Аналитик устанавливает цель биткоина в 285 000 долларов США с использованием квантильной модели

cryptonews.ruDipublikasikan tanggal 2024-05-22Terakhir diperbarui pada 2024-10-22

Аналитик рынка Сина определил модель ценового действия, которая поднимет биткоин до $285 000 за монету до окончания бычьего ралли.

В своем твите Сина определил вероятный ценовой диапазон биткоина при прогнозировании с использованием модели квантильной регрессии. Согласно анализу, эксперт рынка отметил, что модель классифицирует ценовое действие биткоина по трем отдельным зонам.

Ссылаясь на квантильную модель, Сина выделил три зоны, в которых биткоин будет торговаться в 2025 году. Он назвал их холодной, теплой и горячей зонами.

В холодной зоне, также называемой 33%-ным квантильным диапазоном, профессор заявил, что биткоин будет торговаться между $55 000 и $85 000. В настоящее время биткоин торгуется в этом ценовом диапазоне, с ценой в $67 620 на момент написания статьи.

Бычий импульс охватил крупнейший криптоактив на рынке за последние несколько недель, так как в понедельник он достиг четырехмесячного максимума выше $69 000. Однако Sina ожидает, что текущая цена Bitcoin будет среди самых низких значений в следующем году, и призывает к агрессивному накоплению, пока Bitcoin остается в холодной зоне.

Кроме того, Sina подробно остановился на теплой зоне между квантильным диапазоном 33% и 66%. Он ожидает, что Bitcoin будет торговаться между $85 000 и $136 000 на этой фазе, ссылаясь на растущий интерес к главному криптоактиву.

Sina утверждает, что цены будут быстро расти в этой фазе, и этот рост привлечет внимание ритейлеров. Во время теплой зоны эксперт по рынку рекомендовал умеренное накопление Bitcoin, в частности, указав на усреднение долларовой стоимости (DCA).

Аналитик прогнозирует возможный рост до $285 000

Наконец, аналитик определил динамику цены биткоина в горячей зоне, выше 66%-ного квантиля. Он ожидает, что биткоин будет торговаться между $136 000 и $285 000, с «большими объемами и резкими колебаниями».

Отметив, что цены могут продолжить свое движение вверх, Сина заявил, что биткоин может развернуться после достижения последней зоны. Он посоветовал осторожный подход и снижение покупательского аппетита.

Между тем, Сина отметил, что горячая зона не является вершиной биткоина в 2025 году. Он утверждает, что крупнейшая криптовалюта по рыночной капитализации достигнет пика на 90-м–99-м квантиле, подразумевая, что существуют дальнейшие возможности роста выше отметки $285 000.

Примечательно, что модель квантильной регрессии Сины согласуется с амбициозными ценовыми предположениями других аналитиков. Например, Майкл ван де Поппе утверждал, что биткоин протестирует уровни от $300 000 до $350 000, ссылаясь на возросшую тягу китов.

Краткосрочные ожидания биткоина

Тем временем, во вторник биткоин продолжил снижаться во время краткосрочного окна коррекции. Актив упал почти на 2% за последние 24 часа, но держится выше $67 000 на момент написания статьи.

На фоне консолидации данные IntoTheBlock показывают, что биткоину все еще необходимо восстановить уровень цены $68 500. Платформа рыночной аналитики отметила, что более 320 000 адресов взаимодействовали с Bitcoin вблизи его предыдущего исторического максимума в $69 000, формируя прочную поддержку.

Однако руководитель исследований Uphold, доктор Мартин Хисбёк, отметил, что Bitcoin может увидеть более низкие цены, поскольку рынок, по-видимому, перегрет. Он намекнул, что возросшее кредитное плечо, явное в рекордном росте открытого интереса, может спровоцировать спад.

