聊聊虚拟货币交易所的法律困境

美国西雅图联邦法院在当地时间4月30日对币安创始人赵长鹏(CZ)作出判决,与美国司法部(Department of Justice,简称DOJ)追求的36个月刑期不同,主审法官理查德·琼斯(Richard A. Jones)将刑期定为4个月监禁,罪名是CZ(或币安)的行为违反了美国《银行保密法》反洗钱的相关规定。

聊聊虚拟货币交易所的法律困境

随后,CZ在社交平台上表示,自己会服刑,之后会关注教育领域。同时,他表示合规对于虚拟货币交易所的重要性,以及在(被美国司法部起诉)事件过程中,币安受到的密切关注和对用户资金安全的保障对于(CZ获得轻刑)至关重要。最后,CZ重申要保护用户。   

聊聊虚拟货币交易所的法律困境

最后一句“Protect users!”不得不让人联想起今年3月28日FTX的创始人SBF(Sam Bankman-Fried)被重判25年,原因就是其欺诈、侵吞客户资金,造成逾80亿美元的损失。

这样看来CZ的遭遇似乎还不算太坏,但是故事并没有结束,刘律师梳理了美国不同执法部门对于CZ或币安的诉求,或许可以让我们更能理解虚拟货币交易所可能会面临的法律困境:

聊聊虚拟货币交易所的法律困境

有些朋友会认为CZ的遭遇颇有遭受美国“杀猪盘”之感,甚至有些文章字里行间充满幸灾乐祸的意味,刘律觉得这些看法都未免肤浅(当然,这并不代表我的观点就一定深刻),币安或者CZ的遭遇本质上还是中心化的政府机构对于去中心化技术在金融尤其是货币领域应用的应激反应。

虚拟货币交易所在面对保守的强权政府时,不得不委曲求全。但是尴尬的是,虚拟货币交易所本身又是典型的中心化机构,与虚拟货币的去中心化初衷又是背道而驰的。虽在当下其存在也有合理性,比如能够为用户之间的虚拟货币交易提供极大便利。但其本质上难逃中心化弊端的窠臼,CZ也并不总是洁白无瑕,币安也不是加密圈的“护花使者”,只是CZ并没有像SBF那样——触碰了太多的红线。

从监管者角度来说,无论是美国的DOJ、SEC、CFTC,还是中国刑法中的属地管辖、属人管辖、保护管辖、普遍管辖,国家的立法者和执法者总能找到依据来证明自己行为的正当性。换句话说,至少在不少政客看来,政治是法律的法律,法律是政治的工具(但是刘律师还是坚定地信仰法律滴!)。

美国指控币安违反其《银行保密法》有关反洗钱的规定, 比如没有向美国当局通报包括哈马斯、“ISIS”、恐怖组织卡伊达利用币安进行的近10万笔交易;以及没有限制美国用户与伊朗用户之间8.9亿美元的交易;此外,币安还从“包括古巴、叙利亚以及乌克兰的克里米亚、顿涅茨克和卢甘斯克”用户之间的数百万笔交易中赚取了巨额费用。(引自《审判赵长鹏|棱镜》,作者温世君)

聊聊虚拟货币交易所的法律困境

(网上流传出的CZ庭审图片,侵删)

根据一些美国律师的说法,《银行保密法》在CZ案中的适用方式在美国司法中并不常见。所以,不能排除CZ案是被一手炮制出来的。 

但,如前所述,作者这样猜测重点并不是指责某一政府,因为我们并不能保证CZ在其他国家就一定能够轻于4个月监禁,其甚至可能会被处罚的更重。作者想要说的是在虚拟货币交易所及其背后代表的去中心化的虚拟货币在短时间内被所有政府接受,尚有难度。不过有些人反而表达出乐观的情绪——作为全球金融霸主的美国似乎并没有对虚拟货币世界的“霸主”下死手,那么是不是意味着虚拟货币被“主流世界”接受的可能性越来越大?

但是对于真正去中心化的信仰者来说,“主流世界”的想法到底如何——Who cares?    

发表在 比特币交易平台 | 留下评论

新型生产关系赋能人工智能时代

作者 |:Frank-Zhang.eth,Twitter :@dvzhangtz

新型生产关系赋能人工智能时代

笔者认为,人工智能本身代表新型生产力,是人类的发展方向;Web3与A的结合将使得Web3成为新时代的新型生产关系,成为组织未来人类社会,避免 AI 巨头形成绝对垄断的救赎之路。

作为一名长期奋战在 Web3 一级投资一线,以及曾经的 AI研究者,写一篇赛道 mapping,弟认为自己责无旁贷。

新型生产关系赋能人工智能时代

一、本文目标

为了更充分地理解 A,我们需要了解:

1.A的一些基础概念如:什么是机器学习,为何需要大语言模型。

2.AI开发的步骡如:数据获取,模型预训练,模型fine tune,模型使用;都是在做什么。

3.一些新兴方向如:外置知识库,联邦学习,ZKML,FHEML,promptlearning,能力神经元。

4.整个 A链条上对应 Web3 都有哪些项目。

5.对于整个 AI链条 什么环节具有比较大的价值 或者说容易出大项目。

在描述这些概念的时候,笔者会尽量不使用公式、定义,而是用打比方的方式进行描述。

本文尽可能覆盖了较多的新名词,笔者希望在读者心里留下个印象,如果未来遇到,可以回来查其处于知识结构中的什么位置。

二、基础概念

Part 1

当今咱们熟悉的 web3+ai项目,他们的技术是属于人工智能 中的 机器学习 中的 神经网络这一思路。

下面的这段主要界定清楚一些基础概念:人工智能、机器学习、神经网络、训练、损失函数、梯度下降、强化学习、专家系统。

Part 2

人工智能

定义:人工智能是研究开发能够模拟、延申、扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究目的是促使智能机器,会:听,看,说,思考,学习,行动

我的定义:机器给的结果和人给的结果一样,真假难辨(图灵测试)

新型生产关系赋能人工智能时代

Part 3

专家系统

如果一件事 有明确的步骤、需要用到的知识:专家系统

新型生产关系赋能人工智能时代

Part 4

如果一件事 难以描述怎么做到:

1.有标注数据:机器学习,比如分析文本中的情感

例子:需要的训练数据

配钥匙师傅问我:”你配吗”neutral

隔壁很壮的小王问我:”你配吗“-negative

2.几乎无标注数据:强化学习,比如 下棋

新型生产关系赋能人工智能时代

Part 5

神经网络是怎么教会机器一个知识的

机器学习现在涉及的知识和范围很广,我们这里仅仅讨论机器学习中最经典的套路,神经网络。

神经网络是怎么教会机器一个知识的呢?我们可以类比为我们:

如果想教会小狗如何在垫子上小便(经典案例,无不良指向)——(如果想教会机器一个知识)

方法1:如果狗狗在垫子小便则奖励块肉,如果不在则打屁股

方法2:如果狗狗在垫子小便则奖励块肉,如果不在则打屁股;而且距离垫子越远,打得越狠(计算损失函数)

方法3:狗狗每走一步,就进行一次判定:

如果是朝向垫子走,则奖励块肉,如果不是朝向垫子走,则打屁股

(每进行一次训练,计算一次损失函数)

方法4: 狗狗每走一步,就进行一次判定

如果是朝向垫子走,则奖励块肉,如果不是朝向垫

子走,则打屁股;

并且给狗狗在指向垫子的方向摆一块肉,吸引狗狗往垫子走

(每进行一次训练,计算一次损失函数,之后向着能最好降低损失函数的方向,进行梯度下降)

新型生产关系赋能人工智能时代

Part 6

为什么最近十年神经网络突飞猛进?

因为最近十年人类在 算力、数据、算法上突飞猛进。

算力:神经网络其实上个世纪就被提出了,但是当时的硬件运行神经网络,耗时过长。但随着本世纪芯片技术的发展,计算机芯片运算能力以18个月翻一倍的速度发展。甚至还出现了 GPU这种擅长并行运算的芯片,这使得神经网络在运算时间上变得“可接受”。

数据:社交媒体,互联网上沉淀了大量训练数据大厂们也有相关的自动化需求。

模型:在有算力,有数据的情况下,研究者研究出了一系列更高效,更准确的模型。

“算力”、“数据”、“模型”也被成为 人工智能 三要素。

Part 7

大语言模型(LLM)为什么其很重要

为什么要关注:今天我们欢聚于此,是因为大家对Al+ web3 很好奇;而A 火是因为 ChatGPT;ChatGPT 就属于 大语言模型。

为什么需要大语言模型:我们上面说了,机器学是需要训练数据的,但是大规模数据标注成本太高;大语言模型以一种巧妙的方式解决了这个问题。

新型生产关系赋能人工智能时代

Part8

Bert——第一个 大语言模型

我们没有训练数据怎么办?一句人话本身就是一段标注。我们可以使用完型填空法创造数据。

我们可以在一段话之中挖空,将一些词挖出来,让 transformer架构(不重要)的模型预测这些地方应该填写什么词(让狗狗找垫子);

如果模型预测错了,测一些损失函数,梯度下降(狗狗如果是朝向垫子走,则奖励块肉,如果不是朝向垫子走,则打屁股,并且给狗狗在指向垫子的方向摆一块肉,吸引狗狗往垫子走)

这样所有互联网上的文段,都能成为训练数据。这样的一个训练过程也就叫做“预训练”,所以大语言模型也称为预训练模型。这样的模型可以给他一句话,让他去一个词一个词的猜,下面应该说什么词。这个体验和我们现在使用 chatgpt 是一样的。

我对预训练的理解:预训练让机器从语料中学到了人类通用的知识,并培养了“语感”。

新型生产关系赋能人工智能时代

Part 9

大语言模型的后续发展

在 Bert 提出之后,大家发现这玩意真好用!

