Прогноз цены Dogecoin: технические уровни указывают на постепенный отскок

cryptonews.ruDipublikasikan tanggal 2025-12-20Terakhir diperbarui pada 2025-12-20

  • Цена Dogecoin стабилизировалась выше ключевых уровней Фибоначчи, что свидетельствует о краткосрочной устойчивости
  • Рост открытого интереса свидетельствует о возобновлении активности трейдеров, несмотря на продолжающийся чистый отток капитала.
  • Приобретение футбольного клуба House of Doge повышает узнаваемость бренда и его узнаваемость в реальном мире

Dogecoin (DOGE) продолжает консолидироваться вблизи $0,1934 после восстановления после резкого падения до $0,1807. Криптовалюта постепенно восстанавливает позиции после падения с $0,27 в октябре. Трейдеры внимательно следят за тем, как Dogecoin пытается удержать этот рост, в то время как данные о его ончейн-активах и деривативах указывают на растущую активность на рынке.

Технические уровни указывают на постепенный отскок

Dogecoin удерживается выше уровня коррекции по Фибоначчи 50%, что указывает на краткосрочную стабильность после недавней волатильности. Следующее сопротивление находится на уровне $0,2033, что совпадает с уровнем Фибоначчи 0,618 и двумя ключевыми скользящими средними: 20-дневной EMA на уровне $0,1953 и 50-дневной EMA на уровне $0,1992. Явный прорыв этой зоны может усилить бычьи настроения и открыть путь к $0,2318 и предыдущему максимуму колебания на уровне $0,27.

Динамика цен DOGE (Источник: TradingView)

С другой стороны, ключевым уровнем поддержки остаётся отметка $0,1807. Длительное падение ниже неё может спровоцировать дальнейшее снижение к $0,1596 или $0,1335. Однако постепенное сглаживание экспоненциальных скользящих средних (EMA) указывает на консолидацию, а не на возобновление давления продаж. Удержание цены выше $0,19 может помочь DOGE восстановить импульс в краткосрочной перспективе.

По теме: Прогноз цены XRP: казначейские облигации на $1 млрд вызывают споры, а цена тестирует ключевой уровень поддержки

Открытый интерес и приток средств отражают смешанные настроения


Источник: Монетное стекло

Открытый интерес к фьючерсам Dogecoin демонстрировал устойчивый рост в течение всего 2025 года, что свидетельствует о росте спекулятивного участия. После спокойного начала года открытый интерес резко вырос с марта и снова в июне, достигнув пика в 6,8 млрд долларов в середине года.

По состоянию на конец октября этот показатель оставался на уровне около 1,92 млрд долларов, что свидетельствует о возвращении трейдеров на рынок. Эта тенденция отражает осторожный, но возвращающийся интерес к кредитному плечу, который часто предшествует более масштабным направленным движениям.


Источник: Монетное стекло

Напротив, чистый поток капитала продолжает демонстрировать осторожную рыночную динамику. DOGE зафиксировал стабильный чистый отток капитала в течение всего года, составивший к 21 октября 16,66 млн долларов США. Хотя кратковременные всплески притока в июле и сентябре свидетельствовали о временном накоплении, инвесторы по-прежнему не спешат увеличивать инвестиции в условиях сохраняющейся рыночной неопределенности.

Дом Дожей укрепляет связи с реальным миром

В рамках сделки, объединяющей криптовалюту и спорт, House of Doge, коммерческое подразделение Dogecoin Foundation, приобрело контрольный пакет акций итальянского футбольного клуба U.S. Triestina Calcio 1918. Сделка, заключенная с Brag House Holdings перед запланированным публичным листингом, свидетельствует о стремлении Dogecoin интегрировать цифровые активы в массовую культуру.

По теме: Прогноз цены Ethereum: цена ETH стабилизировалась ниже $4000 на фоне появления Rift от разработчиков

Технический прогноз цены Dogecoin

Ключевые уровни остаются четко определенными, поскольку Dogecoin (DOGE) торгуется около $0,1934, стабилизируясь после недавней коррекции с $0,27.

  • Ближайшими препятствиями для роста служат уровни $0,2033, $0,2130 и $0,2318. Прорыв этой зоны может открыть путь к $0,25 и $0,27, что соответствует максимуму колебания с середины октября.
  • Уровни снижения: $0,1807 выступает в качестве основной поддержки, за ним следуют $0,1596 и $0,1335, что соответствует уровням коррекции Фибоначчи 0,382 и 0,236. Падение ниже $0,1807 может ослабить краткосрочные настроения и спровоцировать более глубокую консолидацию.
  • Потолок сопротивления: $0,2033, что совпадает с кластером 20- и 50-EMA, остается ключевым уровнем для переключения на среднесрочный бычий импульс.

