ETF 连续两周净回流、链上黄金破 61 亿,加密本周全面跑赢美股

marsbit发布于2026-03-15更新于2026-03-15

文章摘要

加密货币市场本周表现强劲,全面跑赢美股,主要数字资产普遍上涨,其中HYPE涨幅达18.8%。市场呈现从防守转向进攻的态势,主要受三大因素推动: 首先,HIP-3未平仓合约创历史新高,达13亿美元,石油期货占比迅速提升至31%,显示链上市场正成为全球大宗商品交易的新场所。 其次,加密ETF连续两周净流入,总额达6.099亿美元,比特币ETF领跑,机构需求明显回暖。地缘政治风险和宏观不确定性促使资金重新配置硬资产。 第三,链上代币化黄金供应量突破120万盎司(约61亿美元),规模一年增长超三倍,反映投资者对区块链硬资产的需求激增。 此外,预测市场未平仓合约增长至13亿美元,Mastercard推出大规模加密支付合作计划,Coinbase与Bybit洽谈合作等事件,均显示加密基础设施与传统金融融合加速。

作者:Artemis Analytics

编译:深潮 TechFlow

深潮导读:这份周报用数据说明了一件事:加密市场正在从防守转向进攻。ETF连续两周净流入、链上黄金规模翻三倍、HIP-3未平仓合约创历史新高——这三条线同时走强,背后是宏观不确定性推动资金重新定价硬资产。

市场概览:本周回顾

欢迎回到 Artemis《数字金融基本面》周报!

本周加密资产回报明显领先。HYPE 表现最为亮眼,过去 7 天涨幅达 +18.8%;Figure Technologies(+13.1%)和 Circle(+11.7%)也录得较大涨幅。主流资产方面,以太坊(+5.2%)、Solana(+4.7%)和比特币(+4.7%)均走高,Uniswap(+4.2%)和 SKY(+8.3%)进一步推升数字资产的整体涨势。

值得注意的是,加密本周表现明显优于传统股票。尽管数字资产和加密概念股整体飘绿,Coinbase(-0.9%)和 Robinhood(-5.0%)却跑输大市,股权层面的表现更为分化。传统基准指数方面,标普 500 周跌 -1.5%,纳斯达克 100 周跌 -1.0%。总体来看,市场风险偏好明显回流至加密资产,代币和部分加密关联标的大幅跑赢大盘。

本期重点

HIP-3 未平仓合约与成交量创历史新高,由石油期货驱动

加密 ETF 连续两周净流入

链上代币化黄金供应量突破 120 万盎司

一、HIP-3 未平仓合约与成交量创新高,石油期货成主要驱动力

HIP-3 市场本周未平仓合约(OI)再创新高:3 月 12 日,总 OI 达到约 13 亿美元。其中 trade.xyz 一家平台贡献了约 12 亿美元,Dreamcash 和 HyENA 等小型平台提供了部分增量深度。

比绝对数字更重要的是驱动力的变化。石油在 HIP-3 总未平仓合约中的占比,到 3 月 14 日已升至 31%——而在 1 月和 2 月的大部分时间,这一占比几乎可以忽略不计。不到两周,石油从边缘角色跃升为整个生态中需求最大的来源之一。

这一转变意味着 HIP-3 正在超越加密原生的长尾实验,演变为一个真正无许可的宏观表达场所。当离岸交易者希望快速获得石油、指数和事件驱动型波动敞口时,资金正在加速流向链上。如果这一趋势持续,HIP-3 或将成为链上市场开始承接全球大宗商品流动的最清晰案例。

二、加密 ETF 连续两周净流入

加密 ETF 资金流向连续第二周保持正值,机构需求回暖的迹象进一步增强。截至 3 月 8 日当周,净流入总计 6.099 亿美元,其中比特币 ETF 领跑(+5.685 亿美元),以太坊(+2350 万美元)和 Solana(+2200 万美元)也录得健康流入。Ripple 相关产品有小幅净流出(-410 万美元),整体资金流向仍属积极。

更关键的结论是:这已不再像是单周反弹。经历数周压力之后,连续两周正向数据表明,资产配置者正在逐步重建加密敞口。

支撑这些资金流持续的宏观逻辑,与伊朗冲突直接相关。

(Hayes 的《iOS Warfare》是目前对这一逻辑最详尽的阐述。)

宏观背景也可能继续提供支撑。地缘政治压力、油价上涨,以及市场对美联储降息预期的重新评估,正推动投资者更认真地考虑硬资产和替代价值储存工具。如果宏观不确定性持续,ETF 需求可能在配置者重建加密仓位的过程中保持稳健。

