h5 logo
下载

对 RAVE 事件的深入分析：空头挤压、崩盘与流动性操纵的量化金融模型

By: rootdata|2026/04/20 17:11:48
0
分享
copy
BTCBTC
--
FORMFORM
--
aprilapril

前言

2026 年 4 月中旬，加密货币市场经历了一场教科书式的血腥领取收益——$RAVE代币经历了爆炸式增长、疯狂的空头挤压、阶梯式崩盘，最终在很空头的时间内几乎归零的完整周期。无数散户投资者受FOMO情绪驱使涌入市场，结果却立即陷入连续抛售的死亡螺旋。截至四月19 日凌晨 3 点，下降幅度接近 90%。

这并非逐仓事件，而是受严格管控的加密货币反复执行的标准脚本。

要真正看穿这种“恶意空头挤压”和“高度控制”的金融收割机器，我们必须超越简单的蜡烛图，进入微观结构市场理论和量化金融的领域。

做市商的操纵并非仅仅是“随机推高价格”，而是精心计算的流动性操纵和衍生品套利。我们可以使用多个核心数学和经济模型来彻底拆解这种吞噬散户投资者的“绞肉机逻辑”。

本文将以 RAVE 事件为案例背景，按照上涨（空头挤压）→崩盘（瞬间归零）→阶梯式下跌→崩盘后遗症（二次上涨的致命阻力）→模型局限性的完整逻辑链，逐步分析整个过程。

第一章：崛起逻辑——做市商如何利用精准计算吞噬散户投资者

型号一：流动性耗竭和价格冲击模型（凯尔市场冲击模型）

做市商可以用很少的资金将价格推高到天价，其核心在于“控制流通”。在量化金融中，我们通常使用 Kyle (1985) 的价格冲击模型来解释订单对市场价格的影响。

在正常的市场中，价格变动可以简化为以下公式：

  • Delta P：资产价格的涨跌幅。

  • Delta Q：买入或卖出单的数量。

  • lambda（Kyle 的 Lambda）：市场流动性深度参数的倒数，代表“市场流动性不足”。流动性越差，λ数值越大。

做市商的运作：做市商将从链上交易所所提取代币（提现）或从现货市场移除所有卖出单。这将导致交易所现货深度暴跌，使 \lambda \to \infty。

在这种极度缺乏流动性的状态下，即使做市商使用非常少的资金 \Delta Q（例如，数万美元）以市价买入，乘以接近无穷大的 \lambda，也将产生极大的 \Delta P（例如，瞬间增长 50%）。这就是为什么你经常会看到这类代币的K线图出现“无成交量飙升”的现象。

型号二：资金流出模型

永续合约的核心机制是资金费率，它就像一个“虹吸器”，让做市商可以不断地从散户投资者那里榨取资金，而无需出售标的资产。

资金费率F的核心计算基于合约价格与现货指数价格之间的溢价：

  • P_{\text{perp}}:永续合约的价格。

  • P_{\text{指数}}:现货指数价格。

  • 我：基准利率（通常很小，可以忽略不计）。

  • 夹钳：交易所设定的汇率上限和下限（例如，最高 2% 或 -2%）。

做市商的运作：当散户投资者看到价格飙升并疯狂地在合约市场开空头寸卖出空头会压低合约价格，导致 P_{\text{perp}} < P_{\text{index}}。此时，保费变为负值，资金费率F 变为极数值（例如，每 4 小时 -2%）。

这意味着空头必须向多头支付高额的持仓费。

作为最大的多头（持有标的资产，同时可能还在合约中开立低杠杆多头头寸），做市商每个时期的资金费用收入 R 为：

多头散户投资者的空头合约总额足够大，做市商每天只需收取“过路费”，就能产生数百万美元的无风险现金流。这就是做市商“似乎无需出售代币就能赚大钱”背后的数学原理。

型号三：清算级联效应

这是空头挤压中最血腥的部分，通常被称为“强制平仓”。合约交易涉及杠杆，当价格上涨到一定水平时，交易所的系统将强制接管散户投资者的空头头寸，并以市价买入这些头寸。

对于以价格 P_0 开立空仓、杠杆率为 L、维持保证金率M_m 的散户投资者而言，其强平价（清算价格）P_{\text{liq}} 为：

液化级联微分方程：当做市商将价格推高至 P_{\text{liq}} 时，交易所系统将自动向市场注入 \Delta Q_{\text{liq}}委托买入。结合我们之前的第一个模型，这项强制买入委托将立即导致价格进一步上涨：

