最新更新
11/24/2025 11:43:00 PM

木头姐称AI与加密货币流动性挤压或在数周内逆转 引用Palantir美国商用业务增长123% 关注BTC与ETH

木头姐称AI与加密货币流动性挤压或在数周内逆转 引用Palantir美国商用业务增长123% 关注BTC与ETH

据 @CathieDWood 称,打击AI与加密货币的流动性挤压将在未来数周内逆转,她通过ARK Funds推广的ITK节目给出了这一时间窗口,并表示当日市场似乎已开始定价这一预期。来源:ARK Funds 帖子 x.com/ARK_Funds/status/1993002170862424405;@CathieDWood 帖子 x.com/CathieDWood/status/1993103198836711870。 据 @CathieDWood 称,AI并未处于泡沫中,上述判断与其对数字资产和AI相关股票流动性回升的预期一并提出。来源:@CathieDWood 帖子 x.com/CathieDWood/status/1993103198836711870。 据 @CathieDWood 称,她援引Palantir上季度美国商用业务增长123%的数据作为AI需求持续的例证。来源:@CathieDWood 帖子 x.com/CathieDWood/status/1993103198836711870。

原文链接

详细分析

凯西·伍德(Cathie Wood),ARK Invest的首席执行官,最近在她的In The Know (ITK)节目中分享了对AI和加密货币市场的乐观看法。她指出,目前影响AI和加密货币的流动性紧缩将在未来几周内逆转,这一点似乎在当天市场中得到了认可。此外,她强调AI并非处于泡沫之中,并引用了Palantir上季度美国商业业务123%的增长作为证据。对于加密交易者来说,这为AI相关代币和更广泛的数字资产提供了潜在买入机会,尤其是在流动性改善和机构兴趣回升之际。

流动性紧缩对加密交易的影响及逆转预期

根据凯西·伍德在2025年11月24日的分析,这种流动性紧缩已成为加密货币市场的主要阻力,导致比特币(BTC)和以太坊(ETH)等主要资产波动加剧。然而,她预计政策转变和投资者信心恢复将推动逆转。交易者应关注交易所交易量和链上指标,以捕捉这一转折迹象。例如,如果流动性改善,AI集成加密货币如Fetch.ai (FET)或SingularityNET (AGIX)可能迎来反弹,为摇摆交易者创造吸引力的入场点。伍德的观点与市场情绪一致,AI的实际应用将继续驱动价值,反驳泡沫担忧,并支持加密投资组合的长期持有。

Palantir增长作为AI-加密协同的晴雨表

深入探讨伍德提到的Palantir,其上季度美国商业收入同比增长123%,显示了对AI驱动数据分析的强劲需求。这不仅利好股票交易者,还在加密领域产生回响,特别是那些利用AI的区块链项目。随着流动性缓解,机构资金可能加速流入桥接AI和区块链的代币,如Render (RNDR)或Ocean Protocol (OCEAN)。加密分析师应注意Palantir股价与这些代币价格的相关性,使用移动平均线等工具识别交易信号。伍德对AI泡沫的否定强调了基本面而非炒作,鼓励交易者关注网络活动和采用率。

从更广泛的市场角度来看,预期的流动性逆转可能提升整体加密情绪,尤其是在与传统市场的相关性中。如果Palantir等AI股票持续上涨,可能溢出到以太坊项目,因为ETH在AI dApp智能合约中发挥关键作用。交易者建议采用对冲策略,如在AI代币做多并搭配BTC期货,以缓解波动风险。伍德的洞见表明,随着流动性回归,风险投资和对冲基金将重返市场,推动交易量上升。这有利于剥头皮交易者在波动高峰获利,而长期投资者可在低点积累。总体而言,伍德的分析为导航AI-加密交汇提供了路线图,突显了一个远非泡沫且即将复苏的市场机会。

AI与加密融合下的交易策略

为优化这一景观的交易,关注RSI等实时指标以识别AI代币的超买状况,并监控比特币主导率以捕捉山寨币反弹。随着伍德对流动性转折的预测,在低估资产中定位可能带来丰厚回报。对于语音搜索如“现在最佳AI加密货币”,考虑具有强大基本面、伙伴关系和链上增长的代币。总之,凯西·伍德在2025年11月24日的评论不仅肯定了AI的可行性,还预示了加密货币的牛市阶段,敦促交易者警惕市场流动并抓住新兴机会。

Cathie Wood

@CathieDWood

Leading innovation-focused investments as CEO of ARK Invest, with research spanning disruptive technologies including AI, blockchain, genomics, and autonomous systems.