比特币失守8.7万美元，年末圣诞行情为何落空？
年末将至，当传统金融市场开启欢腾的“圣诞行情”，风险偏好显著回暖之际，全球市值最大的加密货币比特币却几乎毫无波澜，显得格格不入。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
据智通财经APP了解，周三，比特币价格徘徊在约8.7万美元附近，近期被“钉”在8.5万至9万美元的区间内，走势低迷、交投清淡。这个一向以高波动性和投机情绪著称的资产，在年末却意外陷入停滞。
比特币的疲软源于此前秋季的行情。10月的一轮急跌令其自历史高位大幅回落，市场动能明显流失。自那以后，比特币累计跌幅约30%，并有望录得自2024年第二季度以来最差的季度表现。当时，稳定币TerraUSD崩盘以及加密对冲基金Three Arrows Capital的倒闭，曾对整个行业造成重创。
10月暴跌之后，加密市场至今仍在艰难修复中。成交量持续偏低，散户投机热情明显降温。与此同时，美国现货比特币ETF在第四季度转为净卖出，削弱了此前支撑比特币上涨的重要需求来源。
与之形成鲜明对比的是，传统市场正在释放截然不同的信号。美股迎来典型的“圣诞反弹”，标普500指数屡创收盘新高，科技股及动量交易再次为坚持持仓的散户投资者带来回报。作为传统避险资产的黄金同样表现抢眼，金价升至接近每盎司4500美元的历史高位，全年涨幅超过70%，有望创下1979年以来最佳年度表现，也是逾百年来第二强的年度涨幅。
相比之下，比特币却“两头落空”。在2025年年初的一段时间里，比特币走势曾与风险资产高度同步，但在年末行情中却明显掉队；而其长期标榜的“数字黄金”属性，也未能吸引到推动金价上涨的防御性资金流入。今年以来，比特币累计跌幅已超过7%。
数字资产研究机构BRN研究主管Timothy Misir指出：“硬资产正在吸引作为长期对冲工具的资金，而加密资产仍然被边缘化。”
本周即将到期的逾230亿美元比特币期权合约，抑制了方向性押注，叠加假期流动性下降，进一步加剧了市场僵局。此外，长期持有者的持续抛售同样构成拖累。加密对冲基金Apollo Crypto的投资组合经理Pratik Kala表示，今年比特币的价格表现“明显与极度利多的新闻周期脱节”。他认为，这主要源于早期持有者的持续减持，以及包括10月急跌在内的被动抛售，令多次反弹难以形成趋势。
不过，Kala也指出，相关抛压可能已接近尾声，比特币当前正处在一个“价值区间”，有望为明年的更强表现奠定基础。
相关攻略
全线上涨！今日晚间，加密货币市场大幅拉升。盘中，比特币涨幅一度超过7%，价格突破7 1万美元。以太坊、BNB、XRP、Solana等纷纷大涨。CoinGlass数据统计，过去24小时内，加密货币全网
（图片来源：摄图网）2月19日午后，国际金价短暂反弹，现货黄金价格直线走高，盘中一度涨超5020美元 盎司，涨幅超0 9%。现货白银价格同步走高，盘中突破79美元 盎司，涨幅超2 5%。据媒体报道，
记者｜黎雨桐 见习记者林芊蔚编辑｜金珊北京时间1月20日晚，美股三大指数大幅低开，截至23时20分，道琼斯指数跌1 37%，标普500指数跌1 42%，纳斯达克综合指数跌1 72%。大型科技股方面，
在传统金融市场迎来年末“圣诞行情”、风险偏好明显回暖之际，全球市值最大的加密货币比特币却几乎毫无起色，显得格格不入。智通财经APP获悉，周三，比特币价格徘徊在约8 7万美元附近，近期被“钉”在8 5
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