CryptoQuant数据:交易所单月流出9.9万枚比特币,看涨信号?
交易所比特币储备跌至历史新低
链上分析平台CryptoQuant最新数据显示,各大中心化交易所的比特币储备量已降至2018年11月以来的最低水平。自2022年6月初开始,这些交易平台的比特币持有量持续减少,形成明显的下降趋势。
免费的交易所推荐:
单月流出规模惊人
在过去一个月内,累计超过9.9万枚比特币从交易所撤出,总价值约58亿美元。截至最新统计,中心化交易所总计持有267万枚比特币,估值约1,573亿美元。这一储备水平创下自2018年11月熊市以来的新低纪录。
历史峰值与现状对比
回顾历史数据,中心化交易所的比特币持有量曾在2021年7月达到337万枚的历史最高纪录。但自Terra和FTX相继崩盘后,交易所储备量已下降超过20%,显示出显著的资本外流态势。
以太坊储备同步下降
不仅比特币,中心化交易所的以太坊储备量也降至多年未见的低点。目前交易所共持有1,680万枚以太坊,自2022年9月以来累计流出1,144万枚以太坊,流出价值超过290亿美元。
资金撤离背后的逻辑
绝大多数投资者都秉持“无钥即无币,币钥为一体”的基本原则。因此当市场出现长期看涨预期时,投资者通常会将加密货币转移至冷钱包妥善保存,以便实现长期持有策略。
市场普遍看涨的信号
当投资者从交易所大量移出比特币和以太坊时,意味着从公开市场中移除了大量供应。这种现象将导致:
- 市场供应逐渐收紧
- 买入压力随之提高
- 形成看涨的市场环境
基于这一逻辑,大批资金流出交易所的现象经常被视为重要的“看涨指标”,预示着市场可能迎来上行趋势。
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





