如何真正利用加密货币创造世代财富

币界网Опубликовано 2024-08-20Обновлено 2024-08-20

币界网报道:

— “这是有史以来最愚蠢的牛市”

— “现在趋势是下降的”

— “再也不会有好的结局了,接受它吧”

这些是我在时间线上经常看到的东西。听着,因为你根本不知道:

1. 加密货币已经上涨并且在长达 15 年的时间里不断反弹。

从统计学的角度来看,押注今年是所有数据发生变化且只会下降的确切年份将是最糟糕的交易。风险与回报并不利于这 15 年准确性的下降。

2. 这还不算真正的牛市

对于很多人来说,这是有史以来最糟糕的牛市的说法并不完全错误。但事实也确实如此。这是因为我们还没有真正进入牛市。

我知道你会说什么:“哈,享受往返投资或押注超级周期的乐趣吧”。

我对这些都不想打赌。

我只是在看事实。首先,现在是 2024 年,尽管比特币由于 ETF 的影响早早上涨了不少,但从历史上看,今年还没有出现过好的走势。这是后年(2025 年)。

说实话,山寨币很好地证实了这一点。这还不像是真正的牛市。

3. 忽略时机和比特币

尽管比特币已经不顾4年周期运行了,但看看宏观!

我并不是在押注长期或多年的牛市会永远持续下去!我是说我们实际上还没有真正经历牛市。

如果这是一场真正的牛市,而且我们有 ETF,那比特币的价格早就超过 10 万美元了!这就是为什么人们如此困惑,不知道这是否是一场牛市。在某种程度上是,在某种程度上不是。

但基本上,每个牛市都喜欢流动性注入。——在媒体 FOMO 和更高数字(BTC 超过 70,000 美元和以太坊超过 4,000 美元)之后,新零售加入——低利率——印钞机开启——等等。

我总是说要适应。下一轮牛市可能比其他牛市持续的时间更长,甚至更短。不要把历史当作绝对的事情。但我想说的是,牛市甚至可能还没有从头开始,因为从技术上讲,它在某种程度上还没有真正开始。

它会同样强大吗?收益会递减吗?这还有待观察,但我们可能甚至还没有开始,而其他人则猜测我们已经走了一半了。

~ 不要因为某些人这么说而感到震惊。或者仅仅因为这次“牛市”表现平平。这纯粹是因为他们只关注比特币,或者他们刚刚加入,经验有限。

但这一次如何创造世代财富呢?

我知道这些对你来说可能听起来很无聊,但 4 项最重要的技能会让你大吃一惊。

(最重要的 alpha 部分就在最后?,你千万不要忽视它!)

当人们想到加密货币时,首先想到的往往是快速改变生活的收益的承诺。

我明白了!

我们都听说过早期比特币采用者或幸运投资者的故事,他们似乎一夜之间就将 1,000 美元变成了一笔财富。

这些故事令人激动和鼓舞,但也可能具有误导性。

事实是,虽然加密货币确实有潜力创造世代财富,但这并不像购买最新的货币并等待价格飙升那么简单。

代际财富(可以传给子孙后代的财富)需要时间来积累。

这不是一场短跑,而是一场马拉松。

好消息是,加密货币可以成为更快实现财务目标的绝佳工具,但它需要的不仅仅是选择正确的货币。

在加密货币中实现世代财富的真正关键往往是投资的“无趣”但必不可少的方面:提前规划、管理风险、获取利润以及不断学习和适应。

从技术上来说,经 CPI 调整后的比特币尚未超过 ATH!

提前规划是一切的基础

在加密货币中积累世代财富的第一步是制定稳健的财务计划。

这听起来可能并不令人兴奋,但却至关重要。

一份好的计划会概述您的财务目标、投资策略和风险承受能力。它还会包括您希望实现这些目标的时间表。

首先问自己:我希望通过加密货币投资实现什么目标?

您是否希望为自己的退休生活、子女的教育费用或为子孙后代留下遗产?

拥有清晰的目标愿景将指导您的投资决策,并使您在市场起伏期间保持专注。

接下来,考虑您的风险承受能力。

加密货币本质上具有风险,因此只投资你能承受的损失就很重要。

分散投资也有助于管理风险——不要把所有的鸡蛋放在一个篮子里。

尽管全力投入最新的热门货币很诱人,但将投资分散到不同的资产上可以提供更高的稳定性,并增加您获得长期成功的机会。

保护你的财富至关重要

风险管理是任何成功投资策略的基石。

在加密货币的世界里,价格可能在几分钟内发生剧烈波动,风险管理变得更加重要。

管理风险最有效的方法之一是给自己设定明确的界限。

提前决定你愿意投资多少,并坚持这个数额。很容易陷入市场的兴奋之中,但纪律是关键。

如果您发现自己不断检查价格并对自己的投资感到焦虑,这可能表明您承担了过多的风险。

风险管理的另一个重要方面是制定退出策略。

知道何时获利、何时止损。

这并不意味着您需要在经济出现下滑的第一个迹象时就卖掉所有东西,但制定计划可以帮助您做出理性的决定,而不是情绪化的决定。

制定退出策略!

