Secondo i dati di Wind, questa settimana la banca centrale cinese ha effettuato operazioni di pronti contro termine inversi (reverse repo) sul mercato aperto per 1.578,5 miliardi di RMB, a fronte di scadenze per 3.165,5 miliardi di RMB. Il saldo si traduce in un ritiro netto di liquidità pari a 1.587 miliardi di RMB. Per la prossima settimana risultano in scadenza reverse repo per 678,5 miliardi di RMB. Le scadenze giornaliere da lunedì a venerdì ammontano rispettivamente a 157,5 miliardi, 69,5 miliardi, 100 miliardi, 288,5 miliardi e 63 miliardi di RMB. Inoltre, lunedì prossimo scadranno anche 800 miliardi di RMB di reverse repo "outright".

Nelle ultime 24 ore, il mercato delle criptovalute ha registrato liquidazioni complessive per circa 554 milioni di dollari, secondo i dati di CoinAnk. Le posizioni short hanno rappresentato la quota maggiore, con circa 390 milioni di dollari, mentre le posizioni long si sono attestate intorno a 164 milioni di dollari. Per asset, le liquidazioni su Ethereum sono state pari a circa 219 milioni di dollari, contro circa 122 milioni di dollari su Bitcoin.

Tra fine giugno e l'inizio di luglio 2026, DTCC ha confermato l'integrazione dei propri servizi di tokenizzazione con la rete Stellar. I test in ambiente di produzione partiranno a luglio 2026, con un primo perimetro che include azioni dell'indice Russell 1000, ETF principali e titoli del Tesoro USA. In parallelo, Circle ha abilitato su Stellar i trasferimenti cross-chain di USDC nativo. Anche Matrixdock ha ampliato l'offerta con XAUm, token sull'oro certificato LBMA. Sul fronte dei volumi, gli asset reali tokenizzati (RWA) su Stellar superano 2,8 miliardi di dollari; nel primo trimestre i pagamenti in stablecoin hanno raggiunto 5,5 miliardi di dollari, in crescita del 71% su base annua. In questo contesto, il 1° luglio XLM ha registrato un rialzo giornaliero del 13% fino a 0,20 dollari, recuperando dal minimo di 0,18 dollari toccato a fine giugno.

Donald Trump, intervistato da CNBC, ha respinto le accuse legate ai proventi cripto della sua famiglia, sostenendo che si tratti di attività "completamente legali". Secondo quanto riferito, nel 2025 i ricavi riconducibili al comparto crypto avrebbero superato 1,2 miliardi di dollari: 594 milioni di dollari da World Liberty Financial (WLFI) e 636 milioni di dollari dalle vendite delle meme coin a marchio Trump (TRUMP e MELANIA). Dai documenti di disclosure emerge anche la detenzione di asset in un cold wallet di Bitcoin per un valore superiore a 50 milioni di dollari. La Casa Bianca ha negato l'esistenza di conflitti di interesse, mentre i critici sostengono che i profitti delle monete brandizzate rappresentino, di fatto, una monetizzazione dell'influenza politica. Sul mercato, i token TRUMP e MELANIA risultano ampiamente sotto i rispettivi massimi storici: -97% e -99%.

Jito ha avviato il 26 giugno 2026 l'accesso anticipato a JTX, il proprio terminale di trading self-custodial, con lancio pubblico previsto per luglio. La piattaforma è progettata per ottimizzare l'esecuzione on-chain su Solana e punta ad aggregare liquidità da DEX e flussi RFQ, con l'obiettivo di migliorare qualità di esecuzione e profondità di mercato. Sul fronte della monetizzazione, Jito ha indicato che l'80% dei ricavi del protocollo verrà restituito ai detentori di JTO tramite buyback o distribuzioni. Nel frattempo, i volumi sul segmento delle tokenized equity su Solana hanno segnato un record: 644 milioni di dollari in una sola giornata. JTX non introduce una nuova chain né un nuovo token, ma rappresenta un aggiornamento infrastrutturale che può incidere direttamente sulla liquidità e sulla profondità del trading on-chain di SOL, oltre a rafforzare la dinamica del modello economico di JTO.