只需要将模型变得更大,训练数据变得更多,效果就能越来越好。这不是无脑冲就好了。

训练数据暴涨:Bert 使用的是全部 wikipedia、书籍数据训练的,后来的训练数据扩展到全网的英文数据,后扩展到全网全语言

模型参数量飞速上涨

新型生产关系赋能人工智能时代

三、AI开发的步骤

Part 1

预训练数据获取

(本步骤一般仅大厂/大研究所会做)预训练一般会需要巨量数据,需要对全网各类网页进行爬取,积累以 TB为单位的数据,然后进行预处理

模型预训练(本步骤一般仅大厂/大研究所会做)在完成数据收集之后,需要调集大量算力,数百张 A100/TPU 级别算力进行预训练

Part 2

模型二次预训练

(option)预训练让机器从语料中学到了人类通用的知识,并培养了“语感”,但如果我们想要让模型有某个领域的更多知识,可以拿这个领域的语料,灌入模型进行二次预训练。

比如美团,作为一个餐饮外卖平台,需要的大模型就应该了解更多的餐饮外卖知识。所以美团拿美团点评业务语料进行二次预训练,开发出MT-Bert.这样得到的模型在相关场景上效果更好。

我对二次预训练的理解:二次预训练让模型成为某个场景下的专家

Part 3

模型 fine tune 训练

(option)预训练模型如果想要成为某个任务上的专家,比如情感分类的专家,主题抽取的专家,说读理解的专家;可以使用该任务上的数据,对模型进行 fine tune。

但这里就需要标注数据,比如如果需要情感分类数据,就需要类似下面的数据:

配钥匙师傅问我:”你配吗”neutral

隔壁很壮的小王问我:”你配吗“negative

我对二次预训练的理解:Fine tune让模型成为某个任务下的专家

需要注意,模型的训练都需要显卡间大量传输数据。当前咱们 Al+ web3 有一大类项目是 分布式算力–世界各地的人将自己的闲置机器贡献出来做某些事情。但想用这种算力做完整的分布式预训练,是非常非常难的;想做做分布式 Fine tune 训练,也需要很巧妙的设计。因为显卡间传输信息的时间将高于计算的时间。

Part 4

需要注意,模型的训练都需要显卡间大量传输数据。当前咱们 Al+web3 有一大类项目是 分布式算力——世界各地的人将自己的闲置机器贡献出来做力某些事情。但想用这种算力做完整的分布式预训练,是非常非常难的;想做做分布式 Fine tune 训练,也需要很巧妙的设计。因为显卡间传输信息的时间将高于计算的时间。

Part 5

模型使用

模型使用,也称为 模型推理(inference)。这指的是模型在完成训练之后进行一次使用的过程。

相比训练,模型推理并不需要显卡大量传输数据,所以 分布式 推理 是个相对容易的事情。

四、大模型的最新应用

Part 1

外置知识库

出现原因:我们希望模型知道一些少量我们领域的知识,但又不希望花大成本再训练模型

方法:将大量 pdf 数据打包到 向量数据库 之中,将其作为背景信息作为输入

案例:百度云一朵、Myshell

Promptlearning

出现原因:我们感觉外置知识库还无法满足 我们对模型的定制化需求,但又不想负担整个模型的调参训练

方法:不对模型进行训练,仅使用训练数据,去学应该写一个什么样的 Prompt

案例:广泛应用于当今

Part 2

联邦学习(Federated Learning,FL)

出现原因:在训练模型的使用,我们需要提供自己的数据,这会泄露我们隐私,这对于一些金融、医疗机构是不可接受的

方法:每一家机构都在本地使用数据训练模型,然后将模型集中到一个地方进行模型融合

案例:Flock

FHEML

出现原因:联邦学习需要每个参与方本地都训练个模型,但这对每个参与方门槛太高了

方法:使用 FHE的手段进行全同态加密,是的模型可以用加密后的数据直接训练

缺点:极慢,极贵

案例:ZAMA,Privasea

Part 3

ZKML

出现原因:我们在使用别人提供的模型服务的时候,希望确认其真的在按我们的要求,提供模型服务,而不是使用一个小模型再瞎搞

方法:让其用ZK的手段生成个证明,证明其确实在做他号称他做了的运算

缺点:很慢,很贵

案例:Modulus

能力神经元(skillneuron)

出现原因:当今模型就像是一个黑箱,我们喂了他很多训练数据,但他到底学到了什么我们不知道;我们希望能有某种方式,让模型在某个特定方向优化,比如具有更强的情感感知能力,具有更高的道德水平

方法:模型就像大脑,有些区域的神经元管理情感,有些区域管理道德,找出这些节点,我们就可以针对性的优化

案例:未来方向

五、A链条上对应 Web3 项目分类方式

Part 1

笔者会分为三大类:

Infra:去中心化A的基础设施

中间件:让Infra 可以更好服务应用层

应用层:一些直接面向 C端/B端的应用

Part 2

Infra 层:AI的基础设施永远是三大类:数据算力算法(模型)

去中心化算法(模型):

@TheBittensorHub 研报:x.com/dvzhangtz/stat..@flock_ io

去中心化算力:

通用算力: @akashnet_, @ionet

专用算力:@rendernetwork(渲染)、@gensynai(AI),@heuris_ai(Al)@exa_bits (A)(AD,

去中心化数据:

数据标注:@PublciAl_,QuestLab

存储:IPFS,FIL

Oracle: Chainlink

索引:The Graph

Part 3

中间件:如何让Infra 可以更好服务应用层

隐私: @zama fhe, @Privasea_ai

验证: EZKL, @ModulusLabs , @gizatechxyz

应用层:应用其实其实很难全部分类,只能列举其中最具代表性的几项

数据分析

@_kaitoai,@DuneAnalytics ,Adot

Agent

Market: @myshell_ai

Web3知识聊天机器人:@qnaweb3

帮人做操作:@autonolas

六、什么样的地方更容易出大项目?

首先,与其他领域类似,Infra 容易出大项目,尤其是去中心化模型、去中心化算力,笔者感觉其边际成本较低。

然后,在与 @owenliang60 哥的启发下,笔者感到应用层 如果能出现一个杀手级应用,其也会成为顶级大项目。

回顾大模型的历史,是 ChatGPT这个杀手级应用将其推向封口浪尖,其不是什么技术上的大迭代,而是针对 Chat 这个任务的优化。也许在A+Web3 领域未来也会出现像 Stepn/Friendtech 这样的现象级应用,我们拭目以待

发表在 比特币交易平台 | 留下评论

社区科普 | TOX的销毁机制与价值潜力


一、TOX 的基本情况

TOX 是由 INTO 平台发行的生态代币,发行总量为 100 亿枚,在社交挖矿、节点挖矿、生态流通等场景中发挥着至关重要的作用。为了维护 TOX 的长期价值,INTO 于 2024 年 5 月 3 日正式推出一套独特而全面的销毁机制。

二、TOX 的分配方案

1. 社交挖矿: 10 亿枚(10% ), 3 年线性释放;

2. 节点挖矿: 60 亿枚(60% ), 3 年线性释放;

3. 生态基金: 15 亿枚(15% ),全部销毁;

4. 交易所基金: 3 亿枚(3% ),用于支持 DEX 和 CEX 流动性;

5. 推广基金: 2 亿枚(2% ),新增用户激励;

6. 早鸟轮: 1 亿枚(1% ),已完成;

7. 团队: 8 亿枚(8% ),全部销毁;

8. 顾问: 1 亿枚(1% ),全部销毁。

三、TOX 的销毁机制

1. 总量销毁:生态基金、团队和顾问的份额,共 24 亿枚全部销毁。

2. 社交赚取销毁:当日产出多少 TOX,平台方对应销毁多少。

3. 社交节点销毁:

   – 每个账户(包括新老账户)购买社交节点 TOX 的销毁上限为 10 万枚,复投也计算在内。

   – 用户购买节点,平台方同步销毁相应数量的 TOX,直至该账户累计销毁达到 10 万枚上限。

4. 生态流通销毁:

   – 链游幽灵战神中,TOX 既作为门票又作为 Gas 费,将有大量消耗;

   – 链上“爱奇艺”,使用 TOX 包月看影视剧,其中 20% 用于销毁;

   – 繁星计划 2.0 中,仅支持 BSC 链 TOX 参与,项目方及社区将在交易所大量买入 TOX;

   – 预计在 2024 年内,还有百个生态陆续上线,TOX 将用来做流通和销毁。

5. 其他场景销毁:INTO 生态中的头像、NFT 商城、直播间、链上商城等众多场景都将带来 TOX 的销毁需求。

四、TOX 的通缩效果与价值潜力

通过以上多层次的销毁机制,TOX 将最终从 100 亿枚销毁至 2100 万枚,大幅提高稀缺性。截至目前,已销毁 675, 626, 793.9 枚,销毁数据实时上链,可通过 INTO APP 随时查询。

INTO 坚信,代币的内在价值是决定其价格的根本因素。随着销毁机制的不断推进,TOX 的稀缺性将持续提升,代币的长期价值也将得到有力保障。

2023 年,TOX 已成功登陆多家全球主流交易所;2024 年,INTO 将继续助力 TOX 在更多交易所上线,向全球最大数字资产交易所 Binance 发起冲击,不断提升 TOX 的全球影响力。

作为通缩属性明显的生态代币,TOX 有望在不远的将来成为数字资产领域的新宠,吸引更多用户和资本的关注。

发表在 比特币交易平台 | 留下评论

速递|Anthropic 终于推出企业版以及 iOS 应用!全面对标 OpenAI

文章来源:

速递|Anthropic 终于推出企业版以及 iOS 应用!全面对标 OpenAI

根据外媒消息,Anthropic 正在推出一项针对企业的新付费计划,其中包括医疗保健、金融和法律等受到高度监管的行业,该计划名为“Team”,为客户提供对 Anthropic 的 Claude 3 系列生成型 AI 模型以及额外的管理员和用户管理控制的更高优先级访问权限。

Anthropic 产品负责人 Scott White 表示,Anthropic 现在推出 Team 计划是为了满足企业客户不断增长的需求,这些客户希望在整个组织中部署 Claude 的先进 AI 功能,该团队计划专为各种规模和行业的企业而设计,这些企业希望让其员工在受控和可信的环境中获得 Claude 的语言理解和生成能力。

Team 计划与 Anthropic 的个人高级计划 Pro 相结合,与 Pro 相比,每个用户的使用量更大,使用户能够“显着增加”与 Claude 的聊天次数。 

