Anthony Scaramucci：比特幣 10 月反彈是周期規律還是市場情緒？

2026年4月，加密市場在經歷歷史峰值回落後步入漫長的存量博弈期。Gate行情數據顯示，截至4月27日，比特幣報價 77,603.4 美元，總市值約 1.49 萬億美元（1,490,000,000,000 美元），較2025年創下的 126,080 美元歷史高點收縮約 38%。就在多空僵持之際，天橋資本創始人Anthony Scaramucci投下一枚時間錨點：比特幣的真正復甦或許要等到2026年10月。其依據是“減半中點”已經越過，周期已轉入後半段。這一說法迅速引發討論——它究竟植根於客觀的周期科學，還是來自長期看多者的慣性信仰？

穆奇的十月復甦論核心要點

Scaramucci在近期公開評論中提出三個遞進判斷。其一，2024年4月減半後，至2026年4月剛好走完兩次減半之間的中點，比特幣正式踏入周期後半段。其二，關稅政策反覆與地緣衝突雖略微加速了時間表，但比特幣價格在此期間表現出“相當粘性”，並未出現崩潰式崩塌。其三，他認為市場情緒與流動性環境的共振窗口將在10月至11月打開，屆時才可能看到有意義的趨勢性復甦。

該表述以時間框架為核心，而非短期價位，因此更接近一種結構演化觀點，也由此具備了可被回測驗證的討論基礎。

減半後周期定位：歷史回測與階段拆解

將當前節點放入比特幣的四輪減半歷史中審視，有助於判斷“後半段復甦”是否具備重複性。下表中價格均為各階段代表性市場數據，非實時報價。

從歷史歸納出的一个事實是：前三次減半中，市場在觸及牛市高點並經歷深跌後，均出現一輪可持續的復甦行情，且啟動時間多位於下一輪減半前的18至30個月之間。2026年10月距離2024年4月減半約30個月，距離下一次減半約18個月，若完全複製此前節奏，確實落在歷史上復甦敘事密集發動的區間。

但這屬於規律總結，而非必然推導。每次周期的宏觀底色、資金結構和監管環境差異顯著，直接將過去的時間間隔視作預測依據存在簡化風險。

信仰與周期科學之爭：多空觀點拆解

圍繞“十月復甦”的爭議，大致可歸納為兩組對立邏輯。

支持方傾向於周期科學框架：

• 供應衰減的滯後效應。減半帶來的新幣產出削減，通常需要約12至18個月才會通過庫存消耗傳遞到價格端，2024年4月減半的影響可能在2025年已部分釋放，但新增需求的疊加效應仍需時間沉澱。
• 全球流動性轉折點預期。部分宏觀交易者認為，2026年下半年主要央行可能重新轉向寬鬆，風險資產面臨估值修復窗口。
• 歷史路徑依賴。如上表所示，回調後形成的底部區域與減半周期的對應關係具備統計顯著性，至少可為時間窗口提供參考錨點。

反對方更強調信仰驅動的盲區：

• 本次周期可能已提前兌現。比特幣在2025年創出 126,080 美元高點，其漲幅和持續時間與2020至2021年相似，若將此視為牛市終點，則2026年更應類比2018年或2022年的整理年，而非復甦前夕。
• 宏觀逆風尚未出清。貿易政策與地緣緊張可能壓制風險偏好，流動性放鬆的假設並非板上釘釘。
• 市場結構變化。衍生品深度和機構持倉占比上升，使得歷史上由散戶驅動的周期性規律可能弱化，價格運動不再遵循清晰的四年節奏。

行業影響：復甦敘事如何牽動市場神經

在低迷期，清晰的時間敘事本身就具有牽引資金和情緒的功能。“十月復甦”若被更多參與者接受，可能會逐步影響期權市場的偏度、永續合約的資金費率，以及鏈上長期持有者的積累行為。以歷史為鑑，2019年初市場提前炒作減半預期，催生了數月的小牛市；當下若十月窗口開始被定價，市場可能不會等到確切信號才行動。

不過，預期搶跑的後果通常是價格前置與落地後的拋售，這意味著即使Scaramucci的時間表最終被驗證，實際路徑也可能充滿波動。

多情境演化：當2026年十月到來

基於現有信息，可推演三種可能路徑：

• 路徑一：如期復甦。宏觀環境緩和、流動性預期兌現，比特幣在十月前後確認階段性底部並放量上移，市場廣度改善，資金開始從穩定幣回流至風險資產。
• 路徑二：推遲啟動。復甦窗口延後至2027年初。Scaramucci的時點偏差但不顛覆周期思路，歷史規律仍可提供修正後的參照。
• 路徑三：情景失效。出現超預期的政策收緊或黑天鵝事件，使得周期時鐘重置，十月不僅未成為轉折點，反而成為新一輪去杠杆的起點。市場將被迫接受舊有周期模型需要重寫的現實。

三種情境的概率分佈，取決於未來數月的宏觀經濟數據、政策信號以及鏈上結構變化。對於參與者而言，承認“不知道”遠勝於執著“一定會”。

結語

Scaramucci提出的十月復甦論，巧妙地將減半周期的時間規律與當下市場情緒交織在一起。它既包含著對歷史統計關係的信賴，也不可避免地浸染了一位長期布道者的願景。周期科學提供了可回測的框架，信仰則填補了框架中的不確定性。當十月真正到來，市場自會揭曉答案，而在此之前，保持對數據的追蹤遠比爭論標籤更重要。