这就造成了一个致命的正反馈循环：价格上涨→触发强制平仓订单→系统以市价买入→价格进一步上涨→触发更高的强制平仓订单→系统再次以市价买入。

从数学角度来看，这是一个发散的指数函数。此时，市场不再需要做市商花费一分钱来推高价格；零售空头的强制平仓订单（强制买入）成为推动价格飙升的无限燃料。

第四款：博弈论中的崩溃终局

最后，我们运用博弈论中的囚徒困境来解释为什么此类代币的峰值从来不是缓慢下降，而是瞬间“悬崖式归零”。

假设交易联盟中有两家主要的做市商（大玩家 A 和大玩家 B），他们共同持有绝大多数的基础资产。在高价位时，他们面临两种选择：继续支撑价格（持有）或抛售套现（卖出）。

它们的收益矩阵如下：

在现货价格极度虚高，且下方没有真正的买入（流动性极差）的情况下，谁先卖出，谁就能消耗掉剩余的一点退出流动性。

根据纳什均衡理论，虽然双方继续支撑价格（持有，持有）可以带来长线的资金费用收入，但由于无法保证对方不会背叛，因此“套现（卖出）”对双方来说都是绝对占优策略。

因此，在利益的绝对驱动下，联盟内部的信任极其脆弱。一旦价格达到某个心理阈值，或者出现任何麻烦迹象，做市商之一就会选择“抢先交易”。当第一个大规模卖出委托出现时，流动性倒数 \lambda 也会反向起作用——很小的卖压就可能导致价格瞬间暴跌 90%。这就是为什么崩溃总是瞬间发生的原因。

第二章：向下逻辑——为什么崩溃总是瞬间归零

许多散户投资者在关注市场时存在一个致命的错觉：“目前价格是100美元；即使下跌，也会先跌到90美元、80美元、70美元，然后慢慢下降，对吧？”但实际上，一旦高度受控的代币崩盘，K线图通常会呈现垂直的“断头台”状，没有反弹，直接从100美元暴跌至1美元甚至0.0001美元。在专业金融领域，这种现象被称为“流动性真空”或“闪崩”。

要了解为什么价格会“瞬间归零”而不是“缓慢下降”，我们需要完全放弃蜡烛图，深入研究交易引擎最底层的订单簿的微观结构。

以下是导致价格瞬间归零的四种深层机制：

第一部分：液态真空和瞬时坍塌机制

1.价格和流动性真空的“全息幻觉”我们首先必须确立一个基本的金融概念：市场上的“当前价格”仅代表“最近一次交易的价格”，并不代表整个市场的数值。支撑价格的不是市值，而是订单簿中的“限价买入”。

  • 正常市场（例如比特币）：在 90 美元到 100 美元之间，密集地分布着数千个买入。如果你想卖出，你需要大量的资金来消化所有这些买入；这被称为“良好的深度”。

  • 受控山寨币（流动性真空）：当做市商将价格推高至 100 美元时，实际上并没有散户投资者准备以低于 100 美元的买入。订单簿可能如下所示：

    • 99美元：10 个买入订单

    • 95美元：5 个买入订单

    • 价格介于 94 美元到 2 美元之间：0 个买入（这就是流动性真空）

    • 1美元：1000 个买入（散户投资者为了好玩而下的极低买入）

当做市商决定卖出，发出“100 个代币的市价卖出委托”时，交易引擎会怎么做？它将立即吞下 99 美元和 95 美元的 15 个买入，而此时卖出单尚未完全执行（还剩 85 个）。因为中间没有买入，引擎将跳过 94 美元到 2 美元之间的所有价格，直接执行 1 美元的买入。