据悉,团队客户可以获得 200,000 个 token 上下文以及 Pro 的所有优势,例如提前访问新功能。

上下文窗口或上下文是指模型在生成输出(例如更多文本)之前考虑的输入数据(例如文本)。具有较小上下文窗口的模型往往会忘记甚至是最近的对话内容,而具有较大上下文的模型则避免了这种陷阱 – 而且作为一个额外的好处,可以更好地掌握它们所接收的数据流。

速递|Anthropic 终于推出企业版以及 iOS 应用!全面对标 OpenAI

Team 计划还带来了新的开关来控制计费和用户管理。在接下来的几周内,它将获得协作功能,包括验证 AI 生成的声明的引用(包括 Anthropic 在内的模型往往会产生幻觉)、与代码库和客户关系管理平台(例如 Salesforce)等数据存储库的集成。

将来,Team 客户将能够利用最近进入公开测试版的 Claude 3 的工具使用功能。这使得用户可以为 Claude 3 配备自定义工具来执行更广泛的任务,例如获取公司当前的股票价格或当地的天气预报,类似于 OpenAI 的 GPT。

速递|Anthropic 终于推出企业版以及 iOS 应用!全面对标 OpenAI

White 表示,随着越来越多的公司从 AI 实验转向全面部署,以追求变革性的业务成果,通过使企业能够将 Claude 深度整合到他们的协作工作流程中,该团队计划使 Anthropic 能够占据重要的企业市场份额

2023 年,客户迅速尝试了 AI ,而现在到了 2024 年,重点已转移到识别和扩展可提供具体业务价值的应用程序。

Gartner 最近的一项调查显示,49% 的公司表示,很难估计和展示 AI 项目的价值,这使得它们在内部很难推销。麦肯锡的另一项民意调查发现,66% 的高管认为,生成式 AI 还需要数年时间才能产生实质性的业务成果。 IDC预计 2027 年这一数字将达到 151 亿美元,比 2023 年的总额增长近八倍。

OpenAI 最近表示,已有超过 60 万用户注册了其生成式 AI 平台 ChatGPT(ChatGPT Enterprise)的企业级用户。它还引入了一系列旨在满足公司合规性和治理要求的工具,例如用于比较模型性能和质量的新用户界面。

Anthropic 为其团队计划定价具有一定竞争力。每位用户每月 30 美元,按月计费,至少有 5 个席位。OpenAI 没有公布 ChatGPT Enterprise 的价格,但 Reddit 上的用户报告称,报价从 120 名用户的每用户每月 30 美元/用户/月到 250 名用户的每用户每月 60 美元不等。 

速递|Anthropic 终于推出企业版以及 iOS 应用!全面对标 OpenAI

此外,Anthropic 也正在推出一款 iOS 应用,该应用提供对 Claude 3 的访问,包括免费访问以及升级的 Pro 和 Team 访问,并与 Anthropic 的网络客户端同步,利用 Claude 3 的视觉功能为上传和保存的图像提供实时分析。例如,用户可以上传演示文稿中的图表屏幕截图,并要求 Claude 对其进行总结。

产品负责人 Scott White 还表示,通过提供与网络版本相同的功能,包括聊天记录同步和照片上传功能,iOS 应用程序旨在使 Claude 成为用户日常生活中方便且完整的一部分,无论是个人用途还是专业用途。此外,它还补充了网络界面和 API 产品,为用户与 AI 助手互动提供了另一种途径。

最后,大部分 AI 炒作还都集中在基础模型的横向能力上,但AI 的真正机会在于 AI 以及 Agent 如何重新配置与创造 B2B 价值链,硅谷老牌 VC 总结了 10 个 GenAI 初创商业案例与 7 条黄金法则,增速远超 SaaS,AI 应用层拐点来临了么?

发表在 比特币交易平台 | 留下评论

Ringefence宣布成立基金会,推进去中心化AI发展

是首个确保创作者在人工智能生成内容(AIGC)中使用其原创作品时获得报酬的生成式人工智能平台,该公司宣布成立基金会——。Ringfence 基金会的使命是建立和支持所需的技术,以大规模推进数字出处和去中心化人工智能。Ringfence 基金会将重点关注 Ringfence 生态系统的几个关键方面:Ringfence AI、Ringfence 节点以及 Ringfence 代币(RFAI)。

Ringfence AI 代表了 Ringfence 的核心协议,为创作者提供了保护、货币化和许可其知识产权以及与人工智能合作的工具。Ringfence 节点与 RFAI 代币是将积极参与引入 Ringfence 平台的首个机制。节点运营者将拥有独特的能力参与全球首个由 100% 用户授权数据构建的社区训练的 AI 模型,有助于推进数据溯源和去中心化人工智能。

Ringfence AI 首席执行官兼基金会执行董事 Whitney Gibbs 解释称:“Ringfence 基金会将成为连接建设者、去中心化倡议和 Ringfence AI 平台的一个不可或缺的部分,共同塑造去中心化人工智能的未来。Ringfence AI 平台和节点销售将展示去中心化在人工智能领域的有效性,其激励机制与我们的核心支柱:赋权、去中心化、信任与透明相匹配。我们很高兴能与世界分享并证明我们的愿景。”

Ringfence 生态系统

Ringfence 生态系统包括基于 Ringfence 协议的项目和具有类似使命的第三方合作伙伴。目前,这些合作伙伴包括 Leonardo AI、Ta-da、Arweave 和 Layer-Zero Labs 等知名企业。

通过 Ringfence 的去中心化数据节点和物理基础设施网络,以及调整数据所有者和人工智能平台之间的激励机制,Ringfence 基金会正在努力建立一个更加公平和去中心化的人工智能网络,以增强用户的能力,并公平地回馈那些借出数据来训练该网络的人。

在未来,Ringfence 协议将朝着去中心化治理结构的方向发展,实现去中心化人工智能网络的愿景。RFAI 代币既是平台的实用代币,也是 Ringfence 基金会和生态系统组织的管理代币。

关于 Ringfence:

无数的图片、歌曲和故事都被从网络上抓取,用于训练生成式人工智能工具,而这些作品的创作者并未经过同意或获得补偿。Ringfence,一个开创性的创作者平台,旨在改变这一现状,通过连接人工智能和 Web3,为创作者提供基础设施,让他们在人工智能时代蓬勃发展。通过 rNFTs 和数据节点,创作者可以保护自己的作品免受未经授权的使用,将其许可给平台上的其他人使用,生成衍生作品,或授权其用于训练 RingfenceAI,仅针对经过授权的内容进行训练。Ringfence 的设计使得创作者可以自行制定作品的货币化和使用条款。

关于 Ringfence 基金会:

Ringfence 基金会的使命是建立和支持所需的技术,以推动数字溯源和大规模的去中心化人工智能发展。Ringfence 基金会将致力于在 Ringfence 协议和第三方合作伙伴的基础上构建项目。通过他们的去中心化数据节点和物理基础设施网络,并通过协调数据所有者和人工智能平台之间的激励机制,Ringfence 基金会正在努力实现一个更加公平和去中心化的人工智能网络,赋予用户权力,并公平地回馈那些为训练该网络提供数据的人。

关于项目的更多动态,详见。

发表在 比特币交易平台 | 留下评论

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

作者:白丁 & Jomosis,极客web3

导语:Restaking 与 Layer2 是以太坊生态在本轮周期中的重要叙事,两者都旨在解决以太坊已有的问题,但具体路径却有所异同。相较于 ZK、欺诈证明等底层细节极其复杂的技术手段,Restaking 更多是对下游项目进行经济安全上的赋能,看上去只是叫人质押资产并获取奖励,但其原理绝非想象的那么简单。

可以说,Restaking 如同一把双刃剑,在赋能以太坊生态的同时,也带来了巨大的隐患,当前人们对 Restaking 的态度众说纷纭,有人说它给以太坊带来了革新和流动性,也有人说它过于功利并在加速加密市场的崩盘。

毫无疑问的是,要判定 Restaking 是灵丹妙药还是饮鸩止渴,只有搞清楚它在做什么,为什么要做,如何做,才能得出客观而清晰的结论,这对于判定其Token的价值,也具有重要的参考意义。

提到Restaking ,Eigenlayer 必然是绕不开的案例,搞清楚 Eigenlayer 在做什么,就搞清楚了 Restaking 在做什么。本文将以 Eigenlayer 为例,以最清晰易懂的语言介绍 Eigenlayer 的业务逻辑与技术实现方式,分析 Restaking在技术和经济上对以太坊生态的影响,以及对整个Web3的意义。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

Restaking及相关名词的解释

大家都知道,Restaking 是指“再质押”,它最早扎根于以太坊生态,而且是在2022年以太坊转型 POS 后火热起来的。什么是“再质押”呢?我们先介绍一下 Restaking 的前置背景,即PoS、LSD、Restaking,这样就能对Restaking有一个较为清晰的定位。

1. POS(Proof of Stake)

Proof of Stake 又名“权益证明”,是一种按照资产质押量来概率性分配记账权的机制。与 POW 不同,后者按照网络参与者的算力来分配记账权,目前普遍认为,POW 比 POS 更去中心化更贴近于 Permissionless。

2022年9月15日巴黎升级启动,以太坊正式从 POW 转变为 POS,完成了主网和信标链的合并,2023年4月的上海升级则允许 POS 质押者赎回自己的资产,确定了 Staking 模式的成熟化。

2.  LSD(流动性质押衍生品协议)

众所周知,以太坊PoS质押挖矿的利率是比较有吸引力的,但散户难以获取这部分收益。除去对硬件设备的要求外,原因有二:

第一,Validator 的质押资产量必须是 32 ETH 或其倍数,庞大的资产量让散户望尘莫及。

第二,在2023年4月上海升级前,用户质押的资产无法取出,资金的利用效率太低。

针对这两个问题,Lido 横空出世。它采取的质押模式为联合质押,即“拼团质押,利润均分”,用户将自己的 ETH 存放于 Lido 平台上,后者将其聚合起来作为运行以太坊 Validator 时质押的资产,这便解决了散户资金不足的痛点。

其次,用户将自己的 ETH 质押于 Lido 上,会1:1置换出锚定 ETH 的 stETH 代币。stETH 不但能随时换回 ETH,还能作为一种与 ETH 等价的 Token,在 Uniswap、Compound 等主流 DeFi 平台上作为 ETH 的衍生代币来参与各种金融活动,这便解决了 POS 以太坊的资金利用率太低的痛点。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

