熊市“底部结构”是如何形成的,以及现在到哪了?

marsbit发布于2026-04-16更新于2026-04-16

文章摘要

分析比特币熊市底部结构的形成机制,重点观察持有1-3个月短期投资者的成本基础(1-3m_RP)对价格走势的影响。历史数据显示,该成本线是熊市反弹的关键阻力位,因这部分投资者倾向于解套后卖出,导致价格反复遇阻。当前(截至4月15日)比特币价格再次接近1-3m_RP(约75,400美元),面临第二次挑战。若突破,可能进一步测试短期持有者平均成本线(STH-RP,约81,000美元),但需警惕假突破。底部结构的确认需等待成本线拐头向上,标志市场进入熊牛转换期,目前仍需耐心观察方向选择。

作者:Murphy

在过去的几轮周期中,通过成本基础和价格行为的关系变化,是观察BTC走出底部结构的最佳视角之一。

其中的逻辑是,当价格进入某个BTC持有者群体的成本范围,价格走势的背后就代表着该群体的行为表现。是“先跑为敬”还是“继续持有”?

如是前者,价格会在成本线附近遇阻;如果是后者,价格就能丝滑突破成本阻力。如果价格围绕成本线上下穿梭,那意味着市场在反复纠结和博弈中。

图1:持有1-3个月的BTC平均成本线

根据长期数据研究的经验,我认为,在众多群体中,持有1-3个月的短期持有者成本基础(1-3m_RP)是最有效的一个参考依据(如图1中黄线)。

从图中可以看到,在过去所有熊市周期,1-3m_RP都是下行趋势中反弹的关键阻力位。这是因为持有1-3个月筹码并不十分坚定。他们中有很大一部分入场时并没有打算长持。

可能原本只想“吃个快餐”,没想到进去就被套,不得已而被迫持有了1-3个月。当价格反弹给了解套机会,他们会毫不犹疑卖出离场。

所以,我们看到在15年、18年和22年,BTC每次反弹到黄线遇阻,就会继续回调;再反弹,再遇阻,再回调......

当然,这其中也不乏有多次是假突破,说明当一部分筹码开始有利润后“先跑为敬”了,此后带动更多的筹码“有样学样”,就形成了假突破。

归根结底还是投资者对行情缺乏信心的表现。

图2:持有1-3个月的BTC的供应量

例如,我们看图2中持有1-3个月的BTC供应量变化,在3月29日之后,有明显的下降趋势。说明这部分筹码变少了。

变少有2种可能:

  • 1、因为继续持有,被划分到更长时间的持有群体中了。
  • 2、因为卖出了,被划分到更短的持有群体了。

图3:持有3-6个月的BTC的供应量

再看图3,持有3-6个月的BTC供应量中,在3月29日之后并没有明显增多。那就证明是情况2,即1-3个月的BTC在反弹中被卖了,目前还有109万枚。

🚩 逻辑讲完了,我们回到当前:

截止4月15日,1-3m_RP大致在$75,400左右,而BTC的价格也正好在此附近。这是本轮下行趋势中,BTC第二次反弹接近该阻力位。

上一次是1月13日-1月19日期间;小幅突破后引发抛压,并继续回调。那么这一次是否依然会如此?

从过往的数据来看,我认为可能性很大;毕竟在过去3轮周期从未出现过第2次挑战就成功反转的情况。

当然,从理性的角度我们不能做“路径预设”。从客观上讲,还有一种情况也是有可能的:

即BTC可以突破黄线,但此后会在上方遇到一个更大的阻力位,即STH-RP(短期持有者平均成本线),目前在$81,000左右,有231万枚BTC(远大于1-3m的筹码)。

如果在这里遇阻,那么BTC可能会出现围绕黄线上下穿梭的情况,即市场需要时间消化抛压,并开始慎重的选择方向。

随着时间推移,黄线会慢慢开始拐头,即类似图1中绿色虚线标注的位置。那就意味着市场走出了底部结构,进入了“熊-牛转换期”。

从概率上讲,情况1(第二次黄线遇阻)会更大,但情况2(围绕黄线上下穿梭)并非完全不可能。所以我们需要耐心观察,即便暂时的突破,也要判断是真是假。

无论如何,黄线目前的方向还是向下,不可能突然就拐头向上。这需要一个相对长的转变过程,而这个过程就是留给我们做决策的最佳时间。

相关问答

Q什么是观察BTC走出底部结构的最佳视角之一?

A通过成本基础和价格行为的关系变化是观察BTC走出底部结构的最佳视角之一。

Q持有1-3个月的短期持有者成本基础(1-3m_RP)为什么是关键阻力位?

A因为持有1-3个月的筹码并不坚定,很多是短期投机者被套后等待解套卖出,所以当价格反弹到该位置时会遇到抛压,形成阻力。

Q当前(4月15日)1-3m_RP的大致位置是多少?

A截止4月15日,1-3m_RP大致在$75,400左右。

Q如果BTC突破1-3m_RP,可能遇到的下一个更大阻力位是什么?

A下一个更大的阻力位是STH-RP(短期持有者平均成本线),目前在$81,000左右,有231万枚BTC的筹码。

Q市场走出底部结构、进入“熊-牛转换期”的标志是什么?

A标志是1-3m_RP(黄线)开始拐头向上,这意味着市场需要时间消化抛压并慎重选择方向,完成底部结构的转变。

你可能也喜欢

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

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

marsbit1小时前

交易

现货
活动图片