Axie Infinity xóa sổ thua lỗ tháng Chín – Nhưng giá AXS đối mặt với mối đe dọa NÀY

ambcryptoXuất bản vào 2026-01-22Cập nhật gần nhất vào 2026-01-22

Tóm tắt

Trong bối cảnh thị trường crypto rộng chịu áp lực, token game như Axie Infinity (AXS) vẫn tăng trưởng mạnh, ghi nhận mức tăng trung bình 40% trong tháng. AXS đã xóa bỏ các khoản lỗ từ tháng 9/2025, đưa nhiều nhà đầu tư trở lại trạng thái hòa vốn. Tuy nhiên, chỉ báo RSI trên 70 cho thấy vùng quá mua, cảnh báo nguy cơ điều chỉnh giảm. Dòng tiền giao dịch spot chuyển sang bán ròng 91.000 USD, cùng thanh khoản giảm 21% phản ánh đà tăng có thể suy yếu. Chỉ số Funding Rate âm trên thị trường phái sinh cũng cho thấy áp lực bán có thể gia tăng, dự báo một đợt điều chỉnh trong ngắn hạn.

Trong khi thị trường crypto rộng hơn vẫn chịu áp lực, các token game vẫn tương đối tránh được ảnh hưởng và ghi nhận mức tăng trưởng mạnh.

Lĩnh vực này ghi nhận mức tăng trung bình theo trọng số hàng tháng khoảng 40%, với AXS nằm trong số những đồng tiền có hiệu suất hàng đầu.

Đợt tăng giá gần đây của Axie Infinity [AXS] đã xóa sổ các khoản lỗ tích lũy kể từ ngày 12 tháng 9 năm 2025, đẩy nhiều người nắm giữ trở lại điểm hòa vốn. Tuy nhiên, các chỉ báo động lượng cho thấy đà tăng có thể sắp cạn kiệt, làm dấy lên rủi ro điều chỉnh giảm.

Vị thế của nhà đầu tư dấy lên thận trọng

Vị thế của nhà đầu tư trong AXS ngày càng trở nên mạnh mẽ hơn trong đợt tăng giá. Sự thay đổi đó làm dấy lên câu hỏi về tính bền vững của xu hướng tăng.

Tại thời điểm báo chí đưa tin, Chỉ số Sức mạnh Tương đối (RSI) đã di chuyển trở lại trên 70, đặt AXS vào vùng mua quá mức. Những điều kiện như vậy trong lịch sử thường báo hiệu các đỉnh giá ngắn hạn hơn là các đợt bứt phá bền vững.

Biểu đồ TradingView cho thấy RSI vẫn ở mức cao khi giá tăng tốc. Sự phân kỳ đó làm tăng khả năng hồi quy trung bình trong ngắn hạn.

Tuy nhiên, rủi ro giảm giá dường như đã được kiểm soát cho đến thời điểm hiện tại. Chỉ báo Tích lũy/Phân phối (Accumulation/Distribution) giảm nhẹ nhưng vẫn duy trì tích cực.

Điều này cho thấy áp lực bán đã tăng lên, nhưng cấu trúc thị trường rộng hơn vẫn hỗ trợ. Bất kỳ đợt điều chỉnh giảm nào cũng có khả năng chỉ mang tính chất điều chỉnh trừ khi động lực tích lũy suy yếu thêm.

Nhà đầu tư giao ngay rút lui

Hoạt động thị trường giao ngay (Spot) cung cấp một trong những tín hiệu rõ ràng nhất về sự thay đổi tâm lý, khi vốn bắt đầu rút khỏi thị trường.

Dòng chảy ròng trên các sàn giao dịch (Exchange Netflows) cho thấy các nhà giao dịch Spot đã bán khoảng 91.000 USD trị giá AXS trong 24 giờ qua.

