加密货币遭遇急剧逆转,尽管近期有资金流入,但仍有17.3亿美元撤离基金

ccn.com發佈於 2026-01-26更新於 2026-01-26

文章摘要

加密货币市场遭遇大幅资金外流,上周数字资产投资产品流出17.3亿美元,创下自2025年11月中旬以来最大单周撤资纪录。比特币和以太坊领跌,分别流出10.9亿美元和6.3亿美元,显示投资者风险偏好急剧降温。美国投资者是主要抛售力量,撤资近18亿美元,而瑞士、德国和加拿大则逆势流入,分别增加3250万、1910万和3350万美元。尽管部分资产如Solana仍获得1710万美元流入,但市场整体情绪转弱,主因包括对央行降息预期减弱、价格走势疲软,以及加密货币尚未从“法币贬值交易”中获益。区域差异表明,尽管美国资金大幅撤退,欧洲和加拿大投资者仍视市场下跌为买入机会。此次资金逆转突显市场信心脆弱,投资者在宏观经济不确定性中保持谨慎。

关键要点

  • 加密货币投资基金出现17.3亿美元的资金流出,这是自2025年11月中旬以来最大的单周资金外流。
  • 比特币以10.9亿美元的流出领跑,其次是以太坊,流出6.3亿美元。
  • 美国投资者是主要的抛售力量,流出18亿美元,但瑞士、德国和加拿大则录得资金流入。

上周,随着投资者从数字资产投资产品中撤出大量资金,加密货币市场的基调发生了急剧变化。

CoinShares 的新数据显示,仅一周内就有17.3亿美元资金流出加密货币基金,这是自2025年11月中旬以来最大的单周流出。

在市场不确定性重燃之际,这种突然的逆转发生在短暂的资金流入之后,突显了市场情绪的快速转变。

尝试我们推荐的加密货币交易所
赞助
披露
我们有时会在内容中使用联盟链接,点击这些链接我们可能会获得佣金,而您无需支付额外费用。使用本网站即表示您同意我们的条款和条件以及隐私政策。
<div class="toplist-table-item js-toplist-item-parent" data-ident="67adf8d4f12aaec7e4808bf5" data-item_type="external-linking" data-link_url="https://links.ccn.com/links?code=693291aa4a5bcb62319448b2" data-list-item="" data-list_item_number="1" data-partner_brand_name="Bitget" data-tracking='{"partner_brand_id":"67adf8d4f12aaec7极长的HTML内容已按规则保留,此处为节省空间省略重复的赞助商列表HTML代码... </div></span></p> <h2>比特币和以太坊遭遇大规模资金流出</h2> <p>上周的大部分撤资来自市场上最大的加密货币。</p> <p>比特币(BTC)投资产品领跌,流出10.9亿美元——这是自11月中旬以来最大的单周流出。</p> <p>这一行动的规模表明投资者普遍持谨慎态度,而非孤立的获利了结。</p> <p>以太坊(ETH)紧随其后,流出6.3亿美元,强化了风险偏好不仅在比特币,而是在主要数字资产中消退的感觉。</p> <p class="p1">在其他地方,山寨币也感受到了压力。</p> <p class="p1">XRP产品损失了1820万美元,而做空比特币产品的兴趣仍然低迷,仅有50万美元的资金流入,表明很少有投资者积极布局进一步下跌。</p> <p class="p1">一个例外是Solana(SOL),它吸引了1710万美元的新资金。</p> <p class="p1">尽管市场整体回调,但与币安相关的产品(460万美元)和Chainlink(380万美元)也获得了较小的资金流入,暗示了选择性布局的存在。</p> <h2><b>投资者行为的地区差异</b></h2> <p><span style="font-weight: 400;">资金流出并非全球一致。 </span></p> <p><span style="font-weight: 400;">美国以近18亿美元的流出领跑,突显了美国投资者是此次撤退的主要力量。 </span></p> <p><span style="font-weight: 400;">瑞典和荷兰分别出现了1110万美元和440万美元的较小流出。</span></p> <p><span style="font-weight: 400;">一些地区则持不同看法,将价格下跌视为买入机会。</span></p> <p><span style="font-weight: 400;">瑞士迎来了3250万美元的资金流入,而德国增加了1910万美元,加拿大增加了3350万美元。 </span></p> <p><span style="font-weight: 400;">这些地区似乎更为乐观,尽管市场整体低迷,仍在增加多头头寸。</span></p> <p><span style="font-weight: 400;">这种急剧的回撤发生在加密货币基金近期有资金流入之后,标志着情绪明显逆转。 </span></p> <h2><b>突然逆转的背后原因</b></h2> <p><span style="font-weight: 400;">几个因素促成了看跌转向。 </span></p> <p><span style="font-weight: 400;">投资者对央行,尤其是美联储的潜在降息希望减弱。 </span></p> <p><span style="font-weight: 400;">整个市场的负面价格势头加剧了不安。 </span></p> <p><span style="font-weight: 400;">许多人失望地发现,数字资产尚未从所谓的“贬值交易”中受益,即法币走弱可能将资金驱向比特币等替代品。</span></p> <p><span style="font-weight: 400;">报告指出,这种看跌情绪自2025年10月以来一直持续。 </span></p> <p><span style="font-weight: 极长的HTML内容已按规则保留,此处为节省空间省略重复的“你可能喜欢”部分HTML代码... </div></span></p> <span class="_clear"></span> </body></html>

相關問答

Q加密货币投资产品上周出现了多少资金流出?

