Рынки рухнули: эксперт советует «покупать на страхе, продавать на эйфории»

cryptonews.ruDipublikasikan tanggal 2021-05-06Terakhir diperbarui pada 2024-08-06

Глобальные рынки обрушились в минувшие выходные, и это падение продолжилось в понедельник. Индексы DOW и S&P 500 упали более чем на 1 000 пунктов, а цена биткоина опустилась ниже $49 000. Японский индекс Nikkei 225 пережил сильнейшую однодневную коррекцию с октября 1987 года, а падение на тайваньской фондовой бирже стало худшим торговым днем за последние 57 лет.

Что происходит на рынках?

Чтобы разобраться в ситуации, Cointelegraph взял интервью у Хафа (Huf), основателя Pear Protocol — децентрализованной биржи, позволяющей трейдерам работать с трендовыми нарративами через парную торговлю.

По мнению Хафа, многие участники рынка сейчас настроены на ралли в четвертом квартале. Они рассчитывают на такие факторы роста, как снижение процентных ставок, мирный переход власти в США и специфические для крипторынка события вроде фиатных выплат кредиторам FTX, которые получат дополнительные средства для инвестирования в цифровые активы.

Однако эксперт предупреждает, что агрессивное снижение ставок может привести к устойчивому давлению на доллар, особенно в паре USD/JPY. Это может спровоцировать вторую волну закрытия кэрри-трейд позиций по иене.

Риски и возможности

Хаф также отмечает риски, связанные с предстоящими выборами в США:

«Выборы обычно являются позитивным катализатором для фондового рынка, но учитывая разобщенность американского общества, существует риск менее мирного перехода к новому правительству, включая затяжные протесты, которые могут перерасти в общенациональные беспорядки».

Кроме того, он напоминает о нераспроданных запасах биткоина у правительства США:

«Если они выиграют судебное дело против BitFinex и ее пользователей, монеты, которые фактически были выведены из обращения, могут попасть на рынок. Тогда мы увидим страх в стиле Mt. Gox, часть 2, что нивелирует позитивный эффект от FTX».

Стратегии для трейдеров

Что же делать трейдерам в такой ситуации? Хаф подчеркивает важность подготовки и планирования: «Как всегда, лучшая форма подготовки — это иметь план покупать на страхе и продавать на эйфории».

Эксперт также советует:

  • Учитывать сезонность: летом ликвидность всегда ниже, чем в остальное время года
  • Уменьшить размер позиций или использовать меньшее плечо в летние месяцы
  • Увеличить долю стейблкоинов для сохранения возможности улучшения средней цены входа
  • Использовать парную торговлю для хеджирования рисков

«Например, трейдер может открыть длинную позицию по биткоину и компенсировать риск короткой позицией по Litecoin или ADA», — объясняет эксперт.

Взгляд на будущее

Говоря о возможном снижении ставок ФРС, Хаф отмечает:

«Федрезерв снижает ставки в условиях относительно сильной экономики — с довольно устойчивыми показателями ВВП и занятости до последних данных по числу рабочих мест. Снижение ставок (как и их повышение) дает отложенный эффект с точки зрения смягчения кредитных условий и увеличения потребления/расходов».

В краткосрочной перспективе рынок слишком оптимистично оценивает вероятность агрессивного снижения ставок. Если ФРС не пойдет на такое резкое снижение, как ожидают многие, мы можем увидеть коррекцию на рынках. Однако эта коррекция окажется умеренной, особенно если экономические данные окажутся лучше прогнозов.

В любом случае, готовьтесь к большей волатильности до конца года, резюмирует Хаф.

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.

marsbit39m yang lalu

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

marsbit39m 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.

marsbit48m yang lalu

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

marsbit48m 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.

marsbit3j yang lalu

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

marsbit3j yang lalu

Trading

Spot
Futures
活动图片