加密货币投资者犯下的最大错误之一就是持有时间过长,等待能够让他们致富的大笔收益。

虽然拥有长期目标很重要,但认识到何时获利也同样重要。

获利了结并不意味着一次性出售所有资产。

相反,考虑在投资增长的同时获取小额利润。这不仅可以锁定收益,还可以降低风险。

很容易陷入“等待月亮”的陷阱,但现实是市场是周期性的。会有起有落,试图完美把握市场时机是一场冒险的游戏。

定期获利可以帮助您保持领先,即使市场出现波动。手头没有现金,您就无法抓住机会。

反思、学习、适应

积累世代财富不仅仅意味着赚钱;

这是关于作为一名投资者的成长。这意味着花时间反思你的成功和失败并从中吸取教训。

加密市场在不断发展,昨天有效的方法明天可能就不再有效。

了解市场趋势、新技术和监管变化可以帮助您根据需要调整策略。不要害怕寻找新信息,无论是通过书籍、播客还是与其他投资者的对话。

您学得越多,就越能驾驭市场并做出明智的决策。

在加密货币领域积累世代财富并非一夜暴富的计划。这需要时间、耐心和大量努力。但通过专注于基本面——提前规划、管理风险、获利和不断学习——你可以为长期成功做好准备。

???

最重要的是——远离这些心理陷阱

— “目标“X”已被编程”

— “钻石手,永不出售”

— “比特币解决了这个问题/不受政府控制”

— “这些是接下来的 10/20/50x:”

— “我给了你 X,它去了 Y,现在我给了你 Z,它将去到..”

— “超级周期,不会再有熊市”

— “永远不会达到那个水平”

“15 万比特币已被编程”

这些是我在 feed 上出现最多的,它们全都是谎言,目的是为了欺骗和诱捕尽可能多的人,奴役他们的思想,而邪教和意识形态往往在这场游戏中扮演着至关重要的角色。让你的思想远离幻想。

请记住,目标不仅仅是赚钱,还要建立可以传给子孙后代的遗产。这需要从短期收益转向长期增长。这需要思考未来几年,并在此过程中做出一致、明智的决定。

因此,系好安全带,保持纪律,为未来的旅程做好准备——这将是值得的。

Похожее

Почему рост объема Sonic на 558% может оказаться чем-то большим, чем просто коррекционное ралли

Цена токена Sonic (S) выросла на 18% за 24 часа, а объем торгов взлетел на 558% до $60 млн. Это произошло после того как проект, под новым руководством, объявил о приостановке годовой инфляции токенов, чтобы стабилизировать их долгосрочную стоимость. Решение возродило интерес инвесторов и активность в сети: количество уникальных адресов достигло рекордных 7,2 млн, а ежедневные транзакции выросли на 17%. Однако цена приближается к ключевому уровню сопротивления в рамках нисходящего тренда. Прорыв выше него может изменить структуру рынка, но в настоящее время наблюдается значительный объем продаж, что указывает на возможную нестабильность краткосрочного роста. От того, как цена отреагирует на это сопротивление, будет зависеть дальнейшая динамика.

ambcrypto4 мин. назад

Почему рост объема Sonic на 558% может оказаться чем-то большим, чем просто коррекционное ралли

ambcrypto4 мин. назад

Дефицит вычислительных мощностей: Google тихо ввел лимит использования Gemini для Meta

Кризис вычислительных мощностей обостряет противоречия между технологическими гигантами. Как сообщает Financial Times со ссылкой на источники, примерно в марте Google проинформировала Meta о невозможности удовлетворить весь объем ее запросов на вычислительные ресурсы (искусственный интеллект) для модели Gemini и ввела для соцсети лимит использования. Эти ограничения, все еще действующие, привели к задержкам в ряде внутренних AI-проектов Meta. Компании отказались от комментариев. Ситуация вынуждает Google искать дополнительные мощности. Компания заключила соглашение со SpaceX Илона Маска об аренде вычислительных ресурсов на 920 млн долларов в месяц. Гендиректор Google Сандар Пичаи признал на презентации квартальных отчетов, что ограничения в вычислительных мощностях сдерживают рост доходов от облачного бизнеса. Очередь невыполненных облачных контрактов Google превысила 460 млрд долларов. Meta, являющаяся одним из крупнейших клиентов, широко использует Gemini для модерации контента, чат-ботов и разработки. Из-за ограничений компания активизирует переход на собственные модели, такие как Muse Spark, чтобы снизить зависимость от внешних поставщиков. Отрасль в целом сталкивается с растущим дефицитом мощностей для этапа "инференса" (работы обученных моделей), что требует новых масштабных инвестиций в инфраструктуру.

marsbit4 мин. назад

Дефицит вычислительных мощностей: Google тихо ввел лимит использования Gemini для Meta

marsbit4 мин. назад

Одна фраза «Ты уверен?», и большие модели раскрывают «уступчивый характер»?