Điều đó đánh dấu một sự thay đổi rõ rệt so với hoạt động mua vào ổn định được quan sát thấy trong đợt tăng giá gần đây. Những người tham gia thị trường Spot thường cung cấp hỗ trợ về cấu trúc, khiến việc họ rút lui trở nên đáng chú ý.

Trên hết, hoạt động giao dịch chậm lại đáng kể. Dữ liệu từ CoinGlass cho thấy khối lượng giao dịch giảm 21% xuống khoảng 2 tỷ USD, mức giảm vượt quá 400 triệu USD.

Khi giá tăng trong khi khối lượng giảm, nó thường báo hiệu động lượng đang suy yếu. Về mặt lịch sử, những điều kiện như vậy thường báo trước sự hợp nhất (consolidation) hoặc các đợt di chuyển giá điều chỉnh.

Thị trường phái sinh báo hiệu sự phân kỳ

Dữ liệu phái sinh cho thấy một bức tranh hỗn hợp. Tỷ lệ Mua/Bán của Người chấp nhận (Taker Buy/Sell Ratio) cho thấy tâm lý tích cực vẫn chiếm ưu thế trên thị trường Hợp đồng Tương lai vĩnh viễn (perpetual Futures), với lệnh mua của người chấp nhận vượt trội hơn so với lệnh bán.

Tuy nhiên, dữ liệu funding lại kể một câu chuyện khác. Tỷ lệ Funding theo trọng số OI (OI-Weighted Funding Rate) đã chuyển sang âm một cách rõ rệt, báo hiệu rằng các vị thế bán khống (short) áp đảo so với các vị thế mua (long).

Dữ liệu từ CoinGlass cho thấy chỉ số này ở mức -0,1286% tại thời điểm báo chí đưa tin. Điều đó có nghĩa là các nhà giao dịch giảm giá (bearish traders) phải trả phí funding để duy trì phơi nhiễm.

Nếu funding âm vẫn tồn tại cùng với nhu cầu spot suy yếu, áp lực giảm giá có thể gia tăng. Sự kết hợp đó sẽ làm tăng rủi ro của một giai đoạn điều chỉnh sâu hơn đối với AXS.


Suy nghĩ cuối cùng

  • Axie Infinity (AXS) đã xóa sổ các khoản lỗ sau tháng Chín khi các token game hoạt động vượt trội, đẩy giá trở lại gần ngưỡng kháng cự chính.
  • RSI quá mua, nhu cầu spot suy yếu và Tỷ lệ Funding theo trọng số OI âm cho thấy động lượng có thể phai nhạt trong ngắn hạn.

Câu hỏi Liên quan

QTại sao bài viết cho rằng giá AXS có thể đối mặt với nguy cơ điều chỉnh giảm?

ACác chỉ báo kỹ thuật như RSI trên 70 (vùng quá mua), dòng tiền giao dịch spot ròng âm với 91.000 USD bán ra, khối lượng giao dịch giảm 21% và tỷ lệ tài trợ (Funding Rate) gia quyền theo OI chuyển sang âm (-0.1286%) cho thấy động lực tăng có thể đã cạn kiệt, làm tăng nguy cơ một đợt điều chỉnh giá ngắn hạn.

QChỉ số RSI của Axie Infinity (AXS) cho thấy điều gì về tình trạng của thị trường?

AChỉ số RSI (Sức mạnh Tương đối) của AXS đã di chuyển trở lại trên mức 70, điều này đặt đồng tiền vào vùng quá mua. Trong lịch sử, điều kiện như vậy thường báo hiệu đỉnh giá ngắn hạn thay vì một đợt bứt phá tăng giá bền vững.

QHoạt động trên thị trường giao ngay (spot) đã thay đổi như thế nào và tại sao nó lại quan trọng?

