Ethena (ENA) 势头减弱:空头会再次出击吗?

TheNewsCrypto發佈於 2026-02-20更新於 2026-02-20

文章摘要

今日加密货币市场开盘短暂冲高,总市值达2.33万亿美元,市场情绪呈现极度恐惧(恐惧与贪婪指数为12)。比特币和以太坊试图突破看跌阻力,而Ethena(ENA)则下跌1.38%。 ENA早间最高触及0.1131美元后回落至0.1071美元低点,现报0.1114美元,日内交易量激增52.72%至1.0189亿美元,同时24小时清算金额达547.24美元。 技术分析显示,0.108美元为关键支撑位。若失守可能下探0.10美元并形成死叉,反之若守住则可能上攻0.129美元阻力位。MACD指标跌破零轴显示趋势转弱,CMF值-0.15表明资金持续外流,RSI为32.21接近超卖区域,而多空力量指标-0.0057显示空头略占优势但整体动量中性。 (当前字数:299字符)

今日市场开盘短暂冲高,总市值达到2.33万亿美元。加密货币资产整体情绪极度恐惧,恐惧与贪婪指数值为12。主导代币比特币和以太坊正试图跨越看跌障碍,而Ethena (ENA)则下跌了1.38%。

凌晨时分,该资产最高交易至0.1131美元,最终遭遇看跌压力后,ENA价格跌至0.1071美元低点。截至撰稿时,Ethena交易价格为0.1114美元,其日交易量激增52.72%,达到1.0189亿美元。此外,市场观察到24小时内Ethena清算金额达547.24美元。

在4小时图上,0.108美元是ENA的关键支撑位。当前价格在0.1114美元附近,略高于该支撑位。若0.108美元守住,买家可能入场推动价格上探0.129美元阻力位。若跌破该支撑区间,下行压力将加剧并可能引发进一步下跌。

Ethena近期交易窗口显示下行动量增强,价格或将回调至0.10美元支撑位。持续下跌可能触发死叉形态并推动价格进一步走低。反之若多头掌控局面,近期阻力位可能在0.12美元附近。若上行压力增强,金叉形态可能出现并推动Ethena价格继续攀升。

看跌信号显现 Ethena下行风险加剧

Ethena的移动平均线收敛散度(MACD)线与信号线已下穿零轴,这通常表明整体趋势转负。随着此交叉形态出现,下行动量正在强化。

此外,资金流量指标(CMF)为-0.15,暗示ENA市场存在中度至强力卖压。负值表明资金持续外流,分布主导而非积累。

当前Ethena市场情绪正接近超卖区域,每日相对强弱指数(RSI)为32.21。市场存在强烈看跌动能和沉重卖压,若买家介入可能出现反弹。

另外,多空动力指标(BBP)读数约为-0.0057,暗示空头优势非常微弱。由于略低于零轴,卖方仅具轻微优势。值得注意的是,ENA整体动量呈中性。

最新加密货币动态

MYX Finance (MYX) 暴涨80%:趋势反转确认还是反弹动能枯竭?

标签竞争币加密货币ENAEthena

相關問答

Q根据文章内容,当前加密货币市场的整体情绪如何?

A当前加密货币市场的整体情绪是极度恐惧,恐惧与贪婪指数值为12。

QEthena (ENA) 当前的关键支撑位是多少?

AEthena (ENA) 当前的关键支撑位是0.108美元。

Q哪些技术指标显示Ethena (ENA) 存在看跌信号?

AMACD线及其信号线已下穿零轴,表明整体趋势转负;Chaikin Money Flow (CMF) 指标为-0.15,显示存在中等到强烈的卖出压力;每日相对强弱指数 (RSI) 为32.21,表明市场接近超卖区域,存在强烈的看跌势头和沉重的卖出压力。

Q如果Ethena (ENA) 的价格跌破关键支撑位,可能会发生什么?

A如果Ethena (ENA) 的价格跌破0.108美元的关键支撑位,下行的压力将会加强,可能会引发进一步的损失,价格可能向下一个支撑位0.10美元回调,甚至可能触发'死亡交叉',导致价格进一步下跌。

Q文章中提到,如果多头控制市场,Ethena (ENA) 可能面临的首个阻力位是多少?

A如果多头控制市场,Ethena (ENA) 可能面临的首个阻力位在0.12美元附近。如果上行动力进一步增强,可能会出现'黄金交叉',推动价格进一步上涨。

你可能也喜歡

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。

marsbit48 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit48 分鐘前

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。

marsbit2 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit2 小時前

交易

現貨
活动图片