Il forte rialzo delle quotazioni internazionali di oro e argento ha sostenuto i titoli legati al metallo prezioso in India. L'oro spot è salito a 4.165,29 dollari l'oncia, ai massimi dalla fine di giugno, mentre l'argento spot ha guadagnato il 2,1% a 62,28 dollari. Il movimento è stato alimentato da dati sul mercato del lavoro statunitense inferiori alle attese, che hanno rafforzato l'ipotesi di un cambio di rotta della Federal Reserve. In Borsa, Muthoot Finance, Manappuram Finance e il produttore di argento Hindustan Zinc hanno registrato progressi, con Muthoot Finance in rialzo di quasi il 4%. Sul mercato domestico, il prezzo dell'oro è risalito a 148.046 rupie per 10 grammi, circa il 5,4% sopra i minimi toccati in settimana.

Venerdì i mercati azionari globali hanno chiuso in rialzo dopo la pubblicazione di dati sull'occupazione negli Stati Uniti giudicati inferiori alle attese. La lettura, descritta come "debole" e indicativa di un "raffreddamento" del mercato del lavoro, ha ridotto i timori di un imminente nuovo rialzo dei tassi da parte della Federal Reserve. In Europa, l'indice STOXX 600 ha toccato un nuovo massimo storico. A Wall Street, il comparto tecnologico ha mostrato segnali di raffreddamento, ma il listino nel complesso ha beneficiato del miglioramento del sentiment macro. Nel testo non vengono riportati valori numerici specifici per i dati mensili, presentati in termini qualitativi e riferiti a statistiche già diffuse, non a eventi futuri in calendario.

Un nuovo studio presentato a giugno all'ICML mette in luce un modo sorprendentemente semplice per indurre chatbot avanzati a ignorare i filtri di sicurezza e a compiere azioni rischiose, con conseguenze potenzialmente gravi per piattaforme crypto e strumenti per sviluppatori. Nel paper "Prompt Injection as Role Confusion", Charles Ye, Jasmine Cui e Dylan Hadfield-Menell descrivono una debolezza strutturale: molti large language model (LLM) non separano in modo robusto istruzioni affidabili e testo non affidabile, aprendo la strada a prompt injection che sembrano provenire dal modello stesso. Il meccanismo chiave, definito dai ricercatori Chain-of-Thought (CoT) Forgery, non usa un jailbreak esplicito. L'attaccante inserisce contenuti che imitano lo stile del testo interno di ragionamento ("think"). Poiché gli LLM tendono a considerare il proprio ragionamento precedente come un segnale attendibile, un ragionamento finto ottiene credibilità implicita e può spingere il sistema ad accettare e seguire istruzioni malevole, dalla generazione di procedure pericolose fino alla manipolazione di agenti di coding per far trapelare file riservati. Alla base c'è quella che gli autori chiamano "role confusion": invece di basarsi su tag di ruolo espliciti, molti modelli deducono se un testo sia istruzione utente, ragionamento del modello o contenuto esterno in base allo stile di scrittura. Se l'iniezione assomiglia ai "pensieri" del modello, l'LLM può scambiarla per una propria conclusione e metterla in pratica. Nei test, la tecnica ha aumentato in modo marcato i tassi di successo dei jailbreak: attacchi che prima fallivano quasi sempre sono arrivati a circa il 60% di successo sui modelli valutati. Tra quelli indicati: la famiglia GPT5 di OpenAI (nano, mini, full), o4-mini, gpt-oss-20b e gpt-oss-120b, oltre a GLM-4.6, Kimi K2 Instruct e MiniMax M2. In un esperimento separato, i ricercatori hanno nascosto istruzioni dannose in una pagina web, inducendo un agente di programmazione basato su AI a caricare un file SECRETS.env. La dimostrazione evidenzia come contenuti recuperati dal web possano essere sfruttati per esfiltrare credenziali e altri dati sensibili. È emerso anche che una semplice etichetta come "User" applicata al testo iniettato aumenta la probabilità che il modello lo tratti come input autentico. Implicazioni per il settore crypto Le piattaforme crypto e i team di sviluppo fanno sempre più affidamento su agenti automatizzati per deployment, creazione di wallet, gestione delle chiavi e pipeline CI/CD che conservano API key e credenziali private. Se un modello può essere ingannato e portato a trattare contenuti controllati da un attaccante come ragionamento interno o comandi utente, il rischio di fuga di credenziali e compromissione della supply chain diventa concreto. La prova con SECRETS.env è particolarmente rilevante: i file di ambiente contengono spesso API key, credenziali di nodi e chiavi private. La loro esposizione può tradursi in drenaggio di fondi, transazioni non autorizzate o deployment di smart contract compromessi. Non è un caso isolato Il paper si inserisce in una serie di allarmi sulla prompt injection. Ad aprile, ricercatori Google hanno segnalato pagine malevole con istruzioni invisibili in grado di spingere agenti a rivelare credenziali o a compiere azioni come l'invio di pagamenti. A giugno, Microsoft ha divulgato un rischio di prompt injection nella GitHub Action Claude Code di Anthropic, con potenziale esposizione dei segreti di pipeline. Benchmark successivi indicano che agenti alimentati da GPT-5 e Gemini continuano a fallire numerosi test di prompt injection. In sintesi Lo studio punta il dito su un punto cieco architetturale: gli LLM non distinguono in modo affidabile il proprio ragionamento dagli input esterni e la fiducia nei "pensieri" interni può essere dirottata. Per il mondo crypto, dove segreti operativi e automazione sono centrali, il messaggio è chiaro: servono design di agenti più robusti, separazione più rigorosa tra ragionamento del modello e dati esterni, e controlli runtime più efficaci per bloccare l'esfiltrazione di credenziali. Per chi gestisce infrastrutture crypto o costruisce workflow di sviluppo guidati da agenti, la raccomandazione pratica è una: verificare dove i modelli possono recuperare contenuti web o accedere a file di ambiente e assumere che testo iniettato possa tentare di mascherarsi da output "fidato" del modello.