AHoạt động trên thị trường giao ngay đã có sự thay đổi rõ rệt, với dòng tiền ròng chảy ra khoảng 91.000 USD AXS trong 24 giờ qua. Điều này đánh dấu sự thay đổi so với việc mua vào ổn định trước đó. Các nhà đầu tư giao ngay thường cung cấp hỗ trợ cấu trúc cho thị trường, nên việc họ rút lui là một tín hiệu đáng chú ý cho thấy sự thận trọng.

QDữ liệu phái sinh, cụ thể là Taker Buy/Sell Ratio và Funding Rate, cho thấy điều gì?

ADữ liệu phái sinh cho thấy một bức tranh hỗn hợp: Taker Buy/Sell Ratio cho thấy tâm lý tích cực vẫn chiếm ưu thế trên thị trường Futures vĩnh viễn. Tuy nhiên, Tỷ lệ Tài trợ (Funding Rate) gia quyền theo OI lại chuyển sang âm (-0.1286%), báo hiệu các vị thế bán (short) đang áp đảo so với vị thế mua (long). Sự phân kỳ này cho thấy áp lực giảm tiềm ẩn.

QMặc dù có các tín hiệu cảnh báo, yếu tố nào cho thấy rủi ro giảm giá vẫn có thể được kiểm soát?

ARủi ro giảm giá dường như vẫn được kiểm soát ở thời điểm hiện tại. Chỉ báo Accumulation/Distribution (Phân bổ/Tích lũy) chỉ giảm nhẹ nhưng vẫn duy trì ở vùng tích cực. Điều này cho thấy cấu trúc thị trường rộng hơn vẫn còn hỗ trợ, và bất kỳ đợt điều chỉnh giảm nào cũng có khả năng chỉ là điều chỉnh kỹ thuật trừ khi áp lực tích lũy suy yếu thêm.

Nội dung Liên quan

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

Chỉ số tài sản kỹ thuật số mới S&P Pantera Digital Asset Index vừa được S&P Dow Jones Indices và Pantera Capital ra mắt, tập trung vào các tài sản crypto có nguồn thu thực tế và đã loại trừ Bitcoin, XRP và các meme coin. Chỉ số này áp dụng tiêu chí sàng lọc lấy cảm hứng từ S&P 500, yêu cầu các giao thức phải có thu nhập ròng dương trong nhiều quý liên tiếp và giá trị phải được phân phối cho người nắm giữ token. Bitcoin bị loại vì không đáp ứng tiêu chí "tạo ra doanh thu giao thức". 18 tài sản thành phần (danh sách đầy đủ chưa công bố) được lựa chọn dựa trên thu nhập, với 5 nắm giữ lớn nhất là Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) và Hyperliquid (HYPE). Pantera giải thích việc loại Bitcoin nhằm phục vụ các nhà đầu tư tổ chức, những người đã có sẵn kênh tiếp cận riêng qua ETF và cần một công cụ benchmark để đánh giá cơ bản các giao thức tạo ra doanh thu. Chỉ số hiện mới chỉ là benchmark; các sản phẩm ETF theo dõi chỉ số này đang được thảo luận. Sự hợp tác giữa Pantera và Morgan Stanley có thể mở đường phân phối sản phẩm đến khách hàng giàu có. Thông tin này làm dấy lên tranh luận trong cộng đồng: liệu việc loại trừ Bitcoin có củng cố định vị "vàng kỹ thuật số" của nó, trong khi các tài sản khác bị phân loại như nền tảng công nghệ tạo doanh thu. Pantera chỉ ra một khoảng trống sản phẩm lớn, khi nhiều tổ chức muốn tiếp cận crypto nhưng thiếu các công cụ đầu tư đa dạng, có cơ sở cơ bản rõ ràng.

