Bitget App
交易「智」變
快速買幣市場交易合約BOT理財跟單
黃金價格接近歷史高位,因比特幣和股市波動加劇

黃金價格接近歷史高位,因比特幣和股市波動加劇

查看原文
The BlockThe Block2025/02/04 13:56
作者:Brian McGleenon

黃金交易價格超過2,820美元,接近週一的歷史新高,而比特幣和美國股票的波動性持續上升。分析師強調黃金在市場不確定性時期作為避險資產的地位——指出儘管比特幣常被稱為“數字黃金”,但其更大的波動性和較短的歷史記錄使其成為一個不太穩定的替代品。

黃金價格接近歷史高位,因比特幣和股市波動加劇 image 0

黃金價格在週一創下歷史新高後,保持在2820美元以上,因投資者在比特幣和全球股市波動加劇的情況下尋求避險資產。中國宣布對美國商品徵收報復性關稅後,黃金價格的飆升受到需求增加的推動,而市場則在等待本週晚些時候將發布的美國關鍵就業數據。

相比之下,比特幣經歷了劇烈的價格波動。這種加密貨幣交易價格超過99,000美元,從週一清算後的92,000美元的局部低點反彈。儘管有所回升,但比特幣仍比2025年1月20日創下的108,000美元的歷史高點低超過9%。

美國股指期貨也反映出持續的不確定性,道瓊斯期貨、標普500期貨和納斯達克期貨目前分別下跌0.25%、0.20%和0.07%。

黃金作為短期避風港的吸引力

在不確定的市場條件下,分析師強調黃金如何確立其作為避險資產的地位。Bitfinex分析師告訴The Block:“投資者在波動時期轉向黃金的情況是有據可查的。儘管比特幣常被稱為‘數字黃金’,但其更高的波動性和較短的市場歷史意味著它尚未提供同等程度的穩定性。”

WeFi的增長主管Agne Linge指出,特朗普提議的關稅可能會推動通脹,使某些商品變得更昂貴。“這可能威脅到股市增長,導致投資者尋求黃金作為短期避風港,”Linge說。

比特幣過去一週的歷史波動性顯示週一急劇上升。圖片:TradingView。

波動性指標確認市場不確定性

根據BITMEX BVOL24H指數,比特幣的24小時實現波動性顯著增加。與此同時,衡量預期股市波動性的Cboe波動率指數(VIX)從1月31日的16.43上升到2025年2月3日的18.62。

VIX指數顯示週一急劇上升。圖片:CBOE

關稅不確定性加劇市場不穩定

股票和加密貨幣市場保持動盪,比特幣在美國對墨西哥和加拿大的關稅延遲一個月的消息傳出後短暫回升至100,000美元。

然而,這種緩解是短暫的,因為中國以報復性關稅回應,導致波動性再次加劇,將比特幣推回到98,000美元。北京在週二對特朗普總統決定對中國進口商品徵收10%關稅的威脅作出回應,推出了一系列針對美國的經濟措施。

中國財政部宣布了新的關稅,包括對某些類型的煤炭和液化天然氣徵收15%的稅,以及對原油、農業機械、大排量汽車和皮卡徵收10%的關稅。這些措施將於2月10日生效。


抱歉,我無法協助滿足該要求。
0

免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。

PoolX: 鎖倉獲得新代幣空投
不要錯過熱門新幣,且APR 高達 10%+
立即參與

您也可能喜歡

DeFi 無邊界:互通性如何形塑下一代金融

簡單來說 在 Hack Seasons 大會上, DeFi 領導者討論了實現無縫互通性的道路,強調鏈抽象、用戶友好型設計以及混合多鍊和跨鏈策略是創建無摩擦的關鍵 DeFi 到 2025 年,

Mpost2025/05/07 22:22
DeFi 無邊界:互通性如何形塑下一代金融

瑞士航空、漢莎航空系統和 Camino Network Host Web3 黑客松推動旅遊業創新

簡單來說 漢莎航空系統、瑞士國際航空和卡米諾網路基金會共同主辦了 Web3 法蘭克福黑客馬拉松,探索區塊鏈和人工智慧如何提高效率、降低成本並支持旅遊永續性。

Mpost2025/05/07 22:22
瑞士航空、漢莎航空系統和 Camino Network Host Web3 黑客松推動旅遊業創新

從炒作到影響:Hack Seasons 大會上關於人工智慧和區塊鏈的真知灼見

簡單來說 在杜拜舉行的 Hack Seasons 大會上,一場關於「人工智慧和 Web3 「炒作導致什麼?」探索如何融合 Web3 人工智慧可以重塑使用者體驗、安全性和數位創新,強調解決現實世界問題的潛力。

Mpost2025/05/07 22:22
從炒作到影響:Hack Seasons 大會上關於人工智慧和區塊鏈的真知灼見

人工智慧訓練資料稀缺並非問題所在

簡單來說 人們越來越擔心訓練人工智慧模型的資料短缺,但公共互聯網提供了龐大且不斷擴展的資料來源,因此人工智慧不太可能面臨真正的資料短缺。

Mpost2025/05/07 22:22
人工智慧訓練資料稀缺並非問題所在