巴菲特推崇股票的美元平均成本法,这对比特币奏效吗?_EFI:DEFI

沃伦·巴菲特向年轻投资者传达了一个信息:将平均成本法用于主要股市指数。但是,数据显示,在过去十年中,同样的策略对比特币也非常有效。

?“美元平均成本法”指的是投资者将投资总额划分,来定期购买特定资产的一种策略。这种投资策略背后的理论是,当资产上涨或下跌时,投资者可以从减少价格波动的负面影响中受益。

长期以来,巴菲特一直对股市指数中的美元成本平均法持乐观态度。具体来说,这位“奥马哈先知”喜欢标准普尔500指数基金和将美元平均成本法用于指数。

美联储加息25个基点或维持利率不变,可能将取决于未来几天的市场反应:金色财经报道,华尔街日报记者Nick?Timirao在接受CNBC采访时表示,美联储下周的决定可能取决于未来几天的市场反应,选择加息25个基点是因为市场状况将改善;而暂停加息的话是因为担忧信贷问题会加剧,最好是慢慢行动。我们从美联储听到的一切都是,美联储拥有解决金融稳定问题的工具,因此可以专注于恢复物价稳定的目标。[2023/3/18 13:11:23]

但是数据表明,在过去的几年中,相同的策略已被证明对比特币有效。在过去十年的五年中,比特币每年的收益率为100%。此外,目前98%的比特币地址都处于盈利状态。

推特用户:国际FTX债权人的数量约为140万人:3月16日消息,自称是FTX债权人的推特用户@AFTXcreditor在推特上表示,FTX Trading于昨日发布债权人表单,超过2000页的PDF文件中包含了每个客户的ID和最终帐户余额。基于这些文件,估计国际FTX债权人的数量约为140万人。这是债权人,而不是客户。客户为970万人。据我所知,这使得FTX成为历史上债权人数量最多的破产案。需要注意的是,文件中的客户ID并不是用户ID(UID),因此想要查询的话只能通过账户余额核对。

今日早些时候消息,FTX及其附属债务人向破产法院提交的财务报表显示,Alameda Research向FTX创始人及高管转账和贷款高达32亿美元。[2023/3/16 13:08:12]

历史表明,美元平均成本法对比特币有效

数据:全网DeFiTVL近500亿美元,较上个月增幅约11%:金色财经报道,据DeFi Llama数据显示,全网DeFi TVL达499亿美元,较上个月TVL增幅约11%。其中,Lido占全网质押总额的17.69%,TVL为88.3亿美元,以太坊上质押锁仓量占比约99%。[2023/2/20 12:17:11]

例如,如果自2014年1月以来,投资者平均购买比特币的成本为100美元,总共花费了35700美元,那么他的回报率为1648%,约589000美元。

DCA例子来源:Bitcoindollarcostaverage.com

此外,8月6日,币安的比特币价格为11744美元。当时,CoinMetrics的研究人员表示,如果比特币自2万美元高点以来,投资者用美元平均成本法买入比特币,那么其回报率将达到61.7%。他们写道:

“尽管比特币的交易价格仍比2017年12月市场峰值低30%,但美元平均成本法将获得61.8%的回报率,即每年20.1%。”此后,比特币的价格在三个月内从11744美元上涨到13840美元,涨幅为17.9%。自从2万美元的峰值以来,以美元成本平均法买入比特币的投资者的平均回报率现在大大提高了。

无论价格如何波动,有几个原因可以解释为什么长期投资比特币。其中之一是,比特币是一种新颖的价值存储手段,与黄金的市值相比微不足道。

整个2020年,比特币的机构需求大幅增加。比特币对机构来说很有吸引力,因为它是一种对冲方式,也是一种潜在投资,可以同时带来指数级增长。

美元成本平均对比特币有效,因为比特币可能有极端的修正阶段。但是在牛市中,如果基础设施和基本面显着改善,并且出现了机构狂热,其价值就会迅速上升。

例如,2020年3月,各个主要交易所的比特币价格突然跌至3600美元。截至11月1日,比特币的价格已经超过13800美元,自那以后上涨了三倍多。

比特币过去一年的每日价格图表来源:TradingView.com

大多数比特币地址已经盈利

Glassnode的分析师发现,所有的比特币地址中有98%是盈利的。他们通过分析比特币第一次进入地址的时间,并评估比特币购买时的价格来算出这个数据。他们解释说:

“8%的比特币UTXO目前处于盈利状态。这是自2017年12月以来没有见过的水平,在之前比特币牛市中很典型。”如果资产具有呈指数增长的潜力,那么高风险策略可能变得难以管理。因此,美元平均成本法是一种购买比特币的实用而有效的方法。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-4:212ms