由于 POS 是将流动性强的资产做质押进行挖矿,所以 Lido 为首的产品被称为“流动性质押衍生品”(Liquid Staking Derivatives),也就是我们常说的“LSD”。像上文提及的 stETH,被称为流动性质押代币,英文为“Liquid Stake Token”,就是“LST”。

我们不难发现,被质押到PoS协议中的ETH是真正的原生资产,是真金白银,而 stETH 这样的 LST 是凭空产生的,相当于 stETH 借用 ETH 的价值直接多印了一份钱,一份变成了两份,这便可以理解为经济学中所谓的“财政杠杆”。财政杠杆对于整个经济生态的作用并不是单纯的好或坏,要结合周期和环境具体分析。这里要记住的是,LSD为ETH生态加了第一层杠杆。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

3. Restaking(再质押/重质押)

Restaking 再质押,顾名思义,是将 LST 代币作为质押资产,用于参与更多的 POS 网络/公链的质押活动,以获得收益,同时帮助更多的 POS 网络提升安全性。

LST资产质押后又会获得一个1 : 1的质押凭证,以便进行流通,被称为LRT(Liquid Restaking Token),如质押stETH,即可获得 rstETH,同样可以用于参与 DeFi 和其他链上活动。

也就是说,LSD 中凭空产生的 stETH 等 LST 代币,又被质押一次,再凭空产生一份新的资产,即 Restaking 后出现的 LRT 资产,为 ETH 生态加上了第二层杠杆。

以上是 Restaking 赛道的背景由来,读到这里肯定会有一个问题:杠杆越多经济系统就越不稳定,LSD 这层还可以理解,解决了散户无法参与POS以及提高资金利用效率的问题,而 Restaking 这层杠杆,存在的必要性是什么?为什么要将本就凭空产生的 LST 再次质押?

这涉及到技术和经济两个层面。针对这个问题,下文将对 Eigenlayer 的技术构造进行简要梳理,再分析 Restaking赛道的经济影响,最后在技术和经济两方面对其进行综合评估。

(截止现在,本文出现了很多英文缩写,其中 LSD、LST、LRT 是核心概念,后文将会多次提及。我们可以再度加强记忆:以太坊 POS 质押的 ETH 是原生资产,与质押的 ETH 锚定的 stETH 是 LST,把 stETH 在 Restaking 平台再质押后得到的 rstETH 就是 LRT)

Eigenlayer 的产品功能

我们要先明确 EigenLayer 在产品功能上要解决的核心问题:为一些底层安全基于POS的平台提供来自于以太坊的经济安全性。

以太坊因其可观的资产质押量,具有极高的安全性。但是,如果是一些在链下执行的服务,如 Rollup 的排序器、或者 Rollup 的验证服务,它们在链下执行的部分并不受以太坊控制,无法直接获得以太坊的安全性。

如果想获得足够的安全性,它们就要搭建自己的AVS(Actively Validated Services,主动验证服务)。AVS 是为 Defi、游戏、钱包等终端产品提供数据或者验证服务的「中间件」,典型的例子有提供数据报价服务的「预言机」、还有能为用户稳定提供数据最新状态的「数据可用性层」。

但是搭建新的 AVS 相当困难,因为:

1. 新 AVS 的搭建成本很高,需要经过很长的时间。

2. 新 AVS 的质押往往使用项目方自己的原生Token,这类Token共识远不如ETH。

3. 参加新网络 AVS 的质押,会让质押者错过以太坊链上质押的稳定收益,这会消耗机会成本。

4. 新 AVS 的安全性远低于以太坊网络,经济上的攻击成本很低。

如果有一个平台可以让初创项目方直接租用来自于以太坊的经济安全性,上述问题便可以得到解决。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

Eigenlayer 便是这样的平台。Eigenlayer 的白皮书名为“The Restaking Collective(再质押的集合)”,具有“Pooled Security(共享安全池)”和“free market(自由市场)”两大特性。

除了 ETH 质押外,EigenLayer 收集了以太坊的质押凭证,组成一个安全性租赁池,吸引想赚取额外收益的质押者进行再质押,再将这些质押资金提供的经济安全性向一些 POS 网络项目方出租,这就是“Pooled Security”。

相较于传统 DeFi 系统中不稳定、随时可能变动的 APY,Eigenlayer 对质押收益和惩罚规则都用智能合约明码标价,供质押者自由挑选,赚取收益的过程不再是一种不确定的赌博,变成了公开透明的市场买卖,这就是“free market”。

在这个过程中,项目方可以租用以太坊的安全性,避免自己搭建 AVS,而质押者获得了稳定的 APY。也就是说,Eigenlayer 在提高生态安全性的同时,也为生态上的用户提供了收益。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

Eigenlayer 提供的安全性的流程由三个角色完成:

安全的出借方——Staker (质押者)。Staker质押资金以提供安全性

安全的中介方——Operator (节点运营商)。负责帮助 Staker 管理资金的同时,帮助 AVS 执行任务。

安全的接收方—— 预言机等中间件的 AVS。 

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

(图源:推特@punk2898 )

有人对 Eigenlayer 做过一个形象比喻:用共享单车类比 Eigenlayer 的上下游。共享单车公司相当于 Eigenlayer,它为 LSD、LRT 资产提供市场服务,相当于共享单车公司对自行车进行管理。自行车就相当于 LSD 资产,因为都是可以被租用的资产。骑行者就相当于需要附加验证的中间件(AVS),就如骑行者租用自行车一样,AVS 租用 LSD 等资产获得网络验证服务,保障自身的安全。

在共享单车模式中,需要用押金和违约责任约束用户支付押金,防止对车辆进行恶意破坏,而 Eigenlayer 则通过质押和罚款机制,防止参与验证的 Operator 作恶。

智能合约角度的 EigenLayer 交互流程

Eigenlayer 提供安全性的核心思想有两个:质押和罚没。质押为 AVS 提供了基础的安全性,罚没提高了任一主体的作恶成本。

质押的交互流程如下图所示。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

在 Eigenlayer 中,跟质押者产生交互的主要是TokenPool合约 。质押者通过 TokenPool 可以执行的操作有两种:

质押——Staker 可以将资产质押到TokenPool 合约中,并指明让特定的 Operator来管理质押的资金。

赎回——Staker 可以从 TokenPool 中赎回资产。

Staker 赎回资金要经过三个步骤:

1)Staker 将赎回请求加入请求队列中,需要调用 queueWithdrawal 方法。 

2)Strategy Manager 检查Staker指明的Operator是否处于冻结状态。

3)如果 Operator 没有被冻结(后文有详细描述),Staker 就可以发起 complete withdrawal流程。

这里要注意,EigenLayer给予了 Staker 充分的自由,Staker可以将质押金变现转回自己账户,或将其变成质押份额重新质押。

按照 Staker 是否能亲自运行节点设施参与 AVS 网络,可以将 Staker 分为普通的质押者和 Operator。普通质押者为每个 AVS 网络提供 POS 资产,而 Operator 负责管理 TokenPool 中质押的资产,并参与至不同的 AVS 网络,以确保每个 AVS 的安全。这其实有点像 Lido 的套路。

Staker和 AVS 之间像是被割裂的安全供应方与需求方。Staker往往不了解AVS项目方的产品,无法对其产生信任,或者也没有精力去直接运行设备参与进AVS网络中;同样地,AVS项目方往往无法直接触达Staker。双方虽为供需关系,但缺少一个连接彼此的中介。Operator的作用便在于此。

一方面,Operator帮助质押者管理资金,而质押者对于Operator往往有信任假设,EigenLayer官方解释这种信任与 Staker在LSD平台或币安质押比较类似;另一方面,Operator 帮助 AVS项目方运营节点,如果Operator违反了限制条款,作恶会被Slash,使其作恶成本远超作恶收益,通过这种方式让AVS对Operator建立信任。就这样,Operator 在质押者与 AVS 之间形成了信任中介。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

Operator要入驻Eigenlayer平台,要先调用Slasher contract的optIntoSlashing函数,允许Slasher contract对Operator进行约束/惩罚。

之后,Operator 要通过Registery contract进行注册,Registery contract会调用Service Manager的相关函数,记录下Operator的初次注册行为,最后将消息传输回 Slasher contract。至此Operator的初始化注册方才结束。

下面再来看罚没相关的合约设计。在 Restaker、Operator 和 AVS 中,只有 Operator 会成为罚没的直接对象。刚刚提到过,Operator 想要入驻Eigenlayer平台,必须在 Slasher contract 合约中注册,授权 Slasher对Operator执行罚没操作。

当然,除了Operator之外,罚没过程还涉及到其他几个角色:

1. AVS:Operator 接受 AVS 运营委托的同时,还要接受 AVS 提出的罚没触发条件和罚没标准。这里要强调两个重要的合约组件:dispute resolution contract 和 Slasher contract。

Dispute resolution contract 为解决挑战者的争议而设立;Slasher contract 会在挑战窗口期结束后,冻结 Operator 并执行罚没操作。

2. Challenger挑战者:任何入驻Eigenlayer平台的人都可成为挑战者。若其认为某个Operator 的行为触发了罚没条件,就会开始类似OP的欺诈证明流程。

3. Staker:对Operator的罚没,也会使相应的Staker蒙受损失。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

对 Operator 的罚没执行流程如下:

1)挑战者调用AVS单独设立的 Dispute Resolution合约中的 challenge函数发起挑战;

2)如果挑战成功,DisputeResolution合约会调用 ServiceManager 的 freezeOperator 函数,令Slasher Contract 触发 OperatorFrozen事件,将指定Operator的状态从 unfrozen 变为 frozen,之后进入罚没流程。如果挑战失败,Challenger会受到一定的惩罚,此举是为了防止有人恶意的挑战Operator。

3)罚没流程结束后,Operator的状态会被重置成 unfrozen,继续运转。 

在执行罚没操作的过程中,Operator 的状态始终是被冻结的“非活跃状态”。该状态下,Operator 不能管理 staker 质押的资金,选择将资金质押给这个Operator的质押者也不能提款。这就像是戴罪之身必须伏法,不能任其逍遥法外。只有当前的惩罚或者冲突解决了,Operator 未被 Slasher 冻结,才可以去进行新的交互。

