预测市场交易员上调美联储加息概率

cryptonews.ru發佈於 2026-07-28更新於 2026-07-28

文章摘要

预测市场交易者提高了对美联储在7月会议上加息的押注。Polymarket数据显示,维持利率不变的概率降至73.8%,加息25个基点的概率升至26.4%,市场总交易额达1.09亿美元。Kalshi平台数据类似,分别为72.9%和27.6%,交易额4620万美元。 美联储联邦公开市场委员会会议将于7月28-29日举行,当前联邦基金利率目标区间为3.5%-3.75%。市场预期分歧,66.3%的交易者预计利率不变,但约三分之一认为可能升至3.75%-4%。 市场预期的转变不仅源于通胀因素,也与地缘政治风险有关。据路透社报道,美国银行全球研究部将预期调整归因于近期油价上涨。尽管多数机构如德意志银行仍预计暂停加息,但也承认因波斯湾局势紧张及美联储主席凯文·沃什(Kevin Warsh)释放信号有限,加息风险上升。布伦特原油上周一度突破每桶100美元,但随后回落。同时,美国6月消费者价格指数环比下降0.4%,年通胀率放缓至3.5%,这为暂停加息提供了依据。 此前有分析将比特币可能的底部与美联储未来政策路径相联系。

预测市场的交易员提高了对美联储在7月会议上加息可能性的预测。

在Polymarket上,利率维持不变的概率在一天内降至73.8%。加息25个基点的概率升至26.4%。截至撰写本文时,该市场的总交易额已达到1.09亿美元。

来源:Polymarket。

Kalshi上的情况类似:维持利率的概率为72.9%,加息概率为27.6%。截至撰写本文时,该市场的总交易额为4620万美元。

来源:Kalshi。

美联储联邦公开市场委员会会议将于7月28日至29日举行。目前联邦基金利率目标区间为年化3.5%-3.75%。截至撰写本文时,66.3%的交易员预计利率将保持不变。然而,三分之一的市场参与者预计利率将上调至3.75%-4%。

来源:CME FedWatch。

市场对油价和中东局势做出反应

加息概率上升不仅与持续的通胀有关。据路透社报道,部分大型经纪公司已开始将美联储7月的决策视为结果不如通常明确的情形。

根据该机构数据,美国银行全球研究部将预期修正与油价上涨联系起来。包括德意志银行在内的大多数经纪商仍预计利率将维持不变,但他们承认,在波斯湾局势紧张以及美联储主席凯文·沃什发出的信号有限的情况下,加息风险有所上升。

霍尔木兹海峡悖论:为何石油冲击未击垮比特币

上周,布伦特原油价格短暂升至每桶100美元以上,为自5月26日以来首次。根据S&P Global的数据,9月期货合约于7月23日收于100.69美元。截至7月27日,油价已从峰值回落9%,至每桶87.84美元。

来源:Trading Economics。

与此同时,6月数据提供了支持暂停加息的理由。根据美国劳工统计局数据,上月消费者价格指数环比下降0.4%,年通胀率从5月的4.2%放缓至3.5%。

值得一提的是,7月份Grayscale的分析师将比特币可能触底与美联储未来的政策联系起来。

美联储利率如何影响加密货币价格?
end-content

相關問答

Q根据文章,交易者在预测市场上对美联储七月会议上调利率的概率预期有何变化?

A根据Polymarket的数据,交易者认为美联储在七月会议上维持利率不变的概率在一天内降至73.8%,而加息25个基点的概率上升至26.4%。Kalshi平台的数据也类似,维持利率不变的概率为72.9%,加息概率为27.6%。

Q文章提到哪些因素影响了市场对美联储加息预期的升温?

A影响加息预期升温的因素主要有两个:一是持续的通胀压力,二是近期油价上涨。特别是地缘政治紧张(如波斯湾局势)推高了油价(布伦特原油曾短暂突破每桶100美元),这促使部分大型经纪商重新评估美联储七月会议的结果。

Q目前美联储的目标利率区间是多少?交易者们对七月会议后的利率水平有何预期?

A目前美联储的目标利率区间为3.5%–3.75%每年。在撰写文章时,66.3%的交易者预计利率不会改变,但有约三分之一的参与者预期利率将上调至3.75-4%的区间。

Q六月份的通胀数据提供了哪些支持美联储“暂停加息”的论据?

A美国劳工统计局的数据显示,六月份消费者价格指数环比下降了0.4%,年通胀率从五月的4.2%放缓至3.5%。这个通胀放缓的数据为美联储在七月会议上“暂停加息”提供了论据。

Q文章中提到哪家机构的分析师将比特币可能的底部与美联储的未来政策联系起来?

A文章中提到,灰度投资(Grayscale)的分析师在七月份曾将比特币可能触底与美联储未来的政策走向联系起来。

你可能也喜歡

LeCun连续转发,新作VISReg攻克JEPA世界模型「表征坍塌」核心难题

近日,图灵奖得主Yann LeCun连续转发并高度认可了一项名为VISReg的自监督学习新工作。该工作旨在攻克JEPA世界模型中长期存在的“表征坍塌”核心难题。表征坍塌是指模型倾向于将不同输入映射到相同或极少数向量上,导致学到的表征缺乏判别力。 传统方法多依赖复杂的启发式技巧来抑制坍塌,但训练脆弱且可解释性差。VISReg的解决思路是将正则化目标解耦为独立的“尺度”和“形状”两部分。尺度部分通过方差项防止表征幅值塌缩,并在塌缩时能保持稳定的梯度;形状部分则通过带停止梯度的归一化和切片Wasserstein距离,将表征的分布形状对齐到标准高斯分布,从而完整地约束高阶统计特性。 这种方法实现了尺度和形状的优化互不干扰,有效解决了前代方法SIGReg在塌缩时梯度消失、以及尺度与形状耦合的问题。VISReg实现简洁,计算复杂度低,且易于扩展到大规模训练。 实验表明,在未使用任何启发式技巧的情况下,VISReg在15个数据集(涵盖域内、分布外、医疗、天文等多领域)的综合评估中,表现优于或媲美DINO、MAE等7种主流方法。特别是在分布外泛化任务上,仅使用约十分之一的数据量,其性能便追平了使用十倍数据训练的DINOv2。此外,在迁移微调、低质量数据鲁棒性以及生成引导等任务上也显示出优势。 VISReg为自监督学习提供了一种更稳定、高效且泛化能力强的正则化方案,为构建更强大的JEPA世界模型奠定了基础。

marsbit16 分鐘前

LeCun连续转发,新作VISReg攻克JEPA世界模型「表征坍塌」核心难题

marsbit16 分鐘前

交易

現貨
活动图片