数字黄金 vs 全球计算机:比特币与以太坊现货 ETF 对比

撰文:Andrew Kang

编译:J1N,Techub News

本文来源香港Web3媒体:Techub News

比特币现货 ETF 的通过为许多新买家打开了进入加密货币市场的大门,让他们可以在投资组合中配置比特币。但以太坊现货 ETF 的通过,其影响则不那么明显。

当贝莱德比特币现货 ETF 申请提交时,我就对比特币的价格强烈看涨,当时比特币价格为 2.5 万美元,到了现在,比特币回报率为 2.6 倍,以太坊回报率为 2.1 倍。从周期底部开始,比特币回报率为 4 倍,以太坊回报率也为 4 倍。那么以太坊 ETF 能提供多少上行空间?我认为除非以太坊开拓出新的模式来改善其经济状况,否则不会有太大的上行空间。

我在 2023 年 6 月 19 日时表示⎡贝莱德申请比特币现货 ETF 的批准率高达 99.8%,这是我们最近听到的最积极的消息,可能为数百亿美元的资金流动打开闸门。然而,比特币价格仅上涨 6%,价格的表现未达到预期⎦。

流量分析

总体而言,虽然比特币现货 ETF 已积累了 500 亿美元的资产管理规模。但是,当通过排除预先存在的 GBTC 资产管理规模和置换(卖出期货或现货买入现货 ETF)来细分自推出以来的净流入量时,您会得到 145 亿美元的净流入量。然而,这些并不是真正的流入,因为有许多需要考虑的 delta 中性流量,即基差交易(卖出期货,买入现货 ETF)和卖出现货买入现货 ETF。通过查看 CME 数据和对 ETF 持有者的分析,我估计大约 45 亿美元的净流量可以归因于基差交易。ETF 专家表示,BlockOne 等大型持有者也将大量现货比特币转换为现货 ETF,大约估计为 50 亿美元。扣除这些流量,我们得出比特币现货 ETF 的真实净购买量为 50 亿美元

通过这种方式我们可以简单地推断以太坊的资金流量会是什么情况。彭博社 ETF 分析师 @EricBalchunas 估计以太坊流量可能是比特币的 10%。这使得 6 个月内真正的净购买流量为 5 亿美元,报告的净流量为 15 亿美元。尽管 @EricBalchunas 预测的准确率不高,但我相信他代表了一众传统金融机构的态度。

就我个人而言,我认为以太坊流量可能是比特币的 15%。从比特币 50 亿美元的真实净购买量(上文提到)开始计算,通过调整以太坊市值(占比特币的 33%)和 0.5 的⎡访问系数⎦,我们可以得出 8.4 亿美元的真实净购买量和 25.2 亿美元的报告净购买量。有一些合理的论据表明,ETHE (灰度以太坊期货 ETF)的溢价比 GBTC 要少,所以我认为乐观的情况是 15 亿美元的真实净购买量和 45 亿美元的报告净购买量。这大约占比特币流量的 30%。

无论哪种情况,预估的以太坊现货 ETF 的 15 亿美元真实净购买量都远低目前以太坊衍生品 28 亿的资金流入量,这还不包括现货的抢先交易(指市场预期看涨,提前买入现货)。这意味着在以太坊现货 ETF 上市前的资金流入量就超出预估的以太坊现货 ETF 资金流入量,因此以太坊现货 ETF 的价格在很大程度上已经被市场定价。

⎡访问系数⎦:根据 ETF 实现的流动性进行调整,考虑到不同的持有者基础,比特币明显比以太坊受益更多。例如,比特币是一种宏观资产,对存在准入问题的机构(宏观基金、养老金、捐赠基金、主权财富基金)更具吸引力。而以太坊则更像是一种技术资产,对 VC、加密货币基金、技术专家、散户等在加密货币准入方面没有那么严格限制的机构更有吸引力。50% 是通过比较以太坊与比特币的 CME OI (Open Interest,衍生品未平仓量)与市值比率得出的。

查看 CME 数据,在以太坊现货 ETF 推出之前,以太坊的 OI 明显低于比特币。OI 占供应量的约 0.3%,而比特币占供应量的 0.6%。起初,我认为这是早期的标志,但人们也可以说,这掩盖了传统金融资金对以太坊 ETF 缺乏兴趣的事实。华尔街交易员更偏向于交易比特币现货 ETF,他们往往掌握着一线的信息,因此如果他们没有在以太坊上使用同种交易方式,那么这一定是有充分理由的,可能意味着关于以太坊流动性的信息不足。

50 亿美元是如何将比特币从 4 万美元推高至 6.5 万美元的?

