数据显示加密货币熊市可能是一个遥远的威胁

币界网发布于2024-08-16更新于2024-08-16

币界网报道:

平均而言,加密货币熊市持续约一年,有时甚至长达两年。这一阶段发生在供应超过需求时,导致价格在较长时间内下跌。

2022 年发生了最严重的熊市之一。在此期间,按交易量计算最大的加密货币交易所之一 FTX 在大规模银行挤兑后倒闭。此次倒闭引发了区块链反应,导致多家对冲基金和借贷协议倒闭,标志着该行业跌至低谷。

熊市心理解析

最近,有传言称加密货币市场将重回熊市。自 3 月份比特币 (BTC) 达到 73,750 美元以来,许多加密货币都陷入困境。这种下跌引发了人们对市场可能进入又一个长期价格下跌期的担忧。

令人惊讶的是,这一事件发生在减半之前,给市场带来了冲击。当时,许多人认为加密货币价格将创下更高的高点。

但事实并非如此。相反,BTC 的价格与其他加密货币一样,要么在盘整,要么在下跌,要么出现假突破。

这些因素以及其他因素导致一些参与者认为市场可能正走向熊市阶段。

sAaaVLwJsOyBlEM7ZoRFfZoaIfpIjZ2aS1aeuBi3.jpeg

该K线走势图显示了 14 个不同的阶段。例如,当加密货币开始进入牛市阶段时,怀疑阶段标志着熊市的结束。此外还有兴奋、焦虑、兴奋或自满的阶段。

从表面上看,怀疑阶段发生在 2023 年第一季度左右,当时比特币价格开始持续上涨。与此同时,“激动”时期可能发生在今年 1 月初的 ETF 批准期间,因为有人呼吁人们加倍购买 BTC。

狂热可能出现在 3 月之间,当时 BTC 和许多其他山寨币和 meme 币达到了不同的高度。最近的降温可能表明,这一周期处于自满与焦虑之间,这通常是熊市的前兆。

尽管 ETH 存在问题,但比特币持有者仍坚决抵制低迷

然而,自满和焦虑时期可能只是虚惊一场。比特币长期持有者卖方风险比率提供了线索。该指标衡量了与过去市场周期相比的获利回吐水平。

目前,该比例仍低于 2021 年牛市期间的峰值,表明长期比特币持有者并未抛售。

OUI1PB1TSu6DHzXigUnil5k4S9JB4711mG089Duv.jpeg

此类行为表明长期持有者信心十足。

然而,由于某些山寨币(尤其是以太坊 (ETH))表现不佳,一些市场参与者仍持怀疑态度。

2021 年,在比特币创下历史新高(新高)后,ETH 也迅速跟进并超越了之前的峰值。然而这一次情况有所不同,甚至推出了现货以太坊 ETF。

目前,ETH 的交易价格为 2,567 美元,较其历史最高价下跌了 45%。此前,许多市场参与者自信地预测该山寨币将达到 8,000 美元至 10,000 美元之间,但这些预期尚未实现。

rTsya8ILGGKGBeRsZ5M1wHxyCupr8NOFqWh00b8t.jpeg

随着 ETH 继续表现不佳,一些乐观预测已经消退,这增强了人们对熊市即将来临的信念。然而,重要的是要认识到,包括 BTC 和 ETH 在内的顶级加密货币最近经历了一段分配期,这导致了最近的价格调整。

熊市仍在潜伏,等待加密的寒冬

市场参与者可能还担心加密货币鲸鱼购买 BTC 的速度已经放缓。然而,这些停顿在牛市周期中很常见。尽管如此,仍建议谨慎行事,正如净未实现利润/亏损 (NUPL) 所示。

NUPL 衡量投资者是盈利还是亏损。读数增加时,表明更多投资者获得更高的利润。相反,读数下跌则表示收益下跌。

该指标还有助于判断市场是否已进入熊市阶段。上涨表明牛市周期更强劲,而大幅下跌则增加了熊市的可能性。

2Ij7l0Pda8pVPi3BebpyECuaufysjS7817BqasTV.jpeg

截至发稿时,比特币的 NUPL 为 0.46。7 月份,类似的下跌导致 BTC 的价格跌至 55,857 美元。上一次该指标达到这一水平时,比特币的价格跌至 42,576 美元。

这使得当前读数成为市场的关键点。如果 NUPL 继续下跌并达到 0.40 或更低,空头可能会占据主导地位。

你可能也喜欢

国内首张防爆资质、全球首个加油大脑方案,他们凭什么拿下两个“第一”

据统计,今年国内具身智能领域融资总额已突破370亿元,行业正进入商业化落地的关键阶段。然而,如何让机器人真正进入加油站、油气场站等易燃易爆的高危场景,是首要挑战。这些场景要求机器人必须通过严苛的防爆认证,确保其硬件在设计上杜绝任何点火风险。 在加油站场景中,机器人需要完成一系列精细连贯的操作,如开盖、取枪、加油、归位等,且需适应不同车型的差异。而在场站巡检场景,则要求机器人具备长时间自主巡逻、多异常识别和即时响应的综合能力。此外,港口等多机器人协同场景也对系统架构提出了更高要求。 目前多数具身智能系统采用“流水线式”架构,在复杂长序列任务中容易因微小偏差导致连锁失败。为解决这一问题,前沿研究提出了世界模型驱动的预测方法,例如H-GAR架构。该框架通过“生成目标观测—合成中间过渡帧—交互感知动作精炼”三步,让机器人在执行前就能预测任务终态并规划完整视觉轨迹,从而实现“终态对齐”,显著提升长序列操作的稳定性和容错性。 实现特种场景落地需要“大脑”(智能算法)与“本体”(机械硬件)的深度耦合,以及从底层设计满足防爆等安全要求。随着行业加速商业化,那些能率先跑通“大脑-本体-数据”闭环的企业,将在竞争中占据先机。

marsbit39分钟前

国内首张防爆资质、全球首个加油大脑方案,他们凭什么拿下两个“第一”

marsbit39分钟前

交易

现货
合约
活动图片