Deutsche Bank: к 2030 году биткоин «станет соседом золота» в резервах центробанков

cryptonews.ru2025-10-20 tarihinde yayınlandı2025-10-20 tarihinde güncellendi

В исследовании Deutsche Bank говорится, что в ближайшие годы биткоин будет всё больше вести себя как золото, а к 2030-му оба актива «смогут сосуществовать» в официальных резервах. Авторы — Марион Лабуре и Камилла Сиазон — подчёркивают: появление BTC в резервах не означает вытеснение золота, речь о диверсификации.

Почему это стало возможным

Институциональный спрос и инфраструктура. Притоки в спотовые ETF на биткоин и усложнение кастоди-сервисов снижают «порог входа» для консервативных институтов и регуляторов.
Снижение относительной волатильности и «поведенческая» конвергенция с золотом. В отчёте DB анализируется корреляция BTC с индексом VIX и драгметаллом, вывод — «биткоин взрослеет» как макрогедж.
Макрофон. Ослабление доллара и геополитическая неопределённость исторически усиливают тягу к резервным «убежищам». DB считает, что часть спроса уйдёт и в цифровое «убежище».

Но скепсис никуда не делся

Ряд центробанков публично сомневаются, что BTC подходит для официальных резервов: звучат аргументы про волатильность, правовой статус, бухгалтерский учёт и ликвидность. Так, осторожность высказывали SNB и представители ЧНБ. Эти позиции показывают: путь от идеи до реальной покупки активов центробанками пройдёт через регулирование и стандарты учёта.

Последствия для рынков

Если даже часть центробанков добавит небольшую долю BTC к золоту, это создаст структурный спрос и сократит «плавающее» предложение, усиливая ценовую упругость на панических распродажах. Для золота это не проигрыш: скорее перераспределение хеджа между «аналоговым» и «цифровым» убежищами. В макроразрезе усилится тренд на мультивалютные резервы, а у эмитентов стейблкоинов/цифровых валют и их кастоди-провайдеров появится дополнительный стимул выстраивать регуляторно чистые цепочки владения и расчётов.

Материал носит информационный характер и не является финансовой рекомендацией.

Trend Kriptolar

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

İlgili Okumalar

Injective software package hit by malicious supply chain attack – Details

In a software supply chain attack, malicious actors compromised the Injective Labs TypeScript SDK (@injectivelabs/sdk-ts v1.20.21) by uploading a tainted version to the npm registry. The attackers gained access to a legitimate contributor's GitHub account to distribute malicious commits. The compromised package, disguised as a routine update, contained malware that activated only when developers used specific wallet generation functions, stealing private keys and mnemonic seed phrases. This breach impacted approximately 50,000 weekly downloads and spread through transitive dependencies in 17 other Injective packages. While a clean version (v1.20.23) was later released, the malicious package remained accessible. Affected users are advised to rotate credentials, create new wallets, and move their funds.

ambcrypto1 saat önce

Injective software package hit by malicious supply chain attack – Details

ambcrypto1 saat önce

After Aave's Exit and TVL's Sharp Fluctuation, Where Does MegaETH's Valuation Anchor Lie?

Following the withdrawal of Aave and a sharp drop in its Total Value Locked (TVL), the valuation of the high-performance DeFi blockchain MegaETH faces scrutiny. Once a highly anticipated project with a fully diluted valuation (FDV) reaching around $2 billion, MegaETH saw its TVL plummet from a May peak of $245 million to just over $30 million in July, a roughly 70% decline. Its native token, MEGA, currently trades around $0.048 with a market cap of approximately $54 million and an FDV of about $480 million. The report identifies a core vulnerability: MegaETH's TVL was heavily dependent on a single protocol, Aave V3, which at its peak contributed around 90% of the chain's TVL. A significant portion of this capital is attributed to leveraged yield-farming strategies involving stablecoins like USDe. When the profitability of these strategies diminished, capital rapidly exited, exposing the lack of diversified, sustainable activity. Three key mismatches between MegaETH's valuation and its fundamentals are highlighted: 1. **Valuation vs. Real Usage:** With an FDV of ~$4.8B but only ~$1M in annualized protocol revenue and ~2,600 daily active addresses, the valuation appears disconnected from current economic activity. 2. **Token Narrative vs. Ecosystem Reality:** Despite its DeFi narrative, nearly 80% of the chain's recent protocol revenue comes from a trading card game, Monster, not from core DeFi applications like Aave. The chain's native stablecoin, USDM, also shows low trading volume and a declining market cap. 3. **Short-Term Hype vs. Long-Term Delivery:** Initial hype from token generation, blue-chip integrations, and influencer support has faded. Major protocols like Uniswap now hold minimal TVL on the chain, indicating that early capital was largely transient and driven by incentives rather than organic demand. The situation reflects a broader market trend where investors are becoming less tolerant of valuations based on inflated TVL and narrative, demanding clearer evidence of sustainable transactions, revenue, and ecosystem development. While MEGA's price may experience short-term rebounds from market sentiment, a fundamental re-rating likely depends on the team's ability to convert its remaining resources into tangible, user-retaining applications and genuine ecosystem growth.

