13F 文件揭秘:机构增持比特币 ETF 与矿企,AI 资金并未撤退

智通财经网
Sep 07

据 Woofun AI 消息,迪凯纳公司(D1 Capital Partners)的最新 13F 备案文件显示,其投资组合中比特币相关资产的权重显著上升,但这并不意味着该机构正在从人工智能领域撤资。相反,数据揭示了一种更为复杂的资本配置逻辑:在维持对科技巨头庞大敞口的同时,资金正流向那些同时具备比特币挖矿能力与人工智能算力基础设施属性的混合型标的。

这种'双重属性'的投资策略,模糊了传统加密资产与科技成长股之间的界限,表明机构投资者并非在进行简单的赛道切换,而是在寻找能够同时受益于数字资产价格回升与高性能计算需求爆发的交叉点。市场对'资金从人工智能流向比特币'的单一叙事缺乏实证支持,真正的动向是资本在两个高增长领域之间寻求更优的风险收益比,通过持有兼具双重业务模式的实体,实现投资组合的多元化与抗风险能力增强。

深入剖析这一现象的理论背景,必须正视 13F 表格作为监管披露工具的本质局限性。Arthur Hayes 曾提出,人工智能领域的巨额资本吸纳效应,挤占了原本可能流入比特币和以太坊市场的流动性;而迈克尔·塞勒则将这种压力描述为一种暂时的'吸力效应',预测随着人工智能投资成熟及收益再分配,部分资金将回流至加密市场。

然而,这些宏观观点无法通过 13F 表格得到直接验证,因为该文件仅反映季度末美国市场上特定股票的多头持仓,完全忽略了卖空行为、互换交易、私人投资、海外持仓以及季内交易动态。因此,尽管迪凯纳公司在同一季度减持了英特尔 (INTC.US) 和美光科技 (MU.US)——这两家虽非纯粹人工智能企业但深度参与供应链的公司——并增持了四家公开上市的比特币挖矿公司,但备案文件无法证明减持所得资金直接用于了加密投资。

这种数据盲区使得单纯依据持仓变化推断'资金转移'变得极具误导性,投资者必须结合更多维度的信息才能还原真实的资本流动路径。

迪凯纳公司的持仓细节进一步印证了这种复杂性。该公司在科技行业的敞口不仅未减,反而大幅扩张:其在亚马逊 (AMZN.US) 的持股从 45,800 股激增至 541,600 股,新购入了 336,300 股 Alphabet (GOOGL.US) 股票,并增加了对台积电 (TSM.US) 和意法半导体 (STM.US) 的投资。

与此同时,其新增持的四家挖矿公司——Riot (RIOT.US)、Hut 8 (HUT.US)、Bitdeer (BTDR.US) 和 IREN (IREN.US)——均展现出强烈的'去纯加密化'趋势,积极向人工智能基础设施转型。Riot (RIOT.US) 公司与 AMD (AMD.US) 签署了首份数据中心租赁协议,拓展高性能计算业务;Hut 8 (HUT.US) 的 Beacon Point 园区拥有 352 兆瓦电力供应能力,已实现专用人工智能数据中心商业化运营;Bitdeer (BTDR.US) 在 5 月的运营报告中披露,其结合比特币挖矿与人工智能云服务的业务年度经常性营收约为 6900 万美元,GPU 利用率高达 90%;IREN (IREN.US) 同样将挖矿业务与基于 GPU 基础设施的人工智能云业务深度融合。

Woofun AI 整理数据显示,这种持仓结构表明迪凯纳公司并非在'二选一',而是在押注那些能够利用现有电力与数据中心资源,同时服务于数字资产开采与人工智能计算需求的混合型企业。这些公司既提供了对比特币价格的间接敞口,又具备参与人工智能浪潮的实质性业务基础,从而在估值逻辑上形成了独特的双重支撑。

从更广泛的机构视角来看,Tudor 投资公司、珍街公司和瑞银 (UBS.US) 的 13F 文件同样揭示了比特币现货 ETF 持仓的增加,但这些增持行为并未伴随人工智能相关资产的减持。Tudor 投资公司在第二季度的持仓显示,其持有的黑莱德的 iShares 比特币信托(IBIT)(IBIT.US) 普通股数量从第一季度的 579,083 股上升至 688,529 股,增幅约为 18.9%。

