Subscribe to BlockChainTeahouse
BlockChainTeahouse预测市场，赋能决策：在 Polymarket 上，每一个观点都有价值
项目简介Polymarket 是一个基于区块链的去中心化预测市场平台，允许用户使用加密货币对各种主题的未来结果进行投注。该平台利用智能合约在 Polygon 区块链上运行，从而降低费用并加快交易解决速度。在 Polymarket 上，用户不是直接存储资金，而是通过自动化市场制造商（AMM）或订单簿系统参与市场，提供流动性。这种模式使得用户可以对事件的结果（「是」或「否」）进行投注，并在预测正确时赢得相应的赌注。 平台允许用户通过投资于关于当前热议事件结果的真实货币市场，来交易和兑换结果份额。用户需将 USDC 稳定币存入 Polymarket 钱包，并购买结果份额来参与市场。这些份额的价格反映了市场对事件结果的预期概率。Polymarket 使用自动化和透明的过程，不收取交易费用，并在事件结果明确后关闭市场。如果用户预测正确，其份额可兑换为每份 1 美元；若预测错误，则份额变得毫无价值。Polymarket 的特点是它提供了一个不受传统金融机构限制的交易环境，使其成为 DeFi 领域中的一个创新平台。其目标是通过利用自由市场的力量，聚合集体知识，为公众提供一个关于未来重大事件发生...
BlockChainTeahouse去中心化身份（DID）赛道——构建Web3的社交通行证|链茶研报
导读在Web2世界里，我们习惯了以数十个用户名密码登录不同应用，习惯了自己的浏览历史、好友列表都被掌控在中心化的公司服务器手中。个人账户本质上不属于用户，而属于平台，平台可以自行制定回收规则，腾讯甚至曾经直接收回过一批通过正常渠道申请到的5位qq号（详见附录资料）。 而Web3的逻辑则全然不同，区块链公开透明和无需许可的特性，使得数据的所有权从公司手中回到了用户手中，以往依靠独占用户数据盈利的模式将无法成立。在Web2已有的热门应用，如微信、Twitter、Facebook、Tiktok等等，未来都会在Web3以全新的模式重建。 在Web3领域，我们已经拥有了钱包地址作为Dapp共享的账户体系，但是钱包地址就像银行账号一样，只能满足功能性的金融活动需求，我们不能拿着它去和朋友聊天、去吸引粉丝、去求职应聘。人们需要一个广场，在这个广场上展示自己在Web3的成就，构建自己的身份品牌，而且这些成就也都是真实可验证的。 其实DID（去中心化身份）概念已经存在数年，也有DIF、W3C这样的机构试图建立DID标准，但早期的定义主要围绕通过加密学来建立身份验证系统。而随着NFT、Gamefi及...
BlockChainTeahouse粉丝代币赛道研究：明星经济体能否让Web3破圈？
作者：echo_z 粉丝代币作为联系明星与粉丝的工具，一直充满想象空间，其价值潜力包括：作为明星变现和众筹的手段，让粉丝直接参与投资；作为粉丝的权益凭证，让明星有更自由的粉丝运营方式；借用明星影响力，让更多Web2用户加入Web3。特别是最后一点，包含了区块链从小众社区向大众泛化的可能性，让粉丝代币备受关注。 从18年开始，就已经有项目尝试探索同质化的粉丝代币工具，也产生了10亿美金以上的项目，典型项目如专攻体育球队的Chiliz、服务对象极其广泛的创作者代币工具Rally等。21年NFT热潮来临，NFT的收藏价值天然适合发挥明星效应，近期更是产生了一波明星NFT潮流。 链茶馆选取典型粉丝代币项目，梳理项目背景并试图解答：粉丝代币到底价值几何，能否让Web3破圈。 本文目录Chiliz1.1 业务逻辑；1.2 运营现状；1.3 用户规模与结构；1.4 通证经济；1.5 团队及融资；1.6 优势及风险Rally2.1 业务逻辑；2.2 运营现状；2.3 用户规模；2.4 通证经济；2.5 团队及融资；2.6 优势及风险明星NFT3.1 巨星背书NFT：PhantaBear综述；3....