marsbit3 phút trước

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

marsbit3 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

Claude vừa ra mắt tính năng "Ghi lại Kỹ năng", cho phép người dùng tạo kỹ năng tự động hóa bằng cách ghi màn hình và giải thích bằng giọng nói. Tính năng này hiện có sẵn cho người dùng Pro, Max và Team trên ứng dụng desktop Claude Cowork. Người dùng chỉ cần thực hiện quy trình công việc trên máy tính, vừa làm vừa mô tả bằng lời nói, sau đó Claude sẽ tự động phân tích và tạo ra một "Skill" có thể tái sử dụng, được gọi bằng lệnh gạch chéo (/). Điểm đột phá của tính năng này là bỏ qua bước "viết" hướng dẫn phức tạp thủ công, giúp chuyển đổi tri thức ngầm và kinh nghiệm thực tế thành quy trình tự động một cách dễ dàng. Nó không chỉ là công cụ nâng cao hiệu suất, mà còn làm giảm đáng kể rào cản trong việc số hóa và lưu giữ quy trình nghiệp vụ chuyên môn, điều mà các hệ thống quản lý tri thức truyền thống thường gặp khó khăn. Bài viết cũng đề cập đến mặt khác của tự động hóa: một trường hợp cho thấy mối quan hệ hợp tác lâu năm có thể bị thay thế bởi một bộ kỹ năng được tạo sẵn. Nghiên cứu từ Harvard Business School chỉ ra rằng khi AI phát triển, giá trị công việc sẽ dịch chuyển từ "biết cách làm" sang "biết cách làm những việc người khác không thể làm". Tính năng mới của Claude đẩy nhanh xu hướng này, biến quy trình cá nhân thành tài sản tự động có thể chia sẻ và vận hành ngay lập tức.

marsbit7 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

marsbit7 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

Bài báo giới thiệu một phương pháp học chuyển tiếp mới có tên **Semi-Supervised Noise Adaptation (SSNA)** (Điều chỉnh Nhiễu Bán Giám sát), đã được xuất bản tại ICML 2026. Phương pháp này cho thấy ngay cả **dữ liệu nhiễu ngẫu nhiên**, không chứa thông tin ngữ nghĩa nào (ví dụ: được lấy mẫu từ phân phối Gaussian), cũng có thể giúp cải thiện hiệu suất của mô hình học máy trong các tình huống có ít dữ liệu được gắn nhãn. Nhóm nghiên cứu đề xuất một khuôn khổ gọi là **Noise Adaptation Framework (NAF)**. NAF tạo ra các nhiễu ngẫu nhiên và tổ chức chúng thành các cấu trúc phân biệt rõ ràng giữa các lớp (cụm) trong không gian biểu diễn chung. Cấu trúc phân loại này sau đó được chuyển giao (căn chỉnh) sang dữ liệu mục tiêu thực tế, từ đó cung cấp ranh giới phân loại rõ ràng hơn và nâng cao khả năng học. Trong thử nghiệm, với chỉ 4 mẫu được gắn nhãn cho mỗi lớp, NAF đã cải thiện đáng kể độ chính xác so với phương pháp học có giám sát cơ bản (ERM) trên nhiều bộ dữ liệu như CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), và các bộ dữ liệu khác. Phương pháp này cũng hiệu quả với các tác vụ phân loại văn bản. Nghiên cứu nhấn mạnh rằng yếu tố then chốt không phải là bản thân dữ liệu nhiễu ngẫu nhiên, mà là **cấu trúc phân biệt được tạo ra** giữa các lớp nhiễu đó trong không gian biểu diễn. Ngay cả khi không có ngữ nghĩa thực, việc chuyển giao cấu trúc này vẫn có thể hỗ trợ học tập. Điều này mở ra hướng tiếp cận mới cho việc học chuyển tiếp trong các tình huống khó tiếp cận dữ liệu nguồn thực tế do vấn đề riêng tư, bản quyền hoặc hạn chế về chi phí.

