FX168财经网_全球视野外汇黄金加密货币NFT资讯网

徐鑫：3.18日内黄金最新消息解读及走势分析

令金价承压。这种无收益的贵金属也被用来对冲通胀。　　　　黄金技术分析：　　黄金上周整体走出了冲高再次确认上方压力，然后反复回落调整的走势，上周我也是一直跟大家分享高位做空，看好阶段性见顶，一路从2185上方做空，也是再度兑现2150目标位，目前2150一线支撑破位，下方就关注2135/2140一带支撑，操作上徐鑫建议继续保持反弹做空的思路即可，日线连阴回落，阶段性见顶的思路进一步验证，目前反弹就是空！黄金策略：建议反弹2150/52做空，防守2157，目标2140/2135一线，破位看2125附近。以上观点仅供参考，盈亏自负。徐鑫每日分析及操作策略都会更新在朋友圈及群内（徐鑫：a97_96_23），想进群的我可以拉你进群体验，本人是免费提供一对一指导，不管你是在投资中遇到问题还是觉得自己盈利不理想，你只用添加我的vx：a97_96_23,我及我的团队会帮你你研究出最合理的仓位，不用你盯盘，进出场点位我都会通知到你。团队宗旨：计划你的交易，交易你的计划。给客户控制风险的前提，博取最大的利益！进场和出场的条件是不等的。进场的理由是充分的、谨慎的、有把握的；但是，出场却不同，理由可以是朦胧的、符合一些必要条件就可以。我们团队对市场的认知、进出场的条件、风险测评以及资金仓位的管理都有专业的分析。在这个市场就是有经验的人挣更多的钱，有钱的人挣更多的经验的地方！99%的新手都会从自己的教训中吸取经验（在这个市场是没有100%的），而聪明的人则会从团队的帮助中获益！毕竟投资的成功是建立在专业知识和专业经验的基础上的！文／徐鑫（a97_96_23）单打独斗永远是下策，只有跟对人才能走的更远。就像三角形的两边永远大于一边一样。长线判方向，断线找时机。赚大钱不靠解盘，而是靠评估整个市场和市场走势！

徐鑫理财 3评论2024-03-18

市场“抢跑”美联储再次失败今年降息3次的预期开始幻灭

纷购买与隔夜担保融资利率相关的期权，以对冲今年和明年可能出现的鹰派立场。AmeriVet Securities美国利率交易和策略主管Gregory Faranello表示：“更高的通胀数据，加上庞大的赤字，美联储可能会在更长时间内保持政策不变，这将使收益率再次朝着2023年的高点迈进。”

金融界2024-03-18

江沐洋：3.18现货黄金、白银、沪金、沪银行情走势分析

令金价承压。这种无收益的贵金属也被用来对冲通胀。　　黄金走势：　　日线上周高位震荡下跌，整体保持在2150水平上，形态上阴包阳呈现调整趋势，结构上今日黄金回到5、10日线2160下方震荡，相对此前的疯狂上涨已经有转弱的趋向，但是这更多的还是自身技术上的回修，是前期积压的空头动能释放的过程，但市场多头情绪并未完全退场，所以短期内回撤的空间预期不会很大。本周有美联储利率决定公布，市场预期3月不降息的可能性很大，但对于6月降息预期又依旧会困扰未来市场的猜想，所以本周美联储利率前，市场情绪会非常的不稳定，谨慎情绪会非常的重，这就会导致上半周行情持续震荡的可能，最终等待美联储利率决定后再做出方向上的选择。　　短期上方关注2160一线阻力，下方关注2145-2140一线支撑，周初大概率会围绕在2160-40之间震荡，然后等待美联储利率决定取决方向，而市场关注的重点也不是3月是否降低，而是对6月份降息预期的强度。若黄金上升将再测2180甚至2200压力。若下行则可能下探2120附近，甚至20日线2100。不过这都是后话，目前2150破位，短期已经出现调整走弱，今日关注反抽2152-53顶底转换去空，看欧盘二次下跌，如果说欧盘反抽幅度大或欧盘横盘调整，那么晚盘很容易出现探底回升，下方关注2141-42支撑。文章只能给你一时的思路与方向，行情瞬息万变，更多交易机会加江沐洋薇新hqn669 　　黄金策略：建议2152附近空，损2160，目标2141-42，跌破2141可反抽二次空　　现货白银：　　白银上周五冲高回落，最高上涨触及25.4一线，收盘在25.1一线，日线实体中阳线，K线收出两阳夹一阴多头形态，结构上当前白银仍然是处于多头走势中，今日白银开盘受国际黄金影响小幅低开低走，下方关注24.8一线ma5均线支撑，ma10均线支撑在24.5一线，目前价格回踩只是修正，支撑不破趋势不变，短线继续做多看涨。操作建议25一线买入，止损24.84，目标25.43~25.77。　　沪金主力：　　沪金在冲击511.66一线后开启横盘模式，价格在509-503震荡整理，日线在ma5上下来回穿梭，高点逐渐下移，今日周一更是下破了ma10，短线走势来看趋于弱势，4小时级别一根大阴线直接由中轨下探下轨，使得布林带开口向下，macd死叉，绿柱持续放量，预示短线空头有望进一步延续，上方关注505-507附近阻力，这里是日线以及4小时级别均线压力，下方关注500整数关口，这里下破将进入加速下跌环节。日内操作反弹做空为主，低多为辅操作思路。　　沪银主力：　　沪银上周五表现强势，持续上涨最高触及6423一线，直接拉升100多点，尾盘出现冲高回落，今日周一早盘持续回落，价格跌回6300附近，日线长上影小阴线，是止涨信号，但均线仍是多头排列，K线去行在ma5上方，MACD金叉，红柱放量中，结构上沪银多头趋势没有改变，4小时级别沪银高位收出两阴夹一阳看空形态，ma5勾头向下，macd红柱缩量，指标显示短线沪银走势偏弱，有调整需求，日内操作江沐洋建议短线先看回落调整，调整后再顺势多，短线上方关注6354一线阻力，下方关注6280-6250附近支撑。　　如果你刚刚入市，来找我，江沐洋会教你边学习边操作;如果你已经身在其中并不理想，可以来找我、我帮助你，不会再让你一错再错;如果你已经在这个市场摸爬滚打却遍体鳞伤，不妨来找江沐洋将有信心帮你重拾信心。如果你仓位单子被套，我会根据你的进场点位进行合理的策略。因为每个人被套的点位不一样，解的方法也会不一样，有的适合稳健者有的适合激进者。但是江沐洋在这里不可能全部给出完美的答复，建议你带上你的单。只要找到江沐洋，我定会用最合适的方法实实在在为你解决问题、辅佐你出局。　　本文由江沐洋（微信：hqn669 公众号：波浪控盘）供稿，由于网络推送延迟性，以上内容属于个人建议，因网络发文有时效性，文中建议仅供学习参考，据此操作风险自担，转载请注明出处。

