【高盛前高管花费140枚ETH购买BAYC#7894】

【高盛前高管花费140枚ETH购买BAYC#7894】前高盛高管RaoulPal在3月26日发表的一篇博文中,帕尔承认为BoredApe#7894("Seneca")支付了140ETH(购买时价值约40万美元)。Pal表示,买下这只特殊的猿猴是因为它的设计简洁明了,还因为他喜欢这个罕见的月桂花环及其象征意义。据悉,帕尔曾在高盛公司工作,共同管理欧洲对冲基金的股票和股票衍生品销售业务。目前,他是金融和商业视频频道RealVision的首席执行官。

相关推荐

封面图片

【高盛集团高管以110ETH购买BAYC,称将密切关注NFT领域】

【高盛集团高管以110ETH购买BAYC,称将密切关注NFT领域】1月30日消息,高盛风险经理BrownMichael在社交媒体上发文表示,其个人已经以110ETH的价格购买了BAYCNFT作品,同时他还透露,高盛将进一步了解NFT这种新资产并密切关注这一领域。据悉,BoredApeYachtClub#7089于今日凌晨被新建地址0x390fe72530d425fd9847e0eafef4c1f3a78631cb以110ETH的价格购得。

封面图片

前高盛高管 Raoul Pal:应用层的进展将影响加密市场走势

前高盛高管RaoulPal:应用层的进展将影响加密市场走势前高盛高管RaoulPal与PompInvestments创始人AnthonyPompliano的采访中表示,加密市场在本周期可能会迎来飙升,主要取决于现实世界中区块链用例的增加。过去数字资产持有者的重新参与也可能提振市场情绪。随着区块链应用层的发展,人们可以用加密资产进行各种用途,从售票到现实资产。应用层的进展将影响市场走势,如果进展不大,可能会出现重新平衡。

封面图片

【12个新钱包花费1.6枚ETH购买2400万枚dogwifhat,获利770枚ETH】

【12个新钱包花费1.6枚ETH购买2400万枚dogwifhat,获利770枚ETH】2024年02月04日03点11分老不正经报道,Lookonchain监测数据显示,12个新钱包(内部人士)在dogwifhat上仅用1.6枚ETH(3,694美元),获利770枚ETH(177万美元)。这些钱包是昨天创建的,并在部署者开启交易的同一区块中购买dogwifhat。12分钟后其他用户开始购买dogwifhat。这12个钱包花费1.6枚ETH(3,694美元)购买2400万个dogwifhat,并以771.86枚ETH(178万美元)的价格卖出了1534万枚dogwifhat。他们还剩下865万枚dogwifhat(83.8万美元)。

封面图片

12 个新钱包花费 1.6 枚 ETH 购买 2400 万枚 dogwifhat,获利 770 枚 ETH

12个新钱包花费1.6枚ETH购买2400万枚dogwifhat,获利770枚ETH12个新钱包(内部人士)在dogwifhat上仅用1.6枚ETH(3,694美元),获利770枚ETH(177万美元)。这些钱包是昨天创建的,并在部署者开启交易的同一区块中购买dogwifhat。12分钟后其他用户开始购买dogwifhat。这12个钱包花费1.6枚ETH(3,694美元)购买2400万个dogwifhat,并以771.86枚ETH(178万美元)的价格卖出了1534万枚dogwifhat。他们还剩下865万枚dogwifhat(83.8万美元)。

封面图片

一巨鲸 11 小时前花费 2000 万枚 USDC 购买 4,242 枚 ETH 和 231 枚 WBTC

一巨鲸11小时前花费2000万枚USDC购买4,242枚ETH和231枚WBTC据Lookonchain监测,11小时前,一巨鲸花费2000万枚USDC以2,358美元的价格购买了4,242枚ETH(1000万美元),并以43,375美元的价格购买了231枚WBTC(1000万美元)。自2023年12月21日以来,该巨鲸以平均价格2,388美元总共购买了13,843枚ETH(3300万美元),以平均价格43,168美元购买了461枚WBTC(1988万美元)。

封面图片

某交易者花费 0.4 枚 ETH 买入 1607 万枚 MFER,获利 140 万美元

某交易者花费0.4枚ETH买入1607万枚MFER,获利140万美元据Lookonchain数据,某交易者花费0.4枚ETH(1,400美元),在短短10小时内获利140万美元,收益达995倍。交易者花费0.4枚ETH(1,400美元)买入1607万枚MFER,并以286枚ETH(100万美元)卖出1450万枚MFER。目前该交易者还持有158万枚MFER,价值39.6万美元。

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人