Eigenlayer 的合约都遵循上述冻结原则。 在 staker 向 operator 质押资金的时候,会通过is Frozen() 函数检查 Operator 的状态;在质押者发起赎回押金的请求时,仍然会用 Slasher合约的 isFrozen 函数检查 Operator 状态。这是 Eigenlayer 对AVS 的安全以及 Staker 利益的充分保护。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

最后要说明,在 Eigenlayer 之中 AVS 也并不是无条件地获取以太坊的安全性。尽管项目方在Eigenlayer上获取安全性的过程比自己搭建AVS简单的多,但如何吸引 Eigenlayer 上的 Operator 来提供服务,吸引更多的质押者为自己的POS系统提供资产,仍然是个问题,这可能需要在APY上下苦功夫。

Restaking对加密市场的经济影响

毫无疑问Restaking是当前以太坊生态最火热的叙事之一,而以太坊又占据了Web3的半壁江山,再加上各种Restaking项目已经汇聚了极高的TVL,对于加密市场的影响是举足轻重的,并可能持续整轮周期。我们可以从微观和宏观两个角度去分析。

微观影响

我们要认清,Restaking对以太坊生态各个角色的影响并不是单一的,同时带来了收益和风险。收益可以分为以下几点:

(1) Restaking确实增强了以太坊生态下游项目方的底层安全,这对于后者的长期建设和发展是利好;

(2) Restaking解放了ETH和LST的流动性,使ETH生态的经济流通更顺畅,繁荣度更高;

(3) Restaking的高收益率吸引ETH和LST的质押,减少了活跃的流通量,对Token价格有利好;

(4) Restaking的高收益率也吸引了更多资金进入以太坊生态。

而同时,Restaking也带来了巨大的风险:

(1) Restaking中,一份IOU(金融要求权)在多个项目中被作为质押物,如果这些项目之间没有适当的协调机制,可能导致IOU的价值被过度放大,从而引发信用风险。如某一时刻,多个项目同时要求兑现同一份IOU,那么这份IOU是无法满足所有项目的兑现要求的。这种情况下,如果其中一个项目出现问题,可能会引发连锁反应,影响到其他项目的经济安全。

(2) 相当一部分的LST流动性被锁定,如果LST的价格相对于ETH波动更大,而质押用户又无法及时取出LST,有可能蒙受经济损失;同时,AVS的安全性也来源于TVL,LST价格的高波动对AVS的安全也会造成风险。

(3) Restaking项目的质押资金最终都存放在智能合约中,数目非常庞大,这导致资金过于集中,若合约被攻击,将产生巨大损失。

微观经济风险是可以通过调节参数、变通规则等手段来缓解的,限于篇幅,这里不展开详述。

宏观影响

首先要强调,Restaking的本质是一种多重杠杆。加密市场受周期影响非常明显,想要了解Restaking对于加密领域的宏观影响,必须要先搞清杠杆和周期的关系。Restaking给ETH生态加了两层杠杆,前文有提及:

第一层:LSD使得质押的ETH资产及其衍生产物凭空增加了一倍的价值。

第二层:Restaking质押的并非全是ETH,还有LST和LP Token,而LST和LP Token都是凭证Token,并不是真金白银的ETH,也就是说Restaking产生的LRT是建立在杠杆之上的资产,相当于第二层杠杆。

那么杠杆对于一个经济系统到底是有利还是有害?先说结论:杠杆一定要放在周期中探讨,上行区间中,杠杆会加速发展;下行区间中,杠杆会加速崩盘。

系统理解EigenLayer:LST、LRT和Restaking的原理是什么

社会经济的发展便如上图,升久必降,降久必升,一升一降为一个周期,经济总量会在这种周期循环中螺旋式上升,每一轮周期的底部都会比之前更高,整体的总量也越来越大。当前加密市场的周期十分明显,正处于比特币四年减半期,在减半过后的前2-3年,大概率处于牛市,后1-2年往往处于熊市。

但是,比特币减半周期虽与加密经济的牛熊周期大致相同,但前者并不是后者的根本原因。真正造成加密经济牛熊周期的,是这个市场上杠杆的累积与破裂。比特币减半只不过是资金涌入加密市场、杠杆出现的诱因。

杠杆累积和破裂导致加密市场周期更替的过程是怎样的呢?如果大家知道杠杆一定会破裂,又为什么在上行时,要加杠杆?其实,加密市场和传统经济的底层规律是一样的,我们不妨先从现实经济发展中寻找规律。在现代经济系统的发展中,杠杆一定会出现,且必须要出现。

其本质原因是上行区间内,社会的生产力发展使得物质积累速度过快,而过于富余的产品要想在经济体系中流通起来,就要有足够多的货币。货币可以增发,但不能随意、无限地增发,否则经济秩序会崩溃。但如果货币量难以满足物质富余后所需的流通量,就容易导致经济增长出现停滞,这个时候怎么办?

既然不能无限增发,就要提高经济系统中单位资金的利用率。杠杆的作用便是提高单位资金利用率。这里举一个例子:假设100万美元能买一套房子,10万美元能买一辆车,房子可以抵押借贷,抵押率是60%,也就是抵押房子可以借得60万美元。如果你有100万美元,在没有杠杆,不允许借贷的情况下,你只能选择买1间房子或者10辆车;

如果有杠杆,允许借贷,你可以买1套房子和6辆车,这样你的100万美元是不是可以当160万美元花了呢?从整个经济体系来看,如果没有杠杆,货币流通量只有那么多,大家的消费能力被遏制,市场的需求无法快速增长,供给侧自然也不会有太高的利润,那么生产力就会发展得没有那么快甚至回退;

而加上杠杆后,货币量以及消费能力的问题就快速得到了解决。所以说,在上行区间内,杠杆会加速整个经济的发展。有人会说,这不是泡沫吗?没事的,上行区间内,会有大量的场外资金和商品涌入市场,此时泡沫没有破裂风险。这类似于我们用合约做多,牛市币价上行时,往往没有爆仓风险。

而在下行区间呢?经济系统内的资金不断被杠杆吸纳,也终究会有枯竭的一天,此时就会进入下行区间。下行区间物价会下降,那么抵押的房子就不值100万美元了,你抵押的房产就会被清算。从整个经济体系来看,大家的资产都面临清算,原本靠杠杆加持而来的资金流通量突然缩水,经济体系会快速衰退。我们仍用合约举例,如果不开合约只玩现货,熊市时币价下跌,资产只会缩水;而开合约爆仓,就不只是资产缩水,而是直接归零。所以在下行区间,有杠杆一定会比无杠杆时崩溃得更快。

从宏观来看,即使最终会破裂,杠杆的出现也是必然的;其次杠杆并不完全是好的,也不完全是坏的,要看它处于哪一个周期内。回到Restaking的宏观影响,ETH生态内的杠杆对撬动牛熊周期有着非常重要的作用,其出现也是必然的,在每一个周期中,杠杆都一定会以某种形式出现在市场上,上个周期中的所谓DeFi Summer,本质正是LP Token的二池挖矿,极大程度助长了2021年的牛市,而这一轮的牛市催化剂可能变成了Restaking,虽然看起来机制不一样,但经济本质完全相同,都是为了消化市场上涌入的大量资金、满足货币流通量需求而出现的杠杆。

根据上文对杠杆与周期相互作用的阐述,Restaking这种多层杠杆可能会促使本轮牛市阶段上升速度更快,顶部更高,同时也会促使本轮周期的熊市下跌更猛,出现的连锁反应更广泛,影响更大。

总结

Restaking是PoS机制的二次衍生物。技术上,Eigenlayer 是借用 restaking 的价值来维护 AVS 的经济安全性,利用质押和罚没的机制实现“有借有还,再借不难”。赎回质押款的窗口期不仅留足了时间可供检查 Operator 行为的可靠性,还避免了短时间大量资金撤出导致市场和系统的崩溃;

而在对市场的影响上,要从宏观和微观两个角度来分析:从微观角度看,Restaking在给以太坊生态提供流动性和收益的同时,也带来了一些风险,这些风险可以通过调整参数、变通规则等手段来缓解;从宏观角度看,Restaking本质上是一种多层杠杆,加剧了周期内加密货币整体的经济演进,产生了较大的泡沫,使加密货币上行和下行均变得更加急速和剧烈,且有极大可能成为这轮周期杠杆破裂,转入熊市的重要原因,并且这种宏观经济影响是顺应底层经济规律,无法更改,只能顺应的。

我们要理清Restaking对整个加密领域造成的影响,并在上行区间内利用其带来的红利,在下行周期内做好杠杆破裂,市场转衰的心理准备。

发表在 比特币交易平台 | 标签为 , | 留下评论

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

作者:小岩

编辑:彩云

最近两年,AI的发展呈现出了势不可挡的架势。不过,正所谓花无百日红,“一路高开猛进”或许并非AI赛道一直的模样。

就在前几年,诸多AI企业还在低谷中艰难求生。即便是如今看来含金量极高,曾创下全球AI领域最大规模IPO的商汤科技,也曾遭遇股价跌破发行价的黑暗时刻。像旷世视科技,依图科技一类的国内AI企业,更是经常遭遇市值暴跌和经营亏损。

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

如今,接连不断的利好让我们对AI赛道产生了极其浓厚的兴趣,可事实上,在利好背后潜藏的,却是包含“亏损成常态”“市值缩水”“融资困难”在内的一系列问题。

凯投宏观发出预测:AI推动的美股牛市还会继续,但泡沫将在2026年破灭。

就在最近,有机构开始未雨绸缪,对于AI赛道的泡沫问题进行了预测。

凯投宏观的经济学家Diana Iovanel等人在报告中表示,截止到2025年底,广大投资者对人工智能的热情依然不会有所退减,因其驱动所带来的股市泡沫将推动标普500指数升至6500点的高。这意味着AI的股市指数将在2025年上涨27%以上(较当前水平而言)。

不过,从2026年开始,利率上升和通胀率上升会开始压低股票估值,美股的涨幅应该会急剧回落。Diana Iovanel表示,“最终,我们预计未来10年股票的回报将低于上一个10年。我们认为,美国股市长期以来的优异表现可能会结束”。也就是说,在凯投宏观的眼中,泡沫最终将在2025年年底破裂,从而导致估值回调。

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

历史总是会呈现出螺旋上升的规律。相关研究人员表示,类似的情况在20世纪90年代末和21世纪初的互联网泡沫时期发生过。美国罗森伯格研究公司创始人兼总裁罗森伯格就曾经说过,AI股市的上涨与彼时互联网的繁荣有着惊人的相似之处。再往前推算,1929年的大崩溃期间也出现过这样的情况。股市泡沫的预期破灭可能会使得未来十年的投资回报更有利于债券而非股票。

当谈到固定收益市场时,凯投宏观团队表示,随着政府债券收益率稳定在更高水平,他们预计回报会更高。公司预测,从现在到2033年底,美国股市的平均年回报率将仅为4.3%,远低于扣除通胀后约7%的长期平均回报率。与此同时,他们预计美国国债在同期内的回报率将达到4.5%,略高于股票收益。这些预期回报与过去10年美国股市13.1%的平均年回报率相比,形成了鲜明的对比。

预测呈现“反直觉”,AI赛道的未来究竟会呈现出怎样的态势?