在散户投资者眼中，那一瞬间发生的事情是：价格瞬间从 95 美元跌至 1 美元。中间没有任何缓冲，因为根本就没有钱。

2.做市商为自保而“撤出交易”（做市商撤资/欺骗交易）通常情况下，为了使市场看起来活跃，做市商或他们的机器人会在各种价格水平上下大量的虚假买入卖出（这被称为提供流动性）。

然而，这些机器人非常聪明，而且冷酷无情。他们的算法有一个硬编码条件：一旦检测到巨大的单边抛售压力（例如，当主要做市商开始抛售时）或波动率超过阈值，机器人将在几毫秒内撤回所有买入。

这就像你站在 100 层楼高的地方，下面的地面铺满了充气安全垫（做市商的买入）。你跳下去的那一刻，下面的人就把所有的垫子都拿走了。你只能重重地摔在一楼的水泥地上。这也是为什么崩盘发生后甚至不会出现小幅反弹的原因。

3.财富滑坡和财富湮灭我们可以使用滑点数学模型来解释财富是如何“凭空消失”的。滑点是指预期售价与实际成交价之间的差额。

在流动性枯竭状态下，市场卖出的平均交易价格 \bar{P} 可以用以下简化公式表示：

（其中 P_i 为限价买入委托价格，V_i 为该价格下的委托量，V_{\text{total}} 为您的总卖出量）

当做市商持有 10,000 个代币，账面价格为 100 美元时，表面上的财富似乎是 100 万美元。但是，如果下面的买入非常稀少（如前面提到的流动性真空），这 10,000 个代币的实际加权平均交易价格可能只有 2 美元。做市商最终只套现了 2 万美元，而剩余的 98 万美元“市场数值”无人能得，而是由于缺乏实际资金支持，在数学上被抹杀了。

4.清算级联瀑布结合我们之前提到的合约市场。当做市商的大量卖出委托将价格从 100 美元暴跌至 50 美元时，就会引发大量散户投资者在高位（例如 80 美元、90 美元）开立的多头强制平仓。

多头强制平仓的本质是系统强制“市场卖出”。因此，做市商的抛售引发了散户多头头寸的强制平仓，这些强制卖出订单进一步冲击了原本就没有买入的订单簿，导致价格跌至 20 美元，这又引发了 50 美元的更多多头的强制平仓……形成死亡螺旋，直到价格暴跌至 0 美元，彻底抹去了所有杠杆。

流动性真空总结：价格从 100 美元降至 1 美元，无需 99 美元的销售压力；只需要中间的 99 美元无人问津即可。在这些资本驱动、缺乏基本面支撑的市场中，高价就像一层薄纸悬浮在无底深渊之上。多头做市商刺破这层纸，或者移除支撑它的砖块，价格就会完全遵循自由落体规律，在一秒钟内回到它的真实数值——零。

第二部分：阶梯式衰退的微观机制——为何不是直接归零而是“阶梯式”崩溃

你敏锐地观察到了这一现象。在极其残酷的崩盘中，市场很少呈现完美的垂直线，而是呈现“阶梯式下跌”。每次价格跌破整数关口（例如，从 15 美元跌至 14 美元）时，价格都会暂停、盘整，甚至略有反弹几分钟，然后继续下跌。

这一现象在金融微观结构中具有非常清晰的物理和博弈论逻辑，主要由以下四种机制引起，每种机制都有其相应的数学特征：

1.订单簿中的“整数阻力”：在心理价位积累买单在限价单簿中，散户投资者和一些机构投资者天生就有一种“整数偏好”。当价格为 16 美元时，许多试图抄底的人会在 15 美元、14 美元等整数心理价位下限价买入。当价格跌至这些水平时，空头和卖方的市场卖出单就会与这个“限价买入墙”发生碰撞。

  • 整合的本质：卖方需要时间来消化所有在这些整数价位下的买入。这短短几分钟的盘整实际上是一场消费大战，双方都在特定的价格水平上疯狂交易。一旦买入耗尽，价格将立即下滑至下一个真空区。

数学表征——订单簿密度累积模型：我们可以使用高斯核函数来描述整数水平附近的买入密度。设 P 为价格，整数水平为 K_i (i = 14, 15, \dots)，则买入委托密度函数为 \r整数水平下的 ho(P) 为：