江沐洋看黄金2024-03-18

黄金市场调查：华尔街与散户观点对决，谁能胜出？

金价可能面临进一步调整的风险，特别是在对冲基金长期清算的推动下。他预计金价将走低，并表示对于金价未来的走势持看跌预测。 RJO期货高级商品经纪人Bob Haberkorn：Bob强调了金价对美联储之前的通胀数据表现出的极大敏感性。他认为本周的打击只是美联储目前可能无法降息的现实可能性，因此金价可能会在美联储会议后出现小幅回调。 Adrian Day资产管理公司总裁Adrian Day：Adrian对金价前景持乐观态度，认为金价表现出弹性，面对美联储和其他央行推迟开始宽松政策。他表示，市场正在期待未来几乎肯定会出现的宽松政策，因此没有理由停止看涨。 SIA 财富管理首席市场策略师Colin Cieszynski：Colin对下周的黄金持中性态度，他认为美联储可能会在美联储会议后采取行动，但方向将取决于鲍威尔的言论。货币策略师Adam Button：Adam认为，黄金市场已经选择了未来的方向，即逢低买入。他认为，尽管美联储声明和相关数据后出现了回调的可能性，但由于金价已经创出历史新高，投资者最终将加入进来。高级市场策略师James Stanley：James认为，在经历了近期的所有上涨之后，黄金下周将出现下跌。他指出，考虑到金价突破的速度以及在2200美元附近的停滞，黄金似乎需要回调，并预计在周三美联储的决定之前出现一些获利了结。 VR Metals/Resource Letter的Mark Leibovit：Mark预计金价将出现短期回调，尽管他们早些时候已退出大部分黄金头寸。他表示，整体上仍看涨，但白银可能会试图追赶黄金，因此他们做多白银ETF。总结：从统计数据和不同分析师的观点来看，对于下周黄金的走势存在着明显的分歧。一些分析师认为金价将下跌，认为美联储可能无法降息，而另一些则持看涨预测，认为金价表现出弹性，期待未来的宽松政策。在这种情况下，投资者需要密切关注市场动态，并做出相应的投资决策。