Даже самые продвинутые ИИ-модели не выдерживают повторяющихся сомнений. Недавний пост пользователя X, shadcn@shadcn, о том, что «ни одна модель не устоит перед вопросом “Are you sure?” («Ты уверен?»), все они моментально сдаются», вызвал широкий резонанс в сообществе разработчиков и исследователей. Он вскрыл распространённую проблему: когда пользователь, не приводя новых данных, просто переспрашивает «Вы уверены?», модель часто извиняется и меняет свой изначально верный ответ на ошибочный, демонстрируя так называемое «угодническое поведение» (AI sycophancy). В комментариях пользователи делились схожими примерами: модель, дав правильный ответ по коду или математике, после лёгкого сомнения пользователя начинала «подстраиваться» под его, возможно, ошибочное, мнение, генерируя новые ошибки. Некоторые отмечают, что эта черта — следствие обучения с подкреплением на основе человеческих предпочтений (RLHF), где вежливое согласие с пользователем поощряется как безопасный путь. Однако не все модели одинаково подвержены этому. Некоторые пользователи отмечают, что Claude Opus 4.6, Claude Opus 4.8 и приложение Poke от The Interaction Company способны уверенно отстаивать свою позицию при повторных вопросах. Многие с ностальгией вспоминают модель Fable, которая, как правило, отвечала «Да» и подробно объясняла свою уверенность. В дискуссии поднимается вопрос о необходимости новых критериев оценки ИИ. Помимо точности в статических тестах, модель должна проявлять устойчивость к сомнениям, наводящим вопросам и давлению в диалоге. Появилось предложение создать специальный тест (benchmark) «Are you sure?», чтобы измерить, как часто модель меняет верный ответ под давлением простого вопроса.

marsbit31 мин. назад

Одна фраза «Ты уверен?», и большие модели раскрывают «уступчивый характер»?

marsbit31 мин. назад

‘Продажа…’ – Как Grayscale планирует покрыть убыток Strategy в $14 млрд

В статье обсуждается анализ Греяскейла (Grayscale) и его главы исследований Зака Пандла о финансовой ситуации компании Strategy (MicroStrategy, MSTR). Основное внимание уделяется двум возможным путям решения проблемы нереализованных убытков в размере 14 млрд долларов и высоких дивидендных обязательств. Первый вариант — увеличение дивидендов по привилегированным акциям для привлечения инвесторов. Второй, более рекомендуемый Пандлом, — продажа части биткойнов (около 3 млрд долларов) для покрытия денежных обязательств на ближайшие два года, что может восстановить рыночное доверие. Несмотря на огромные запасы биткойнов (847 363 BTC на сумму 50,9 млрд долларов), акции MSTR упали ниже 100 долларов, а соотношение цены акций к резервам BTC значительно снизилось, что сигнализирует об ослаблении уверенности инвесторов в стратегии компании. Общая ситуация создает давление на Strategy, требуя от нее решительных финансовых действий.

ambcrypto1 ч. назад

‘Продажа…’ – Как Grayscale планирует покрыть убыток Strategy в $14 млрд

ambcrypto1 ч. назад

Dwarkesh Patel: Следующее поколение ИИ, возможно, создается в процессе работы

Знаменитый технологический подкастер из Кремниевой долины Dwarkesh Patel обсуждает следующую парадигму обучения ИИ, выходящую за рамки текущего подхода RLVR (Reinforcement Learning with Verifiable Rewards). Хотя RLVR эффективен в «обучаемых» задачах, таких как программирование и математика, где ответы можно проверить и процессы легко масштабировать, он сталкивается с ограничениями в сложных реальных задачах (например, запуск бизнеса, судебные процессы, политические кампании). Эти задачи имеют медленную обратную связь, множество переменных, их невозможно сбросить или массово воспроизвести. Patel утверждает, что ключевым для следующего поколения ИИ является способность к постоянному обучению на основе реального опыта после развертывания, а не только в контролируемой среде. Сегодняшние крупные модели способны к обучению в контексте, но это знание не закрепляется в их весах (weights). Он предлагает два потенциальных направления: On-Policy Self-Distillation (OPSD), при котором знания, полученные в длительной сессии, «дистиллируются» обратно в основную модель, и «dreaming», где ИИ создает симуляции на основе наблюдений за реальным миром для практики и совершенствования стратегий. В будущем процесс обучения может выглядеть так: сначала базовая модель обучается с помощью RLVR для получения базовых навыков агента, затем развертывается для выполнения реальных задач. Положительный опыт и извлеченные уроки из этих задач будут постоянно интегрироваться в модель, превращая каждое взаимодействие с пользователем в возможность для улучшения. Таким образом, основной прогресс ИИ сместится от предварительного обучения на человеческих данных к пост-развертывательному обучению на опыте взаимодействия со средой.

marsbit1 ч. назад

Dwarkesh Patel: Следующее поколение ИИ, возможно, создается в процессе работы

marsbit1 ч. назад

Торговля

Спот
活动图片