  • \rho_0：基础委托密度（非整数价格水平上的稀疏买入）。

  • 人工智能：接近整数水平 K_i 的买入总量。

  • σ：散户投资者对整数偏好的心理集中性。σ 值越小，买入就越集中在整数水平上。

当价格 P → K_i 时， \rho(P) 达到峰值，形成“买入墙”。卖家需要花费时间Δt来消化这些买入：

其中 v_{\text{卖出}} 是卖方的销售率。这个 \Delta t 就是你所观察到的“每次下跌一美元后都会盘整几分钟”现象的数学本质。

2.做空：抵消性购买力许多人忽略了一个基本的交易原则：平掉空仓本质上就是买入（买入平仓）。

当那些在 20 美元做空的人看到价格跌到 10 美元或 15 美元时，他们需要锁定利润。要平仓，他们必须在市场上买入。空头回补带来的巨大买盘压力将暂时抵消恐慌性抛售，从而造成短暂的价格平稳期。

数学表征——短覆盖的累积概率模型：设空头头寸的平均开仓价格为\bar{P}_{\text{空头}}，当前价格为P。空头选择平仓的概率随着未实现涨幅的增加而增加，并且可以用正态分布的累积分布函数（CDF）来描述：

  • 总 S_{\text{total}}:空仓总成交量。

  • \Phi:标准正态分布的累积分布函数。

  • \sigma_p:空头的“获利了结容忍度”——即未实现利润达到多少才会促使他们平仓。

当价格下跌 1 美元时，一批空头头寸将达到平仓阈值，从而引发突然的买盘浪潮。这一波脉冲暂时抵消了抛售压力，形成短暂的价格平台。

3.液化间隙的“冷却区”和霍克斯过程的衰减我们前面提到的“强制平仓级联”（霍克斯过程）以波的形式释放能量。

当价格瞬间跌破 15 美元时，会触发 15 美元附近的所有多头止损单和强制平仓单，导致价格暴跌至 14.20 美元。然而，在 14.20 美元到 14.00 美元之间，可能暂时不会触发新的强制平仓令。

目前市场正处于“能量耗尽的真空期”。它必须等待几分钟，让散户投资者引发新的恐慌，或者让价格缓慢下跌至 14.00 美元，才能触发下一轮清算。这几分钟的巩固期是两波强制平仓活动之间的“冷却期”。

数学表征——霍克斯过程的冷却时间模型：回顾霍克斯过程的条件强度函数：

在最后一波强制平仓事件（发生在 t_0）之后，自激发贷款期限随时间呈指数衰减。当事件强度衰减到接近基准水平 μ 时，市场进入降温期。我们可以定义冷却时间 \Delta T_{\text{cool}}：

  • N：上一波清算强制平仓中触发的活动数量。

  • β：恐慌情绪的衰减速度。

这个 \Delta T_{\text{cool}} 精确地表征了两次强制平仓波之间的“固结窗口”。你所观察到的这几分钟的巩固期，是霍克斯过程的数学窗口，等待下一波自激条款重新燃起。

4.高频做市商暂停重新定价在极端单边下跌的情况下，提供流动性的高频做市商机器人面临重大风险。当价格出现急剧下跌（例如，一分钟内下跌一美元）时，做市商的风险控制算法就会被触发。

此时，算法将暂时撤回所有买入（即流动性如前所述被耗尽）或大幅扩大买卖价差。经过几分钟的计算和重新评估当前市场波动率和自身风险敞口敞口后，做市商将在新的价格范围内下单。在这几分钟的“机器风险控制重启”期间，市场往往会陷入停滞盘整。

数学表征——Avellaneda-Stoikov做市商最优价差模型：在高频做市的核心模型中（Avellaneda & Stoikov，2008），做市商的最优报价取决于当前的波动率和剩余时间：

  • s：最优买卖价差。

  • γ:做市商的风险厌恶系数。

  • σ：当前市场波动率。

  • T - t：强制平仓剩余时间。

  • k：订单流强度参数。

关键推论：当市场崩盘导致波动率σ 飙升时，最优价差s 将急剧扩大。做市商的算法将立即撤回现有报价，并进入“风险控制重启”状态。此时，市场将表现出：流动性≈ 0。波动率越高，流动性越接近于零。做市商会等待 σ 回落到可接受的水平后再重新报价，而这段等待时间就是市场上的“停滞盘整”。

