MYX Anjlok 11% Seiring Likuiditas Mengering – Dapatkah Bull Bertahan di Support INI?

ambcryptoDipublikasikan tanggal 2025-12-19Terakhir diperbarui pada 2025-12-19

Abstrak

MYX Finance mengalami penurunan 11% karena likuiditas menyusut drastis. Data on-chain dan derivatif menunjukkan sentimen bearish yang kuat, dengan Total Value Locked (TVL) turun $1,16 juta menjadi $22,64 juta dalam 8 hari. Pendapatan protokol anjlok 99,37% sejak Oktober, mencerminkan penurunan penggunaan dan tekanan jual. Trader perpetual semakin bearish, ditandai dengan Funding Rate negatif (-0,0140%) dan penurunan Open Interest 14% menjadi $21,27 juta. Volume spot juga merosot tajam dari $171,96 juta ke $44,74 juta. Secara teknis, MYX berada di batas bawah channel naik yang memungkinkan pemulihan jangka pendek, namun struktur keseluruhan tetap rapuh. Level support kunci berada di $0,34 dan $0,23. Kegagalan mempertahankan level ini dapat memperkuat tren bearish yang lebih luas. Pemulihan berkelanjutan bergantung pada stabilnya permintaan di pasar spot dan derivatif.

MYX Finance tetap menjadi sorotan dalam sehari terakhir, dengan penjual mendominasi aktivitas pasar seiring altcoin tersebut merosot 11% selama periode ini.

Sentimen di seluruh data on-chain dan derivatif tetap lemah. Kelemahan itu menunjukkan risiko penurunan mungkin bertahan jika permintaan gagal pulih.

Aliran Keluar Likuiditas Menguat

Likuiditas on-chain telah menurun drastis, dengan sentimen bearish menguat seiring investor terus keluar dari protokol.

Total Value Locked (TVL), metrik kunci yang mengukur kesehatan protokol berdasarkan setoran investor, menunjukkan outlook yang rapuh.

Menurut data DeFiLlama, TVL MYX Finance [MYX] turun sekitar $1,16 juta dalam delapan hari. Angkanya turun menjadi sekitar $22,64 juta.

AMBCrypto melacak pendorong utama aliran keluar ini pada penurunan drastis pendapatan protokol di bulan Desember.

Protokol, yang mencatat pendapatan puncak sebesar $16.685 pada Oktober, telah melihat pendapatannya runtuh menjadi hanya $105 per waktu press. Ini mewakili penurunan tanpa preseden sebesar 99,37%.

Pendapatan yang lebih rendah menunjukkan pengurangan penggunaan protokol, mengingat pendapatan bergantung pada aktivitas transaksi. Pada saat yang sama, unlock dan penarikan menambah tekanan jual.

Kombinasi itu mengarah pada melemahnya permintaan di seluruh ekosistem.

Trader Perpetual Berubah Bearish

Trader perpetual semakin condong ke sisi bearish pasar.

Open Interest-Weighted Funding Rate berubah negatif, menandakan dominasi sisi short. Per waktu press, angkanya tercatat sekitar -0,0140%.

Pergeseran ini bertepatan dengan penurunan Open Interest yang signifikan sebesar 14%, yang turun menjadi $21,27 juta, mencerminkan aliran keluar $3,06 juta dari pasar Derivatif.

Di atas itu, Volume Spot yang digerakkan taker menurun drastis. Volume turun menjadi $44,74 juta dari $171,96 juta sebelumnya.

Harga yang jatuh bersamaan dengan volume yang menyusut biasanya mengonfirmasi kondisi bearish. Meski begitu, momentum jual tampaknya melambat.

Kemungkinan Pergerakan Harga

Analisis chart menunjukkan bahwa MYX telah berpindah ke dalam struktur harga bullish jangka pendek.

MYX diperdagangkan di dekat batas bawah dari ascending channel, menunjukkan struktur bullish sementara. Posisi itu dapat memungkinkan pantulan jangka pendek.

Namun, struktur yang lebih luas tetap rapuh jika dilihat dalam konteks historis.

Pembentukan itu membuat trader fokus pada dua level support kunci. Yang pertama berada di dekat higher low baru-baru ini sekitar $0,34. Di bawah itu, asal channel di sekitar $0,23 menandai support kritis berikutnya.

Kegagalan untuk mempertahankan salah satu level dapat memperkuat downtrend yang lebih luas dari MYX.


Pemikiran Akhir

  • Kelemahan harga MYX baru-baru ini mencerminkan retakan yang lebih luas dalam likuiditas, partisipasi, dan keyakinan trader.
  • Meskipun support teknis jangka pendek tetap utuh, pemulihan berkelanjutan mungkin bergantung pada stabilisasi permintaan di pasar spot dan derivatif.