Bacaan Terkait

Anthropic Ciptakan 'Kitab Hukum Pidana' AI Jailbreak: Permintaan Anda, Empat Jenis Hukuman Mati

Anthropic, perusahaan di balik model AI Claude, baru-baru ini merilis sistem pengamanan yang ketat dan kerangka kerja penilaian bernama CJS (Cyber Jailbreak Severity) untuk mengklasifikasi dan mengukur tingkat bahaya upaya "jailbreak" atau pelarian keamanan pada model AI mereka. Artikel ini menceritakan bagaimana permintaan yang tampaknya biasa, seperti menghitung huruf dalam kata "raspberry" atau menyebutkan profesi sebagai ahli bio-statistik, bisa langsung ditolak atau menyebabkan penurunan kualitas respons model (seperti dialihkan ke versi Claude Opus 4.8 yang lebih lama). Insiden ini memicu kritik dari pengguna. Untuk mengatasi hal ini, Anthropic mengategorikan semua permintaan terkait keamanan siber ke dalam empat tingkat risiko: 1. **Hukuman mati (langsung diblokir):** Perangkat lunak ransomware, pencurian data, pengembangan malware. 2. **Penggunaan ganda risiko tinggi:** Pengujian penetrasi, pengembangan eksploitasi kerentanan kompleks. 3. **Penggunaan ganda risiko rendah:** Pengumpulan intelijen sumber terbuka, pemindaian kerentanan yang diketahui. 4. **Tidak berbahaya:** Pengodean aman, debug, analisis log. Namun, sistem klasifikasi ini diatur sangat sensitif dengan prinsip "lebih baik membunuh seribu permintaan daripada melewatkan satu yang berbahaya", menyebabkan banyak permintaan sah (seperti debugging) juga terkena blokir. Kerangka kerja CJS diperkenalkan sebagai alat untuk menilai seberapa serius sebuah jailbreak, menggunakan empat parameter: * **Peningkatan Kemampuan (0-4):** Seberapa banyak jailbreak memberi kemampuan baru di atas alat yang ada. * **Luas Kemampuan (0-2):** Rentang aktivitas berbahaya yang bisa dilakukan. * **Tingkat Kesulitan Pemanjatan (0-2):** Mudah atau tidaknya jailbreak diubah menjadi serangan nyata. * **Tingkat Kemudahan Penemuan (0-2):** Seberapa mudah jailbreak ditemukan. Skor total (0-10) menentukan tingkat keparahan dari CJS-0 (hanya informasi) hingga CJS-4 (krisis). Skor ini kontekstual dan bisa berubah berdasarkan waktu dan pengetahuan yang tersedia secara publik. Artikel ini menyoroti kekhawatiran bahwa Anthropic, bersama aliansi Glasswing yang didanai perusahaan teknologi besar, berpotensi memegang kekuasaan besar dalam mendefinisikan standar bahaya. CJS bisa menjadi alat bagi regulator untuk memutuskan kapan sebuah model AI harus ditutup. Ini terlihat dari insiden Juni di mana akses ke model Fable 5 diputus secara global untuk warga negara asing karena peraturan ekspor AS, menandai pertama kalinya kontrol ekspor langsung membatasi akses API model AI. Kesimpulannya, pengembang dan pengguna sekarang harus berhati-hati dalam merangkai perintah (prompt), waspada terhadap penurunan kualitas respons sebagai tanda pembatasan, dan menunggu perbaikan dari Anthropic—yang tidak memiliki jadwal pasti. Artikel ini berargumen bahwa masalah ini telah melampaui sekadar teknis, menjadi masalah kebijakan dan kontrol.

marsbit2m yang lalu

Anthropic Ciptakan 'Kitab Hukum Pidana' AI Jailbreak: Permintaan Anda, Empat Jenis Hukuman Mati

marsbit2m yang lalu

Penghasilan Tahunan $100 Juta, Dua Teman Sekamar UC Berkeley Generasi 90an, Menciptakan Bisnis AI Paling Menguntungkan

