Il Bitcoin OG ha depositato ulteriori 20 milioni di USDC su Hyperliquid per evitare la liquidazione, portando la perdita complessiva non realizzata a circa 83,4 milioni di dollari.
Secondo quanto riportato da Odaily, e monitorato da Onchain Lens, con il calo del mercato, il Bitcoin OG (10/11) ha depositato circa 20 milioni di dollari in USDC su Hyperliquid come margine aggiuntivo per evitare la liquidazione delle posizioni.
Attualmente, la perdita complessiva non realizzata di questo indirizzo si è ampliata a circa 83.4 milioni di dollari, con un totale di commissioni di finanziamento pagate di circa 8 milioni di dollari, mentre il profitto contabile è sceso drasticamente dal precedente massimo di circa 142.5 milioni di dollari agli attuali circa 9.7 milioni di dollari.
Fino ad ora, le principali posizioni detenute sono le seguenti:
ETH: 223.340,65 unità, per un valore di circa 632 milioni di dollari;
BTC: 1.000 unità, per un valore di circa 86.99 milioni di dollari;
SOL: 511.612,85 unità, per un valore di circa 61 milioni di dollari.
Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.
Ti potrebbe interessare anche
UBS scommette sulla sterlina e sui titoli di Stato britannici: il Regno Unito potrebbe essere "la casa migliore nel quartiere peggiore"
UBS è ottimista sulla sterlina e sui titoli di Stato britannici, affermando che il Regno Unito è "la casa migliore nel quartiere peggiore"; la banca scommette che la Bank of England aumenterà i tassi meno di quanto previsto dal mercato e che il rendimento a due anni potrebbe scendere al 4,5%.

Il prezzo del petrolio WTI e del Brent è sceso di oltre l'1% nella giornata odierna.

Nvidia prevede di acquisire la startup di modelli di diffusione Inception per 500 milioni di dollari, scommettendo sulla tecnologia per accelerare l’IA
I modelli di diffusione generano testo più rapidamente rispetto ai principali modelli auto-regressivi e sono particolarmente efficaci nella produzione di testi lunghi. Questa acquisizione rafforzerà il modello open source Nemotron, contrapponendosi direttamente a OpenAI e Anthropic, ed estendendosi anche al settore dei "modelli fisici" per robot.

