专家指控比特币再遭围猎,ETF与贝莱德被疑操纵市场

bitcoinist发布于2025-12-26更新于2025-12-26

文章摘要

比特币近期价格剧烈震荡导致大量头寸清算,专家质疑市场再度遭遇操纵。分析师NoLimit指出,贝莱德的比特币ETF IBIT在美股开盘时将数亿美元比特币转入Coinbase Prime钱包,疑似机构抛售前兆。多家交易平台同步大额卖出:币安抛售10,155 BTC,Wintermute、Coinbase、贝莱德和Kraken合计抛售超2.5万美元比特币,仅30分钟内清算规模达25亿美元。分析师指出,45分钟内比特币暴跌2300美元,清算多头头寸6600万美元,加密货币市场市值蒸发600亿美元却无负面消息驱动,表明市场操纵仍是加密领域重大隐患。截至发文,比特币报价87,340美元,较10月历史高点下跌超30%。

近期比特币(BTC)波动性急剧上升导致大规模爆仓,引发专家对市场操纵的新一轮质疑。

机构抛售潮来袭?

市场专家NoLimit在社交媒体平台X(原推特)发布的详细分析显示,股市开盘时段贝莱德的比特币交易所交易基金(ETF)IBIT向Coinbase Prime钱包转移了价值数亿美元的比特币。

这种时机和流向符合机构抛售资产的典型模式。分析指出,这些比特币转入Coinbase Prime并非为了闲置,通常是为出售或流动性管理做准备。

NoLimit坚称,当贝莱德等巨头需要清算资产或应对赎回需求时,比特币价格会迅速反应。

他认为当前情况反映多重因素叠加:ETF相关抛售发生在流动性低迷时段,为预期波动进行的库存管理,以及重大衍生品事件前的风险管控。

比特币遭遇断崖式下跌

技术分析师OxNobler进一步指出,多家交易平台的大规模抛售加剧了近期跌势。

据披露,币安短时间内抛售10,155枚BTC,Wintermute出手5,354枚BTC,Coinbase处置10,113枚BTC,贝莱德卖出4,945枚BTC,Kraken转移4,630枚BTC。

这些行动在30分钟内累计抛售超25亿美元比特币,引发市场协同操纵的质疑。

Bull Theory分析师表示,形势急剧恶化——比特币45分钟内暴跌2300美元,清算了6600万美元多头头寸。

在此背景下,加密货币市场市值蒸发600亿美元却无任何负面消息触发,这种局面令他们断言操纵行为仍是加密市场的重大隐患。

日线图显示BTC过去一周波动率激增 来源:TradingView.com BTCUSDT

截至发稿,BTC交易价格为87,340美元,较10月初创下的历史高点下跌逾30%。

特色图片来自DALL-E,图表来自TradingView.com

热门币种推荐

相关问答

Q哪位市场专家在社交媒体X上分析了BlackRock的比特币ETF IBIT的资金转移情况?

A市场专家NoLimit在社交媒体X(前身为Twitter)上分析了BlackRock的比特币ETF IBIT的资金转移情况。

Q根据分析,BlackRock的比特币ETF IBIT在股市开盘时向Coinbase Prime钱包转移了多少价值的比特币?

ABlackRock的比特币ETF IBIT在股市开盘时向Coinbase Prime钱包转移了价值数亿美元的比特币。

Q在短短30分钟内,哪些交易平台进行了大规模的比特币抛售,总价值超过25亿美元?

A在30分钟内,Binance抛售了10,155 BTC,Wintermute抛售了5,354 BTC,Coinbase抛售了10,113 BTC,BlackRock抛售了4,945 BTC,Kraken转移了4,630 BTC,总价值超过25亿美元。

Q根据Bull Theory的分析,比特币在45分钟内下跌了多少美元,并清算了多少多头头寸?

A根据Bull Theory的分析,比特币在45分钟内下跌了2,300美元,并清算了6,600万美元的多头头寸。

Q文章中提到比特币当前的价格是多少美元,较10月的历史高点下跌了多少百分比?

A截至撰写时,比特币的交易价格为87,340美元,较10月的历史高点下跌了略超过30%。

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。

marsbit10分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10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。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货

热门文章

加密市场宏观研报:《GENIUS Act》法案取得重大进展,BTC突破历史新高,后市全新展望

2025年5月22日,比特币价格正式突破11万美元大关,创下历史新高。在政策面、宏观经济、资金面与投资者结构共同作用下,一场结构性牛市浪潮正在展开。而此轮上涨背后的核心驱动,是美国《GENIUS稳定币法案》的实质性进展以及多项利好的叠加。本文将从政策端突破、宏观环境转向、链上与ETF资金结构、交易行为演化,以及重点受益赛道五大维度,全面解析此轮BTC再创新高的深层逻辑,并前瞻下半年市场的潜在趋势。

1.8k人学过发布于 2025.05.22更新于 2025.05.22

加密市场宏观研报:《GENIUS Act》法案取得重大进展,BTC突破历史新高,后市全新展望

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对BTC(BTC)币价的意见。

活动图片