marsbit8 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

marsbit8 phút trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

Mới đây, một nhân viên Nhà Trắng đã bị phát hiện sử dụng thông tin nội bộ để giao dịch kiếm lời trên thị trường dự đoán. Nhân vật chính là Gabriel Perez, người phụ trách vận hành máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump từ năm 2016. Với quyền tiếp cận bản thảo bài nói trước, Perez đã đặt cược vào các từ khóa cụ thể mà Trump sẽ "đề cập" trong hơn chục bài phát biểu, thu lợi hơn 100.000 USD chỉ trong khoảng ba tháng. Sàn giao dịch dự đoán Kalshi, nơi Perez thực hiện giao dịch, đã phát hiện hoạt động bất thường, đóng băng tài khoản của anh ta và báo cáo lên Ủy ban Giao dịch Hàng hóa Tương lai Mỹ (CFTC). Perez hiện đã bị đình chỉ công tác không lương. Tuy nhiên, khác với hai vụ buộc tội hình sự trước đó liên quan đến một binh sĩ đặc nhiệm và một kỹ sư Google, Perez chỉ phải đối mặt với hành động dân sự của CFTC, chủ yếu là hoàn trả lợi nhuận và cam kết không tái phạm. Vụ việc làm nổi bật tính dễ bị thao túng của các thị trường dự đoán thể loại "đề cập", nơi người có thông tin nội bộ hoặc chính người phát biểu có thể dễ dàng kiểm soát kết quả. Đây là trường hợp nội gián thứ ba bị công bố trong lĩnh vực này. Để ứng phó, các nền tảng như Kalshi đang siết chặt quy định, yêu cầu người dùng tiết lộ thông tin công việc nhằm hạn chế giao dịch nội gián. Sự kiện này đặt ra câu hỏi về tính toàn vẹn của thị trường dự đoán, vốn được kỳ vọng phản ánh trí tuệ đám đông, nhưng thực tế có thể trở thành công cụ kiếm lời cho số ít người nắm thông tin đặc quyền.

marsbit1 giờ trước

Nhân viên "đắc dụng" của Nhà Trắng kiếm hơn 100.000 USD nhờ dự đoán dựa trên thông tin nội bộ

marsbit1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Bài viết tiết lộ vụ bê bối giao dịch nội gián liên quan đến một nhân viên Nhà Trắng. Gabriel Perez, người phụ trách điều khiển máy nhắc lời cho các bài phát biểu của cựu Tổng thống Trump, đã lợi dụng thông tin nội bộ về nội dung bài diễn văn để đặt cược trên thị trường dự đoán Kalshi, kiếm lời hơn 100.000 USD trong ba tháng. Anh ta có thể biết trước các từ khóa cụ thể sẽ được nhắc đến. Tuy nhiên, không phải lần nào cũng thành công vì Trump thường nói ngoài kịch bản. Hành vi của Perez bị phát hiện nhờ hệ thống giám sát của Kalshi, dẫn đến việc tài khoản bị đóng băng và anh ta bị đình chỉ công việc. Mặc dù phải hoàn trả lợi nhuận, Perez không phải đối mặt với truy tố hình sự vì cơ quan chức năng cho rằng hành động này không gây hại cho an ninh quốc gia mà chỉ là vấn đề đạo đức. Bài viết cũng chỉ ra rằng thị trường dự đoán loại "đề cập" rất dễ bị thao túng, với chi phí gian lận thấp và lợi nhuận tiềm năng cao, và dẫn thêm các ví dụ khác như CEO Coinbase Brian Armstrong. Để tăng cường tuân thủ, Kalshi đã yêu cầu người dùng tiết lộ nơi làm việc. Vụ việc của Perez cho thấy nỗ lực thanh lọc giao dịch nội gián trong lĩnh vực thị trường dự đoán, nhưng đồng thời cũng làm dấy lên câu hỏi về tính chính xác và bản chất của các nền tảng này.

Odaily星球日报1 giờ trước

Nhân viên sử dụng teleprompter cho Nhà Trắng kiếm hơn 100,000 USD nhờ dự đoán bằng nội bất.

Odaily星球日报1 giờ trước

Giao dịch

Giao ngay
活动图片