Аналитик рассказал о рисках падения биткоина в январе

cryptonews.ruDipublikasikan tanggal 2024-08-09Terakhir diperbarui pada 2025-01-09

Негативное влияние на динамику криптовалют оказали сообщения о массовом выводе Ethereum из стейкинга — более 500 тыс. ETH за последний месяц. Финансовый аналитик BitRiver Владислав Антонов рассказал 9 января «Известиям» о причинах резкого падения валюты.

По мнению специалиста, снижение курса биткоина в начале января 2025 года связано с благоприятными показателями занятости в США, что увеличило прогнозы о более строгой монетарной политике Федеральной резервной системы. Кроме того, высказывания главы ФРС Джерома Пауэлла о вероятном уменьшении числа снижения процентных ставок в I квартале 2025 года оказали отрицательное влияние на рисковые активы, включая криптовалюты. Ситуацию дополнительно усложнили увольнение председателя CFTC Ростина Бенама, который выступал за более жесткое регулирование криптовалют, и отставка вице-президента ФРС Майкла Барра.

«Негативное влияние на динамику криптовалют оказали сообщения о массовом выводе Ethereum из стейкинга — более 500 тыс. ETH за последний месяц. WisdomTree внесла более 11 тыс. ETH на Coinbase за несколько минут до обвала цен, что также могло повлиять на настроения. Эти факторы вызвали ликвидацию маржинальных длинных позиций примерно на $1 млрд. Падение биткоина создает эффект домино, затрагивая весь криптовалютный рынок», — сказал Антонов.

По его словам, в январе, в условиях коррекционного движения и неопределенности касательно процентных ставок ФРС США, существует вероятность снижения котировок пары BTC/USDT ниже уровня $90,5 тыс. с целью достижения около $88 тыс. Из-за низкой ликвидности рынка криптовалют и осторожности инвесторов возможны падения до $85 тыс.

Текущий курс биткоина составляет $95 тыс. Если цена сможет удержаться выше уровня $93 тыс. и не упадет ниже $90 тыс. до 25 января, это может стать сигналом к новому росту. Сейчас ключевым уровнем сопротивления является отметка в $97 500.

«MicroStrategy и BlackRock продолжают выкупать биткоин на падении, уменьшая его предложение на рынке. Они владеют более 1 млн BTC стоимостью почти $100 млрд. После халвинга 2024 года ключевую цель на 2025 год сохраняю на отметке $160 тыс. к октябрю-ноябрю», — подытожил Антонов.

Ранее, 2 января, партнер Capital Lab Евгений Шатов рассказал «Известиям» о курсе биткоина на первую половину 2025 года. По его словам, будет наблюдаться падение индекса на фоне увеличения числа альткоинов и роста их общей капитализации.

Bacaan Terkait

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

Kemampuan gambar AI semakin kuat, namun pengguna masih merasakannya lambat. Metode akselerasi model difusi tradisional seperti kuantisasi atau distilasi langkah sering kali bergantung pada perangkat keras atau fine-tuning yang mahal. Tim peneliti dari Beihang University, NTU, dan ETH memperkenalkan **MrFlow (Multi-Resolution Flow Matching)**, sebuah pipeline tiga tahap sederhana dan bebas pelatihan untuk mempercepat pembuatan gambar secara signifikan: 1. **Pembuatan Kerangka Beresolusi Rendah:** Model asli menghasilkan gambar struktur global (subjek, tata letak, semantik) di ruang latens beresolusi rendah. Token gambar jauh lebih sedikit, sehingga setiap langkah lebih murah dan konvergensinya lebih cepat. 2. **Super-Resolution di Ruang Pixel:** Hasil beresolusi rendah didekode ke gambar, lalu ditingkatkan resolusinya di ruang pixel menggunakan model super-resolution yang telah dilatih sebelumnya (seperti Real-ESRGAN). Pendekatan ini mempertahankan struktur dengan lebih baik daripada upsampling di ruang latens. 3. **Pemurnian Satu Langkah Beresolusi Tinggi:** Gambar super-resolution dienkode ulang ke ruang latens, ditambahkan sedikit noise intensitas rendah (~0.12), lalu dimurnikan oleh model flow-matching asli hanya dalam **satu langkah** inferensi resolusi tinggi. Noise rendah memungkinkan titik awal dekat dengan gambar bersih. Dengan konfigurasi default "12+1" (12 langkah rendah-res, 1 langkah tinggi-res), MrFlow mencapai **percepatan 10.35x** (dari 49.32s menjadi 4.77s) pada model seperti Qwen-Image, dengan penurunan kualitas minimal (~1%). Metode ini unggul dalam kurva trade-off kecepatan-kualitas dibanding metode akselerasi bebas pelatihan lainnya, dapat digabungkan dengan model distilasi untuk akselerasi lebih lanjut, dan sudah tersedia sebagai kode open-source beserta plugin ComfyUI.

marsbit1j yang lalu

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

marsbit1j yang lalu

Trading

Spot
活动图片