<100 subscribers
BlockChainTeahouse预测市场，赋能决策：在 Polymarket 上，每一个观点都有价值
项目简介Polymarket 是一个基于区块链的去中心化预测市场平台，允许用户使用加密货币对各种主题的未来结果进行投注。该平台利用智能合约在 Polygon 区块链上运行，从而降低费用并加快交易解决速度。在 Polymarket 上，用户不是直接存储资金，而是通过自动化市场制造商（AMM）或订单簿系统参与市场，提供流动性。这种模式使得用户可以对事件的结果（「是」或「否」）进行投注，并在预测正确时赢得相应的赌注。 平台允许用户通过投资于关于当前热议事件结果的真实货币市场，来交易和兑换结果份额。用户需将 USDC 稳定币存入 Polymarket 钱包，并购买结果份额来参与市场。这些份额的价格反映了市场对事件结果的预期概率。Polymarket 使用自动化和透明的过程，不收取交易费用，并在事件结果明确后关闭市场。如果用户预测正确，其份额可兑换为每份 1 美元；若预测错误，则份额变得毫无价值。Polymarket 的特点是它提供了一个不受传统金融机构限制的交易环境，使其成为 DeFi 领域中的一个创新平台。其目标是通过利用自由市场的力量，聚合集体知识，为公众提供一个关于未来重大事件发生...
BlockChainTeahouse去中心化身份（DID）赛道——构建Web3的社交通行证|链茶研报
导读在Web2世界里，我们习惯了以数十个用户名密码登录不同应用，习惯了自己的浏览历史、好友列表都被掌控在中心化的公司服务器手中。个人账户本质上不属于用户，而属于平台，平台可以自行制定回收规则，腾讯甚至曾经直接收回过一批通过正常渠道申请到的5位qq号（详见附录资料）。 而Web3的逻辑则全然不同，区块链公开透明和无需许可的特性，使得数据的所有权从公司手中回到了用户手中，以往依靠独占用户数据盈利的模式将无法成立。在Web2已有的热门应用，如微信、Twitter、Facebook、Tiktok等等，未来都会在Web3以全新的模式重建。 在Web3领域，我们已经拥有了钱包地址作为Dapp共享的账户体系，但是钱包地址就像银行账号一样，只能满足功能性的金融活动需求，我们不能拿着它去和朋友聊天、去吸引粉丝、去求职应聘。人们需要一个广场，在这个广场上展示自己在Web3的成就，构建自己的身份品牌，而且这些成就也都是真实可验证的。 其实DID（去中心化身份）概念已经存在数年，也有DIF、W3C这样的机构试图建立DID标准，但早期的定义主要围绕通过加密学来建立身份验证系统。而随着NFT、Gamefi及...
BlockChainTeahouse粉丝代币赛道研究：明星经济体能否让Web3破圈？
作者：echo_z 粉丝代币作为联系明星与粉丝的工具，一直充满想象空间，其价值潜力包括：作为明星变现和众筹的手段，让粉丝直接参与投资；作为粉丝的权益凭证，让明星有更自由的粉丝运营方式；借用明星影响力，让更多Web2用户加入Web3。特别是最后一点，包含了区块链从小众社区向大众泛化的可能性，让粉丝代币备受关注。 从18年开始，就已经有项目尝试探索同质化的粉丝代币工具，也产生了10亿美金以上的项目，典型项目如专攻体育球队的Chiliz、服务对象极其广泛的创作者代币工具Rally等。21年NFT热潮来临，NFT的收藏价值天然适合发挥明星效应，近期更是产生了一波明星NFT潮流。 链茶馆选取典型粉丝代币项目，梳理项目背景并试图解答：粉丝代币到底价值几何，能否让Web3破圈。 本文目录Chiliz1.1 业务逻辑；1.2 运营现状；1.3 用户规模与结构；1.4 通证经济；1.5 团队及融资；1.6 优势及风险Rally2.1 业务逻辑；2.2 运营现状；2.3 用户规模；2.4 通证经济；2.5 团队及融资；2.6 优势及风险明星NFT3.1 巨星背书NFT：PhantaBear综述；3....