链捕手1 saat önce

After Aave's Exit and TVL's Sharp Fluctuation, Where Does MegaETH's Valuation Anchor Lie?

链捕手1 saat önce

Goldman Sachs In-Depth Report: Who Will Be the Long-Term Winners in China's AI Large Model Industry?

Goldman Sachs Report: China's AI Models at an Inflection Point China's open-source/open-weight large language models (LLMs) have reached performance parity with top global proprietary models, according to a Goldman Sachs report. This is driven by architectural innovations and higher parameter efficiency, allowing Chinese models to achieve comparable capabilities at 2%-10% the parameter size and significantly lower cost. The market is evolving into a two-tiered structure: a high-end segment (e.g., GLM5.2, Qwen3.7 Max) with premium pricing and a low-end, price-sensitive segment for global SMEs and individual users. Key points: * **Cost & Performance:** Innovations like Mixture of Experts (MoE) enable high performance with smaller models. Projects like Meituan's LongCat 2.0, trained on domestic hardware, highlight progress in tech self-sufficiency. * **Open-Source Strategy:** Most Chinese players use open-source/open-weight models for flexibility and ecosystem growth. However, Goldman notes this may underreport actual deployment and revenue. A shift toward "open-weight + community license" models with revenue sharing (e.g., MiniMax) could improve monetization. * **Market Shift & Global Expansion:** Enterprise AI adoption is shifting from "token maximization" to "ROI-first." International expansion, especially in non-US markets, is a major growth driver. Chinese models are increasingly available on global platforms like AWS Bedrock and Microsoft Copilot. * **Competitive Landscape:** Using a framework based on pricing power, cost advantage, and financial strength, Goldman identifies **Zhipu AI and DeepSeek** as the strongest in foundational text models, and **ByteDance** as the leader in multimodal/video generation. The report maintains Buy ratings on MiniMax and Kuaishou. * **Market Growth:** China's AI model API and subscription revenue is projected to grow from an estimated ¥35 billion in 2026 to ¥879 billion by 2030.

marsbit1 saat önce

Goldman Sachs In-Depth Report: Who Will Be the Long-Term Winners in China's AI Large Model Industry?

marsbit1 saat önce

Goldman Sachs Deep Dive Report: Who Will Become the Long-Term Winners in China's AI Large Model Industry?

Goldman Sachs Report: Who Will Be the Long-Term Winners in China's AI Large Model Industry? China's AI large model sector is at a historic inflection point. Goldman Sachs argues that the intelligence of Chinese open-source/open-weight models is approaching top global proprietary models. Rapid adoption by domestic enterprises and global SMEs is creating a data flywheel effect that will further drive model iteration. The evolution is summarized as moving from "DeepSeek's cost-efficiency moment last year to GLM's model-intelligence moment this year." Chinese models achieve near-state-of-the-art performance at significantly lower cost, primarily due to architectural innovations like Mixture of Experts (MoE) and higher parameter efficiency. Models like DeepSeek V4 Pro (1.6T params), GLM5.2 (0.7T), and MiniMax M3 (0.4T) are much smaller than global leaders. Recent advancements in coding capability are attributed to better data curation and RLHF. Landmarks like Meituan's LongCat 2.0, trained fully on domestic AI chips, demonstrate progress in hardware stack independence. The market is forming a "two-tiered structure." The high-end tier (e.g., GLM5.2, Alibaba's Qwen3.7 Max) prices around $1 per million tokens, about 10-25% of US top models, with estimated inference gross margins of 10-20%. The low-end tier (priced as low as $0.06-$0.2 per million tokens) targets price-sensitive global SMEs and individuals. MiniMax derives 60-70% of revenue overseas. Goldman forecasts China's AI model API/subscription revenue to grow from an estimated RMB 35bn in 2026 to RMB 879bn by 2030. Most Chinese players adopt open-source/open-weight strategies for deployment flexibility and community feedback, though this limits monetization as deployments on third-party platforms (e.g., Alibaba Cloud) may not generate direct revenue. A shift towards "open-weight + community license" models with revenue-sharing agreements (like MiniMax's approach) could improve unit economics. International expansion, particularly in non-US markets, is the key growth driver. The global enterprise AI paradigm is shifting from "token maximization" to "ROI prioritization." Chinese models are already hosted on major global platforms like AWS Bedrock and are under consideration for integration into Microsoft Copilot. Using a competitive framework based on pricing power, cost advantage, and financial strength, Goldman identifies the strongest players: In foundational text models, Zhipu AI (initiated coverage) and DeepSeek lead. In multimodal/video generation, ByteDance's Seed is the frontrunner, with Kuaishou's Kling and MiniMax's Hailuo also well-positioned. Goldman maintains a Buy rating on MiniMax, citing its attractive valuation.

