologi. Kedua, investor mulai mempertanyakan kapan pengeluaran modal besar-besaran untuk AI oleh vendor cloud akan diterjemahkan menjadi keuntungan yang jelas, menggeser fokus dari "hanya membeli pertumbuhan" ke "harus melihat imbal hasil". Meski demikian, ini lebih dilihat sebagai koreksi setelah kenaikan tajam daripada tanda pecahnya gelembung. Permintaan dasar untuk perangkat keras AI masih ada. Titik kunci selanjutnya adalah laporan keuangan Micron yang akan datang untuk konfirmasi permintaan, serta data inflasi AS yang akan mempengaruhi jalur kebijakan Fed. Pasar kini mempertimbangkan narasi AI dengan lebih realistis, menyeimbangkannya dengan tekanan suku bunga dan garis waktu imbal hasil.

marsbit59m yang lalu

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

marsbit59m yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

OpenAI menerbitkan makalah tentang cara melatih AI agar tetap bermanfaat dan aman di bawah tekanan atau skenario baru. Penelitian ini berfokus pada penggunaan _reinforcement learning_ untuk membentuk sifat-sifat bermanfaat yang luas dan persisten dalam model, bukan sekadar daftar larangan. Sifat-sifat ini mencakup kejujuran, transparansi, kesadaran risiko, dan kemampuan untuk dikoreksi. Makalah ini memperkenalkan konsep "penyimpangan muncul" (_emergent misalignment_), di mana perilaku buruk di satu bidang dapat menyebar ke bidang lain. OpenAI bertanya apakah perilaku baik juga dapat digeneralisasi secara lintas domain. Mereka membuat dataset dialog sintetis multi-domain untuk mengevaluasi dan melatih 15 sifat bermanfaat. Eksperimen menunjukkan bahwa dengan hanya mengganti 5% data pelatihan standar dengan data sifat bermanfaat, model menunjukkan peningkatan signifikan dalam 83% evaluasi. Yang penting, pelatihan di satu bidang (misalnya, kesehatan) meningkatkan kinerja di bidang lain yang tidak terkait, menunjukkan adanya transfer perilaku yang bermanfaat. Model ini juga menunjukkan ketahanan yang lebih baik terhadap petunjuk yang bermusuhan (_adversarial prompting_) dan penyetelan halus yang berbahaya (_harmful finetuning_), dengan penurunan performa yang lebih kecil dan lebih sedikit penyebaran kerusakan ke domain lain. Penelitian ini menekankan bahwa AI yang baik bukan tentang selalu menolak atau selalu mematuhi pengguna, tetapi tentang membuat penilaian yang lebih kuat antara menjadi berguna, jujur, dan aman. Ini mewakili pergeseran dari memperbaiki masalah keamanan setelah fakta menuju membentuk perilaku yang diinginkan sejak awal, yang merupakan langkah penting sebelum AI digunakan dalam tugas berisiko tinggi.

marsbit1j yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

marsbit1j yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

Penelitian Goldman Sachs menggarisbawahi bahwa gelombang investasi AI saat ini tidak sama dengan gelembung teknologi 1999-2000. Perbedaan kuncinya terletak pada fundamental: laba dan pengeluaran modal (capex) perusahaan terkait AI masih kuat dan terus dinaikkan, mendorong pasar, sementara valuasi forward P/E tidak melonjak ekstrem karena kenaikan harga saham didorong oleh kenaikan ekspektasi laba. Namun, risikonya tetap ada. Pasar telah mengantisipasi banyak hal optimis, dengan peningkatan nilai pasar AI (sekitar $27 triliun) melebihi perkiraan manfaat makroekonomi dasar. Harga saat ini bergantung pada asumsi bahwa perusahaan pemenang AI dapat mempertahankan pangkat laba tinggi dalam jangka panjang dari lonjakan produktivitas. Sinyal utama yang mirip era 1990-an adalah intensitas investasi. Capex AI, terutama dari penyedia cloud hyperscale, meningkat sangat cepat dan bisa mendekati puncak era dot-com. Namun, sinyal gelembung lain seperti penurunan margin makro, peningkatan leverage korporat, atau defisit neraca berjalan yang membesar belum terlihat. Risiko utama telah bergeser dari "gelembung valuasi" ke kemungkinan "gelembung laba". Selama siklus capex belum mencapai puncaknya, laba kuat kemungkinan masih mendominasi kekhawatiran valuasi. Namun, begitu siklus investasi memuncak, kelangsungan laba tinggi akan diuji. Selain itu, ekonomi non-AI AS relatif lemah, sehingga AI mungkin menutupi kelemahan di sektor lain. Mengingat ketergantungan pada narasi optimis ini, volatilitas saham diperkirakan meningkat. Investor disarankan untuk tetap berada dalam tren, tetapi meningkatkan perlindungan downside, misalnya melalui opsi put atau menggunakan opsi call sebagai pengganti sebagian eksposur spot. Risiko terbalik juga ada di sisi suku bunga, yang bisa turun signifikan jika kerapuhan ekonomi non-AI terungkap setelah puncak investasi AI berlalu.