A加密货币投资产品上周出现了17.3亿美元的资金流出,这是自2025年11月中旬以来最大的单周资金流出。

Q比特币和以太坊的资金流出情况如何?

A比特币投资产品流出了10.9亿美元,是以太坊投资产品流出了6.3亿美元。

Q哪些地区的投资者在增加资金流入?

A瑞士增加了3250万美元的资金流入,德国增加了1910万美元,加拿大增加了3350万美元。

Q除了比特币和以太坊,还有哪些加密货币出现了资金流出?

AXRP产品流出了1820万美元,而Solana则吸引了1710万美元的新资金流入。

Q导致这次资金流出的主要原因是什么?

A投资者对央行(尤其是美联储)降息的预期减弱,市场的负面价格动能,以及数字资产尚未从所谓的'贬值交易'中受益等因素共同导致了资金流出。

你可能也喜歡

Gate 研究院:加密金融产品掀起“华尔街化”浪潮,是竞争还是融合?

2009年比特币的创世区块暗含对传统金融体系的批判,其理想是建立去中心化、去中介、去银行的点对点金融系统。然而十七年后,比特币现货ETF获批、贝莱德等巨头发行相关产品、CME推出受监管衍生品、RWA(真实世界资产)和代币化国债市场快速增长等现象,显示传统金融正系统性地介入加密资产的发行、定价、托管和分销环节,引发了加密市场是否“华尔街化”的讨论。 文章认为,这并非单方面的吞并,而是加密体系与传统金融的双向融合与互补。加密领域提供无许可开放性、24小时交易和可编程结算,但缺乏合规通道、机构级托管和主流分销网络;传统金融则拥有牌照、信任、资金和渠道,但受限于交易时间、跨境门槛和结算效率。双方正朝彼此的核心优势靠拢。 这种融合体现为两条路径:一是以Gate为代表的加密交易所,逐步从提供代币化美股、CFD差价合约,发展到接入真实股票、港股、韩股交易,成为连接加密账户与传统券商基础设施的前端入口;二是以Robinhood为代表的传统券商,通过收购加密交易所、推出股票代币和建设自有Layer 2,将加密资产和链上代币化产品整合进其平台。两者的共同目标是争夺下一代综合金融账户的入口,让用户在一个界面内交易多种资产。 同时,RWA和链上国债作为资产层的融合正在加速。尽管规模尚小,但代币化国债等产品为链上提供了低波动收益资产,并吸引JP摩根、贝莱德等传统机构参与,测试未来资本市场的底层结算方式。 最终,加密与华尔街并非谁征服谁,而是在共同塑造一个更高效、全球化的统一资本市场。用户未来或将在同一个账户中自由交易比特币、股票、ETF、链上国债等多种资产,体验无缝的跨资产配置。去中心化的理想仍在底层协议中延续,而在应用层,一个融合了双方优势的新金融形态正在形成。

marsbit4 分鐘前

Gate 研究院:加密金融产品掀起“华尔街化”浪潮,是竞争还是融合?

marsbit4 分鐘前

给AI喂“噪声”也能涨分,这项工作让噪声实现正迁移

这篇发表于ICML 2026的研究提出了一种名为“半监督噪声自适应(SSNA)”的新方法,其核心思想是:迁移学习中,用于辅助训练的“源数据”可以不是真实的图像或文本,而是**完全没有语义的随机噪声**。 传统迁移学习需要大量有标签的源数据,但在隐私、版权等限制下,真实数据往往难以获得。SSNA框架(NAF)打破了这一限制。研究者为每个目标类别(例如CIFAR-10的10个类)生成一组对应的高斯分布噪声样本,并为每个噪声类预先指定一个目标类别编号(但编号本身无意义)。 NAF通过三个步骤实现“正迁移”: 1. **利用少量真实标签**:使用目标域中极少的标注样本进行基础监督学习,建立噪声与真实类别间的初步联系。 2. **在噪声域构建判别结构**:训练模型将同类噪声聚集、异类噪声分离,形成清晰的类别结构。 3. **跨域对齐**:将噪声域中学习到的类别结构(分布)与目标域的对齐,从而将判别性知识迁移到真实数据上。 实验表明,在每类仅有4个标注样本的极端少样本设定下,NAF相比仅使用标注数据的基线方法(ERM)在多个数据集上取得显著提升(如CIFAR-10提升12.35%)。研究还发现,关键因素在于噪声域中是否形成了**可分离的类别结构**,而非噪声数量多少。当把所有噪声压缩为一点(无结构)时,性能会大幅下降。 这项工作的意义在于,它揭示了迁移学习中可迁移的知识可能不限于数据的“语义内容”,**表征空间的“组织结构”本身也是一种有效的知识**。这为无法获取真实源数据的场景提供了一种低成本、保护隐私的替代方案。

marsbit10 分鐘前

给AI喂“噪声”也能涨分,这项工作让噪声实现正迁移

marsbit10 分鐘前

交易

現貨
活动图片