Gate 廣場創作者新春激勵正式開啟,發帖解鎖 $60,000 豪華獎池
如何參與:
報名活動表單:https://www.gate.com/questionnaire/7315
使用廣場任意發帖小工具,搭配文字發布內容即可
豐厚獎勵一覽:
發帖即可可瓜分 $25,000 獎池
10 位幸運用戶:獲得 1 GT + Gate 鸭舌帽
Top 發帖獎勵:發帖與互動越多,排名越高,贏取 Gate 新年周邊、Gate 雙肩包等好禮
新手專屬福利:首帖即得 $50 獎勵,繼續發帖还能瓜分 $10,000 新手獎池
活動時間:2026 年 1 月 8 日 16:00 – 1 月 26 日 24:00(UTC+8)
詳情:https://www.gate.com/announcements/article/49112
比特幣的固定供應保持對黃金的優勢,凱西·伍德表示
資料來源:CryptoTale 原文標題:比特幣的固定供應保持優勢,凱西·伍德表示 原文連結: 根據Ark Invest執行長凱西·伍德的說法,儘管黃金在2025年的強勁反彈,比特幣的長期投資價值仍然完整。 在Ark Invest的《2026展望》中,伍德解釋了為何比特幣的數學上有限的供應支持其在機構需求上升的情況下的吸引力。 該分析詳細說明了供應機制、市場數據和多元化指標,這些都影響資產配置決策。
供應數學將比特幣與黃金區分開來
伍德的分析重點在於稀缺性機制,她將其視為比特幣與黃金之間的核心差異。儘管黃金在2025年期間上漲約65%,比特幣同期則下跌約6%。然而,伍德將自2022年10月以來黃金的166%漲幅,歸因於全球財富增長,而非通貨膨脹壓力。
值得注意的是,她解釋說,黃金的供應每年約擴張1.8%,因礦工對較高價格作出反應。因此,額外的需求最終可能引發額外的產量。伍德指出,這種反應機制在強烈的價格周期中削弱了黃金的稀缺性。
然而,比特幣則遵循其協議中規定的固定發行計劃。伍德提到,比特幣的供應增長在未來兩年內將平均約0.82%。之後,隨著下一次減半階段,發行速度將放緩至每年約0.41%。
由於礦工無法加快產量,比特幣的供應在價格信號下保持無彈性。根據伍德的說法,這種結構在需求激增時放大了價格敏感性。她特別指出,持續流入現貨比特幣ETF的資金是需求的主要來源。
從供應轉向表現,伍德觀察了過去的價格行為。她指出,自2022年底以來,比特幣已上漲約360%,即使新供應的增長速度比黃金慢。與此同時,黃金的供應在價格上漲的同時持續增加。
機構需求與市場背景
為了支持供應的論點,伍德用簡單的話解釋了近期的市場動向。她表示,隨著越來越多的大型機構買入比特幣,其固定供應的重要性越來越高。當需求持續上升但供應無法增加時,價格通常會向上調整,而不是新供應進入。
一家主要加密貨幣公司的首席投資官也認同這一觀點,指出如果機構買入量持續高於新比特幣的產量,價格可能會迅速上漲。伍德在她的報告中也提到了相同的想法,重點在於長期結構性力量,而非具體的價格目標。
伍德還談到黃金近期的強勢,並未貶低其重要性。她指出,黃金的市場價值與全球貨幣供應的比率,已達到上世紀30年代和80年代末的水平。過去,這些時刻標誌著黃金價值的極端。
該報告解釋說,當這一比率長時間保持在高位時,經常伴隨著股市的強勁表現。伍德將此作為歷史背景分享,而非預測。她強調,估值比率有助於解釋資產為何表現不同,但並不保證特定結果。
接著,該報告轉向投資組合的建構。伍德強調,投資者現在更關注資產之間的相關性變化,而非僅僅是個別回報。她認為,這一框架突顯了比特幣相較於傳統工具的獨特行為。
相關性數據與資產配置決策
Ark Invest分析了2020年1月至2026年1月初的每週回報,以評估多元化效果。值得注意的是,比特幣與黃金的相關性僅為0.14。相比之下,標普500指數與債券的相關性較高,為0.27。
比特幣與債券的相關性甚至更低,為0.06。與標普500的相關性則為0.28,與傳統資產配對相比仍屬適中。例如,同一期間,標普500與REITs的相關性為0.79。
伍德表示,低相關性能提升投資組合的效率,改善每單位風險的回報。她將比特幣描述為一種多元化工具,而非取代資產。這一定位反映了機構配置者的受託考量。
此外,伍德重申,比特幣的發行量在即將到來的減半周期後將進一步收緊。她指出,供應增長可能低於每年1%,進一步強化其可預測性。相比之下,黃金的供應則通過礦業投資保持變動。
除了數字資產外,伍德簡要概述了塑造其展望的宏觀主題。她描述美國經濟正處於反彈的有利位置,受到通脹緩解和政策因素的支持。她還提到人工智慧、機器人、區塊鏈和能源儲存技術帶來的生產力提升。
同時,Ark Invest的數據將稀缺性、需求和相關性整合在一個分析框架中。伍德的報告專注於可衡量的供應規則、歷史回報和多元化統計數據。這些元素共同構建了比特幣的投資輪廓,與黃金並列,未超出觀察到的數據範圍。