链捕手1 saat önce

Goldman Sachs Deep Dive Report: Who Will Become the Long-Term Winners in China's AI Large Model Industry?

链捕手1 saat önce

Circle secures final OCC approval for national trust bank to strengthen USDC infrastructure

Circle has received final approval from the U.S. Office of the Comptroller of the Currency (OCC) to establish Circle National Trust, a federally regulated national trust bank. This marks a key regulatory milestone, bringing core parts of the company's USDC stablecoin infrastructure under direct federal oversight. The new bank will initially provide digital asset custody services for Circle and its affiliates, with a pathway to serve institutional clients and potentially manage the USDC reserve in the future. The approval advances Circle from the conditional stage it reached alongside other crypto firms in late 2025. This move reflects a broader trend of integrating crypto infrastructure into the existing U.S. banking framework through national trust charters, which specialize in custody and fiduciary services rather than traditional lending.

ambcrypto1 saat önce

Circle secures final OCC approval for national trust bank to strengthen USDC infrastructure

ambcrypto1 saat önce

İşlemler

Spot

Popüler Makaleler

$BANK Nedir

Bank AI: Bankacılıkta Devrimsel Bir Adım Giriş Teknolojideki hızlı ilerlemelerin damgasını vurduğu bir çağda, Bank AI, yapay zeka (AI) ve bankacılık hizmetleri kesişiminde yer almaktadır. Bu yenilikçi proje, finansal manzarayı yeniden tanımlamayı, operasyonel verimliliği, güvenlik önlemlerini ve müşteri deneyimlerini AI'nin gücüyle geliştirmeyi hedefliyor. Bank AI yolculuğuna çıkarken, projenin içeriğine, operasyonel dinamiklerine, tarihsel bağlamına ve önemli kilometre taşlarına dalacağız. Bank AI Nedir? Bank AI, yapay zekanın çeşitli bankacılık operasyonlarına entegrasyonunu hedefleyen dönüştürücü bir girişimi temsil etmektedir. Bu proje, süreçleri otomatikleştirmek, risk yönetimi protokollerini geliştirmek ve kişiselleştirilmiş hizmetler aracılığıyla müşteri etkileşimini artırmak için AI'nin yeteneklerinden yararlanmaktadır. Bank AI'nin temel hedefleri şunlardır: Bankacılık Fonksiyonlarının Otomasyonu: AI teknolojilerini kullanarak, Bank AI rutin görevleri otomatikleştirmeyi, insan kaynakları üzerindeki yükü azaltmayı ve verimliliği artırmayı amaçlamaktadır. Geliştirilmiş Risk Yönetimi: Proje, dolandırıcılık ve diğer tehditlere karşı güvenlik önlemlerini güçlendirerek riski tahmin edip tanımlamak için AI algoritmalarını kullanmaktadır. Bankacılık Hizmetlerinin Kişiselleştirilmesi: Bank AI, müşteri verilerini ve davranışlarını analiz ederek, özel finansal ürünler ve hizmetler sunmaya odaklanmaktadır. Müşteri Deneyimini İyileştirme: Chatbotlar ve sanal asistanlar gibi AI destekli çözümlerin uygulanması, kullanıcıların daha insana yakın etkileşimler yaşamasını sağlamayı hedeflemekte, bankalarla etkileşim biçimlerini devrim niteliğinde değiştirmektedir. Bu hedeflerle, Bank AI, bankacılığı daha verimli, güvenli ve kullanıcı odaklı hale getiren önemli bir oyuncu olarak kendini konumlandırmaktadır. Bank AI'nin Yaratıcısı Kimdir? Bank AI'nin yaratıcısı hakkında detaylar bilinmemektedir. Bu nedenle, mevcut bilgilerde belirli bir kişi veya organizasyon tanımlanmamıştır. Projenin başlangıcı etrafındaki anonimlik soruları gündeme getirse de, bunun iddialı vizyonu ve hedefleri üzerinde bir olumsuz etkisi yoktur. Bank AI'nin Yatırımcıları Kimlerdir? Proje yaratıcılarında olduğu gibi, Bank AI'nin yatırımcıları veya destekleyen organizasyonları hakkında da özel bilgiler açıklanmamıştır. Bu bilgiler olmadan, projenin ilerlemesini destekleyen finansal destek ve kurumsal destek hakkında bir çerçeve çizmek zordur. Yine de, böyle yenilikçi bir alanda gelişimi sürdürmek için sağlam bir yatırım temelinin