最明确直接的答案就是,单靠 50 亿美元是做不到的。因为现货市场上还有许多其他买家。比特币是一种真正在全球范围内被认可为关键投资组合资产的资产,并且拥有许多大机构长期持有 Saylor、泰达公司、家族办公室、高净值个人投资者等。虽然以太坊也有大机构持有,但我认为其数量级低于比特币。

请记住,在比特币现货 ETF 出现之前,比特币的最高价就已经达到 6.9 万美元,超 1.2 万亿美元以上市值。市场参与者、机构拥有大量现货加密货币。Coinbase 托管着 1930 亿美元,其中 1000 亿美元来自其它机构。 2021 年,Bitgo 报告 AUC 为 600 亿美元,币安托管 1000 多亿美元。6 个月后,比特币现货 ETF 托管了比特币总供应量的 4%。

我在 2 月 12 日发布了推文,关于加密货币市场的规模发表了观点,⎡我估计,今年长期的比特币需求量为 400-1300 亿美元以上。加密货币投资者最常见的大忌之一是低估世界上的财富、人们的收入、资金的流动性及其对加密货币的影响。我们经常听到有关黄金、股票、房地产市值的统计数据,以至于加密货币可能被许多人忽视。许多加密货币从业者都陷入了自己的局限思维中,但你旅行越多,结识的其他企业主、高净值人士等越多,你就越能意识到这个世界上的美元数量有多么难以想象,其中有多少可以进入比特币或其他加密货币。

让我通过粗略的需求规模练习来解释这一点。美国家庭平均收入为 10.5 万。美国有 1.24 亿个美国家庭,这意味着美国个人的年总收入为 13 万亿美元。美国占 GDP 的 25%,因此全球总收入约为 52 万亿美元。全球加密货币平均拥有率为 10%。在美国,这一比例约为 15%,在阿联酋则高达 25-30%。假设加密货币所有者每年只分配 1% 的收入,那么每年购买 BTC 的费用为 520 亿美元,每天为 1.5 亿美元⎦。

在比特币现货 ETF 推出时 MSTR (Microstrategy)和 Tether 购买了数十亿美元的比特币,以及当时进场的投资者,他们的持仓成本也属于低位。那时候人们普遍认为比特币现货 ETF 的通过是出货的信号。因此,数十亿美元的短期、中期和长期仓位已被出售,需要回购。最重要的是,一旦比特币现货 ETF 流量形成可观的上涨趋势,空头就需要回购。在比特币现货 ETF 推出之前,未平仓合约实际上有所下降,这很疯狂。

以太坊现货 ETF 的定位非常不同。以太坊价格现在是较现货 ETF 推出前低点的 4 倍,而比特币是 2.75 倍。加密货币原生 CEX OI 增加了 21 亿美元,使 OI 接近 ATH (历史最高价)水平。市场是有效的。当然,许多加密货币原生者看到了比特币现货 ETF 的成功,他们也对以太坊抱有同样的期望,并据此进行了定位。

就我个人而言,我认为加密货币原生用户的期望被夸大了,与传统金融市场的真实偏好脱节。就会导致那些深陷加密领域的人对以太坊的心理份额和购买量相对较高。实际上,对于许多大型非加密原生资本集团来说,以太坊作为关键投资组合配置的购买量要少得多。

传统金融最常见的宣传之一是以太坊是一种⎡科技资产⎦。全球计算机、Web3 应用商店、去中心化金融结算层等。这是一个不错的宣传,我在上一个周期中也买过它,但当你看实际收益时,很难接受。

在上一个周期中,你可以指出费用的增长率,并指出 DeFi 和 NFT 会产生更多的费用、现金流等,并以与科技股类似的视角将其作为一项技术投资提出令人信服的理由。但在这个周期,费用的量化是适得其反的。大多数图表都会显示持平或负增长。以太坊是一台提款机, 根据其年化率,只用 30 天的收入就为 15 亿美元,市盈率为 300 倍,扣除通货膨胀因素后的市盈率为负,分析师将如何向他们的家族办公室或宏观基金老板证明这一价格合理?