Dua teman sekamar di UC Berkeley, keduanya berusia 90-an, menciptakan bisnis AI yang sangat menguntungkan: Arena. Bermula dari proyek penelitian sumber terbuka bernama Chatbot Arena pada 2023, platform ini telah berkembang menjadi "gelanggang" benchmark model AI global yang netral. Pengguna dapat membandingkan respons dari dua model anonim dan memilih yang terbaik, menghasilkan peringkat berbasis Elo yang diakui industri. Dengan lebih dari 10 juta penilaian pengguna, 700 juta percakapan, dan 82 juta suara, Arena menjadi standar de facto untuk pengujian model besar. Raksasa seperti OpenAI, Google, dan Anthropic mengirimkan model mereka ke sini, bahkan OpenAI menguji GPT-5 secara diam-diam di platform ini. Kunci kesuksesan monetisasinya adalah layanan komersial "AI Evaluations", diluncurkan September lalu. Layanan ini memungkinkan perusahaan membayar untuk pengujian mendalam oleh komunitas jutaan pengguna Arena, memberikan analisis performa model di dunia nyata. Hanya dalam 8 bulan, pendapatan tahunan layanan ini telah mencapai $100 juta. Perusahaan ini didirikan oleh CEO Anastasios Angelopoulos (ahli matematika/machine learning), CTO Wei-Lin Chiang (pembuat Vicuna), dan profesor UC Berkeley Ion Stoica sebagai penasihat. Mereka mengumpulkan $100 juta dalam pendanaan seed dan $150 juta dalam Seri A, dengan valuasi mencapai $1.7 miliar. Arena terus berinovasi dengan memperkenalkan "Agent Mode" untuk mengevaluasi agen AI dalam tugas panjang seperti coding dan penelitian, melampaui sekadar penilaian percakapan. Bisnis mereka membuktikan bahwa dalam demam emas AI, menyediakan alat pengukuran yang andal (seperti "menjual sekop dan air") bisa lebih berharga daripada menambang sendiri.

marsbit7m yang lalu

Penghasilan Tahunan $100 Juta, Dua Teman Sekamar UC Berkeley Generasi 90an, Menciptakan Bisnis AI Paling Menguntungkan

marsbit7m yang lalu

Insinyur Claude Akhirnya Mengeluarkan Fable 5, Mengajarkan Cara Menghilangkan Kesenjangan Informasi dengan Model

Artikel ini membahas strategi untuk meningkatkan efektivitas penggunaan model AI Claude Fable 5 dalam pemrograman dan tugas-tugas kompleks lainnya. Inti permasalahan yang diangkat adalah adanya "kesenjangan informasi" antara pengguna dan model, di mana petunjuk (prompt), konteks, dan keterampilan yang diberikan tidak sepenuhnya mencerminkan kompleksitas tugas sebenarnya ("peta" vs "wilayah"). Penulis, Thariq Shihipar (insinyur Claude Code), memperkenalkan konsep "hal yang tidak diketahui" (unknowns) yang dikategorikan menjadi empat jenis: diketahui-diketahui, diketahui-tidak diketahui, tidak diketahui-diketahui, dan tidak diketahui-tidak diketahui. Kunci keberhasilan adalah secara aktif mengidentifikasi dan mengklarifikasi hal-hal yang tidak diketahui ini sebelum, selama, dan setelah proses implementasi. Artikel ini menawarkan berbagai teknik praktis untuk mencapai hal tersebut, seperti: - **Sebelum Implementasi**: Pemindaian titik buta (blindspot scan), brainstorming dan pembuatan prototipe, wawancara balik oleh Claude, penggunaan referensi kode, dan pembuatan rencana implementasi. - **Selama Implementasi**: Menyimpan catatan implementasi untuk melacak penyimpangan dari rencana. - **Setelah Implementasi**: Membuat dokumen penjelasan dan presentasi, serta melakukan kuis untuk memastikan pemahaman menyeluruh. Kesimpulannya, semakin kuat kemampuan model AI, semakin penting bagi pengguna untuk terampil dalam mendefinisikan batasan dan detail tugas. Dengan secara proaktif bekerja sama dengan Claude untuk menemukan dan mengatasi "hal-hal yang tidak diketahui", pengguna dapat secara signifikan meningkatkan kualitas dan efisiensi hasil kerja.

marsbit12m yang lalu

Insinyur Claude Akhirnya Mengeluarkan Fable 5, Mengajarkan Cara Menghilangkan Kesenjangan Informasi dengan Model

marsbit12m yang lalu

Trading

Spot
活动图片