Grayscale Raises TAO Allocation to 43% in AI Crypto Portfolio Rebalance

Grayscale Raises TAO Allocation to 43% in AI Crypto Portfolio Rebalance

N
News Editor 01
2026-07-04 18:14:11
Grayscale boosts TAO weight from 31.35% to 43.06% in its AI-focused crypto fund, cutting NEAR, FIL, and others. Bittensor's subnet ecosystem expands to 128, while TAO consolidates above $320.

加密投资巨头Grayscale在最新的AI主题投资组合再平衡中,大幅增加了对Bittensor(TAO)的配置权重,从31.35%一举提升至43.06%,显示出对AI赛道核心资产的强烈信心。此次调整并未新增或移除任何资产,仅对现有持仓比例进行了重新分配。

再平衡细节:NEAR、FIL等权重被削减

根据Grayscale公布的数据,NEAR Protocol(NEAR)的权重从26.54%降至24.43%,Filecoin(FIL)从13.77%降至9.86%,The Graph(GRT)降至4.15%,Story(IP)降至2.73%。唯一与TAO同步获得加仓的是Render(RENDER),其权重从约15%微升至15.77%。这一动作表明Grayscale正将AI加密投资重心进一步向Bittensor生态集中。

值得注意的是,Grayscale此前已向美国SEC提交了基于Bittensor的投资产品——Grayscale Bittensor Trust的更新注册声明。该信托将直接持有TAO并跟踪其市场价,若获批准,计划转换为ETF并在NYSE Arca上市。这一潜在ETF预期或为TAO带来长线资金流入。

Bittensor子网经济持续扩张

Bittensor网络的子网(Subnet)数量已扩展至128个,每个子网相当于独立运行的AI开源初创项目,为整个生态提供了强劲的实用性叙事。例如,子网Targon Compute在过去一周产生了约10.5万美元的收入,年化运行率高达550万美元。相比之下,其FDV(完全稀释估值)仅约8200万美元,显示出子网层面的高回报潜力。

强劲的链上数据进一步巩固了TAO的长期持有逻辑。Grayscale的增持举措也被视为对该生态成长的官方背书。

TAO价格分析:320美元上方整理,突破阻力待观察

截至发稿,TAO报321.74美元,日内上涨3.70%,盘中曾触及329.95美元。自3月中旬以来的上升趋势线依然有效,但价格在330-360美元阻力区下方出现横盘整理迹象。技术指标方面,RSI显示多头动能尚可但未进入超买区域;而MACD信号线略高于MACD线,柱状图已转负,暗示短期上涨动能减弱。

市场普遍认为,若TAO能有效突破360美元关口,或将开启新一轮主升行情;反之,若久攻不破,可能回踩300美元支撑位。Grayscale的增持虽构成基本面利好,但短期仍需关注市场整体风险偏好与AI板块轮动节奏。

市场影响与总结

Grayscale此次再平衡释放了两个关键信号:一是AI叙事仍是机构配置加密资产的核心主线,二是Bittensor凭借独特的子网经济模型正成为该赛道中的“龙头标的”。随着潜在ETF的推进及子网收入增长,TAO有望获得更多合规资金青睐。然而,当前价格在阻力区前的犹豫也提示投资者需警惕短期回调风险。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
100

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.