阶梯式衰退概要：你观察到的“每次下跌一美元后都会盘整几分钟”的现象，实际上是卖方压力不断侵蚀多头防线（整数买入墙）的综合表现。 \rho(P)），空头批量兑现（买入回补），强制平仓能量衰减和冷却（霍克斯ΔT冷却），以及做市商重新定价（AS模型s扩展）。

这种阶梯式下跌往往比直线下跌更可怕，因为它不断给人一种“价格已经触底反弹”的错觉，诱使新的抄底资金进入市场，然后又再次扼杀市场。每一次盘整都不是“触底”，而是为下一次崩盘积蓄能量。

第三部分：崩溃的数学特征——三层定量模型

运用严谨的数学模型来量化和描述市场崩盘是专业量化交易和金融工程的核心。对于以短期飙升后暴跌为特征的极端下跌，以及具有“泡沫破裂”和“流动性枯竭”等强烈特征的下跌，传统的线性或正态分布模型（例如简单的正态分布随机游走）是完全无效的。

为了准确地描述这种衰退，金融数学通常采用以下三层模型，从宏观泡沫破裂到微观强制平仓级联，来恢复崩溃的物理和数学过程：

1.宏观经济预警：泡沫破裂对数周期幂律奇异模型（LPPLS）由物理学家兼金融科学家迪迪埃·索内特提出的 LPPLS（对数周期幂律奇点）模型，目前是描述“泡沫积累到极限并最终破裂”的最经典数学模型。它将市场狂热视为一种物理上的“临界相变”，完美地契合了价格飙升至零的轨迹。

其核心方程用于拟合资产价格的自然对数 \ln p(t):

  • t_c（临界时间）：临界时间，即模型预测的导致崩溃发生的数学奇点。

  • A、B、C：常数参数分别代表内在数值、泡沫增长率和波动率幅度。

  • (t_c - t)^m:幂律指数描述了价格接近临界点 t_c（即激增阶段）时的超指数增长。

  • cos(ωln(t_c - t) + φ):描述价格接近崩溃时，由情绪波动产生的对数周期性振荡频率。

对衰退进行特征分析的意义：当时间 t 接近 t_c 时，市场的正反馈（FOMO 情绪）达到极限，系统变得极其脆弱。一旦超过 t_c，方程的拟合机制就会崩溃，价格将经历悬崖式的“相变”下降。

2.断崖式下跌：默顿跳跃扩散模型在标准期权定价和资产路径模拟中，通常假设价格会连续波动（几何布朗运动）。然而，崩盘往往伴随着“下降尖峰”或“缺口”。Merton 跳跃扩散模型将泊松过程引入连续波动中，以描述这种突然崩溃。

资产价格 S_t 的微积分方程为：

  • \mu dt + \sigma dW_t:标准几何布朗运动部分（布朗运动的漂移率 μ 和波动率σ），表征正常振荡和逐渐下降。

  • dq_t：泊松过程，表示在时间 dt 内是否发生“跳跃”（即突然崩溃）。发生的概率为 \lambda dt。

  • Y_t - 1：描述跳跃的幅度。在崩盘模型中，Y_t 通常服从对数正态分布，其均值远小于 1（表明一旦发生跳跃，价格将以百分比条款大幅下降）。

对衰退进行特征分析的意义：完美地描述了做市商突然撤回买入或大玩家集中卖出单，导致流动性不足，价格自由落体式下跌的情况。

3.微型清算和级联清算：霍克斯过程当价格跌破某个关键支撑位（例如，一个重要的整数水平）时，就会引发大量止损多头订单的强制强制平仓和杠杆多头头寸的强制平仓。这种“卖出单引发价格下跌，价格下跌引发更多卖出单”的现象，在数学上被称为自激点过程。