我甚至预计,前几周的 fugazi(通常指的是看起来大额交易量并不是由实际的资金流入引起)流量会较低,原因有二。首先,以太坊现货 ETF 的批准令人意外,发行人没有太多时间说服大额持有者将其以太坊转换为现货 ETF 形式。其次,持有者转换的吸引力较小,因为他们需要放弃质押或在 DeFi 中以太坊的收益。但请注意,目前以太坊质押率只有 25%。

这是否意味着以太坊将归零?当然不是,在某个价格下,它会被认为是物有所值的,当比特币未来上涨时,以太坊不一定会跟涨。在现货 ETF 推出之前,我预计以太坊的交易价格将在 3000 美元至 3800 美元之间。 现货 ETF 推出后,我的预期是 2400 至 3000 美元。但是,如果比特币在 2024 年 Q4 或者 2025 年 Q1 升至 10 万美元,那么这可能会将以太坊的价格突破 ATH,但以太坊比特币之后会走低。从长远来看,有一些发展值得期待,你必须相信贝莱德和 Fink 正在做大量相关工作,在区块链上建立一些金融基础设施,并将更多资产代币化。这对以太坊来说能带来多少价值,以及具体时间尚不确定。

我预计以太坊比特币将继续呈下降趋势,未来一年的比率将在 0.035 至 0.06 之间。尽管我们的样本量很小,但我们确实看到以太坊比特币每个周期都会创下更低的高点,所以这应该不足为奇。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/751774.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

YOLOv8改进 | 注意力机制 | 迈向高质量像素级回归的极化自注意力【全网独家】

秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转 💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 专栏目录 :《YOLOv8改进有…

kafka consumer客户端消费逻辑解析

kafka consumer客户端消费逻辑解析 一、主要消费步骤二、提交策略【步骤2代码解析】【提交策略总结】 三、拉取策略(待补充)四、消费策略【代码解析】【消费策略总结】 一、主要消费步骤 这是kafka客户端拉取消息的入口,有4个主要部分 1、启…

IDEA使用Apidocx插件在RAP生成接口文档

第一步 安装插件,安装最新的1.1.7即可,插件与idea版本对照 第二步 输入对应的IP或域名,端口说明: 1. 38080:为后端数据 API 服务器(rap2-delos) 2. 3000:为前端静态资源服务&…

AI加持,商业智能与分析软件市场释放更大潜能

根据IDC最新发布的《中国商业智能和分析软件市场跟踪报告,2023H2》显示,2023下半年,中国商业智能与分析软件市场规模为5.2亿美元,同比增长为3.7%。其中,本地部署收入占比为89.3%,同比增长1.7%;公…

算法基础详解

大O记法 为了统一描述,大O不关注算法所用的时间,只关注其所用的步数。 比如数组不论多大,读取都只需1步。用大O记法来表示,就是:O(1)很多人将其读作“大O1”,也有些人读成“1数量级”。一般读成“O1”。虽…

守护矿山安全生产:AI视频分析技术在煤矿领域的应用

随着人工智能(AI)技术的快速发展,其在煤矿行业的应用也日益广泛。AI视频智能分析技术作为其中的重要分支,为煤矿的安全生产、过程监测、效率提升和监管决策等提供了有力支持。 一、煤矿AI视频智能分析技术的概述 视频智慧煤矿AI…

Idea 插件 Convert YAML and Properties File

YAML 和 Properties 相互转换插件 ConvertYamlAndProperties: IntelliJ IDEA plugin - Convert Yaml And Properties Files

服务器部署—虚拟机安装nginx并部署web网页

该篇博客用于讲解Linux的Centos7发行版中如何通过Linux安装Nginx,然后将静态页面部署到Nginx中,通过浏览器访问。 非常适用于新手小白学习项目部署相关的知识。建议收藏!!! 需要大家提前准备好虚拟机和CentOS7操作系统…