三、链上代币化黄金供应量突破 120 万盎司

代币化黄金供应量本周继续突破,链上存量达到约 120 万盎司,折合约 61 亿美元。相比不到一年前不足 20 亿美元的规模,增速之快令人瞩目,折射出投资者对区块链硬资产敞口的需求正在快速扩张。

在宏观不确定性日益主导市场的背景下,代币化黄金正在受益于两个方向:黄金本身作为传统避险资产的配置需求,以及市场对链上封装形式作为流通渠道的接受度持续提升。

更大的结论是:代币化不再只是支付或稳定币的故事,它正在有意义地延伸至价值储存类资产,黄金已成为现实世界中最清晰的受益者之一。

本周图表精选

预测市场本周继续增长,总未平仓合约约达 13 亿美元,Kalshi 和 Polymarket 居于领先。交易者越来越多地通过事件市场实时表达对政治、宏观和地缘政治波动的判断。这一格局值得关注——它表明需求已超出纯粹的加密价格投机,扩展至更广泛的现实信息与概率定价市场。

其他值得关注的消息

Mastercard 推出大规模加密合作伙伴计划。3 月 11 日,Mastercard 发布新的加密合作计划,涵盖超过 85 家机构,包括 Binance、Circle、Ripple、PayPal、Gemini 和 Paxos。该计划旨在利用稳定币和数字资产,在 Solana、Polygon、Avalanche、Aptos 等网络上支持跨境支付、B2B 转账和全球结算。这标志着区块链支付基础设施与主流金融体系的融合迈出了又一步。

Coinbase 与 Bybit 洽谈潜在投资合作。3 月 14 日有报道称,Coinbase 正与 Bybit 就可能的投资或战略合作展开谈判。若交易达成,Bybit 将得以更接近合规的美国市场,Coinbase 则获得进入全球最大离岸交易所之一的渠道。从更宏观的视角看,此类谈判印证了一个趋势:随着市场结构日趋成熟,主要全球交易所正越来越多地与受监管对手方结盟。

BitGo 被 SoFi 选中,为 SoFiUSD 提供基础设施与机构分发支持。此次合作使 BitGo 成为 SoFi 银行发行稳定币的发行、托管和分发核心提供商,机构客户可通过 BitGo 平台直接接入 SoFiUSD。这再度表明,受监管银行正从稳定币实验阶段走向实际部署,由加密原生基础设施提供商负责后台支撑。

Kraken 银行部门进一步靠近美国直接支付通道。Kraken Financial 获得美联储主账户一事持续引发关注,被视为该领域最重要的基础设施进展之一。直连 Fedwire 及相关支付通道将降低机构法币转账的摩擦,也是加密公司接入核心金融管道、而非另起炉灶的又一典型案例。

相关问答

Q根据文章,加密市场本周表现如何?

A加密市场本周表现亮眼,明显领先于传统股票。HYPE涨幅达+18.8%,Figure Technologies和Circle分别上涨+13.1%和+11.7%,以太坊、Solana和比特币也分别上涨+5.2%、+4.7%和+4.7%。而标普500和纳斯达克100则分别下跌-1.5%和-1.0%。

QHIP-3未平仓合约创新高的主要驱动力是什么?

AHIP-3未平仓合约创新高的主要驱动力是石油期货。石油在HIP-3总未平仓合约中的占比从1月和2月的几乎可以忽略不计,迅速升至3月14日的31%,使其成为整个生态中需求最大的来源之一。

Q加密ETF的资金流向情况如何?

A加密ETF连续第二周保持净流入,截至3月8日当周净流入总计6.099亿美元。其中比特币ETF领跑,净流入5.685亿美元,以太坊和Solana也分别录得2350万美元和2200万美元的健康流入,仅Ripple相关产品有小幅净流出410万美元。

Q链上代币化黄金的供应量达到了多少?

A链上代币化黄金的供应量已突破120万盎司,折合约61亿美元。相比不到一年前不足20亿美元的规模,增速非常快,反映出投资者对区块链硬资产敞口的需求正在快速扩张。

QMastercard推出的加密合作伙伴计划涉及哪些方面?

AMastercard推出的加密合作伙伴计划涵盖超过85家机构,包括Binance、Circle、Ripple、PayPal、Gemini和Paxos等。该计划旨在利用稳定币和数字资产,在Solana、Polygon、Avalanche、Aptos等网络上支持跨境支付、B2B转账和全球结算,标志着区块链支付基础设施与主流金融体系的进一步融合。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit48分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit48分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit2小时前

年薪百万抢电工,Meta急到自己办技校

marsbit2小时前

交易

现货
活动图片