2024年1月5日,Celsius在 X平台发文表示,在准备资产分配的过程中,Celsius已经开始了资产回收和再平衡的过程,以确保充足的流动性。因此,将解除质押现有的ETH持仓,以抵消整个重组过程中产生的某些成本。从那以后,Celsius 向交易所存入 ETH 的频率越来越高,几笔引市场关注的交易如下:
根据对Celsius抛售ETH、Blast与Manta Pacific 存入 ETH 的数据可得,若Celsius 持续抛售仍持有的540,029枚ETH 的话,其抛压强度远远大于用户在 Blast与Manta Pacific 等热门项目购买 ETH 的强度。因此,若近期未能有更多吸引锁仓 ETH 的协议,ETH 很难稳住当前的价格。
信息维度:ETH现货ETF 与坎昆升级
ETH 现货 ETF 遥遥无期
伴随着比特币现货 ETF 的通过,市场对 ETH 现货 ETF 寄予厚望。Coinbase 表示:“以太坊可能迎来突破性的一年。比特币ETF的消息对以太坊来说是一个福音,以太坊一度飙升至 2700 美元以上,达到了自 2022 年 5 月以来的最高点。我们有理由对 ETH 的近期前景更加乐观。首先,比特币 ETF 背后的几家公司——包括贝莱德和 VanEck——也在策划基于以太坊的现货ETF。”
Franklin Bitcoin ETFEZBC https://www.sec.gov/Archives/edgar/data/1992870/000113743923001486/ftdhts1a122023.htmhttps://www.franklintempleton.com/investments/options/exchange-traded-funds/products/39639/SINGLCLASS/franklin-bitcoin-etf/EZBC
于是我 2017 年 8 月 14 日在《华尔街见闻》上写了一篇研究文章,研究用 5% 的资产投资比特币后对整个资产组合的积极影响。后来资产管理界的大神,Black Rock 的首席策略官 Andrew Ang 在 2022 年《Asset Asset Allocation with Crypto: Application of Preferences for Positive Skewness》中阐述了同样的观点。
Foresight News:在选择具体的交易标的的时候有怎样的标准?
Xin Liu:事实上我对于赛道的选择是非常 open 的,这个市场最大的特点就是创新非常快,也正是因为创新快给它带来的巨大的生命力。Open 体现在于减少先入为主的成见,尽量在高胜率和高安全系数的前提下接纳更多的创新,一般只要某个品种(无论是「古典派」还是「土狗派」)出现了具备一定规模的共识,我都不会放过都会去研究一下。一个东西它有很多人支持,喜欢,不管它看起来是芭蕾舞还是二人转,一定有它独到的满足人性的地方,存在即合理。
所以你可以看到我的兼容性是很强的,那对于风险高的创新品种,为什么我们能涉猎的这样广泛呢?因为 AI 深度学习提供了对于价格趋势的精准把控,这极大提高了接纳创新的胜率和安全系数。比如现在我们正在研发的创新策略,利用 AI 深度学习模型去寻找铭文和 meme 的机会。虽然最近铭文大火,但是实操者也不得不面临 1)mint 的铭文项目不成功的风险 2)mint 过程中高昂的 gas fee 3)mint 不成功被埋的风险 4)竞争不过自动化 mint 工作室等问题。所以挑选哪些有希望的铭文品种 mint?如果没有 mint 成功以什么样的价格介入胜率更高?这是我们正在用 AI 深度学习解决的问题,meme 品种也是同样的道理。
Foresight News:是否可以具体介绍一下基于 AI 深度学习的交易策略?深度学习的模型考虑了哪些参数?参考了哪些指标?本质上是基于怎样的逻辑计算出的交易方向?
Xin Liu: AI 深度学习呢,简单来说是一种利用人工智能去模仿人类神经元去思考的方式,图片是一个最简单的模型,inputs 层代表输入信息,output 层指的是最终输出的信息,中间层统称为隐藏层,隐藏层是极为复杂且精巧的。无需人类手工定义特征,AI 深度学习可以从原始数据中自动学习和提取特征。常规学习的领域有价格趋势、交易量变化、市场情绪等。因此 AI 深度学习具有非线性和自适应性的特点,加上计算机处理大规模数据的能力,使得 AI 模拟的神经元系统在某些领域拥有了超越人类认知事物本质的能力。
Xin Liu:我看过一篇论文《Observing Schrödinger’s Cat with Artificial Intelligence: Emergent Classicality from Information Bottleneck》,用人工智能去观察著名的薛定谔的猫,省流总结一下结论就是,神、人和低等生物本质上的区别在于对于信息的处理能力。这正是你这两个问题的最佳答案。
比如说你提到的「一种金融产品的涨跌本质上是由市场上买卖力量博弈的结果」从这个角度和逻辑看市场是无法提前预测的,这是普通人的正常因果感知对吧,但是还有一种可能就是在更高维度的信息处理能力的层面上看涨跌的博弈不是这样的。实际上在 AI 深度学习的维度,5 月份我能看到的是比特币价格会涨到 40000 以上,后续就会有有利于这个结论的事件出来催化完成这个结论,在 5 月份我是不知道具体什么事件会带动完成这个结论,但一定会有对应的事件出来。能看到这其中的因果顺序的不同嘛?这是因为 AI 处理信息的能力远远高于人类,可以从更高维度看到普通人看不到的东西,因此就形成了带有「玄学」性质的预言。
Xin Liu:首先纠正一下,我的意思是过去和现在比特币存在减半周期,所以牛熊轮转的非常规律,所以这使得普通人更加容易判断牛熊,减半前后牛市,剩下两年熊市,对吧。但是马上第四次减半就结束了,大比例的比特币将会进入流通中,剩余可挖的部分将非常少,凭借常识判断必然是量大的流通部分影响量小的可挖掘部分,所以未来的牛熊将非常复杂并不会像目前这样节奏清晰明了。那么这轮减半行情走完之后人们用什么逻辑去判断牛熊或者大周期呢? 我认为 AI 深度学习会成为一个判断长周期牛熊的重要依靠。
Foresight News:随着加密货币市场参与方的增加,市场的走势开始变得复杂,从今年的走势中就可以看出,不再像过去一样是比较简单的周期性趋势行情,在未来可能更加复杂的行情中,AI 深度学习模型可以对行情的判断带来怎样的帮助?相比于一些用于判断行情走向的「理论」,使用 AI 有哪些具体的优势?
现在的世界已经朝着去中介化发展,尤其在加密世界信息不对称的情况将越来越少,投资者也越来越成熟,拥有自己独立的判断,越来越不愿意接盘 VC。投资,无论是超级个体还是机构都是由人组成的,本质上来说核心是给出高超的认知和判断,尤其在 AI 时代下,个体生产力会被极度放大,一个人能做的也许就是现在一个机构做的事,所以未来判断可信度的关键在于是否能长期输出正确的投资判断和结果,而并不会拘泥于是机构给出的还是个体给出的。
POW矿币是指基于工作量证明(Proof of Work)共识机制的加密货币,POW矿币的工作量证明算法要求矿工必须投入大量的计算能力和电力消耗,以完成区块的创建和验证过程。这一方式在过去一直被人诟病,被认为是在浪费能源,随着以太坊POW转为POS,针对POW的质疑更是达到了顶峰,然而POW并未如大众预期的那样慢慢被淘汰。而是涅槃重生换发了新的生命力,而这一现象也与POW的必要性密切相关。