事实上,凯投宏观的预测与目前整体的发展趋势大相径庭,其看跌股市的观点似乎也与常规思维相悖。

凯投宏观预测,未来十年的股票回报将低于上一个10年,并认为美国股市的长期表现或将不再持续。他们的推导逻辑在于,AI的日益普及将推动生产率提高,从而刺激经济增长,而这种经济刺激会导致通胀比大多数人预期得更高,同时也会导致利率提高。很显然,而高通胀和高利率对股市不利。

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

但更多的经济学家预计,AI的广泛应用将通过提高生产率来推动经济增长。这种经济刺激应该会带来比大多数人预期的更高的通胀和利率。然而,利率的上升和通胀最终会对股价产生负面影响,最近的股市下跌便是由出人意料的3月份CPI通胀报告引发的。

在凯投宏观经济学家的眼里,美国例外论很可能在未来几年内结束。他们所预设的前景存在一个主要风险,那就是准确把握股市泡沫的顶部时间,以及泡沫的破灭可能持续多久,这本身就是相当困难的。正如团队中的经济学家说明的那样,AI推动的股市泡沫什么时候破裂,如何破裂,是凯投宏观在预测中存在的关键风险。

由此可见,凯投宏观对美股和AI前景的悲观预测从某种程度上来说,是有些反直觉的。

泡沫终将破裂?AI产业化的未来之路会在哪里?

即便我们撇开凯投宏观的预测暂且不谈,也无法否认一点,在AI累积的巨大涨幅中,市场似乎又嗅到了20末互联网的狂欢。

互联网的泡沫是破裂了,而AI,终究也会散发出泡沫破裂的气息。

AI市场之所以会存在巨大泡沫,很大程度上是因为大型科技的相继入场。大家纷纷挤进这个赛道,都想在切蛋糕时分得蛋糕中最大的那一块。然而,AI科研的烧钱特质决定了这一赛道的投入是巨大的,收益却遥遥无期,这是AI可能存在泡沫的重要原因之一。

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

从长远来看,如果AI的兴起并不能促进生产力提高,这些涨势就会面临风险。在外界一致看好的情况下,AI泡沫可能持续很长时间。这意味着AI类股票伴随着炒作可能会继续上涨,而风险也在不断增加,会在某个时间段断崖式下跌。

但从另一个角度来看,AI热潮来临,带来了一些泡沫也是正常现象,因为股价反映的正是一种市场预期。AI股市大好,是因为大家普遍看好AI将引发一场提升社会生产力的科技革命。

更重要的是,当潮水退尽,才知道谁在裸泳;当泡沫真正被戳破,才会知道谁是具有核心竞争力的那个。回看互联网行业,恰恰是在20世纪末泡沫被戳破后,才迎来了真正的崛起。

凯投宏观预言AI泡沫将在2026年破灭,对此,你怎么看?

这一波的AI热潮也是同理。真正的AI不存在泡沫,而那些炒作的伪AI公司才是裸泳者。如今,AI的商业化进程提速,一场席卷全球科技领域的变革正拉开序幕。AI的出现能够提升生产力,这是其最重要价值。至于在产业发展或者股市中所出现的泡沫,不过是一个行业发展过程中的必经阶段。

发表在 比特币交易平台 | 留下评论

加密货币的未来在亚洲

原文标题:Crypto’s Future is Asia,原文作者:David C,原文来源:bankless

随着美国监管的猛烈冲击,亚洲可能成为本轮周期的增长怪物。

GCR和Arthur Hayes等知名交易员长期以来一直在讨论亚洲对加密货币的长期影响,一些人认为该地区的投资者将成为当前周期的推动力。

加密货币的未来在亚洲

随着美国残酷的监管环境以及香港和中国大陆日益积极的发展,亚洲领导加密行业的理由继续加强。

香港新的明确的加密监管规定以及与大陆的政治关系表明,中国大陆间接支持香港,将香港定位为一个受监管的加密中心。香港最近批准的加密ETF进一步支持了这一观点。

相比之下,美国呈现出不同的情况,美国证券交易委员会最近对Metamask和Uniswap采取了行动,美国联邦调查局(FBI)警告称,这是对加密货币的监管攻击。

这些行动反映了美国国内对加密业务的审查越来越严格,这可能会推动我们在亚洲更有利的海外发展环境,并带来行业中心。

加密货币的未来在亚洲

香港+中国

由于香港的有利监管、中国在加密货币方面的历史以及这两个地区之间的相互作用,香港和中国有望成为亚洲对加密货币产生积极影响的中心。

除了ETF的批准和透明的监管外,香港还拥有其他多项特质,使其成为东方加密货币的温床。最近的一份报告将香港列为加密货币采用的首选地区,原因是:

1.对吸引交易者和投资者的加密收益实行零税率。

2. 密集的加密 ATM 网络,便于轻松进行法币与加密货币的转换。

3.强大的行业影响力,包括Consensys、OKX和Animoca Brands等顶级公司的总部或办事处都设在香港。

4.香港作为贸易和金融中心的长期地位使香港成为亚洲加密货币活动的纽带。

这些最近的事态发展不是凭空发生的。包括香港在内的大中华区在加密方面有着悠久的历史,开创了许多交易创新和稳定币等技术壮举。

这些创新刺激了香港加密货币市场的增长。可以说,香港仍设法开辟了一条独特的监管道路,可能使其成为全球加密货币中心。

此外,香港和中国大陆的另一个因素是资本趋势,如前所述,投资中国境外的愿望。

长期以来,香港一直吸引着中国富人购买珠宝和高端品牌等奢侈品。这一趋势,再加上投资者对投资非本地资产的热情,使香港成为内地人投资现货ETF等另类资产的一个渠道。虽然不等同于加密货币,但奢侈品支出反映了富人投资和参与离岸市场的金融趋势。

加密货币的未来在亚洲

总而言之,香港的加密采用,与中国大陆的联系以及大中华区的创新使该地区成为一个行业强国,准备推动这个周期的增长。

加密货币的未来在亚洲

亚洲采用的进一步例子

除了香港和中国大陆,更广泛的亚洲地区呈现出千变万化的监管方法和采用水平,与美国的敌意形成鲜明对比,表明亚洲愿意参与加密。

印度

尽管有严格的法规和高税收,但印度在全球加密采用方面处于领先地位。

根据Chainalysis的数据,印度在全球加密采用方面排名第一,在交易量方面排名第二,在不同的加密用途方面超过了许多富裕国家,包括去中心化和中心化交易所、DeFi和NFT。尽管30%的资本利得税对国际平台有利,但印度的加密市场仍在蓬勃发展。这种弹性凸显了世界第二大国家对加密货币的强劲持续需求,肯定了其对加密货币的重大全球影响力。

新加坡

新加坡正在与香港竞争成为亚洲的Web3中心。

作为全球领先的金融中心,该国采取了一种复杂而深思熟虑的加密方法。它为新企业提供了一个支持性的环境,包括一个1.5亿美元的新加坡元基金,用于支持Web3等金融科技,以及一个用于实验的监管沙箱。该国通过严格的、以消费者为中心的交易监管来平衡这一点,确保其公民的安全。

菲律宾

最后,菲律宾在Chainalysis的采用报告中排名第六,是采用加密货币时受社会经济背景影响最大的国家之一。

由于很大一部分人口没有银行账户,该国发自内心地了解区块链的潜力,不仅可以用于金融交易,还可以作为改善社会经济的综合工具。作为一个应对持续通胀压力的国家,加密货币,尤其是稳定币,在汇款和支付方面变得至关重要,因为它提供了安全性、低交易费用和快速处理时间。

从印度的采用到新加坡的框架和菲律宾的弹性,亚洲多样化的加密参与使其成为全球重量级人物,同时展示了区块链对发展中国家的好处。

加密货币的未来在亚洲

最后

随着美国法规对我们的行业变得更加敌对,亚洲新兴的加密中心已准备好吸引大量的未来投资和创新,可能将该行业的经济和技术中心从西方转移到东方。

香港采取的积极措施以及亚洲各国的广泛采用,可能会使该地区在本轮周期中成为一支强大的力量。当美国证券交易委员会(SEC)在美国拖拖拉拉并过度扩张其影响力时,亚洲继续拥抱加密行业,不仅推动了当地经济的发展,而且有可能引导全球市场走向一个由亚洲技术领先地位主导的新时代。

虽然现在说美国在该行业的地位已经下滑还为时过早,但风向仍在向亚洲越来越有利的方向发展。

发表在 比特币钱包 | 留下评论

打动人心的内容,可以穿透一切,抵达Mass Adoption的未来

打动人心的内容,可以穿透一切,抵达Mass Adoption的未来

近日,多部以加密货币为主题的短剧上线,引起了加密社区的热烈关注和讨论。这恐怕是除了“以涨服人”的 MEME 代币之外,社区传播速度最快的话题了,许多行业大佬和 KOL 都自发与讨论和宣传。

的确,在任何新范式的网络面前,内容都是最有机会率先实现突破的。好莱坞大片实际上就是美国价值观快速打穿全球的核心手段。那么,在 Web3 实现 Mass Adoption(大规模采用)的过程中,内容行业面临着面临着哪些挑战与机遇?今天我们有幸邀请到 Metale Protocol 的创始人 Chari 来分享他对于内容产业的看法,希望能帮助大家对Web3内容产业有全新的理解。