önemi büyüktür. Bank AI Nasıl Çalışır? Bank AI, geleneksel bankacılık çerçevelerinden ayıran benzersiz faktörlere odaklanarak birden fazla yenilikçi alanda faaliyet göstermektedir. İşte temel operasyonel özellikler: Otomasyon: Makine öğrenimi algoritmalarını uygulayarak, Bank AI bankalar içindeki çeşitli manuel süreçleri otomatikleştirir. Bu, operasyonel maliyetleri azaltır ve insan çalışanların daha stratejik faaliyetlere yönelmelerini sağlar. Gelişmiş Risk Yönetimi: Risk yönetimi uygulamalarına AI entegrasyonu, bankaların dolandırıcılık gibi potansiyel tehditleri doğru bir şekilde tahmin etme araçlarıyla donatılmasını sağlar, böylece müşteri bilgileri ve varlıkları güvence altına alınır. Özelleştirilmiş Finansal Tavsiyeler: Müşteri etkileşimlerinden sürekli olarak öğrenerek, AI sistemleri kullanıcı ihtiyaçlarının daha iyi anlaşılmasını sağlar ve finansal kararlar hakkında özelleştirilmiş tavsiyeler sunar. Geliştirilmiş Müşteri Etkileşimleri: AI destekli chatbotlar ve sanal asistanlar kullanarak, Bank AI daha etkileşimli bir müşteri deneyimi sunar, kullanıcıların sorularını hızlı bir şekilde çözmelerine imkan tanır, bekleme sürelerini azaltır ve memnuniyet seviyelerini artırır. Bu operasyonel özellikler, Bank AI'yi bankacılık sektöründe bir öncü olarak konumlandırmakta ve hizmet sunumu ile operasyonel mükemmeliyet için yeni standartlar belirlemektedir. Bank AI Zaman Çizelgesi Bank AI'nin gidişatını anlamak için tarihsel bağlamına bir göz atmak gerekmektedir. Aşağıda önemli kilometre taşlarını ve gelişmeleri vurgulayan bir zaman çizelgesi bulunmaktadır: 2010'ların Başları: AI entegrasyonunun bankacılık hizmetlerine olan ilgisi arttı, bankacılık kurumları potansiyel faydalarını tanımaya başladılar. 2018: Bankaların temel müşteri hizmetleri ve geliştirilmiş güvenlik yönetimi için risk yönetim sistemlerinde chatbotlar gibi AI araçları kullanmaya başlamasıyla AI teknolojilerinin uygulanmasında belirgin bir artış yaşandı. 2023: AI'nin karmaşıklığı artmaya devam etti ve belge işleme ile gerçek zamanlı yatırım analizi gibi daha karmaşık görevler için üretken AI devreye alındı. Bu yıl, AI teknolojisi sayesinde bankaların sahip olduğu yeteneklerde önemli bir sıçrama yaşandı. 2024-Güncel Durum: Bu yıl itibarıyla, Bank AI yükselişte, devam eden araştırmalar ve geliştirmeler bankacılık operasyonlarındaki yetenekleri daha da artırmaya hazırlanıyor. AI uygulamalarının sürekli araştırılması, heyecan verici gelişmelere işaret etmektedir. Bank AI Hakkında Anahtar Noktalar Bankacılıkta AI Entegrasyonu: Bank AI, bankacılık süreçlerini kolaylaştırmak ve kullanıcı deneyimlerini geliştirmek için yapay zekanın benimsenmesine odaklanmaktadır. Otomasyon ve Risk Yönetimi Vurgusu: Proje, rutin görevlerin yükünü azaltmayı amaçlarken, tahmine dayalı analizlerle güvenlik çerçevelerini geliştirmeye büyük önem vermektedir. Kişiselleştirilmiş Bankacılık Çözümleri: Müşteri verilerinden yararlanarak, Bank AI bireysel kullanıcı ihtiyaçlarına yönelik özelleştirilmiş bankacılık hizmetleri sunar. Gelişime Bağlılık: Bank AI, teknolojinin sürekli evrimi ile uyumlu olmasını sağlamak ve güncel kalmak için sürekli araştırma ve geliştirme çabalarına bağlı kalmaktadır. Sonuç Özetle, Bank AI bankacılık endüstrisinde önemli bir adımı temsil etmekte, yapay zekayı kullanarak operasyonel paradigmaları yeniden şekillendirmekte, güvenliği artırmakta ve müşteri memnuniyetini teşvik etmektedir. Yaratıcı ve yatırımcılar hakkındaki bilgi eksikliklerine rağmen, Bank AI'nin net hedefleri ve işlevsel mekanizmaları, devam eden evrimi için güçlü bir temel sunmaktadır. AI teknolojisi gelişmeye ve bankacılık sektörüyle birleşmeye devam ettikçe, Bank AI finansal hizmetlerin geleceğini önemli ölçüde etkilemeye hazır durumda, bankacılıkla olan anlayışımızı ve etkileşim biçimlerimizi geliştirmektedir.