【博士每天一篇文献-综述】A survey on few-shot class-incremental learning

阅读时间:2023-12-19 1 介绍 年份:2024 作者:田松松,中国科学院半导体研究所;李璐思,老道明大学助理教授;李伟军,中国科学院半导体研究所AnnLab; 期刊: Neu…

docker部署vue项目

1.下载docker desktop软件 Docker Desktop启动的时候,有可能弹框提示"WSL2 installations is incomplete",这是您的系统中没有安装WSL2内核的原因,打开【https://aka.ms/wsl2kernel ,在打开的页面中有一个Linux内核更新包"链…

NDT(基于正态分布变换的配准算法)

NDT是将单个扫描的离散点集转换为空间上定义的分段连续可微概率密度,该概率密度由一组易于计算的正态分布组成的算法。采用NDT连续化后,传统硬离散优化问题能够潜在地转化为更易于处理的连续优化问题。 NDT原理 NDT将根据点云中点所处的位置&#xff0…

AudioLM音频生成模型

GPT-4o (OpenAI) AudioLM(Audio Language Model)是一种生成音频的深度学习模型。它可以通过学习语言模型的结构来生成连贯和高质量的音频信号。这类模型通常应用于语音合成、音乐生成和音频内容生成等领域。以下是一些与AudioLM相关的核心概念和技术细…

基于uni-app与图鸟UI的移动应用模板构建研究

摘要 随着移动互联网技术的迅猛发展,移动端应用已成为企业展示形象、提供服务的重要窗口。本文基于uni-app框架和图鸟UI设计,深入探讨了如何高效构建覆盖多个领域的移动端应用模板。通过对商城、办公、投票、生活服务等多种类型模板的详细介绍&#xff…

【数据结构与算法】内部排序算法 详解

指出希尔排序,归并排序,快速排序,堆排序,基数排序中稳定的排序方法,并对不稳定的举出反例。 稳定的排序算法是指,如果两个元素相等,它们在排序后的顺序与排序前的顺序相同。 上述算法中稳定的…

昇思25天学习打卡营第10天|基于MindSpore的GPT2文本摘要

学AI还能赢奖品?每天30分钟,25天打通AI任督二脉 (qq.com) 基于MindSpore的GPT2文本摘要 %%capture captured_output # 实验环境已经预装了mindspore2.2.14,如需更换mindspore版本,可更改下面mindspore的版本号 !pip uninstall m…

Duix - 硅基数字人SDK

简介 Introduction DUIX(Dialogue User Interface System)是硅基智能打造的AI数字人智能交互平台。通过将数字人交互能力开源,开发者可自行接入多方大模型、语音识别(ASR)、语音合成(TTS)能力,实现数字人实时交互,并在Android和iOS多终端一键部署,让每个开发者可轻松…

2、逻辑回归

1. 为什么要叫逻辑回归? 逻辑回归模型的名称可能会引起一些混淆,因为它名字中包含了"回归"这个词,但实际上它是一种用于解决分类问题的模型,而不是回归问题。 逻辑回归最初是从线性回归模型演变而来的。线性回归用于预测连续的数值输出,逻辑回归则是在线性回归…

shell 脚本中断问题定位

shell 脚本中断问题定位 1 介绍2 定位方法2.1 查看脚本的退出状态码2.2 查看系统日志文件2.3 使用journalctl工具2.4 使用dmesg命令2.5 检查脚本自身的日志记录2.6 使用图形界面工具2.7 配置和使用集中式日志管理系统 参考 1 介绍 shell 脚本运行,一段时间后&#…

SQL注入和防御方法

SQL注入是一种攻击手段,通过在SQL查询中插入恶意SQL代码片段,欺骗数据库服务器执行非授权的数据库操作。这种攻击可能导致数据泄露、篡改或丢失。为了防范SQL注入,可以采取以下几种策略: 1.使用预编译语句(Prepared St…

戴尔笔记本重装系统?笔记本卡顿失灵?一键重装系统!

随着科技的快速发展,笔记本电脑已成为我们日常生活和工作中不可或缺的工具。然而,随着时间的推移,笔记本可能会遇到各种问题,如系统卡顿、失灵等。这时,重装系统往往是一个有效的解决方案。本文将详细介绍如何在戴尔笔…