Техническая структура показывает сжатие DOGE в рамках слабого восходящего канала, что указывает на накопление после резкой коррекции. Волатильность усиливается, указывая на то, что решительный прорыв может вскоре определить направление следующего движения.

Вырастет ли курс Dogecoin?

Краткосрочные перспективы Dogecoin зависят от того, смогут ли быки удержать цену выше $0,19, одновременно отвоевав зону сопротивления $0,2033. Более сильный приток инвестиций или рост открытого интереса могут спровоцировать новый импульс к $0,23 и $0,27. Однако, если цена не удержится на уровне $0,19, консолидация в районе $0,18 может продолжиться до следующего значительного движения.

На данный момент DOGE остаётся в ключевом диапазоне. Сочетание сглаживающихся экспоненциальных скользящих средних и исторической динамики накопления указывает на неизбежность роста волатильности, поэтому $0,2033 — это уровень, на который стоит обратить внимание для подтверждения потенциального прорыва.

По теме: Прогноз цены биткоина: продажа BlackRock бросает вызов бычьим настроениям

Bacaan Terkait

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

Setiap peluncuran model AI terbaru, industri sering merujuk pada sejumlah "rapor" standar seperti MMLU-Pro, MMMU, dan MMMU-Pro. Di balik sistem evaluasi kunci ini, terdapat seorang "penyusun soal" bernama Chen Wenhu, asisten profesor di University of Waterloo. MMLU-Pro dikembangkan oleh Chen dan timnya sebagai respons atas keterbatasan MMLU lama. Ketika model-model mutakhir seperti o3 OpenAI mulai mencapai skor hampir sempurna, MMLU-Pro hadir dengan 12.032 soal yang lebih menantang, memperluas pilihan jawaban dan menekankan penalaran, sehingga berhasil membedakan kemampuan model yang sebelumnya tampak setara. Chen juga terlibat dalam MMMU, tolok ukur multimodal yang mengevaluasi pemahaman model terhadap gambar, grafik, dan teks secara terintegrasi. MMMU-Pro kemudian menyempurnakannya dengan memastikan model tidak bisa mengandalkan teks saja. Latar belakang Chen dalam pemahaman informasi kompleks dan pengembangannya di Google DeepMind untuk proyek Gemini memberinya wawasan mendalam. Ia mendirikan TIGERLab (atau "Geng Harimau"), yang tidak hanya fokus pada evaluasi tetapi juga riset model, seperti UniVideo untuk video dan MoCha untuk karakter virtual. Saat ini, Chen bergabung dengan Meta Super Intelligence Lab, terus berkontribusi pada data dan evaluasi multimodal. Karyanya mengingatkan bahwa di balik kemajuan AI yang terlihat, ada banyak talenta seperti dirinya yang membangun fondasi penting bagi perkembangan industri.

marsbit13m yang lalu

Di Balik Skor AI, Ada "Pembuat Soal" Seorang Tionghoa

marsbit13m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

Selama tiga tahun terakhir, posisi yang paling diminati di industri AI adalah ilmuwan model. Namun, kini fokus perusahaan raksasa seperti OpenAI, Anthropic, dan Google telah berubah. Mereka kini paling ingin merekrut Forward Deployment Engineer (FDE) – insinyur penyebaran garis depan. Posisi ini, yang melibatkan kerja lapangan, rapat, dan modifikasi proses, menandai pergeseran besar industri: mitos model meredup, perang implementasi dimulai. Laporan LinkedIn 2026 menunjukkan bahwa perekrutan FDE global meningkat 42 kali lipat dari 2023 hingga 2025, tiga kali lebih cepat daripada pertumbuhan posisi insinyur AI. Ini mengungkap kenyataan: model sudah canggih, tetapi banyak perusahaan gagal mengadopsinya karena kendala organisasi, seperti data lama, alur kerja yang kaku, dan masalah integrasi sistem. Palantir Technologies adalah pelopor dalam mengembangkan peran FDE. Alih-alih menjual perangkat lunak standar, mereka mengirim insinyur untuk tinggal di lokasi klien, memahami proses, dan menyesuaikan solusi. Metode ini kini menjadi acuan. Pada Mei 2026, tiga raksasa AI mengambil langkah serius untuk implementasi. Anthropic meluncurkan perusahaan patungan senilai $15 miliar untuk men-deploy model Claude. OpenAI membentuk anak perusahaan Deployment Company (DeployCo) dengan investasi awal lebih dari $40 miliar dan mengakuisisi firma konsultan Tomoro. Google Cloud secara masif membuka lowongan untuk FDE. Ini adalah sinyal kuat bahwa fokus telah beralih dari pembuatan model ke penyebaran hasil. FDE tidak hanya menjual alat, tetapi menjamin hasil. Mereka harus memahami teknologi sekaligus dinamika organisasi, menggantikan peran manajer produk, arsitek, manajer proyek, dan insinyur AI. Gaji mereka yang tinggi (hingga $500.000) mencerminkan kompleksitas tugas: mengatasi hambatan organisasi seperti budaya korporat, kepatuhan, dan pembagian tanggung jawab, yang seringkali menjadi penyebab utama kegagalan proyek AI, seperti yang dialami oleh Goldman Sachs dan Target. Kesimpulannya, saat model, daya komputasi, dan Agen menjadi semakin murah, kemampuan yang menjadi sangat berharga adalah memahami organisasi, mengubah proses, dan mendorong perubahan. FDE populer karena industri AI akhirnya mengakui bahwa bagian tersulit dari revolusi teknologi bukanlah teknologinya, melainkan manusianya.