金融界2024-03-18

Metrics Ventures研报：从Vitalik文章出发 Crypto×AI有哪些值得关注的细分赛道？

i正在激励全球数据科学家合作来构建新型对冲基金，目前已发布的基金包括Numerai One和Numerai Supreme。Numerai的路径：市场预测竞赛→众包预测模型→基于众包模型的新型对冲基金。 Ocean Protocol：Ocean Predictoor正在关注预测，开始于加密货币走势的众包预测。玩家可以选择运行Predictoor bot或Trader bot，Predictoor bot使用AI模型对下一个时间点（比如五分钟后）的加密货币（如BTC/USDT）价格进行预测，并质押一定数量的$OCEAN，协议将根据质押量加权计算出全局预测，Traders购买预测结果并可以根据其进行交易，在预测结果准确率较高时，Traders可以从中获利，预测错误的Predictoor将会被罚没，而预测正确的则可以获得这部分代币和Traders的购买费用作为奖励。3月2日，Ocean Predictoor在媒体上公布了最新方向——World-World Model（WWM），开始探索对天气、能源等现实世界的预测。 3 AI作为接口 AI可以帮助用户用简单易懂的语言理解正在发生的事情，充当用户在crypto世界的导师，并对可能的风险进行提示，以降低Crypto的使用门槛和用户风险，提高用户体验。具体可实现的产品的功能很丰富，如钱包交互时的风险提示、AI驱动的意图交易、能够回答普通用户crypto问题的AI Chatbot等等。对受众群体进行扩大，除了普通用户，开发者、分析师等等在内的几乎所有群体，都将成为AI的服务对象。让我们再次重申这些项目的共同点：尚未代替人类执行某些决策和行为，但正在利用AI模型为人类提供辅助决策和行为的信息和工具。从这一层开始，AI作恶的风险已经开始暴露在系统中——可以通过提供错误的信息来干扰人类最后的判断，这一点在V神的文章中也已经有详细的分析。能够被归入这一类目下的项目较多也较杂，包括AI chatbot、AI智能合约审计、AI代码编写、AI trading bot等等，可以说目前绝大多数的AI应用都正在这一类的初级水平，具有代表性的项目包括： PaaL：PaaL是目前AI Chatbot的龙头项目，可以看作是经过crypto相关知识训练的ChatGPT，通过集成TG和Discord，可以为用户提供：代币数据分析、代币基本面和代币经济学分析以及文字生成图片等其他功能，可以将PaaL Bot集成入群聊来对一些信息进行自动回复。PaaL支持定制个人bot，用户可通过投喂数据集，构建自己的AI知识库和自定义bot。PaaL正在向AI Trading Bot进发，2月29日宣发了其AI支持的crypto研究&交易终端PaalX，根据介绍可实现AI智能合约审计、基于推特的新闻集成和交易、Crypto研究和交易支持，人工智能助手可降低用户使用门槛。 ChainGPT：ChainGPT依靠人工智能开发了一系列crypto工具，如chatbot、NFT生成器、新闻集合、智能合约生成与审计、交易助手、Prompt市场和AI跨链交换。但ChainGPT目前的发力方向在于项目孵化和Launchpad，目前已完成24个项目的IDO和4个Free Giveaways。 Arkham：Ultra是Arkham的专用AI引擎，用例是通过算法将地址与现实中实体进行匹配，以提高加密行业的透明度。Ultra基于用户提供以及自身收集的链上链下数据，将之合并，并输出成可拓展的数据库，最终以图表方式呈现。但Arkham文档中并未对Ultra系统有详细论述，本轮Arkham受到关注的原因为OpenAI创始人Sam Altman对其的个人投资，过去30天收获5倍涨幅。 GraphLinq：GraphLinq是一种自动化流程管理解决方案，旨在使用户无需编程即可部署和管理各种类型的自动化功能，如将Coingecko中比特币的价格每隔5分钟推送至TG Bot中。GraphLinq的解决方案是用Graph将自动化流程可视化，用户可以通过拖拽节点的方式创建自动化任务，并使用GraphLinq Engine执行。尽管不需要代码，但创建Graph的过程对普通用户来说依然有一定门槛，包括选择合适的模板、在几百个逻辑块中挑选合适的并连接。因此GraphLinq正在引入AI，使用户可以用对话式人工智能和自然语言，来完成自动化任务的构建和管理。 **0x0.ai：**0x0与AI相关的业务主要有三个：AI智能合约审计、AI反Rug检测和AI开发者中心。其中AI反Rug检测将检测可疑行为，如过高税收或抽走流动性，防止用户受骗，AI开发者中心利用机器学习技术生成智能合约，实现No-code部署合约。但目前仅初步上线了AI智能合约审计，其他两项功能尚未开发完成。 Zignaly：Zignaly诞生于2018年，旨在让个人投资者能够选择基金经理来为自己进行加密资产管理，类似Copy-trading的逻辑。Zignaly正在使用机器学习和人工智能技术，建立起对基金经理进行系统评估的指标体系，目前推出的第一个产品为Z-Score，但作为人工智能产品来说还是比较初级。 4 AI作为游戏规则这是最令人激动的部分——让AI能够代替人类进行决策和行为，你的AI将直接掌控你的钱包，代替你进行交易决策和行为。在这一分类下，笔者认为主要可以分为三个层级：AI应用（尤其是以自主决策为愿景的应用，如AI自动化交易bot、AI DeFi收益Bot）、Autonomous Agent协议以及zkml/opml。 AI应用是对某一领域的问题进行具体决策的工具，它们积累了不同细分领域的知识和数据，依赖于根据细分问题而量身定制的AI Model开展决策。可以注意到，AI应用在本文中被同时归入两类：接口与规则，从开发愿景来说，AI应用应成为独立决策的Agent，但目前无论是AI模型的有效性、集成AI的安全性，都无法满足这一要求，甚至作为接口都略微勉强，AI应用正处于非常早期的阶段，具体项目在前文已有介绍，在此不做赘述。 Autonomous Agent被V神在第一类（AI作为参与者）中提及，从远期愿景来说，本文将其归为第三类。