然而,该公司仍持有大量 IBIT (IBIT.US) 期权:看涨期权标的股数量从 998,000 股降至 148,000 股,看跌期权标的股数量从 725,000 股微降至 715,000 股。

这种复杂的衍生品结构表明,Tudor 的投资策略并非简单的单边投机,而是涉及对冲与风险管理的综合配置。珍街公司的情况则更具特殊性,其作为主要做市商,在 IBIT (IBIT.US)、FBTC (FBTC.US)、ARKB (ARKB.US)、BITB (BITB.US) 和 GBTC (GBTC.US) 五只 ETF 上的持仓市值从第一季度的约 4.384 亿美元上升至第二季度的约 10.1 亿美元。

这一增长很大程度上源于市值波动而非新资金流入,且其持仓目的可能更多是为了满足客户交易需求、提供流动性或进行套利,而非表达长期看好态度。瑞银 (UBS.US) 的 IBIT (IBIT.US) 普通股持仓从 364,371 股增至 407,890 股,增幅约为 11.9%,但其看涨期权持仓规模更大,从 80,000 股标的量激增至约 195 万股。这些银行的持仓动机可能涉及客户服务、结构化产品构建或对冲操作,而非单纯的自营投资,因此不能简单将其解读为机构对比特币的集体看好。

间接投资渠道与期货市场数据提供了另一层佐证。Strategy (MSTR.US) 公司成为汤姆·李管理的规模为 45 亿美元的 GRNY ETF (GRNY.US) 中占比最大的持仓项目,这使该基金得以通过股权形式间接持有与比特币储备紧密相关的资产。

然而,这同样不能证明 GRNY (GRNY.US) 基金是通过出售人工智能持仓来购买 Strategy (MSTR.US) 股票。截至 6 月 30 日的 13F 数据之后,美国商品期货交易委员会(CFTC)发布的芝商所 (CME.US) 标准化比特币期货市场持仓数据显示,资产管理者类别的净多头持仓从 2,000 份合约(4,754 份多头减 2,754 份空头)上升至 9 月 1 日的 3,698 份合约(4,837 份多头减 1,139 份空头)。

这一变化主要源于空头持仓的减少,而非多头的大幅增加,反映出市场对比特币的看跌情绪减弱,但并未出现大规模的投机性多头涌入。与此同时,纳斯达克 100 指数期货的资产管理者净持仓从 68,195 份合约上升至 72,886 份合约。

尽管纳斯达克指数可作为科技市场的参考,但它并不直接等同于人工智能投资,且与 Bitcoin 期货在规模和风险属性上存在显著差异。因此,资产管理者在减少对 Bitcoin 看跌敞口的同时,依然维持并增加了以科技股为主的指数多头持仓,这进一步证实了资金并未在两个市场间进行零和博弈式的转移。

综上所述,现有证据表明机构投资者对 Bitcoin ETF、挖矿公司及受监管期货产品的兴趣确实在回升,但这种回升并非以牺牲人工智能领域的投资为代价。迪凯纳公司、Tudor 投资公司、珍街公司和瑞银 (UBS.US) 的操作模式显示,资本正在寻求一种更为精细化的配置策略:通过持有兼具算力与挖矿属性的混合标的,或利用衍生品工具进行风险管理,投资者能够在不脱离科技成长主线的前提下,获取数字资产市场的潜在收益。未来,随着 Bitcoin 价格波动与人工智能业务发展的进一步分化,这些机构的持仓调整将为理解其底层投资逻辑提供更多线索。当前的市场结构并非简单的'此消彼长',而是呈现出一种'选择性配置'的特征,即资金流向那些能够跨越传统行业边界、提供多重价值驱动因素的资产。

这种趋势预示着,在未来的 Web3 与科技融合进程中,具备双重属性的企业将成为机构资金关注的焦点,而单纯依赖单一叙事的资产可能面临更大的估值压力。

更多港股重磅资讯,下载智通财经app

更多港股及海外理财资讯,请点击www.zhitongcaijing.com(搜索“智通财经”);欲加入智通港股投资群,请加智通客服微信(ztcjkf)

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10