marsbit26m yang lalu

Posisi Baru yang Paling Banyak Dicari di Silicon Valley Telah Muncul

marsbit26m yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

Piala Dunia menjadi momen yang relevan untuk mengamati evolusi dompet digital (wallet). Dalam skenario prediksi Piala Dunia di platform seperti Polymarket, dompet web3 tradisional berfungsi sebagai pintu masuk interaksi on-chain bagi pengguna. Namun, perubahan yang lebih mendasar terjadi ketika AI Agent mulai diintegrasikan ke dalam skenario dompet, mengubah cara pengguna berinteraksi dengan dunia on-chain. Contohnya, imToken bereksperimen dengan menyematkan AI Agent dalam aktivitas prediksi Piala Dunia. Agent di situs web dan Discord ini dapat membantu pengguna menyelesaikan transaksi taruhan secara lebih alami. Pengguna tidak lagi harus membuka aplikasi dompet secara langsung, tetapi dapat berpartisipasi melalui Discord atau halaman web, kemudian dengan mulus dipandu kembali ke transaksi on-chain oleh Agent. Ini merupakan bentuk awal dari "Agentic Wallet", di mana dompet masa depan mungkin hadir dalam bentuk AI yang ada di mana-mana, bukan hanya sebagai aplikasi mandiri. Inti perubahan ini adalah pergeseran dari dompet sebagai "menu fungsi" menjadi "penerjemah intensi" (intent interpreter). Daripada pengguna memutuskan untuk mentransfer, menukar aset, atau menyambung ke DApp, mereka cukup menyampaikan keinginan dalam bahasa alami. Agent kemudian akan menguraikan langkah-langkahnya, dan dompet akan mengeksekusi rangkaian aksi on-chain. Piala Dunia menjadi pintu masuk yang ideal karena menyediakan konteks alami di mana pengguna memiliki intensi untuk berekspresi dan membuat keputusan. Perkembangan serupa juga terlihat di sektor keuangan tradisional. Mastercard meluncurkan "Agent Pay for Machines", yang mendefinisikan kerangka kerja untuk agen AI tepercaya yang berpartisipasi dalam pembayaran dengan otorisasi pengguna. Ini menekankan pentingnya identifikasi, otorisasi, batasan, dan audit untuk agen AI yang terlibat dalam transaksi bernilai—tantangan yang juga dihadapi oleh dompet web3. Oleh karena itu, tantangan utama bagi Agentic Wallet bukanlah seberapa banyak yang dapat dilakukan AI, tetapi bagaimana memastikan pengguna tetap memahami dan mengontrol tindakan AI. Keamanan dan batasan yang jelas menjadi sangat penting. Dompet masa depan perlu secara jelas memberi tahu pengguna tentang identitas Agent, kemampuan yang dapat digunakannya, durasi otorisasi, batas transaksi, dan memberikan opsi untuk menjeda atau mencabut akses kapan saja. Eksperimen dalam skenario ringan seperti prediksi Piala Dunia merupakan langkah awal menuju masa depan di mana dompet cerdas dapat meningkatkan pengalaman pengguna tanpa mengorbankan kendali dan keamanan aset mereka.

marsbit1j yang lalu

Saat Piala Dunia Bertemu Agen: Dari Web2 ke Web3, Bagaimana Dompet Menuju ke Agentic Wallet?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片