Autonomous Agent利用大量数据和算法来模拟人类的思维和决策过程，并执行各种任务和交互。本文主要关注Agent的通信层、网络层等基础设施，这些协议定义了Agent的归属权，建立了Agent的身份、通信标准和通信方式，连接多个Agent应用，能够协同进行决策和行为。 zkML/opML：通过密码学或经济学的方法，保证经过了正确的模型推理过程而提供具有可信性的输出。安全性问题对于将AI引入智能合约非常致命，智能合约依靠输入产生输出并自动化执行一系列功能，一旦AI作恶给予了错误的输入，将会为整个Crypto系统引入极大的系统性风险，因此zkML/opML和可能的一系列潜在解决方案，都是让AI进行独立行动和决策的基础。最后，三者构成AI作为运行规则的三个基础层次：zkml/opml作为最底层的基础设施，保证协议的安全性；Agent协议建立起Agent生态系统，能够协同进行决策和行为；AI应用，也是具体的AI Agent，将不断提高在某一领域的能力，并实际进行决策和行动。 4.1 Autonomous Agent AI Agent在Crypto世界的应用是自然的，从智能合约到TG Bots再到AI Agents，加密世界正走向更高的自动化和更低的用户门槛。智能合约虽然是通过不可篡改的代码自动执行功能，但仍需要依赖外部触发而唤醒，且无法自主运行和连续运行；TG Bots降低了用户门槛，用户不需要直接与加密前端交互，而是通过自然语言完成链上交互，但只能完成极为简单和具体的任务，依然无法实现用户意图为中心的交易；AI Agents则具备一定的独立决策能力，理解用户的自然语言，并自主找到和组合起其他的Agent和链上工具，完成用户指定的目标。 AI Agent正在致力于大幅提高加密产品的使用体验，而区块链也能够助力AI Agent的运行更加去中心化、透明和安全，具体的帮助在于：通过代币激励更多的开发者提供Agent NFT确权促进基于Agent的收费与交易提供链上的Agent身份和注册机制提供不可篡改的Agent活动日志，对其行为进行及时的溯源和追责这一赛道的主要项目如下： Autonolas：Autonolas通过链上协议支持Agent和相关组件的资产确权和可组合性，使代码组件、Agent和服务能够在链上被发现和重复利用，并激励开发者获得经济补偿。开发者开发了完整的Agent或组成部分后，将对代码进行链上注册并获得NFT，代表对代码的所有权；Service Owner会联合多个Agent创建一个服务并在链上注册，并吸引Agent Operators来实际执行服务，用户通过付费使用服务。 Fetch.ai：Fetch.ai在AI领域具有很强的团队背景和开发经验，目前正在关注AI Agent赛道。协议由四个关键层组成：AI Agents、Agentverse、AI Engine和Fetch Network。AI Agents是系统的核心，其他则为辅助构建Agent服务的框架和工具。Agentverse是一个软件即服务平台，主要用于创建和注册AI Agent。AI Engine的目标是通过读取用户自然语言输入，将其转换为可操作的人物，并在Agentverse中选择已注册的最合适的AI Agent来执行任务。Fetch Network是协议的区块链层，AI Agent必须在链上的Almanac合约中注册，才能与其他Agent开始协同服务。值得注意的是，Autonolas目前专注于crypto世界的Agent构建，将链下的Agent操作引入链上；Fetch.ai的关注范围则包括Web2世界，如旅行预订、天气预测等。 Delysium：Delysium从游戏转型为AI Agent协议，主要包括两个层：通信层和区块链层，通信层是Delysium的主干，提供安全且可扩展的基础设施，使得AI Agent之间能够快速高效的通信，区块链层对Agent进行身份验证，并通过智能合约实现对Agent行为的不可篡改记录。具体来说，通信层为Agent之间建立了统一的通信协议，采用标准化的消息系统，让Agent之间可以通过一种通用语言无障碍地交流，此外建立了服务发现协议和API，使得用户和其他Agent能够快速发现和连接可用的Agent。区块链层主要包括两个部分：Agent ID和Chronicle智能合约，Agent ID确保只有合法的Agent才能访问网络，Chronicle则是Agent做出的所有重要决策和行为的日志存储库，上链后不可篡改，确保对Agent行为的可信追溯。 Altered State Machine：通过NFT为Agent的资产确权和交易制定了标准，具体分析可见第1部分，虽然ASM目前主要接入游戏，但其作为基础性的规范同样具有向其他Agent领域扩展的可能。 Morpheous：正在构建一个AI Agent生态网络，协议旨在连接Coder、Computer provider、Community Builder和Capital四种角色，分别为网络提供AI Agent、支持Agent运行的算力、前端和开发工具以及资金，MOR将采取Fair launch的形式，向提供算力的矿工、stETH质押者、Agent或智能合约开发贡献者、社区开发贡献者提供激励。 4.2 zkML/opML 零知识证明目前有两个主要应用方向：以更低的成本在链上证明运算得到了正确的运行（ZK-Rollup和ZKP跨链桥正在利用ZK的这一特点）；隐私保护：不需要知道计算的细节，也可以证明计算得到了正确的执行。同样地，ZKP在机器学习中的应用同样可以被分为两类：推理验证：即通过ZK-proof，在链上以较低的成本证明AI模型推理这一密集计算的过程在链下得到了正确的执行。隐私保护：又可以分为两类，一是对数据隐私的保护，即在公开的模型上使用隐私数据进行推理，可以利用ZKML对隐私数据进行保护；二是对模型隐私的保护，希望隐藏模型的权重等具体信息，从公开的输入中运算并得出输出结果。笔者认为目前对Crypto更为重要的是推理验证，我们在此对推理验证的场景进行进一步阐述。