A cura di: Rita Tide Guide Nel suo report "data center insights" pubblicato il 1° luglio, JPMorgan ha monitorato tre termometri della domanda di infrastrutture AI: utilizzo e prezzi dei token dei LLM, tariffe di noleggio delle GPU e prezzi spot dei chip di memoria. Il messaggio è netto: il contesto della domanda per l'AI resta favorevole. Sulla piattaforma OpenRouter, l'uso di token è balzato del 70% su base mensile a giugno ed è risultato 20 volte superiore su base annua. Le tariffe di noleggio delle GPU sono aumentate per sette mesi consecutivi, con i prezzi delle B200 che oggi risultano circa il doppio delle H100. Sul fronte memoria, i prezzi spot della DRAM sono saliti di oltre otto volte rispetto a un anno fa. Per JPMorgan, la lettura incrociata di questi tre set di dati indica che la domanda di calcolo per l'AI è lontana dal picco. Token: uso in forte crescita, prezzi quasi stabili I dati OpenRouter hanno accelerato in modo diffuso a giugno. L'utilizzo dei token è cresciuto del 70% mese su mese e di 20 volte anno su anno. Il prezzo per invocazione è salito leggermente sul mese, ma su base annua è sceso solo del 5%; i modelli basati negli Stati Uniti hanno addirittura mostrato un aumento anno su anno. La spesa totale è aumentata del 70% mese su mese e di 16 volte anno su anno. Letti insieme, i numeri indicano che la crescita dei volumi supera di gran lunga la flessione dei prezzi. Anche in uno scenario in cui il prezzo dei token scendesse del 5%–10% l'anno, un raddoppio continuo dell'utilizzo sarebbe sufficiente a spingere in modo significativo i ricavi da inference dei fornitori di modelli. La valutazione di J.P. Morgan è che l'economia dei token favorisca i model provider. Sul mix, emerge una forte concentrazione: i modelli statunitensi rappresentano solo il 35% dell'utilizzo, ma intercettano oltre l'85% della spesa complessiva. Anthropic Claude Opus 4.7 è l'unico modello presente sia nella top 5 per utilizzo sia nella top 5 per spesa, un segnale che il potere di prezzo resta in mano ai player USA. GPU: aumenti diffusi, B200 sempre più cara (ma il premio si riduce) A giugno, le tariffe di noleggio GPU presso provider cloud non hyperscale sono aumentate mese su mese su tutta la linea. Le A100 sono salite del 6,3%, segnando il quinto mese consecutivo di rialzi; le H100 hanno guadagnato il 3,7%, proseguendo una tendenza al rialzo da sette mesi; le B200 sono aumentate del 2,7%, continuando una crescita regolare dall'avvio, avvenuto nove mesi fa. Si restringe anche il differenziale tra fasce. Il premio della H100 rispetto alla A100 è sceso da 1,77x ad aprile a 1,67x a giugno. Il premio della B200 rispetto alla H100 è calato da 2,58x a 1,96x. La pressione sulla scarsità di potenza di calcolo di fascia alta appare in attenuazione, ma i prezzi continuano a salire: per JPMorgan, la domanda sta crescendo in linea con l'aumento dell'offerta. Da notare il caso A100: l'incremento più marcato su un chip di generazione precedente suggerisce che clienti con vincoli di budget stanno competendo per capacità di calcolo più conveniente. Non è un segnale di eccesso di offerta. Memoria: DRAM accelera, NAND si indebolisce A giugno i prezzi spot della DRAM sono aumentati del 10% mese su mese a 43,14 dollari, +740% anno su anno, per il terzo mese consecutivo di rialzo. I prezzi spot della NAND sono scesi dello 0,3% mese su mese