去中心化、自主、开放的内容生态

“今天,互联网被中介化了。网络从无许可到有许可。创作者和初创企业需要从集中化的守门人和现有企业那里获得许可,才能退出和增加新产品。”——Chris Dixon 《Read Write Own》

是否有人在审查内容,这是中心化和去中心化内容平台的本质差异。如果有一个中心化的裁决者在审查内容,就会延伸出一系列的问题,比如价值观选择,成人内容分级,政治异见屏蔽,版权过度保护等等。

时至今日,各大网络内容社区看似自由发布的背后,早已隐藏了一个成熟的内容审查机制。这些巨大的中心化平台,或主动或被动地决定着什么内容可以得到传播,什么内容被封禁,什么内容被限流。

而在影视内容行业,这种审查机制更甚,是进一步前置的。在整个剧作的筹资阶段,就已经必须经过影视制作公司,出版发行渠道的筛选。如果有谁不信邪投资做出来所谓的“独立电影”,往往都会在碰得头破血流之后血本无归。

这个机制是多方长时间博弈的结果,乃至掌控“X(Twitter)”的马斯克和美国前总统特朗普也无力撼动。去中心化是唯一的破解之路。而区块链技术出现之前去中心化不可能实现,这也成为我们今天去打造Web3内容发行平台的逻辑原点。

Web3作为新一代去中心化的网络,它的核心理念是赋予用户完全的控制权和所有权。Web3没有中央机构或权威机构来管理或监管数据。这意味着数据的确认不依赖于集中式的机构或平台,而是通过网络上的分布式节点进行验证和记录。这有助于保障言论自由、隐私权和信息自由流动的人权。

当然,和专注于发表文字言论的 Warpcast 等 Web3 内容应用不同。我们关注的是商业化消费内容领域,我们看到了今天有大量“有人愿意创作,有人愿意付费观看”的内容,却无法得到中心化内容社区的支持。例如:AO 3 是全球最大的同人文学网站,月访问量超过 3 亿,是第二名 Wattpad(全球最大的在线文学集团)的 2.5 倍。但 AO 3 却无法为其平台上的创作者获取任何收入。

我们想用去中心化的基础设施来满足这些需求。而短剧作为一种全新的内容形式,传播力和变现能力都堪比传统影视剧,但是制作成本和门槛又很低。非常有希望成为文学之后,个体或者小团体进行内容创作的优先选择。

保障创作者的权益,激励优质内容的生产

“虽然大多数技术倾向于自动化外围从事简单工作的工人,但区块链却自动化了中心。区块链没有让出租车司机失业,而是让 Uber 失业,让出租车司机直接与客户合作。”——Vitalik Buterin

去中心化和中心化网络的差异不仅仅意味着没有内容审查,更意味着你对你收入的谈判权。这对那些可以通过审查的内容同样具有巨大的意义。

首先,我们需要一个“没有主观意见”的去中心化基建协议,帮助创作者存储及管理内容,确认内容版权的权利人。

随后,开发者们可以在这个协议的基础上开发具体的应用。例如付费播放应用,版权治理 NFT 的发行与交易应用等,这些应用可以被分叉,可以平行存在。

这种数据和应用分层处理的方式,显著降低了转换门槛和成本,意味着创作者可以货比三家。如果创作者不喜欢某个算法的工作方式,不喜欢某个交易协议的收费,或者不喜欢某个应用跟踪他们的数据,他们可以随时切换。

当然,这也意味着从消费者那里获取的观看收入,将尽可能多地流向创作者,而不是网络中介。这会激励他们进一步创造消费者喜欢的内容。

关注每一方参与者的真实需求,而不是平台

城市有能力为一每个人提供服务,当且仅当,这个城市是由每一个人创造的时候。——Jane Jacobs

打动人心的内容,可以穿透一切,抵达Mass Adoption的未来

内容生态的核心有且只有三类人:创作者、商人(包括投资商、分销商、炒家、KOL 等)与消费者。

在Web2 时代,每一个平台都以服务好这三者而取得成功,又因为自身的利益与这三者发生冲突而被淘汰。中间的平台想要的太多,想要绑定创作者又不想承担风险,想要最大化留存用户又想最大化收益……导致了各种动作的变形。

在 Metale 的生态中,我们将底层协议和应用分层处理,让内容数据可以脱离应用自由选择。同时,任何新的应用场景,都可以模块化地为内容提供服务,而无须任何应用的许可。这是一个摩擦成本最低,合作效率最高的机制。避免了传统商业模式中,平台强势做大、侵占上述三类人群利益的现象出现。

创作者可以获得真正的创作自由,投资者可以自由交易版权治理 NFT,分销商可以自由选择内容进行传播分销,消费者想看什么都可以看到。Metale 就像 HTTP 协议一样,任何人都可以在这个协议上建设网站,还不用担心上架问题。只要有需求,就会有供给,没有任何中间的应用可以绑架用户或创作者。

生成式 AI 将带来短剧内容的大爆发

“像社交网络使内容分发民主化一样,生成式人工智能将使内容创作民主化。”—Chris Dixon 《Read  Write Own》

很长时间以来,我们事实上的言论自由仅停留在文字和图片阶段,最具传播力的影视内容,却一直被把控在极少数人手中。这是因为影视内容的制作成本高昂,没有可持续现金流的自由,不是真的自由。

但今天,无论从成本还是从商业收益的角度,我们都看到了不同的未来。一方面,现在我们已经看到一些使用 AI 技术自动生成动漫剧的产品,随着用 AI 生成视频技术的成熟,相信短剧内容会出现一个大爆发。这也将是生成式 AI,给整个内容行业带来的最大影响。

我们提供了辅助小说创作、帮助小说改编剧本的 AIGC 引擎,并在开发使用剧本自动生成动漫剧的 AIGC 引擎。在翻译方面,我们提供了文本翻译、字幕翻译和配音翻译工具,助力内容快速地进行国际传播。

同时,大爆发的短剧内容,还将通过 Metale 生态获得商业化的机会。摆脱传统影视行业的渠道垄断,版权限制,内容审查。无数的投资者/分销商/社区领袖将引领一种全新的去中心化投资、分销、传播的机制。把不同消费者喜欢看的内容精准地呈现到他们面前。

切入差异化市场开创全新赛道

弱小和无知不是生存的障碍,傲慢才是。——刘慈欣《三体》

作为一个去中心化内容发行平台,我们非常看好具备真实用户需求,而又被中心化发行平台排斥的内容。比如同人和其他题材大胆的内容,我们非常期待在 Metale 上出现短剧领域的 AO 3 。中心化平台傲慢否定的另一面,就是去中心化平台的广阔蓝海。

在构建了一定的内容厚度、用户基础和平台影响力后,我们相信,Web3 这种更关注参与者而非平台的架构设计,也将吸引其他领域的内容创作者。最终,让 Metale 成为所有内容创作者的第一选择。

Web2/3 都是服务员,内容永远为王

你的利润,我的机会。——Jeff Bezos

打动人心的内容,可以穿透一切,抵达Mass Adoption的未来

内容,资金,参与者。无论是 Web2 还是 Web3,任何一个内容发行生态,都只是在协调这三者的生产关系。

Metale 通过版权 NFT 的发行交易应用,为所有的剧作团队提供资金和变现来源。通过内容的付费播放应用,帮助每一部剧都得到自己清晰的付费收入。通过付费内容的有佣分销,聚集全球的口碑推荐。这些都是最简单也最直接的服务。

投资者购买版权治理 NFT 后,可以实时获得来自智能合约的收入分成,去除了人为操作和中介费用,用区块链网络的自动化,来实现透明、公开可溯源的效率化版权价值分配。而不是只能将钱投入黑洞,被动期待平台方数据黑盒的怜悯。还可以自由地进行交易,随时随地无须经过任何人的许可将收益权转让给买家。

分销商,特别是各个语种地区的社区领袖,他们可以自由地挑选想要分销的内容,在自己的社交媒体上轻松展示。当用户因其推荐而付费观看时,分佣收入即时到账。无需物流,全球覆盖的付费内容直播电商,将促成内容的快速跨国传播。漫长的多语种版权谈判将一去不复返。

NFT 的发行与交易,对于还原内容本身的价值至关重要。通过内容 NFT 化,NFT 交易,内容创作者可以清晰地了解内容版权的价值,从而保护其创作成果,并从中获取相应的经济回报。这种价值保护鼓励了创作者创作更多高质量的内容,从而提高了整个内容生态系统的质量和价值。

而对于消费者来说,不仅可以看到过去大量无法看到的内容。还可以轻松切换身份成为投资者或分销商。在消费的同时,成为建设者,创作者,所有者。

而最关键的是,上述的一切都不是某个中心化巨头的恩赐,是无须许可的。这种关系相比传统的 Web2 中心化发行平台而言,高下立判。技术应该成为人类创造力的加速器,而非束缚。

我们一直在思考该做什么,而非能做什么

如果你想造一艘船,不要鼓动人们去收集木材,分配工作,发号施令。相反,教他们渴望辽阔无垠的大海。——Antoine de Saint-Exupéry

言论自由是一个老掉牙的话题,没有做过出版相关的人很难体会这四个字有多沉重。在我们了解到区块链所带来的资金流动自由之后,第一时间就想到了区块链有没有可能在内容流通自由上发挥价值。

每每想到如果我们有机会建设一个类似比特币这样的去中心化发行网络,让所有的创作者都可以自由创作内容,让所有的内容都可以得到它应有的观众,从而创建一个繁荣且自由的生态时,都不禁心潮澎湃。

这不仅仅是因为内容行业苦大仇深,但这个话题也不便多聊。更是因为内容的穿透力极强,尤其是影视作品的穿透力。内容可以破除国界阻碍,技术阻碍,语言阻碍,绝对是实现 Mass Adoption 的利器。今天只需要有一部爆款内容,就有机会给 Web3 带来数以亿计的新用户。内容绝对是区块链网络的杀手级场景。