从AI作为参与者开始，到AI作为世界的规则，我们希望将AI成为链上流程的一部分，但AI模型推理计算成本过高，无法直接在链上运行，将这一过程放到链下，意味着我们需要忍受这一黑盒子带来的信任问题——AI模型运行者是否篡改了我的输入？是否使用了我指定的模型进行推理？通过将ML模型转化成ZK电路，可以实现：（1）较小的模型上链，将小的zkML模型存储到智能合约中，直接上链解决了不透明的问题；（2）在链下完成推理，同时生成ZK证明，通过在链上运行ZK证明来证明推理过程的正确性，基础架构将包括两个合约——主合约（使用ML模型输出结果）和ZK-Proof验证合约。 zkML还处于非常早期的阶段，面临着ML模型向ZK电路转化的技术问题，以及极高的运算和密码学开销成本。和Rollup的发展路径一样，opML从经济学的角度出发，成为了另一种解决方案，opML使用Arbitrum 的 AnyTrust 假设，即每个主张至少有一个诚实节点，确保提交者或至少一个验证者是诚实的。但OPML只能成为推理验证的替代方案，无法实现隐私保护。目前的项目正在构建zkML的基础设施，并在努力探索其应用，应用的建立同样重要，因需要清楚地向加密用户证明zkML中重要作用，证明最终价值能够抵消巨大成本。在这些项目中，有些专注于与机器学习相关的ZK技术研发（如Modulus Labs），有些则是更通用的ZK基础设施搭建，相关项目包括： Modulus 正在使用 zkML 将人工智能应用于链上推理过程。Modulus于2月27日推出了zkML证明器Remainder，与同等硬件上的传统AI推理相比，实现了180倍的效率提升。此外，Modulus与多个项目合作，探索zkML的实际用例，如与Upshot合作，通过使用具有ZK证明的人工智能，收集复杂的市场数据、评估NFT价格，并将价格传到链上；与AI Arena合作，证明正在战斗的Avatar和玩家所训练的是同一个。 Risc Zero将模型放在链上，通过在 RISC Zero 的 ZKVM 中运行机器学习模型，可以证明模型涉及的确切计算是正确执行的。 Ingonyama正在开发专门用于 ZK 技术的硬件，这可能降低了进入 ZK 技术领域的门槛，并且 zkML 也有可能用于模型训练过程。 5 AI作为目标如果说前面三类更侧重于AI如何赋能于Crypto，那么“AI作为目标”强调了Crypto对AI的帮助，即如何利用Crypto创造出更好的AI模型和产品，这或许包括多个评判标准：更高效、更精确、更去中心化等等。 AI包括三个核心：数据、算力和算法，在每一个维度，Crypto都在致力于为AI提供更有效的助力：数据：数据是进行模型训练的基础，去中心化数据协议将激励个人或企业提供更多私域数据，同时利用密码学保障数据隐私，避免个人敏感数据的泄露。算力：去中心化算力赛道是目前最火热的AI赛道，协议通过提供供需双方的匹配市场，促进长尾算力与AI企业的匹配，用于模型的训练和推理。算法：Crypto对算法的赋能是实现去中心化AI最核心的环节，也是V神文章中“AI作为目标”叙述的主要内容，创建去中心化的、可信任的黑匣子AI，那么前文所说的对抗式机器学习的问题则将得到解决，但将面临极高的密码学开销等一系列阻碍。此外，“使用加密激励来鼓励制作更好的AI”也可以在不完全陷入密码学完全加密的兔子洞的情况下实现。大型科技公司对数据和算力的垄断共同造成了对模型训练过程的垄断，闭源模型成为大型企业获利的关键。从基础设施的角度，Crypto通过经济手段激励数据和算力的去中心化供应，同时通过密码学的方法保证过程中的数据隐私，并以此为基础助力于去中心化的模型训练，以实现更透明、更去中心化的AI。 5.1 去中心化数据协议去中心化数据协议主要以数据众包的形式开展，激励用户提供数据集或数据服务（如数据标注）用于企业进行模型训练，并开设Data Marketplace促进供需双方的匹配，一些协议也正在探索通过DePIN激励协议，获取用户的浏览数据，或利用用户的设备/带宽完成网络数据爬取。 Ocean Protocol：对数据确权并代币化，用户可以通过无代码方式在Ocean Protocol完成对数据/算法的NFT创建，同事创建相应的datatoken来控制对数据NFT的访问。Ocean Protocol通过Compute To Data（C2D）来确保数据的隐私性，使用者只能获得根据数据/算法的输出结果，而无法完整下载。Ocean Protocol于2017年成立，作为数据市场，在本轮热潮中很自然地搭上了AI的快车。 Synesis One：该项目是Solana上的Train2Earn平台，用户通过提供自然语言的数据和数据标注来获取$SNS奖励，用户通过提供数据支持挖矿，数据在验证后会进行存储和上链，并由AI公司用来训练和推理。具体来说，挖矿者分为三类：Architect/Builder/Validator，Architect负责创建新的数据任务，Builder在相应的数据任务中提供语料，Validator则对Builder提供的数据集进行验证。完成的数据集会被存入IPFS中，并在链上保存数据来源和IPFS地址们同事会被存储在链下的数据库中供AI公司（目前为Mind AI）使用。 Grass：被称为AI的去中心化数据层，本质上是一个去中心化网络抓取市场，并以此获得数据来用于AI模型训练。互联网网站是一个重要的AI训练数据来源，包括推特、谷歌、Reddit在内的许多网站的数据都具有重要价值，但这些网站正在不断对数据爬取加以限制。Grass利用个人网络中未使用的带宽，通过使用不同的IP地址来减少数据封锁带来的影响，来抓取公共网站中的数据，完成数据初步清理，成为AI模型训练企业和项目的数据源。目前Grass正处于Beta测试阶段，用户可提供带宽获取积分以领取潜在空投。 AIT Protocol：AIT Protocol是去中心化数据标注协议，旨在为开发者提供高质量数据集用于模型训练。Web3使得全球劳动力能够快速接入网络，并通过数据标注获得激励，AIT的数据科学家将对数据进行预标注，随后由用户进行进一步处理，经过数据科学家检查后，通过质量检测的数据将提供给开发者。除了上述数据提供和数据标注协议，曾经的去中心化存储类基础设施，如Filecoin、Arweave等也将为更分散化的数据供给助力。 