166 Toplam GörüntülenmeYayınlanma 2024.04.06Güncellenme 2024.12.03

BANK Nasıl Satın Alınır

HTX.com’a hoş geldiniz! Lorenzo Protocol (BANK) satın alma işlemlerini basit ve kullanışlı bir hâle getirdik. Adım adım açıkladığımız rehberimizi takip ederek kripto yolculuğunuza başlayın. 1. Adım: HTX Hesabınızı OluşturunHTX'te ücretsiz bir hesap açmak için e-posta adresinizi veya telefon numaranızı kullanın. Sorunsuzca kaydolun ve tüm özelliklerin kilidini açın. Hesabımı Aç2. Adım: Kripto Satın Al Bölümüne Gidin ve Ödeme Yönteminizi SeçinKredi/Banka Kartı: Visa veya Mastercard'ınızı kullanarak anında Lorenzo Protocol (BANK) satın alın.Bakiye: Sorunsuz bir şekilde işlem yapmak için HTX hesap bakiyenizdeki fonları kullanın.Üçüncü Taraflar: Kullanımı kolaylaştırmak için Google Pay ve Apple Pay gibi popüler ödeme yöntemlerini ekledik.P2P: HTX'teki diğer kullanıcılarla doğrudan işlem yapın.Borsa Dışı (OTC): Yatırımcılar için kişiye özel hizmetler ve rekabetçi döviz kurları sunuyoruz.3. Adım: Lorenzo Protocol (BANK) Varlıklarınızı SaklayınLorenzo Protocol (BANK) satın aldıktan sonra HTX hesabınızda saklayın. Alternatif olarak, blok zinciri transferi yoluyla başka bir yere gönderebilir veya diğer kripto para birimlerini takas etmek için kullanabilirsiniz.4. Adım: Lorenzo Protocol (BANK) Varlıklarınızla İşlem YapınHTX'in spot piyasasında Lorenzo Protocol (BANK) ile kolayca işlemler yapın.Hesabınıza erişin, işlem çiftinizi seçin, işlemlerinizi gerçekleştirin ve gerçek zamanlı olarak izleyin. Hem yeni başlayanlar hem de deneyimli yatırımcılar için kullanıcı dostu bir deneyim sunuyoruz.

752 Toplam GörüntülenmeYayınlanma 2025.05.09Güncellenme 2026.06.02

Tartışmalar

HTX Topluluğuna hoş geldiniz. Burada, en son platform gelişmeleri hakkında bilgi sahibi olabilir ve profesyonel piyasa görüşlerine erişebilirsiniz. Kullanıcıların BANK (BANK) fiyatı hakkındaki görüşleri aşağıda sunulmaktadır.