《重生之成为比特币之王》相信大家都很有感觉。但这部剧目前还只是在华语币圈掀起了观看的热潮,目前 Metale 也已经达成了播放和 NFT 发行的合作。 我们更期待有更多更好的剧作诞生在 Web3 的土壤上。

 Web3 内容分发平台 Metale Protocol 近日宣布完成 200 万美元种子轮扩展融资,使其总种子轮融资达到 400 万美元。此次投资于今年一季度完成,Waterdrip Capital,Aipollo Capital,Ultiverse DAO 领投,多位资深创业者参投。

Metale Protocol 正在构建一个去中心化内容分发平台。旨在通过区块链构建去中心化内容存储和确权协议,并在该网络之上建设应用生态,为内容行业提供去中心化的付费播放,众筹治理,流量采买,数据分析等服务。还可以为单一内容提供高度定制化智能合约。让内容行业的创作者不再受限于中心化分发平台的内容审查与高额费用,拥有完全的自主权和最大的利益。据悉 Metale Protocol 于 2023 年 3 月完成了 200 万美元种子轮融资。

发表在 比特币钱包 | 标签为 , | 留下评论

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能


美联储排除未来加息可能

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

数据来源:

美联储周三( 5 月 1 日)结束一连两日议息会议,维持联邦基金利率目标区间在 5.25 厘至 5.5 厘不变,符合市场预期。美联储(Fed)主席鲍威尔表示,今年迄今的通膨数据,尚无法带给美联储官员采取降息措施的足够信心,可能需要”比原先预期更久的时间”,但排除未来加息的可能。

市场对鲍威尔的鸽派姿态非常买账, 美债收益率跌,美股凌厉上涨,比特币短时间冲高回落后价格企稳。

距离下一次美联储议息会议(2024.06.13)还有约 41 天

市场技术与情绪环境分析

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

情绪分析组成

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

技术指标

价格走势

过去一周 BTC 价格下跌-8.43% ,ETH 价格下跌-5.37% 。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图是 BTC 过去一周的价格图

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图是 ETH 过去一周的价格图

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

表格显示过去一个周的价格变化率

价量分布图(支撑阻力)

过去一周 BTC 与 ETH 价格下跌到低位后形成密集成交区。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图是 BTC 过去一周的密集成交区分布图

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图是 ETH 过去一周的密集成交区分布图

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

表格显示 BTC 与 ETH 过去一周中每周的密集成交区间

成交量与未平仓量

过去一周 BTC 与 ETH 成交量在 5.1 议息时最大;未平仓量 BTC 与 ETH 都有小幅上升。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图最上方 BTC 的价格走势,中间是成交量、最下方是未平仓量、浅蓝色是 1 天均值,橘色是 7 天均值。其中 K 线的颜色代表当前的状态,绿色是价格上升有成交量支持,红色是在平仓,黄色是在缓慢累积仓位,黑色是拥挤状态。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图最上方 ETH 的价格走势,中间是成交量、最下方是未平仓量、浅蓝色是 1 天均值,橘色是 7 天均值。其中 K 线的颜色代表当前的状态,绿色是价格上升有成交量支持,红色是在平仓,黄色是在缓慢累积仓位,黑色是拥挤状态。

历史波动率与隐含波动率

过去一周历史波动率 BTC 与 ETH 都在 4.30 下跌后最高;隐含波动率 BTC 与 ETH 下降。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

黄色线为历史波动率,蓝色线为隐含波动率,红点是其 7 日平均

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

事件驱动

在事件方面,美联储议息会议排除了继续加息的可能性,比特币会议期间冲高回落。

情绪指标

动量情绪

过去一周比特币/黄金/纳指/恒指/沪深 300 中,恒指最强势,而表现最差为比特币。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图为不同资产过去一周的走势

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

放贷利率_借贷情绪

过去一周 USD 放贷年化收益平均为 11.2% ,短期利率在 12.9% 左右。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

黄色线为 USD 利率的最高价,蓝色线为最高价的 75% ,红色线为最高价的 75% 的 7 天平均值

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

表格显示 USD 利率过去不同持有天数的平均收益

资金费率_合约杠杆情绪

过去一周 BTC 资费平均年化收益为 6% ,合约杠杆情绪持续低迷。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

蓝色线为币安上 BTC 的资金费率,红色线为其 7 日平均

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

表格显示 BTC 的资费过去不同持有天数的平均收益

市场相关性_一致性情绪

过去一周选中的 129 个币中相关性上升至 0.85 左右,不同品种间的一致性持续上升。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图蓝色先为比特币价格,绿色线为[‘1000 floki’, ‘1000 lunc’, ‘1000 pepe’, ‘1000 shib’, ‘100 0x ec’, ‘1inch’, ‘aave’, ‘ada’, ‘agix’, ‘algo’, ‘ankr’, ‘ant’, ‘ape’, ‘apt’, ‘arb’, ‘ar’, ‘astr’, ‘atom’, ‘audio’, ‘avax’, ‘axs’, ‘bal’, ‘band’, ‘bat’, ‘bch’, ‘bigtime’, ‘blur’, ‘bnb’, ‘btc’, ‘celo’, ‘cfx’, ‘chz’, ‘ckb’, ‘comp’, ‘crv’, ‘cvx’, ‘cyber’, ‘dash’, ‘doge’, ‘dot’, ‘dydx’, ‘egld’, ‘enj’, ‘ens’, ‘eos’,’etc’, ‘eth’, ‘fet’, ‘fil’, ‘flow’, ‘ftm’, ‘fxs’, ‘gala’, ‘gmt’, ‘gmx’, ‘grt’, ‘hbar’, ‘hot’, ‘icp’, ‘icx’, ‘imx’, ‘inj’, ‘iost’, ‘iotx’, ‘jasmy’, ‘kava’, ‘klay’, ‘ksm’, ‘ldo’, ‘link’, ‘loom’, ‘lpt’, ‘lqty’, ‘lrc’, ‘ltc’, ‘luna 2’, ‘magic’, ‘mana’, ‘matic’, ‘meme’, ‘mina’, ‘mkr’, ‘near’, ‘neo’, ‘ocean’, ‘one’, ‘ont’, ‘op’, ‘pendle’, ‘qnt’, ‘qtum’, ‘rndr’, ‘rose’, ‘rune’, ‘rvn’, ‘sand’, ‘sei’, ‘sfp’, ‘skl’, ‘snx’, ‘sol’, ‘ssv’, ‘stg’, ‘storj’, ‘stx’, ‘sui’, ‘sushi’, ‘sxp’, ‘theta’, ‘tia’, ‘trx’, ‘t’, ‘uma’, ‘uni’, ‘vet’, ‘waves’, ‘wld’, ‘woo’, ‘xem’, ‘xlm’, ‘xmr’, ‘xrp’, ‘xtz’, ‘yfi’, ‘zec’, ‘zen’, ‘zil’, ‘zrx’]整体的相关性

市场宽度_整体情绪

过去一周选中的 129 个币,价格在 30 日均线上方的占比为 4.7% ,相对 BTC 价格在 30 日均线上方占比为 35% ,距离过去 30 天最低价大于 20% 的占比为 3.1% ,距离过去 30 天最高价小于 10% 的占比为 4.7% ,过去一周市场宽度指标显示整体市场处于弱势的阶段。

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

上图为[‘1000 floki’, ‘1000 lunc’, ‘1000 pepe’, ‘1000 shib’, ‘100 0x ec’, ‘1inch’, ‘aave’, ‘ada’, ‘agix’, ‘algo’, ‘ankr’, ‘ant’, ‘ape’, ‘apt’, ‘arb’, ‘ar’, ‘astr’, ‘atom’, ‘audio’, ‘avax’, ‘axs’, ‘bal’, ‘band’, ‘bat’, ‘bch’, ‘bigtime’, ‘blur’, ‘bnb’, ‘btc’, ‘celo’, ‘cfx’, ‘chz’, ‘ckb’, ‘comp’, ‘crv’, ‘cvx’, ‘cyber’, ‘dash’, ‘doge’, ‘dot’, ‘dydx’, ‘egld’, ‘enj’, ‘ens’, ‘eos’,’etc’, ‘eth’, ‘fet’, ‘fil’, ‘flow’, ‘ftm’, ‘fxs’, ‘gala’, ‘gmt’, ‘gmx’, ‘grt’, ‘hbar’, ‘hot’, ‘icp’, ‘icx’, ‘imx’, ‘inj’, ‘iost’, ‘iotx’, ‘jasmy’, ‘kava’, ‘klay’, ‘ksm’, ‘ldo’, ‘link’, ‘loom’, ‘lpt’, ‘lqty’, ‘lrc’, ‘ltc’, ‘luna 2’, ‘magic’, ‘mana’, ‘matic’, ‘meme’, ‘mina’, ‘mkr’, ‘near’, ‘neo’, ‘ocean’, ‘one’, ‘ont’, ‘op’, ‘pendle’, ‘qnt’, ‘qtum’, ‘rndr’, ‘rose’, ‘rune’, ‘rvn’, ‘sand’, ‘sei’, ‘sfp’, ‘skl’, ‘snx’, ‘sol’, ‘ssv’, ‘stg’, ‘storj’, ‘stx’, ‘sui’, ‘sushi’, ‘sxp’, ‘theta’, ‘tia’, ‘trx’, ‘t’, ‘uma’, ‘uni’, ‘vet’, ‘waves’, ‘wld’, ‘woo’, ‘xem’, ‘xlm’, ‘xmr’, ‘xrp’, ‘xtz’, ‘yfi’, ‘zec’, ‘zen’, ‘zil’, ‘zrx’] 30 日的各宽度指标占比

加密市场情绪研究报告(2024.04.26–05.03):美联储排除未来加息可能

总结

在过去一周的行情中,比特币(BTC)与以太坊(ETH)的价格都在 4.30 下跌,历史波动率在 4.30 下跌时最大,成交量在美联储议息时最大,未平仓量小幅上升。隐含波动率 BTC 与 ETH 都较周初下降。此外,资金费率维持在低位,表明合约交易情绪持续低迷。市场宽度指标整体市场还处于弱势的阶段。在事件方面,美联储议息会议排除了继续加息的可能性,比特币会议期间冲高回落。

Twitter:

Website:

Medium:

发表在 比特币钱包 | 标签为 , , | 留下评论