Более 70 американских крипто-ETF ожидают решения SEC в этом году

cryptonews.ruDipublikasikan tanggal 2024-05-22Terakhir diperbarui pada 2025-04-22

Более 70 криптовалютных биржевых фондов (ETF) запланированы к рассмотрению Комиссией по ценным бумагам и биржам США (SEC) в этом году. По словам аналитика Bloomberg Эрика Балчунаса, в список входят предлагаемые ETF, удерживающие ряд активов, от альткоинов до мемкоинов и деривативов.

«Все от XRP, Litecoin и Solana до Penguins, Doge и 2x Melania и всего, что между ними, — сказал Балчунас в сообщении от 21 апреля на платформе X. — Это будет дикий год».


График рассмотрения SEC крипто-ETF. Источник: Эрик Балчунас/Bloomberg

Неопределенный институциональный спрос

Планируемые листинги фондов происходят, когда институциональные инвесторы все больше оптимистично относятся к криптовалютам как к классу активов.

Согласно мартовскому отчету Coinbase и EY-Parthenon, более 80% учреждений заявляют, что планируют увеличить вложения в криптовалюты в 2025 году.

Однако аналитики предупреждают, что одобрение ETF для листинга в США не гарантирует их широкого распространения, особенно для фондов, владеющих менее известными альтернативными криптовалютами.

«Попасть в ETF вашей монеты — это как быть в группе и добавлять свои песни во все музыкальные потоковые сервисы», — сказал Балчунас.

«Это не гарантирует прослушиваний, но помещает вашу музыку туда, где находится подавляющее большинство слушателей», — пояснил он.

Сравнение чистых активов управляющей компании Grayscale до запуска ETF по разным криптовалютам свидетельствует о вялом спросе на альткоин ETF. Источник: Sygnum Bank

Руководитель исследований Sygnum Bank Каталин Тишхаузер сообщила Cointelegraph, что ожидает, что альткоин ETF получат совокупный приток средств в размере от нескольких сотен миллионов до 1 миллиарда долларов, что намного меньше, чем спотовые фонды биткоина.

Фонды, владеющие биткоином — первой спотовой криптовалютой, одобренной для листинга в оболочке американского ETF, — привлекли более 100 миллиардов долларов чистых активов в прошлом году.

Однако аналитики говорят, что ETF, использующие опционы и другие деривативы для обеспечения структурированного доступа к криптовалютам, таким как биткоин и эфир, могут получить больше институционального привлечения.

Опционы на спотовые криптовалюты открывают многочисленные потенциальные портфельные стратегии для инвесторов и могут вызвать «взрывной» рост цен на цифровые активы, такие как биткоин, сказал в сентябре Джефф Парк, глава альфа-стратегий Bitwise Invest.

Опционы — это контракты, предоставляющие право покупать или продавать базовый актив по определенной цене.

21 апреля ARK Invest добавил экспозицию по стекингу Solana (SOL) в два своих существующих ETF. Управляющий активами заявил, что это первый раз, когда спотовый SOL стал доступен американским инвесторам в ETF.

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.

marsbit1m yang lalu

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

marsbit1m 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.

marsbit6m yang lalu

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

marsbit6m 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.

marsbit10m yang lalu

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

marsbit10m yang lalu

Trading

Spot
活动图片