CoinShares：数字资产投资产品持续净流入，比特币主导市场
数字资产投资产品持续净流入，比特币主导市场
根据加密资产管理公司CoinShares的统计数据显示，数字资产投资产品上周录得创纪录的资金流入，规模高达24.5亿美元。今年截至目前，总流入额已达到52亿美元，使资产管理规模回升至2021年12月水平。这一数据表明市场对数字资产的兴趣持续升温。
2025年主流加密货币交易所：
- 欧易OKX >>>进入官网<<< >>>官方下载<<<
- 币安Binance >>>进入官网<<< >>>官方下载<<<
资金流入创历史新高
数字资产投资产品上周吸引了24.5亿美元的资金净流入，创下历史新高。今年以来，这类产品的总流入额已达52亿美元。这些资金流入，加上近期币价的上涨，使得管理资产总额（AUM）上升至671亿美元，创下2021年12月以来的最高水平。
主要产品表现
在各主要投资产品中：
- 灰度信托今年虽有70亿美元流出，但其资产管理规模仍位居第一，达到323亿美元
- 贝莱德资产管理规模已达62亿美元
- 富达以45亿美元紧随其后
比特币保持市场主导地位
从资产类别来看：
- 比特币占据绝对主导，流入24.2亿美元
- 以太坊流入2110万美元
- Solana因近期停机影响市场情绪，导致160万美元资金外流
- Avalanche、Chainlink和Polygon分别流入100万美元、90万美元和90万美元
值得注意的是，除Solana外，其他主要数字资产今年每周都保持持续流入态势。
地区资金流向分析
从地区细分来看：
- 美国占据总流入量的99%，总额达24亿美元，显示人们对现货ETF的兴趣持续增加
- 现有参与者的资金流出大幅减少
- 德国和瑞士等其他地区的资金流入分别为1330万美元和1670万美元
- 瑞典的资金流出总额为2630万美元
这一数据表明，美国市场对数字资产投资产品的需求尤为强劲，特别是现货ETF产品受到了投资者的热烈追捧。
```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