比特币ETF蓬勃发展，机构风险敞口达20%
比特币现货交易基金（ETF）自推出以来取得了显著成功，其中贝莱德旗下的iShares比特币基金在2024年的资金流量排名中跻身前三。
免费的交易所推荐：
机构投资占比特币ETF约20%
根据CryptoQuant创始人Ki Young-Ju披露的数据，机构投资者目前持有所有现货比特币ETF总量的20%。通过分析各大金融机构提交的13F申报文件，截至10月18日的数据显示：
- 所有现货比特币ETF共计持有961,645 BTC
- 机构投资者持有的BTC略高于193,000 BTC
在各基金中，Ark Invest发行的ARKB机构持有人比例最高，达到32.79%；WisdomTree的BTCW位居第二，占比24.55%。值得注意的是，虽然贝莱德IBIT和富达FBTC这两只净流入最大的ETF，机构持有比例分别为18.38%和24.14%。
分析显示，散户投资者承担了比特币ETF的大部分资金流入责任，即便机构投资者开始增加对这一资产类别的兴趣和风险敞口。
资金主要来源与机构参与度
宏观投资研究员Jim Bianco在最新报告中指出，比特币ETF的大部分资金流入实际上来自链上持有者。彭博ETF分析师James Seyfart进一步说明，流入比特币ETF的总资金中约有130亿至140亿美元来自原有持币者。
他补充道，尽管存在部分机构的投资兴趣，但整体参与度仍然较低。某些情况下，机构投资者可能需要更长时间才能全面参与，因为并非所有机构都具备直接投资比特币的权限。
以威斯康星州养老基金为例，Seyfart解释道："虽然威斯康星州可能是美国管理较好的公共养老基金之一，这意味着它资金充足，但大多数养老基金并没有这样的条件。如果管理者看到一个资金充足的养老基金，他们可能会考虑配置比特币的风险敞口。"
然而，他同时指出，大多数养老基金面临资金不足、管理不善等问题。即使管理者看到了该资产的潜力，他们也不太可能在短期内投资比特币ETF。
比特币ETF取得巨大成功
尽管机构投资者对比特币ETF的参与度有限，但Seyfart认为这些基金仍然取得了巨大成功。在近期的分析中，他指出基于其市场表现，比特币ETF堪称有史以来最成功的ETF产品。
分析师承认，与散户投资者相比，机构风险敞口确实较低，但他认为这对比特币ETF来说仍然是积极信号。根据13F表格的申报数据，最大的黄金ETF仅有40%的机构持股比例。因此，比特币在推出10个月后达到20%的机构持有率是一个非常好的迹象。
资金流入规模与市场影响
Seyfart还观察到，财务顾问负责的比特币ETF资金流入超过200亿美元，仅IBIT就贡献了约150亿美元。他称这是一个非常积极的信号，使比特币ETF成为过去两年中最成功的ETF产品。
与此同时，这位分析师还认为，比特币ETF的流入水平对该资产类别来说是一个好兆头，因为大量资金流入将吸引更多机构投资者。因此，目前机构投资者购买ETF是为了基差交易、套利，还是因为他们相信比特币，这并不重要。
贝莱德IBIT跻身2024年最佳ETF
尽管关于比特币ETF的机构采用动机的争论仍在继续，但比特币交易所交易基金的表现，尤其是贝莱德IBIT，表明投资者兴趣并未减弱。在最近获得超过100亿美元的净流入后，IBIT今年的总流量已超过220亿美元。
这使其成为年初至今总流量排名前三的ETF。考虑到它仅存在了10个月，这是一个令人印象深刻的壮举。
目前它是至今流量前五的ETF中唯一一只存续时间最短的产品，其他所有ETF的历史都超过20年，管理的资产超过30000亿美元。
行业未来发展趋势
随着比特币ETF的成功，资产管理公司现在正为证券交易委员会可能批准其他加密货币ETF做准备。目前，Solana、Litecoin和Ripple XRP ETF的申请正在等待审批。不过，行业专家认为当前的政策环境降低了对其他加密货币资产ETF获批的预期。
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个