在看跌趋势中 Polygon (MATIC) 活跃地址激增 200%

金色财经發佈於 2024-07-08更新於 2024-07-08

图片

用户活动激增

Polygon 报告称,每日活跃地址数量大幅增加,自今年年初以来增长了 200%。这一增长表明用户对该网络的兴趣日益浓厚。

然而,尽管活动有所增加,MATIC 的价格却没有反映出这种增长。事实上,MATIC 的价值在同一时期下降了 19%。

价格趋势和技术分析

在价格下跌之前,MATIC 的走势波动不定,没有明确的趋势。在调整后,加密货币形成了看跌模式,高点和低点都较低。要想逆转,MATIC 必须测试并超越 0.6346 美元的水平,目标是 0.6886 美元。RSI 为 52.65,表明存在一些看涨势头,尽管 Awesome Oscillator 指示负面前景,反映出与长期趋势相比短期表现较弱。

链上指标显示积极指标

尽管价格走势不佳,但 MATIC 的链上指标显示出令人鼓舞的迹象。网络增长显著,新地址积极积累 MATIC。这表明人们对以当前较低价格购买 MATIC 的兴趣日益浓厚。

MATIC 的交易速度也有所提高,表明交易活动更加频繁。然而,数据显示,虽然较小的散户投资者正在购买 MATIC,但持有超过 10,000 枚代币的较大持有者一直在抛售。

期货和期权市场情绪

与零售市场相反,期货和期权交易者对 MATIC 的兴趣有所减弱。数据显示,自 4 月以来,MATIC 的未平仓合约数量显着下降,反映出衍生品市场的参与度下降。

结论

总而言之,尽管 Polygon 的用户群和网络活动大幅增长,但这尚未转化为 MATIC 的积极价格走势。散户投资者表现出兴趣,但大额持有者和衍生品交易者仍保持谨慎。要扭转其下行趋势,MATIC 需要突破关键阻力位并保持看涨势头。

你可能也喜歡

拖更三年,北大校友翁荔最新长文刷屏

前OpenAI副总裁翁荔(Lilian Weng)发表了一篇关于AI扩展定律(Scaling Laws)的深度分析文章。文章指出,这条指导了AI行业数百亿美元投入的核心定律,远比人们想象的更为脆弱。 文章回顾了Scaling Laws的基本思想,即模型性能随规模扩大而可预测地提升。然而,OpenAI与DeepMind在关键问题上得出了相反结论:给定算力,资源应更多分配给模型还是数据?OpenAI的Kaplan团队认为模型增长应更快,而DeepMind的Chinchilla团队则认为应等比增长。后来研究发现,这一分歧源于参数统计口径的差异和实验规模不足,导致Kaplan的结论仅适用于小规模场景。 更关键的是,被行业广泛采纳的Chinchilla最优配比公式本身也存在方法论瑕疵。2024年有团队复现发现,其损失函数因取均值而非求和,导致优化器提前停止,输出并非最优解。此外,用于外推的关键参数精度不足,放大了误差。 文章进一步指出,经典Scaling Laws的根本前提——高质量数据无限供应——正在崩塌。数据重复训练不可避免,新研究引入了惩罚项来修正公式,并发现大模型对数据重复更敏感。这解释了行业为何转向强化学习、测试时计算和合成数据等新路径。 翁荔的博客以其清晰深入的技术解析著称,这篇文章历时三年完成。她于2025年联合创立了新公司Thinking Machines Lab。文章强调,下一代AI的进步不仅依赖算力规模,更取决于对这些基础定律细节更精确的理解与运用。

marsbit57 分鐘前

拖更三年,北大校友翁荔最新长文刷屏

marsbit57 分鐘前

交易

現貨
合約
活动图片