這一歷史重現顯示Bitcoin價格可能不會跌破11萬美元
Bitcoin顯示出在11萬美元以上保持穩定的跡象,但歷史經驗顯示,在任何持續上漲之前,可能會經歷較長時間的盤整。
Bitcoin在近期波動後正嘗試回升,價格穩定在關鍵支撐位之上。
這位加密貨幣之王受益於市場條件趨於穩定,儘管跡象顯示目前更可能進入盤整階段,而非持續上漲。歷史趨勢顯示,Bitcoin或許正進入一個熟悉的冷卻期。
Bitcoin風險正在降低
供應分位數風險指標突顯了這一發展。Bitcoin在八月中旬的反彈創下新高,標誌著本輪周期的第三個多月亢奮階段,這一階段由動能激增推動,幾乎所有供應都處於盈利狀態。這一行為反映在0.95分位成本基礎上,即95%的供應持有未實現收益。
最近的亢奮階段持續了約3.5個月,隨後需求出現疲態。目前,Bitcoin在0.85至0.95分位成本基礎之間交易,約為104,100美元至114,300美元。歷史上,這一區間在亢奮高點後通常作為盤整走廊,買賣雙方力量均衡,價格橫盤整理。
想獲得更多類似的幣種洞察?點此訂閱主編Harsh Notariya的每日加密貨幣通訊。
Bitcoin Supply Quantiles CBM. Source: Glassnode 短期持有者盈利供應比例進一步提供了清晰的訊號。當Bitcoin跌至108,000美元時,短期供應盈利比例從90%以上暴跌至僅42%。這一急劇逆轉反映了恐慌性拋售,這是過熱市場的常見特徵。
在這一回調之後,賣方力量消耗殆盡,推動價格反彈至112,000美元。目前,超過60%的短期持有者再次處於盈利狀態,這與近期極端情況相比屬於中性狀態。然而,市場信心依然脆弱。
若能持續回升至114,000–116,000美元區間,屆時超過75%的短期持有者供應將處於盈利狀態,這將有助於恢復更強勁的需求。
Bitcoin Short-Term Holders Supply in Profit. Source: Glassnode BTC價格或將經歷長時間盤整
Bitcoin突破112,500美元阻力位令人鼓舞,為邁向115,000美元鋪平道路。這一水平對於吸引新資金流入至關重要,這將驗證市場回升並提升持續上漲的可能性。
然而,歷史模式顯示盤整依然可能持續。Bitcoin或將在115,000美元下方盤整,甚至跌破112,500美元,短期內橫盤整理將主導市場,以消化近期波動。
「這種價格盤整是健康的,應被視為一種強勢表現。我們看到來自機構的深度流動性、衍生品倉位,以及長期持有者的現貨累積正在吸收供應,這為市場建立了堅實基礎。Bitcoin的穩定期往往會引發重大行情,且很少意味著上漲空間受限。事實上,10萬美元以上的底部讓Bitcoin更像是一種正在成為全球儲備資產的標的,而非高Beta交易品種。」CakeWallet執行長Vikrant Sharma對BeInCrypto表示。
Bitcoin Price Analysis. Source: TradingView 如果獲利了結加速,Bitcoin可能面臨更大幅度的下跌。若跌回110,000美元,甚至失守該支撐位,將削弱市場情緒並推翻多頭論點,使BTC易於進一步盤整或下探。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
美股錯過了眼前的「好消息」?盈利預期罕見上調,策略師:基本面強得「不像真的」
Seaport Research Partners認為,美股正面臨企業盈利與股價表現的明顯背離:第二季盈利強勁,分析師預期持續上修,但高利率與盈利持續性的擔憂壓抑估值,工業、交通運輸等板塊可能存在錯價機會。不過,如果聯準會重新釋放升息信號,短期內仍可能對股市帶來壓力。
美國中選在即,華爾街押注國會分裂,市場或迎來溫和喘息?
美國中期選舉臨近,華爾街普遍押注民主黨奪回眾議院、共和黨守住參議院的「分裂國會」格局,認為這將限制激進政策、緩解不確定性。歷史數據顯示,自1950年以來,共和黨總統任內出現分裂國會時,美股年均漲幅達13.7%,高於共和黨或民主黨單獨掌控國會時的8.3%和4.9%。若選舉結果偏離預期,市場仍可能劇烈波動。
美股知名投資人Eric Jackson加入盛大科技(SDA.US)顧問委員會 協助公司國際化戰略與投資者關係建設
EMJ Capital 創始人、知名科技投資人 Eric Jackson 正式加入公司顧問委員會。

AI推理時代「光互連」需求爆棚!「站在光裡」的Lumentum (LITE.US)搶跑NPO、擴容OCS 迎接盈利躍升時刻
從底層工程角度來看,光互連需求的增長來自更多計算節點之間更頻繁、更嚴格的數據交換:混合專家模型(MoE)的專家並行需要跨GPU分發和彙總數據;預填充與解碼分離(Prefill–Decode Disaggregation)需要傳輸鍵值快取(KV Cache);複雜智能體工作流增加模型調用、工具執行和數據訪問的併發量。

