比特币持仓浮盈67亿美元!微策略MSTR股价反弹跑赢科技股
适合国内用的虚拟币交易所
微策略股价表现抢眼,超越比特币及科技股
作为持有比特币最多的上市公司,微策略在近期比特币持续上涨的背景下表现亮眼。公司最新收盘价达到176.22美元,单日上涨6.17%。过去一周涨幅高达19.49%,远超比特币5%的周涨幅,其表现也优于其他科技股。
周五,在科技股普遍下跌的情况下,微策略的股价表现尤为突出:
- 纳斯达克指数下跌0.39%
- 台积电ADR重挫4.74%
- AI芯片大厂英伟达下跌逾2%
微策略比特币持仓浮盈67亿美元
本月13日和20日,微策略斥资逾15亿美元购入25,720枚比特币。公司在18日还宣布发行价值8.75亿美元的可转换优先债券,并预告除了赎回到期可转债外,将继续用来购买比特币。
根据bitcointreasuries最新统计数据:
- 微策略比特币持仓增至25.22万枚BTC
- 总耗费资金成本约99亿美元
- 持仓总价值随比特币突破6.6万美元上升至165.95亿美元
- 未实现盈利达66.95亿美元
两倍做多微策略ETF单周吸金7,200万美元
值得关注的是,7天前REX Shares和Tuttle Capital Management发行了一档“两倍做多微策略”的ETF,名为T-REX 2X Long MSTR Daily Target ETF(MSTU)。这是目前与MSTR相关的基金中杠杆最大的产品,迅速获得市场资金青睐。
彭博ETF分析师Eric Balchunas指出:
- MSTU一周内便吸金7,200万美元
- 成为今年推出的515个ETF中表现最好的前20%之一
多杠杆ETF产品展现强劲市场吸引力
除MSTU外,Defiance也在今年8月中旬推出一档1.75倍做多微策略的主动型ETF,交易所代码为MSTX,同样吸引了市场资金。
Eric Balchunas对这两档ETF评论道:
- 两倍杠杆的MSTR ETF在推出仅一周就管理了7200万美元资产
- 1.75倍杠杆的MSTR ETF更早推出,已经管理3.57亿美元
- 两者的流动性都非常强
Eric Balchunas强调,这清楚地表明了市场对“能够快速带来回报的投资产品”的巨大需求。
```相关攻略
AI加密货币VVV价格近期强势上涨,创下历史新高,半年涨幅巨大。其上涨主要得益于AI领域整体热度及自身应用落地。VeniceAI平台聚合主流模型,采用免费增值模式,访问量显著增长。同时,代币销毁机制加速,流通量持续减少,质押可获收益。技术面显示其处于超买状态,需警惕回调风险。
选择可靠的加密货币交易平台关乎资金安全与交易体验。综合考量流动性、产品丰富度及运营口碑,主流平台包括交易量领先的币安、衍生品突出的OKX、资产丰富的Gate io、亚洲知名的火币、合规性强的Coinbase、专注合约的Bybit、提供复制交易的Bitget、代币种类繁多的KuCoin、安全稳定的Kraken以及全球化的MEXC。
在经历了数月的盘整与宏观不确定性后,比特币市场终于迎来了一个久违的、来自链上数据的结构性利好信号。 根据区块链数据分析机构CryptoQuant的最新报告,其著名的“比特币牛熊周期指标”自2023年3月以来,首次脱离熊市区域,转亮“绿灯”,进入了所谓的“早期牛市”阶段。这一变化,无疑为市场情绪注入了
对于比特币矿业来说,这个财报季的寒意,似乎比预想的更浓。近日,总部位于拉斯维加斯的矿业巨头CleanSpark公布了截至3月31日的第二财季业绩,结果让市场为之一震:净亏损高达3 783亿美元,比去年同期的1 388亿美元翻了一倍还多,远未达到市场此前的预期。 比特币跌价吃掉六成营收 仔细拆解这份财
本指南梳理了欧易、币安、Gate io三大交易平台的官方入口与安全下载路径。欧易稳健全面,币安流动性强,Gate io币种丰富。详细说明了安卓与iOS官方APP的安全下载方法、关键设置,并对比了各平台在交易延迟、客服响应及费率等方面的表现,旨在帮助投资者选择可靠平台,保障资产安全。
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