marsbit1j yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

marsbit1j yang lalu

Mark Zuckerberg Masuk ke Pasar Prediksi

Meta, perusahaan teknologi sosial terbesar di dunia, secara resmi memasuki arena pasar prediksi. CEO Mark Zuckerberg telah menginstruksikan pembentukan tim kecil untuk mengembangkan aplikasi smartphone bernama "Arena", yang akan bersaing dengan platform seperti Polymarket dan Kalshi. Aplikasi ini, yang masih dalam tahap eksperimen awal, akan beroperasi secara independen dari aplikasi inti Meta seperti Facebook dan Instagram. Pada versi awal, pengguna dapat memprediksi hasil berbagai peristiwa seperti pemilihan politik, pertandingan olahraga, dan urusan dunia. Namun, alih-alih menggunakan uang sungguhan, Arena akan menerapkan sistem poin seperti dalam permainan video, di mana pengguna mengumpulkan poin, peringkat, dan prestasi berdasarkan prediksi akurat mereka. Meskipun demikian, Meta tidak menutup kemungkinan untuk memperkenalkan taruhan dengan uang nyata di masa depan. Langkah Meta ini terjadi di tengah pertumbuhan pesat industri pasar prediksi, dengan volume perdagangan online di platform utama melonjak menjadi lebih dari $130 miliar pada tahun 2026. Arena berpotensi memanfaatkan basis pengguna aktif harian Meta yang lebih dari 3,56 miliar untuk pertumbuhan cepat. Selain potensi pendapatan dari biaya transaksi (jika menggunakan uang sungguhan) atau barang virtual, data yang dihasilkan dari aktivitas prediksi pengguna dapat memperkaya sistem iklan inti Meta. Strategi ini selaras dengan pendekatan Meta untuk mengikuti tren pengguna dan mengembangkan aplikasi independen untuk menguji perilaku sosial baru. Namun, tantangan seperti risiko regulasi yang ketat dari badan seperti CFTC di AS, tekanan hukum di berbagai yurisdiksi, dan kesulitan dalam menarik serta mempertahankan pengguna untuk aplikasi independen tetap menjadi hambatan yang signifikan. Ini bukan upaya pertama Meta di bidang ini, setelah aplikasi serupa bernama Forecast ditutup pada tahun 2022.

Foresight News1j yang lalu

Mark Zuckerberg Masuk ke Pasar Prediksi

Foresight News1j yang lalu

Rebound Saham Semikonduktor: Akhir Koreksi Teknis atau Pembalikan Tren?

**Ringkasan (sekitar 1500 karakter):** Pasar saham semikonduktor, terutama di Korea Selatan (seperti Samsung dan SK Hynix), mengalami penjualan besar dan pemulihan cepat pada akhir Juni. Inti gejolak ini bukan pada fluktuasi harian, melainkan pergeseran fase penentuan harga saham semikonduktor setelah perdagangan tema AI menjadi sangat ramai. Pemulihan setelah anjlok lebih mencerminkan perbaikan posisi (teknis) dan ekspektasi pembagian hasil pemegang saham (seperti pada Samsung), bukan konfirmasi bahwa tren naik telah berlanjut. Validasi sesungguhnya berasal dari musim laporan keuangan, khususnya dari Micron Technology. HBM (High Bandwidth Memory) adalah variabel kunci. Komponen penting untuk server AI ini telah memberi produsen memori seperti Micron, Samsung, dan SK Hynix kekuatan penetapan harga yang kuat. Pertanyaan pasar sekarang adalah apakah kekuatan ini dan siklus pengeluaran modal AI dapat terus mendukung valuasi tinggi sektor ini. Laporan keuangan Micron (24 Juni) menjadi titik uji utama. Investor tidak hanya mencari hasil kuartal yang kuat, tetapi lebih pada panduan ke depan (guidance) dan konfirmasi bahwa visibilitas pesanan, harga memori, dan margin keuntungan masih kokoh. Jika Micron dapat memberikan sinyal kuat bahwa permintaan HBM dan kekuatan penetapan harganya masih berlanjut, rebound dapat diartikan sebagai akhir koreksi teknis dan tren naik berlanjut. Namun, jika panduannya mulai hati-hati atau ekspektasi kenaikan laba tertinggal dari valuasi, pemulihan saat ini mungkin hanya bersifat sementara sebelum tren melemah. Singkatnya, rebound saham semikonduktor Asia masih berupa perbaikan teknis yang menunggu konfirmasi fundamental lebih lanjut. Nasib perdagangan tema AI dalam waktu dekat sangat bergantung pada kemampuan rantai pasokan, terutama di segmen memori, untuk terus melampaui ekspektasi tinggi yang telah dibangun pasar.

marsbit1j yang lalu

Rebound Saham Semikonduktor: Akhir Koreksi Teknis atau Pembalikan Tren?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片