Pertanyaan Terkait

QApa yang menyebabkan penurunan likuiditas on-chain yang tajam di MYX Finance?

APenurunan likuiditas on-chain yang tajam di MYX Finance disebabkan oleh sentimen bearish yang menguat dan investor yang terus keluar dari protokol, ditunjukkan oleh penurunan Total Value Locked (TVL) sebesar $1,16 juta dalam delapan hari.

QBerapa persen penurunan pendapatan protokol MYX Finance dari Oktober hingga saat berita ini ditulis?

APendapatan protokol MYX Finance mengalami penurunan sebesar 99,37%, dari puncaknya sebesar $16.685 pada Oktober menjadi hanya $105 pada saat berita ditulis.

QApa yang ditunjukkan oleh Open Interest-Weighted Funding Rate yang negatif?

AOpen Interest-Weighted Funding Rate yang negatif, yaitu sekitar -0,0140%, menandakan dominasi sisi short (bearish) di kalangan trader perpetual.

QLevel support kunci apa saja yang disebutkan untuk harga MYX?

ADua level support kunci untuk harga MYX adalah di sekitar higher low terbaru dekat $0,34 dan level berikutnya yang lebih kritis adalah asal channel di sekitar $0,23.

QApa saja faktor yang mencerminkan kelemahan harga MYX menurut pemikiran akhir?

AMenurut pemikiran akhir, kelemahan harga MYX mencerminkan retak yang lebih luas dalam likuiditas, partisipasi, dan keyakinan trader.

Bacaan Terkait

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

Dalam bidang transfer learning, sumber data biasanya berupa gambar, teks, atau audio. Namun, penelitian "Semi-Supervised Noise Adaptation (SSNA)" menunjukkan bahwa **noise acak yang tidak memiliki makna semantik**—dihasilkan dari distribusi Gaussian—juga dapat meningkatkan performa model dalam skenario semi-supervised dengan sedikit data berlabel. Metode ini menggunakan **Kerangka Adaptasi Noise (Noise Adaptation Framework, NAF)**. NAF membuat struktur kategori diskriminatif dalam domain noise acak, lalu mentransfer **struktur** ini ke data target nyata untuk memberikan batas klasifikasi yang lebih jelas. Model memproyeksikan domain noise dan target ke ruang representasi bersama dan menyelaraskannya pada tingkat kategori. Dalam eksperimen, dengan hanya 4 sampel berlabel per kelas, NAF meningkatkan akurasi secara signifikan dibandingkan baseline ERM pada dataset seperti CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), dan lainnya. Peningkatan juga terlihat pada dataset skala besar seperti ImageNet-1K dan tugas klasifikasi teks. Kunci keberhasilan ini bukanlah sifat acak noise itu sendiri, melainkan **struktur kategori yang dapat dipisahkan** yang dibentuknya dalam ruang representasi. Eksperimen ablasi menunjukkan bahwa jika semua noise dikompresi menjadi satu titik (tanpa struktur), kinerja justru menurun drastis. Sebaliknya, memperlebar jarak antara pusat kategori noise meningkatkan akurasi. Penelitian ini menawarkan perspektif baru: dalam transfer learning, pengetahuan yang dapat ditransfer bisa berupa **cara data diorganisasikan dalam ruang representasi**, bukan hanya konten semantiknya. Ini membuka kemungkinan untuk skenario di mana data sumber asli tidak tersedia karena masalah privasi, hak cipta, atau keterbatasan akses. Noise sintetis dapat menjadi alternatif sumber daya yang efektif dan rendah biaya.

marsbit4m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

marsbit4m yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

Artikel berjudul "Operator Teleprompter Gedung Putih Dapatkan Lebih dari $100.000 dengan Informasi Orang Dalam" mengungkap kasus insider trading di pasar prediksi oleh Gabriel Perez, asisten teknis dan operator teleprompter untuk mantan Presiden AS Donald Trump. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, menggunakan informasi orang dalam ini untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidato di platform prediksi Kalshi. Dalam sekitar tiga bulan, ia mendapat untung lebih dari $100.000. Namun, platform Kalshi mendeteksi aktivitas mencurigakan, membekukan dana sekitar $90.000, dan melaporkannya ke CFTC. Akibatnya, Perez diberhentikan sementara tanpa gaji oleh Trump. Meski mengembalikan keuntungan dan berjanji tidak mengulangi pelanggaran, ia tidak menghadapi tuntutan pidana karena dianggap tidak membocorkan informasi rahasia negara. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" terhadap manipulasi, di mana orang dalam atau pembicara sendiri dapat dengan mudah mempengaruhi hasil. Insiden serupa sebelumnya melibatkan tentara dan insinyur Google. Sebagai tanggapan, platform seperti Kalshi mulai memperketat aturan, termasuk mengharuskan pengguna mengungkapkan tempat kerja. Artikel menyimpulkan bahwa meskipun pembersihan perdagangan orang dalam membuat pasar prediksi lebih patuh, hal itu juga menjauhkannya dari tujuan awalnya sebagai pengejawantahan kebijaksanaan kolektif, menjadikannya lebih mirip kasino biasa.