5.2 去中心化算力 AI时代，算力的重要性不言而喻，不仅英伟达的股价日攀高峰，在Crypto世界，去中心化算力可以说是AI赛道炒作最热烈的细分方向——在市值前200的11个AI项目中，做去中心化算力的项目就有5个（Render/Akash/AIOZ Network/Golem/Nosana），并在过去几个月中收获了高倍涨幅。在小市值的项目中也看到许多去中心化算力的平台出现，虽然刚刚起步，但伴随着英伟达大会的浪潮，只要是与GPU沾边，都快速收获了一波大涨。从赛道特点来看，这一方向项目的基本逻辑高度同质化——通过代币激励使得拥有闲置算力资源的人或企业提供资源，并由此大幅降低使用费用，建立起算力的供需市场，目前，主要的算力供应来自于数据中心、矿工（尤其在以太坊转为PoS后）、消费级算力以及与其他项目的合作。虽然同质化，但这是一个头部项目拥有较高护城河的赛道，项目的主要竞争优势来源于：算力资源、算力租赁价格、算力使用率以及其他技术优势。这一赛道的龙头项目包括Akash、Render、io.net和Gensyn。根据具体业务方向，项目可以被粗分为两类：AI模型推理和AI模型训练。由于AI模型训练对算力和带宽的要求远高于推理，比分布式推理的落地难度更大，且模型推理的市场快速扩展，可预测的收入将在未来大幅高于模型训练，因此目前绝大多数项目主攻推理方向（Akash、Render、io.net），主攻训练方向的龙头即为Gensyn。其中，Akash和Render诞生较早，并非是为AI计算而生，Akash最初用于通用计算，Render则主要应用于视频和图片渲染，io.net则为AI计算专门设计，但在AI将算力需求提升了一个Level后，这些项目都已倾向于AI方面的开发。最为重要的两个竞争指标依然来自于供应端（算力资源）和需求端（算力使用率）。Akash拥有282个GPU和超过2万个CPU，已完成16万次租赁，GPU网络的利用率为50-70%，在这一赛道是一个不错的数字。io.net拥有40272个GPU和5958个CPU，同时拥有Render的4318个GPU和159个CPU、Filecoin的1024个GPU的使用许可，其中包括约200块H100和上千块A100，目前已完成推理151,879次，io.net正在用极高的空投预期吸引算力资源，GPU的数据正在快速增长，需要等代币上线后对其吸引资源的能力重新评估。Render和Gensyn则并未公布具体数据。此外，许多项目正在通过生态合作来提高自己在供应与需求端的竞争力，如io.net采用Render和Filecoin的算力来提高自己的资源储备，Render建立了计算客户端计划（RNP-004），允许用户通过计算客户端——io.net、Nosana、FedMl、Beam，来间接接入Render的算力资源，从而快速从渲染领域过渡到人工智能计算。此外，去中心化计算的验证依然是一个问题——如何证明拥有算力资源的工作者正确地执行了计算任务。Gensyn正在尝试建立这样一个验证层，通过概率学习证明、基于图的精确定位协议以及激励来保证计算的正确性，其中的验证者和举报者共同对计算进行检查，因此Gensyn除了为去中心化训练提供了算力支持，其建立的验证机制也具有独特价值。位于Solana上的计算协议Fluence同样增加了对计算任务的验证，开发人员可以通过检查链上提供商发布的证明来验证其应用程序是否按预期运行以及计算是否正确执行。但现实的需求依然是”可行“大于”可信“，计算平台必须首先具有足够的算力才有竞争的可能，当然对于出色的验证协议来说，可以选择接入其他平台的算力，成为验证层和协议层来发挥独特作用。 5.3 去中心化模型距离Vitalik所描述的终极场景（下图所示）还非常遥远，我们目前还无法实现通过区块链和加密技术创建一个可信任的黑盒AI，来解决对抗性机器学习的问题，将数据训练到查询输出的整个AI运行过程进行加密处理是一笔非常大的开销。但目前正在有项目尝试通过激励机制创建更好的AI模型，首先打通了不同模型之间封闭的状态，创造了模型之间相互学习、协作和良性竞争的格局，Bittensor是其中最具代表性的项目。 Bittensor：Bittensor正在促进不同AI模型之间的组合，但值得注意的是，Bittensor本身不进行模型的训练，而是主要提供AI推理的服务。Bittensor的32个子网专注于不同的服务方向，如数据抓取、文本生成、Text2Image等，在完成一项任务时，分属不同方向的AI模型可以相互协作。激励机制促进了子网之间、以及子网内部的竞争，目前奖励以每块1个TAO的速度发放，每日总计发放约7200个TAO代币，SN0（根网络）中的64个验证器根据子网性能，决定了这些奖励在不同子网之间的分配比例，子网验证器则通过对矿工的工作评价，决定在不同矿工之间的分配比例，由此表现更好的服务、表现更好的模型获得更多激励，促进了系统整体推理质量的提高。 6 结语：MEME炒作还是技术革命？从Sam Altman动向带来ARKM和WLD的价格疯涨，到英伟达大会带飞一系列参会项目，很多人正在对AI赛道的投资理念发生调整，AI赛道究竟是MEME炒作还是技术革命？除了少数名人题材（比如ARKM和WLD），AI赛道整体更像是”以技术叙事为主导的MEME“。一方面，Crypto AI赛道的整体炒作一定是与Web2 AI的进展紧密挂钩的，OpenAI为首的外部炒作将成为Crypto AI赛道的导火索。另一方面，AI赛道的故事依然以技术叙事为主，当然，这里我们强调的是”技术叙事“而非”技术“，这就使得对AI赛道细分方向的选择和项目基本面的关注依然重要，我们需要找到有炒作价值的叙事方向，也需要找到有中长期竞争力和护城河的项目。从V神提出的四类结合可能中，可以看到的是叙事魅力和落地可能性的相互权衡。在以AI应用为代表的第一类和第二类中，我们看到了许多GPT Wrapper，产品落地快但业务同质化程度也较高，先发优势、生态系统、用户数量和产品收入则成为同质化竞争中可讲的故事。第三类和第四类代表着AI与Crypto结合的宏大叙事，如Agent链上协作网络、zkML、去中心化重塑AI，都处于早期阶段，具有技术创新的项目将会快速吸引资金，即使只是很早期的落地展示。来源：金色财经