Hawkes过程的条件强度函数（即空头发生卖出单的概率密度）表示为：

  • λ(t):在时间 t 发生的销售活动的概率强度。

  • \亩：基础强度（正常市场卖出单）。

  • \int（自激贷款期限）：核心部分。过去每次销售事件（发生在 s 时刻）都会增加当前时间 t 发生新销售的概率。

  • \阿尔法：每次崩溃带来的“恐慌传染”强度。

  • e^{-\beta(ts)}:指数衰减函数，表示恐慌情绪随时间逐渐减弱的速度。

对衰退进行特征分析的意义：如果你看到价格在一秒钟内突破几个整数水平（级联清算），这就是霍克斯过程在现实中具有高 alpha数值的表现。

崩溃数学模型概要：真正的零点崩盘不是简单的向下倾斜，而是一个复杂的数学过程，它由 LPPLS 模型预测的宏观情绪崩溃、跳跃扩散模型表征的流动性断裂以及 Hawkes 过程驱动的微观级联清算组成。

第三章：崩盘之后——为什么二次上涨几乎不可能

为了准确描述量化金融中“崩盘后价格极难上涨（受困头寸的阻力）”的现象，我们需要引入微观结构市场理论和行为金融的交叉模型。

这个过程本质上是计算将价格从 P_1 推至 P_2 所需的实际资本。

以下是三个专业数学模型，它们逐步描述了这种“抗死亡能力”。

型号一：订单簿资本消耗积分模型

为了推高价格，做市商必须用真实资金买入订单簿上的所有限价卖出单。我们可以使用定积分来精确计算推高价格的成本。

令 P 为价格，S(P) 为该价格下的卖出委托密度函数（即，在该价格下有多少代币挂牌出售）。将价格从起始价格 P_0 推高至目标价格 P_{\text{target}} 所需的资金 C 为：

1.情景A：新代币激增（无陷阱仓位）对于新代币（或第一次剧烈的冲击），上方存在一个“真空”。卖出委托密度仅仅是做市商 S_{\text{mm}} 下的少量流动性订单。

由于 S_{\text{mm}} 非常小，因此推高价格 C_{\text{new}} 的成本非常低，做市商可以很容易地将其推高。

2.方案 B：崩盘后的二次上涨（大量被困仓位）经历

-- 价格

--

猜你喜欢

a16z Crypto：22 亿美元新基金背后，我们看到了什么

喧嚣退去后，留下的东西通常比峰值时看起来更有用，也比谷底时看起来更持久。

Arbitrum模拟黑客操作，追回KelpDAO损失资金

KelpDAO被黑客攻击，损失近3亿美元，是今年最大DeFi安全事故。 Arbitrum利用自身权限追回价值超7000万美元的ETH。 安全委员会无需黑客私钥，通过跨链信息伪造实现转账。 与北韩黑客团伙的持续对抗暴露了DeFi安全新态势。 社区对Arbitrum操作的评价分歧，围绕授权和去中心化展开讨论。 WEEX Crypto News, Arbitrum的应急回应 KelpDAO最近遭遇黑客攻击，这标志着今年最大的DeFi安全事件。Arbitrum通过特殊权限追溯资金，追回了价值超过7000万美元的ETH。这个大胆的举措让人见识到Arbitrum应对此类事件的决策速度和执行力。[Place Image: Screenshot of Arbitrum Security Council] 安全委员会的行动机制 安全委员会无需权限，通过对跨链桥接合约的紧急升级，模拟黑客操作，迅速转移ETH。这一过程由多签名机制保障，仅需12名议员中9人签署即可执行。这种手段虽成功挽回损失，但其内在风险值得深思。…

ZachXBT 指控后 RaveDAO 加密货币再次暴涨138%

RAVE币在镇压后的交易中暴涨138%，引发关注。 ZachXBT 指控 RaveDAO 进行“拉高出货”操作。 当前价格仍远低于高点 $22，但反弹显示复杂局势。 K线走势与薄弱的市场条件相结合，价值不稳。 Layer 3协议 LiquidChain正在抢占市场先机。 WEEX Crypto News, RAVE币为何在ZachXBT指控后又暴涨？ RAVE币在市场操纵指控后不但没有崩溃，反而暴涨138%。虽然现价仍远低于历史高点的$22，但这次反弹为该币注入了新活力。尽管市场充满质疑声，RAVE并未陷入“死亡螺旋”，反而显示出复苏的迹象，这令投资者对其未来走向愈加关注。 市场观察家们也在密切注视这一动态：某些代币在遭受大量负面报道后非但没有消亡，反而可能展示出其顽强的生命力。 RAVE价格能否回升至$2.50，还是走向更深的下跌？…

