Matrixport分析师:比特币现货ETF经历两周,机构投资者并未买单
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<<<
比特币现货ETF两周表现回顾
以观点独到著称的Matrixport分析师Markus Thielen近日指出,比特币现货ETF上市两周以来的表现清楚地显示,机构投资者并未大规模买入。与此同时,"注册投资顾问"机构尚未开始向客户推荐这一新兴投资产品。从整体数据来看,比特币现货ETF的资金流入量不及预期,交易量也呈现下滑趋势。
市场表现分析:资金流入令人失望
根据数据显示,比特币现货ETF整体表现呈现以下特征:
- 机构投资者参与度低于预期
- 注册投资顾问尚未开始销售该产品
- 整体交易量面临持续下滑压力
10x研究员Markus Thielen:终端用户需求应该很低
Markus Thielen在分析当前交易状况后表示,终端用户的实际需求应该处于较低水平。"如果不是这样,我们应该看到一个活跃的双向市场:买家与卖家相互匹配。备受期待的BlackRock旗下iShares ETF在首日交易量为5.74亿美元,该资产管理公司最初表示为其ETF筹集了20亿美元的资金。"
交易量呈现下降趋势
Markus Thielen特别指出,比特币现货ETF的交易量正在持续下降。这一趋势与市场此前的高预期形成了鲜明对比。
Markus Thielen的说法合理吗?
彭博终端机信息(第九个交易日数据)显示:
数据揭示的真相
实际上,尽管GBTC持续出现资金流出,导致整体比特币现货ETF的资金流入量在第九日后仅为8.244亿美元。但扣除GBTC的流出量,其他ETF仍有高达52.164亿美元的资金流入。
- GBTC的资金流出创造了庞大的交易量
- 其他ETF在九日内仍保持102亿美元的交易量
- 这一成绩仍然相当亮眼
BlackRock IBIT表现分析
BlackRock的IBIT总体流入资金已达19.15亿美元,交易量为41.65亿美元。而Markus Thielen仅依据首日交易表现来评判,并非完全客观。
机构态度与市场前景
尽管许多投资机构并不愿意向客户提供比特币ETF产品,但仍保持开放态度的机构。虽然流入资金与交易量逐步减少,但仍有投资者愿意持续投入与交易。
笔者认为,有待GBTC清空历史因素的卖压后,才能够更清晰地看到ETF实际的供需状况。
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








