【重磅解读】 粉丝代币CHZ释放抛压,BTC长期投资者仍然出逃

jinjin说币Dipublikasikan tanggal 2022-11-21Terakhir diperbarui pada 2022-11-22

Abstrak

BTC价格继续调整,粉丝代币CHZ表现低迷。

1、BTC重新测试低点支撑

BTC价格在日K线图中第二次出现回落表现,价格以及达到了最低15815美元附近,迹象测试前期15588美元的支撑效果。从BTC反弹后回落表现来看,价格走势仍然较弱。日线级别的成交量并不高,使得近期的行情仍然处在弱势整理阶段,并且不排除收盘价会达到新低的情况出现。

压力位方面,BTC仍然在斐波那契78.6%对应的17246美元以下运行,因此可继续关注BTC反弹的压力位表现。仍然预判价格会维持压力位下方运行。

2、BTC 长期投资者继续出逃

随着调整的深入,BTC持币时间在155个交易日以上的投资者继续出逃,并且是以亏损状态下转账BTC。据此判断,BTC价格颓势还未结束,至少抛压仍然维持在高位运行。

SOPR占比数值在11月17日和18日达到了0.370和0.367,长期投资者亏损空间在60%以上。因此,在长期投资者持续换手的情况下,BTC价格近期机会减少。长期投资者的SOPR指标达到3年来最低水平,行情仍然以调整为主。

3、ETH短线回撤到支撑位

与BTC不同的是,ETH价格回撤期间达到了支撑线附近,斐波那契78.6%对应的1106美元支撑较强,已经成为价格短线走强的其实点位。实际上,ETH价格以及处在了半年来的低点附近,因此进一步破位前,首先要突破支撑线才行。目前来看,ETH价格走势较弱,但是跌幅仍然可控。因此可继续关注支撑线附近的交易机会。

4、ETH融资利率仍然低迷

ETH融资利率低位运行,数值上看,近期仍然维持在0以下的区域。这表明,经过了前期充分的下跌调整以后,多空实力已经在近期得到体现,多头并未积极抄底,预示着ETH价格近期维持底部区域运行。从绝对数值上看,ETH半年来的融资利率曾经得到9月15日的-0.199,也达到了11月10日的0.062。

5、 CHZ主力表现低迷

粉丝代币CHZ 短线价格表现相对低迷,同时持币前10到持币前100的主力中,这部分主力持币稳中有降低迹象。据此判断,CHZ价格走势上仍旧表现为大幅度回撤。尽管如此,仍旧有迹象表明投资者在积极买入,融资利率达到了0.0309%,为年内最高值,就很能说明问题。考虑到价格处在0.2美元以下的区间低位,可积极关注低吸机会。

Bacaan Terkait

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasarnya Melebihi Bitcoin

Pada 22 Juni, harga saham SK Hynix naik sehingga kapitalisasi pasarnya mencapai $1,35 triliun, melampaui kapitalisasi pasar Bitcoin sekitar $1,29 triliun. Kenaikan ini didorong oleh permintaan tinggi akan HBM (High-Bandwidth Memory), memori penting untuk pelatihan dan inferensi AI, di mana SK Hynix merupakan pemasok utama untuk Nvidia dengan pangsa pasar melebihi 60%. Perusahaan ini memulai pengembangan HBM sejak 2009, sebuah investasi jangka panjang yang baru membuahkan hasil signifikan dengan munculnya ChatGPT. SK Hynix pernah hampir bangkrut pasca gelembung dot-com, namun diselamatkan oleh akuisisi SK Group pada 2012 yang memungkinkan pendanaan berkelanjutan untuk teknologi HBM. Kini, perusahaan menikmati profitabilitas tinggi, dengan perkiraan laba operasi Q2 yang terus direvisi naik oleh analis. Artikel ini membandingkan kesuksesan infrastruktur AI fisik seperti SK Hynix dengan narasi Crypto AI. Pasar modal memberi premi tinggi pada aset seperti HBM karena pesanan nyata, hambatan fisik (kapasitas terbatas hanya pada 3 produsen), dan profitabilitas yang terukur. Sebaliknya, proyek Crypto AI, meskipmenjanjikan komputasi terdesentralisasi, masih banyak berada di tahap konsep dengan kemajuan terbatas. Laporan dari universitas seperti Cornell (IC3) menyatakan integrasi Crypto dan AI masih sangat awal. Proyek seperti Bittensor (TAO) masih membangun mekanisme intinya, sementara perusahaan penambangan Bitcoin yang berusaha beralih ke AI menghadapi tantangan pendanaan besar. Analis seperti Arthur Hayes berargemen bahwa industri AI telah menyerap likuiditas besar sejak 2022, dan IPO besar seperti OpenAI/Anthropic akan terus menarik modal, bukan mengalirkannya kembali ke crypto. Intinya, keuntungan infrastruktur AI saat ini lebih mudah diraih oleh entitas dengan teknologi, pesanan nyata, dan hambatan pasokan fisik yang kuat. Pasar crypto perlu lebih jelas mendefinisikan perannya dalam rantai nilai AI ini.