金色财经2024-03-18

日本央行加息的影响有多大？

会决定其他市场的流动性，当前，扣除汇率对冲成本后美日利差对于套息交易者吸引力已经下降。日央行收紧货币政策，全球便宜钱的再度减少。日央行停止扩表也会使得全球金融流动性短期承压。 $20+年以上美国国债ETF-iShares(TLT)$ $标普500ETF(SPY)$ $罗素2000指数ETF(IWM)$

老虎证券2024-03-18

彻底弄懂数字货币的期货合约

是可以同时持有多头和空头仓位，常常用来对冲风险。来源：金色财经

金色财经2024-03-18

现在适合入场比特币挖矿吗

稳定便宜的电价，还有成熟的使用金融工具对冲币价下跌风险的能力，只要做到这关键的三点那么现在挖矿是可以的。虽然现在的区块奖励没有以往的奖励高，挖矿想要获得一个比特币的难度提高了，但是现在的市场更加规范更加适合投资者参与。虽然在早期CPU,GPU挖矿时代能够更容易的获得比特币，但是在那个时候真正理解比特币的人非常少，甚至很多人哪怕参与了挖矿也不重视，把保管比特币的私钥都给忘记了。而且哪怕是在ASIC矿机出现之后，早期的比特币挖矿市场非常混乱，特别是矿机市场。那时买的矿机不是像今天一样能稳定挖三四年的，而是很有可能一个月后就被淘汰了，甚至一个月后生产你矿机的厂商有可能直接跑路了。比特币即将完成第四次减半，在接下来的四年产量都不会有太大的变动，矿工的收益稳定能够得到保障。而且参观历前三次比特币减半行情，我们就会发现比特币以往的每一次减半都会带来一轮很不错的行情。在区块链的世界中最怕的就是提前下车。众所周知因为投资者受人性的影响，一旦参与二级市场交易，往往会因为频繁操作追涨杀跌而亏钱。而挖矿不仅是在让你打折定投比特币，还能够帮你更好的拿住币，保证你一直在车上不会提前下车，在牛市中实现稳定的高收益。种一棵树最好的时间是十年前，其次是现在，投资比特币挖矿亦是。随着挖矿行业的规模化、专业化和成熟化，这些问题都不是问题。想要参与挖矿的朋友关注小胡说挖矿矿机一响，黄金万两挖矿正当时，蓄力赴牛市