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Sebuah staf Gedung Putih yang bertugas mengoperasikan teleprompter (penyusun teks pidato) untuk mantan Presiden AS Donald Trump, Gabriel Perez, telah diduga melakukan perdagangan orang dalam (insider trading) di pasar prediksi. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, dilaporkan memanfaatkan informasi non-publik tersebut untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidatonya di platform prediksi Kalshi. Dalam kurun waktu sekitar tiga bulan, ia dikabarkan memperoleh keuntungan lebih dari $100,000. Kalshi kemudian mendeteksi aktivitas transaksi yang tidak biasa dan membekukan lebih dari $90,000 di akun Perez sebelum melaporkan kasus ini kepada Commodity Futures Trading Commission (CFTC). Atas insiden tersebut, Perez diberhentikan sementara dari tugasnya tanpa gaji oleh Trump. Berbeda dengan dua kasus insider trading sebelumnya di pasar prediksi yang melibatkan seorang tentara dan insinyur Google, Perez tidak menghadapi tuntutan pidana. CFTC dikabarkan sedang dalam proses penyelesaian damai yang mewajibkannya mengembalikan keuntungannya dan berhenti melakukan transaksi serupa. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" (mention markets) terhadap manipulasi, di mana individu dengan informasi orang dalam atau bahkan pembicara itu sendiri dapat dengan mudah memengaruhi hasilnya. Beberapa contoh, seperti CEO Coinbase yang dengan sengaja menyebut semua opsi taruhan dalam sebuah konferensi, mengilustrasikan masalah ini. Menanggapi hal tersebut, Kalshi telah memperketat kebijakan dengan mewajibkan pengguna mengungkapkan tempat kerja mereka untuk mencegah penyalahgunaan informasi orang dalam. Insiden Perez menandai langkah lain dalam pembersihan perdagangan orang dalam di industri pasar prediksi, sekaligus mempertanyakan keandalan pasar tersebut sebagai cerminan kebijaksanaan kolektif.

Odaily星球日报1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Odaily星球日报1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

Tambang Bitcoin Berubah Menjadi Pabrik AI Di Texas, AS, proyek kampus besar pertama OpenAI "Stargate" dibangun di atas lahan bekas penambangan Bitcoin oleh Crusoe, perusahaan yang awalnya memanfaatkan gas alam terbuang untuk menambang kripto. Ini mencerminkan tren transformasi besar: infrastruktur dan sumber daya dari era Crypto kini dialirkan ke industri AI. Pilar utama transformasi ini adalah: 1. **Tambang ke Pusat Data AI:** Perusahaan penambangan seperti Bitdeer, CoreWeave (dulunya Atlantic Crypto), TeraWulf, dan Hut 8 menjual atau mengalihkan kapasitas pusat data mereka yang sudah memiliki akses listrik, lahan, dan izin ke perusahaan AI seperti Anthropic dan AWS. Kontrak jangka panjang bernilai miliaran dolar ini lebih menguntungkan dibandingkan pendapatan menambang Bitcoin yang menurun. 2. **Talenta Crypto ke Startup AI:** Mantan eksekutif dan insinyur Crypto membawa keahlian mereka ke bidang AI. Contohnya, Alex Atallah (co-founder OpenSea) mendirikan OpenRouter, sebuah platform agregator untuk ratusan model AI. Burkay Gur (eks Coinbase) mendirikan Fal.ai, infrastruktur untuk inferensi media generatif. 3. **Modal Crypto Mendanai AI:** Kekayaan yang terakumulasi dari pasar Crypto digunakan untuk membiayai ekosistem AI. Jed McCaleb (pendiri Ripple/Stellar) mendanai Voltage Park, penyewa GPU skala besar. Venture capital Crypto seperti Paradigm berinvestasi dalam startup AI seperti Nous Research (pengembang model Hermes). Bahkan investasi awal SBF (FTX) di Anthropic dan Anysphere (penghasil Cursor) menunjukkan aliran modal ini. Intinya, industri Crypto tidak menghilang, tetapi aset-aset berharganya—infrastruktur listrik/pusat data, talenta teknis, dan modal—ditempatkan kembali untuk membangun fondasi industri AI berikutnya.

链捕手1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

链捕手1j yang lalu

Trading

Spot
活动图片