a 27,03 dollari, terzo mese di cali contenuti, pur restando a +518% anno su anno. I livelli restano storicamente elevati, ma la divergenza di trend è evidente: DRAM in rialzo, NAND in ammorbidimento. La storia dei cicli della memoria indica che, quando il ciclo si avvicina al picco, la NAND tende a indebolirsi per prima e la DRAM segue in un secondo momento. Tre mesi consecutivi di flessione della NAND suggeriscono una fase più avanzata del ciclo. J.P. Morgan non formula esplicitamente questa conclusione, ma la dinamica dei dati punta in quella direzione. Lettura d'insieme: domanda AI forte, struttura in evoluzione Utilizzo LLM +70%, affitti GPU in rialzo da sette mesi, DRAM +740% anno su anno: tre segnali coerenti che indicano una domanda di infrastrutture AI ancora lontana dal picco. Al tempo stesso, la struttura si sta modificando: oltre l'85% della spesa si concentra su modelli USA; il premio della B200 sulla H100 scende da 2,58x a 1,96x, segnalando minore scarsità nella fascia alta; la NAND si allenta e il ciclo storage cambia marcia. I fattori di supporto restano presenti, ma la logica di mercato diventa più dinamica. Tide View Il principale punto cieco del report è il potenziale bias delle fonti dati. OpenRouter serve soprattutto sviluppatori, startup e casi d'uso legati ad agenti AI, e non include il traffico API diretto di OpenAI e Anthropic né l'utilizzo derivante da implementazioni interne dei grandi hyperscaler. In altre parole, fotografa la "domanda AI di coda lunga", non la "domanda AI totale". Se la coda lunga accelera, la domanda "di testa" potrebbe essere ancora più forte; oppure può darsi che la testa abbia già rallentato e la coda lunga stia solo recuperando. I due scenari hanno implicazioni d'investimento molto diverse. Anche le tariffe di noleggio GPU osservate riflettono capacità di terze parti presso cloud provider non hyperscale ed escludono i listini ufficiali di AWS, Azure e GCP. L'aumento dei prezzi da parte dei terzi segnala che la carenza di calcolo si è estesa oltre i grandi player, un elemento positivo per il trend dell'hardware AI. Resta però ignoto il tasso di utilizzo effettivo degli hyperscaler: se la domanda interna fosse già satura e la capacità in eccesso non venisse immessa nel mercato del noleggio, l'equilibrio reale domanda-offerta potrebbe essere meno tirato di quanto suggeriscano questi dati. Infine, la divergenza nei prezzi dello storage merita un'analisi dedicata. Con la NAND in calo da tre mesi e la DRAM ancora in rialzo, il quadro è coerente con una fase tardiva del ciclo della memoria. Se i prezzi NAND continueranno a scendere, le attese sui ricavi dei produttori di chip di memoria potrebbero essere riviste al ribasso, con effetti a catena sulle previsioni di capex lungo l'intero settore delle apparecchiature per semiconduttori. Disclaimer Questo articolo è una sintesi e interpretazione, a cura di Chaoxiang Research, di report di ricerca di broker terzi. I rating, i target price, le stime di utili e le valutazioni citate riflettono le opinioni degli analisti delle rispettive case e rappresentano le posizioni delle loro istituzioni; non riflettono le opinioni di Chaoxiang Research e non costituiscono consulenza d'investimento. I mercati comportano rischi; decidere in autonomia. Il presente testo non deve essere utilizzato come base per acquistare o vendere titoli.