用户1704156755842cq02024-03-18

CWG Markets：市场关注美联储货币政策走向，美元指数上周五反弹，金价四周来首跌

CWG Markets2024-03-18

Grayscale：美国大选与宏观经济如何影响比特币

币可以被视为一种“价值储存”资产，可以对冲美元贬值——通货膨胀或名义贬值导致购买力受到侵蚀。这次选举可能影响美元贬值风险的一种方式是通过其对美联储独立性的影响。学术研究发现，独立的中央银行——那些负责维持低而稳定的通胀且不受民选官员日常控制的中央银行——更有能力实现价格稳定。 [10] 因此，削弱央行独立性的行动可能会增加中期高通胀和美元贬值的可能性。美联储主席杰罗姆·鲍威尔的任期将于 2026 年到期，因此下一任总统将有机会塑造该机构。在任期间，特朗普总统经常公开批评美联储，例如，他对鲍威尔的选择“一点也不高兴”，并称 FOMC（联邦公开市场委员会）的政策选择“相差甚远”。[11] 他最近继续批评，称鲍威尔具有“政治性”，并表示任何降息举措都旨在“帮助民主党”。 [12] 相比之下，拜登总统采取了更为传统的路线，表示他降低通胀的方法遵循以下原则：“尊重美联储，尊重美联储的独立性”。 [13] 对比特币的影响：如果特朗普总统当选，并且市场认为他有可能在第二任期内削弱美联储的独立性，那么需求可能会上升。宏观问题#3：美国在世界上的角色在美国以外，许多最大的美元持有者都是外国政府。例如，对于大多数国家来说，美元在外汇储备（政府官方持有的外国资产）中占据最大份额（图表 4）。因此，国际对美元的需求可能受到经济和政治因素的影响。例如，拥有美国军事基地的国家通常在外汇储备中持有更多美元。 [14] 由于对美元的需求取决于政治和经济，下一任总统减少美国地缘战略影响力的行动可能会削弱对美元的需求，而这反过来又可能为比特币等竞争对手的货币体系打开空间。图表 4：美元主导全球贸易和金融特朗普总统对美国国际承诺的负面看法比拜登总统更多，他的言论和行动偶尔会引发与盟友的摩擦。特朗普经常批评北约，让美国退出跨太平洋伙伴关系协定（TPP），对多种进口商品（包括来自加拿大、墨西哥和欧盟的产品）征收关税，并向日本和韩国施压。韩国将为美国军事保护提供更大的财政激励。 [15] 作为候选人，特朗普曾提出全面提高10%的关税，并表示对中国的关税将超过60%。 [16] 拜登政府为现有联盟和多边机构提供了更多支持。例子包括对北约和乌克兰资金的支持（在他最近的国情咨文中得到了强调）以及对 TPP 的更积极的态度。拜登政府还放弃了主要的新关税。然而，在俄罗斯入侵乌克兰后，美国及其盟国制裁了俄罗斯央行——这或许是近年来美元国际角色最重要的政策决定。这一行动导致俄罗斯经济“去美元化”——从美元转向黄金和其他货币。未来，其他面临制裁风险的国家也可能会尝试摆脱美元，实现多元化。对比特币的影响：更多的孤立主义政策或积极使用域外制裁可能会打压美元并支持比特币等替代品。选票上的比特币除了 11 月份投票中的宏观政策问题外，加密货币投资者还将关注特定行业立法的指导。上届国会辩论了几项加密立法。其中包括两项综合法案[17]，即 McHenry-Thompson 法案和 Lummis-Gillibrand 法案，两者都涉及加密资产交易所的注册要求以及 SEC 和 CFTC 对加密资产的管辖权。加密货币投资者将关注的另外两项重要法案包括“稳定币法案”，该法案旨在提高稳定币的监管透明度[18]，以及专注于防止加密货币非法金融活动的“数字资产反洗钱法案”。 [19] 无论美国的加密货币监管环境如何演变，推动美元和比特币上涨的宏观经济和地缘政治趋势似乎都可能会持续下去。我们认为，这些趋势包括巨额政府预算赤字和债务上升、通胀上升且波动更大以及对机构的信任度下降。比特币是与美元竞争的另一种“价值储存手段”。如果美国经济和美元的长期前景恶化，我们预计对比特币的需求将会上升。对于总统选举，两位候选人都曾担任过总统，因此投资者可以从他们之前的言论和行动中部分评估连任的影响。鉴于历史记录，如果特朗普或拜登也控制国会，政府债务可能会继续上升。尽管美国经济健康，但再次出现巨额赤字可能会给美元带来下行风险。同样，任何增加通货膨胀风险和/或减少外国政府对美元需求的政策都可能导致货币贬值，并可能使美元的竞争对手（如其他国家货币、贵金属和比特币）受益。参考资料 [1] 资料来源：CNBC。 [2] 经济学家认为，政府过度借贷可以通过三个主要渠道影响一国货币：(i) 由于违约风险而产生“财政风险溢价”，(ii) 由于政府所坚持的“财政主导地位” ，央行将利率维持在过低的水平，以帮助政府借贷融资，或（iii）通过“双赤字”效应。有关这些主题的代表性研究文献，请参阅 Carlson 和 Osler，“货币风险溢价的决定因素”，纽约联邦储备银行工作文件，1999 年 2 月； Calomiris，“财政主导地位和零利率银行准备金要求的回归”，圣路易斯联邦储备银行评论，2023 年第 4 季度； Bluedorn 和 Leigh，“重新审视双赤字假说”，国际货币基金组织财政政策会议，2011 年 6 月。 [3] 例如，参见 Kumhof 和 Laxton，“财政赤字和经常账户赤字”，国际货币基金组织 2009 年 10 月工作文件。 [4] 资料来源：国会预算办公室，“预算和经济展望：2024 年至 2034 年”，2024 年 2 月。 [5] 我们认为美国大流行爆发期为 2019 年 3 月至 2022 年春季。 [6] 2016年12月至2019年2月，公众持有的联邦政府债务从占GDP的76%增加到占GDP的80%；资料来源：Grayscale Investments 根据彭博社数据计算。 [7] 资料来源：国会预算办公室，“预算和经济展望：2018 年至 2028 年”，2018 年 4 月。 [8] 资料来源：国会预算办公室，“预算和经济展望：2024 年至 2034 年”，2024 年 2 月。 [9] 通过调节，该过程通常要求扩大赤字的政策变化在十年预算评分窗口结束之前到期。 [10] 有关该主题的介绍，请参阅“为什么中央银行独立很重要”，世界银行研究和政策简报，2021 年 11 月。 [11] 资料来源：CNBC。 [12] 资料来源：福克斯商业频道。 [13] 资料来源：Politico。 [14] 资料来源：Eichengreen、Mehl 和 Chitu，“火星还是水星？国际货币选择的地缘政治。” NBER 工作论文，2017 年 12 月。另请参阅 Goldberg 和 Hannaoui，“外汇储备中美元份额的驱动因素”。纽约联邦储备银行员工报告，2024 年 3 月。 [15] 资料来源：路透社。 [16] 资料来源：美国有线电视新闻网。 [17] 两项综合法案指的是1.《21世纪金融创新与技术法案》（McHenry-Thomson Bill）和《负责任的金融创新法案》（Lummis-Gillibrand Bill）。 [18] 美国国会。 [19] CoinDesk。来源：金色财经

金色财经2024-03-18

24小时热点