marsbit9m yang lalu

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasarnya Melebihi Bitcoin

marsbit9m yang lalu

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasar Melebihi Bitcoin

Pada 22 Juni, harga saham SK Hynix melonjak, mendorong valuasi pasarnya mencapai $1,35 triliun, melampaui total kapitalisasi pasar Bitcoin sekitar $1,29 triliun. Kenaikan ini terutama didorong oleh permintaan tinggi akan HBM (High-Bandwidth Memory), di mana SK Hynix adalah pemasok utama untuk Nvidia dengan pangsa pasar melebihi 60%. Laporan laba menunjukkan margin operasi perusahaan mencapai 72% pada kuartal pertama. SK Hynix mulai bertaruh pada teknologi HBM sejak 2009, sebuah investasi jangka panjang yang akhirnya membuahkan hasil dengan ledakan AI pasca-ChatGPT. Perusahaan ini hampir bangkrut pasca-gelembung dot-com 2001, tetapi diselamatkan oleh akuisisi SK Group pada 2012, yang memungkinkan pendanaan berkelanjutan untuk pengembangan HBM. Perbandingan ini menyoroti preferensi pasar modal saat ini: mereka memberikan premi tinggi pada aset infrastruktur AI dengan pesanan nyata, kelangkaan fisik, dan profitabilitas terukur seperti HBM, yang didominasi oleh sedikit pemain dengan siklus produksi panjang. Sementara itu, narasi Crypto AI, yang menjanjikan komputasi terdesentralisasi, masih berada pada tahap awal dengan kemajuan terbatas dan kurangnya kepastian dibandingkan dengan pemain infrastruktur fisik. Laporan dari institusi seperti Cornell IC3 mencatat bahwa integrasi Crypto dan AI masih lebih banyak wacana daripada realitas. Proyek seperti Bittensor masih membangun fondasi intinya, dan perusahaan penambangan kripto yang beralih ke AI menghadapi tantangan pendanaan besar. Analis seperti Arthur Hayes berpendapat bahwa industri AI telah menyerap likuiditas besar-besaran, dan aset kripto mungkin terdampak jika gelembung AI pecah.

链捕手41m yang lalu

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasar Melebihi Bitcoin

链捕手41m yang lalu

Kuda Hitam AI Jepang Muncul: Bagaimana Model Kecil 7B Ini Berani Menantang Fable dan Mythos?

Sakana AI merilis model baru bernama Fugu pada Juni 2026, memicu kehebohan di komunitas AI. Dengan hanya 7B parameter inti, model ini mencetak skor 73.7 pada SWE-Bench Pro dan 82.1 pada TerminalBench 2.1, melampaui model raksasa seperti GPT-5.5 dan Claude Opus 4.8, bahkan diklaim sebanding dengan model terdepan seperti Fable 5 dan Mythos Preview. Kunci keberhasilannya terletak pada arsitektur "multi-agen" yang tidak biasa. Fugu tidak bekerja sendiri. Intinya adalah model kecil 7B yang dilatih dengan pembelajaran penguatan (RL Conductor), bertindak sebagai "mandor" pintar. Saat pengguna memberikan tugas, RL Conductor menganalisis dan membaginya, lalu secara dinamis menugaskannya kepada model-model terbaik dunia seperti GPT-5, Gemini, atau Claude di dalam kumpulan agennya. Ia mengoordinasikan, memverifikasi, dan menyintesis output mereka untuk menghasilkan jawaban akhir yang andal. Pendekatan ini mengubah paradigma "parameter adalah segalanya". Daripada mengandalkan komputasi internal yang berat, Fugu mengalokasikan daya komputasi untuk penjadwalan, verifikasi, dan sintesis eksternal yang cerdas. Dalam pengujian beta, Fugu menunjukkan keunggulan dalam skenario nyata seperti tinjauan kode yang mendalam, stabilitas percakapan panjang, dan efisiensi token. Namun, arsitektur ini memiliki kelemahan. Fugu sangat bergantung pada API model dasar AS (GPT, Claude, Gemini), sehingga rentan terhadap perubahan harga, pembatasan, atau ketentuan. Penjadwalan multi-agen juga dapat menambah latensi, dan klaim kesetaraan dengan model seperti Fable didasarkan pada data laporan yang berbeda, bukan pengujian langsung. Bagi Jepang yang memiliki sumber daya komputasi dan data terbatas, serta menghadapi risiko pembatasan ekspor model AS, Fugu mewakili strategi "penembusan asimetris". Alih-alih bersaing langsung dalam pelatihan model raksasa, Sakana AI fokus pada pelatihan "mandor" cerdas yang dapat memanfaatkan model global terbaik, memberikan fleksibilitas dan ketahanan tertentu. Meski terobosan sistem ini mengesankan, batas kemampuan akhirnya tetap ditentukan oleh model dasar yang diaturnya.