泰达币1 Billion USDT铸币：链上交易回暖

泰达币刚刚在以太坊上铸造了10亿美元的USDT，促进链上交易热潮。 Glassnode数据显示，USDT持有者积累率为57.63%，市场迎来更活跃的链上活动。 泰达币供应量现达1930亿美元，占3200亿稳定币总量的58%。 Maxi Doge凭借其社区活跃性，吸引新稳定币流动性进入。 Tron网络低费环境支持USDT高效部署。 WEEX Crypto News, 泰达币1 Billion USDT铸币：是否为链上交易可靠的流动性信号？ 泰达币最近在以太坊平台铸造了1亿美元，这是一个引起市场注意的重大事件。根据Glassnode的数据，USDT持有者积累率达到57.63%，这表明持有者在净积累。这个铸币事件可能是链上活动即将增加的前兆，代币预计会迅速流入交易所和DeFi平台。 USDT交易量达到4841.7亿美元，超越USDC的3192亿美元，显示出其在加密支付基础设施中的强大影响力。Tron网络因费用低廉，推动了USDT在网络上的主导地位，超过了50%，一旦团队激活库存，这种部署就会迅速进行。 Maxi Doge在USDT流动性支持下的潜在涨幅 随着新铸造的10亿美元稳定币流动性进入市场，它不会闲置。历史表明，它往往流入高贝塔系数的项目，而那些拥有活跃社区的Memetoken在流动性扩张期往往吸引到不成比例的资金流入。Maxi Doge…

Ripple转移1亿美元XRP引市场关注：多空之战或将打响？

Ripple在链上转移了1亿美元的XRP，引发市场热议。 数据显示，XRP的交易所储备增加至27.6亿个，这是一种典型的看跌信号。 同时，XRP的ETF基金流入达332万美元，机构积累超过2亿美元。 交易量24小时内激增20%，达到29亿美元，市场动向充满悬念。 地缘政治紧张局势及油价上涨为市场增添新的不确定因素。 WEEX Crypto News, Ripple 1亿美元XRP转移暗藏玄机 Ripple近期在链上静悄悄地转移了价值1亿美元的XRP，这种大额转移总是能在市场上掀起波澜。特别是当XRP的交易所储备攀升至27.6亿，某种程度上意味着潜在的卖压正在订单簿中累积。 与之相反的是，美国上市的XRP ETF基金在同一时期流入资金332万美元，而机构投资者的积累额已超2亿美元。这种情况显示，XRP正从交易所被大量抽走，供应紧缩。 交易量在24小时内飙升了20%，达到29亿美元。在如此活跃的背景下，任何市场风向都不会静悄悄地呈现出来。 XRP能否维持2.15美元关键支撑位？ XRP正处于紧要关头，价格在1.55美元附近徘徊，轻微的价格变动可能迅速改变市场情绪。尽管最近从1.40美元开始的下跌显示出市场动能的降温，但活跃的交易量表明市场尚未进入衰退期。 若1.45美元位置能守住且买家重新入场，价格或将向1.50至1.55美元区域发起攻击。然而，一旦1.35美元位的支撑崩溃，短期上涨趋势可能迅速瓦解，价格或将快速跌至1.20至1.10美元之间。 Bitcoin…