marsbit54m yang lalu

Kuda Hitam AI Jepang Muncul: Bagaimana Model Kecil 7B Ini Berani Menantang Fable dan Mythos?

marsbit54m yang lalu

Bittensor Melangkah Menuju Desentralisasi Ultimat: 18 Bulan Kritis Ekosistem TAO Telah Tiba?

Penulis: Flora, CryptoPulse Labs Dalam konteks narasi AI dan Crypto yang terus menyatu, protokol AI terdesentralisasi Bittensor kembali menjadi sorotan pasar. Pada 22 Juni, salah satu pendiri Bittensor, Const, menerbitkan tulisan panjang yang secara sistematis menjelaskan struktur tata kelola, status sentralisasi, serta rencana desentralisasi menyeluruh dalam 18 bulan ke depan. Intinya, Bittensor mengakui belum sepenuhnya terdesentralisasi, namun ini adalah pilihan aktif, bukan cacat arsitektur. Saat ini, Bittensor dalam keadaan 'semi-terdesentralisasi'. Kepemilikan sudah terdesentralisasi kuat karena TAO dialokasikan melalui mekanisme kompetisi terbuka tanpa pre-mining. Siapa pun dapat berkontribusi untuk mendapatkan imbalan. Namun, pembaruan protokol dan penyesuaian parameter masih dipimpin tim inti. Ini dipilih agar protokol bisa beradaptasi cepat di industri AI yang dinamis, seperti Bitcoin di masa awal. Dalam 18 bulan ke depan, Bittensor akan fokus pada optimalisasi kompetisi validator, membuka fungsi perdagangan dua arah dan shorting pool likuiditas, memperkenalkan hak tata kelola bagi pemegang Alpha, mengoptimalkan model emisi TaoFlow & DTAO, dan membersihkan partisipan yang tidak aktif. Setelah ini, tim inti akan perlahan menarik diri. Desentralisasi ini menjadi penting karena risiko sentralisasi meningkat seiring skala jaringan. Tata kelola terpusat menciptakan risiko tunggal dan rentan terhadap pengawasan regulator. Untuk Bittensor, desentralisasi kini adalah jalan untuk mengurangi risiko sistemik. Dari sudut pandang pasar, transisi ini dapat mengubah logika penilaian TAO. TAO tidak hanya tentang narasi AI dan kelangkaan, tetapi bisa mendapatkan premium dari hak tata kelola. Fokus persaingan di sektor AI Crypto juga mungkin beralih dari narasi ke kemampuan protokol. Keunggulan Bittensor adalah keunggulan pertama (first-mover advantage) dengan jaringan ekonomi nyata yang telah berjalan lebih dari lima tahun. Jika berhasil, Bittensor bercita-cita menjadi 'Federasi Kecerdasan Milenium' – jaringan AI terdesentralisasi yang berjalan selama puluhan bahkan ratusan tahun, mirip bagaimana Bitcoin mendesentralisasikan uang. 18 bulan ke depan akan menjadi jendela observasi kritis untuk eksperimen besar ini. Pertanyaan mendasar bagi pasar adalah: haruskah AI masa depan dimiliki segelintir raksasa teknologi, atau oleh jaringan terbuka?

marsbit55m yang lalu

Bittensor Melangkah Menuju Desentralisasi Ultimat: 18 Bulan Kritis Ekosistem TAO Telah Tiba?

marsbit55m yang lalu

Trading

Spot
Futures
活动图片