比特币价格预测：BlackRock的大规模投资

BlackRock在上周对比特币进行了最大规模的投资预测，ETF吸收了8.71亿美元的净流入。 美国现货比特币ETF在同一时间段内录得19亿美元净流入，是自2026年2月以来最强劲的一周表现。 比特币的技术结构显示出积极的信号，价格持稳于74,000美元之上，有望突破80,000美元。 BlackRock CEO Larry Fink对比特币的长期目标价格设定在50万美元至70万美元。 Bitcoin Hyper ($HYPER) 作为比特币首个层2解决方案，具有Solana虚拟机集成，吸引了投资者的关注。 WEEX Crypto News, BlackRock对比特币的影响 BlackRock最近对比特币进行了大规模的投资，其现货比特币ETF吸收了8.71亿美元的净流入，成为所有加密货币ETF中领先者。美国现货比特币ETF在同样的一周内共计录得19亿美元净流入，这是自2026年2月以来最强劲的一周表现。此过程中，单日的高峰发生在4月17日，当时总ETF流入达到了6.63亿美元，BlackRock的IBIT独占了2.83亿美元，而Fidelity的FBTC又增加了1.63亿美元。虽然伊朗紧张局势曾导致比特币短暂跌至63,000美元，但机构投资者将每次回调视为买入机会。[Place Image: Screenshot…

小丑归来，马上加入牌局
更大奖池、自动出牌、幸运加成
小丑归来，马上加入牌局立即参与，赢取奖励！

目录

热门币种

最新加密货币要闻

02:44

数据：若 BTC 跌破 77,347 美元，主流 CEX 累计多单清算强度将达 21.91 亿美元

ChainCatcher 消息，据 Coinglass 数据显示，若 BTC 跌破 77,347 美元，主流 CEX 累计多单清算强度将达 21.91 亿美元。反之，若 BTC 突破 84,912 美元，主流 CEX 累计空单清算强度将达 15.84 亿美元。
02:44

数据：若 ETH 跌破 2,253 美元，主流 CEX 累计多单清算强度将达 10.36 亿美元

ChainCatcher 消息，据 Coinglass 数据显示，若 ETH 跌破 2,253 美元，主流 CEX 累计多单清算强度将达 10.36 亿美元。反之，若 ETH 突破 2,488 美元，主流 CEX 累计空单清算强度将达 9.94 亿美元。
01:44

数据：BTC 全网合约持仓量 24h 增长 5.82%

ChainCatcher 消息，据 Coinglass 数据显示，BTC 全网合约持仓量在过去 24 小时增长 5.82%，当前总持仓量为 647.55 亿美元。其中 Binance 持仓量为 119.22 亿美元，OKX 持仓量为 37.11 亿美元，Bybit 持仓量为 53.23 亿美元，Gate 持仓量为 60.64 亿美元。
01:44

分析，HYPE 约 9% 流通量被 DAT 持有，ETF 预期或强化价格支撑

ChainCatcher 消息，市场分析人士指出，Hyperliquid 生态中 DAT（数字资产金库/资产管理载体）当前已持有约 9% 的 HYPE 流通量，占比高于 BTC、ETH、SOL 及 BNB 等主流资产的同类结构。分析认为，DAT 作为机构参与的重要载体，为市场引入了新的 “资产负债表买盘”，弥补了过往周期中缺乏持续配置资金的问题。其中，HYPE 是当前少数以正 mNAV（市场净值溢价）交易的资产之一，使相关金库工具具备更强的融资能力。此外，近期 ETF 申请文件的修订被视为审批路径逐步明朗的信号。报告指出，在 DAT 已持续吸收流通筹码的背景下，若 ETF 获批，新增被动资金将...
BNBBNB
--
HYPEHYPE
--
00:45

IREN 以 6.25 亿美元全股票收购 Mirantis，加速转型 AI 云平台

ChainCatcher 消息，据 The Block 报道，比特币矿企 IREN Limited 已同意以约 6.25 亿美元全股票交易收购云基础设施软件公司 Mirantis，以完善其 AI 云业务布局。 此次收购将为 IREN 引入关键的软件与“编排”能力，帮助其更好地变现不断扩张的 GPU 与数据中心资源。Mirantis 专注于基于 Kubernetes 的云基础设施工具，可实现容器化应用的自动部署、扩展与管理。 分析人士指出，该交易对 Mirantis 的估值约为其收入的 4 至 5 倍，意在帮助 IREN 追赶 CoreWeave 等 AI 云竞争对手，构建完整的“全栈新型云...
阅读更多
社区
iconiconiconiconiconicon
客户服务:@weikecs
商务合作:@weikecs
量化做市商合作:bd@weex.com
VIP服务:support@weex.com