Subscribe to BlockChainTeahouse
<100 subscribers
Share Dialog
Share Dialog
作者：北辰
金融是在不断跟风险打交道，信用风险、流动性风险、投资组合风险、交易风险……
在传统金融市场，这些风险隐藏在无数个大机构的背后，交给大机构的成百上千人的专业团队打理，可以很好地解决（或者说转移）各自所在机构的风险。但这也有可能会堆积成系统性的金融危机，最终由所有人来买单（更准确地说是接盘）。
去中心化金融没有金融机构，整个DeFi市场是无数个开放的协议组成的，因此动荡和不确定性也就分散在这些协议或者协议的trader那里。他们都需要金融风险管理工具来应对日益复杂的市场和黑客。
但DeFi市场的特殊性在于它以crypto的逻辑重构了各种金融产品，所以就不能直接套用传统金融市场的风险管理工具，而是需要足够懂金融也足够懂DeFi的人设计出全新的框架，才能帮助协议或者trader做出更佳的决策。
前不久DeFi风险模拟平台Gauntlet以10亿美金的估值融资2380万美元，因为它是这条赛道上为数不多的正式选手。
把风险参数化
首先强调一下，金融风险管理不是如何避免风险——那叫保险。
对金融来说，风险的另一面是资本效率，所谓金融风险管理，就是让投资者在风险可控的前提下把回报最大化。
比如Gauntlet能够让Balancer的LP收入翻倍，能够让SushiSwap的流动性挖矿效率提高5倍，能够让Aave躲避了行情暴跌带来的清算螺旋，能够让Compound借贷出更多的资产……
而这一切都是建立在风险并没有提升的基础之上。
基本原理是把DeFi协议的风险参数化，然后把这些关键参数放到Gauntlet的风险评估框架中，以供直观地监测、动态地衡量风险。
值得一提的是，每一个协议都对应着特定的风险评估框架，而这需要背后的研究团队来金融建模，并根据数据模拟来调整优化这些参数。
把一个DeFi协议的风险给参数化，需要进行以下流程：
1.抓取该协议的关键数据——比如市场数据、借款人数据以及核心流动性数据等。
2.先按照常见的风险参数（比如抵押率、清算阈值、清算奖金、储备因子等），计算出上述数据显示出的风险和资本效率。
3.开始模拟各种情况下的关键数据，从而得出最大化捕获风险和资本效率的目标函数，以及确定相关的参数。
4.数据科学家开始手动优化参数，主要是确保系统不会推荐出离谱的建议。
走完上述流程，就能清楚地知道这个DeFi协议在发生不同情况下的市场表现了，自然也就清楚应该采取什么行动是最合理的——无论是最大化地获利还是避免崩盘。
当然，在上述整个流程开始之前，需要Gauntlet团队先对这个DeFi协议有足够深刻的理解。后文会有更详细的介绍。
目前Gauntlet提供风险管理服务的DeFi协议有Aave、Compound、BenQi、Acala、Parallel、Synthetix和SushiSwap等。
SushiSwap：流动性没减少，但流动性激励效果增强5倍
Compound当初推动的流动性激励直接开启了DeFi Summer，无数的人是为了赚额外的COMP激励冲进来，然后左手倒右手地反复借贷。
现在的DeFi协议初创团队只能感慨当初的流量真便宜，因为流动性激励几乎成了所有DeFi协议的沉重负担。
流动性激励够高，就能迅速拉升用户量以及TVL，一旦停止甚至降低流动性激励，这些都会随之流失。
我们在过去两年来已经见了太多昙花一现的DeFi协议是因流动性激励而起，又因流动性激励而亡。
其实对项目方来说，在要不要搞流动性激励的选择中，还有另一个选择——精准激励。
我们可以通过Gauntlet给SushiSwap提供的风险管理服务来直观地了解。
SushiSwap在2021年5月份开启了流动性激励计划Onsen第二轮，目标是把流动性引导到非主流的资金池。
简单粗暴的奖励越来越低效，并且很难转化为长期流动性和交易量。那么SushiSwap团队就需要知道，最佳激励额度是多少？哪些资金池最值得奖励？
Gauntlet通过建模给出了激励优化解决方案。
首先是按照前面提到的流程，计算出了整个DeFi领域的流动性激励的基线，如果回报低于该基线，就不会有多少流动性进来，甚至现有的流动性会流失。
然后根据每个流动性池的历史数据，进行「激励变化对流动性池的资本流入/流出的影响」统计建模，这样就能清晰看出哪个流动性池的LP对流动性激励并不在意，哪个流动性池的反应最强烈，从而最大限度地提高激励的影响。
用俗话来说就是——看人下菜碟。
比如Gauntlet发现SushiSwap的YFI-ETH池的LP主要是储蓄驱动，对流动性激励其实并不在意，于是SushiSwap在3个月内把这个池子的激励减少了75%，但流动性没有明显减少，反而持续增多……
按当时Sushi的价格来计算，等于给SushiSwap节省了约2240万美元，而省下来的Sushi会分配给那些敏感型的池子，比如RGT-ETH池。
最后的成果是Sushiswap的激励代币量没有增加，但日交易量增加了3亿美元。因为每激励一个Sushi代币就能吸引1万美元进来，而之前只能吸引2000美元的流动性。相当于激励效果增强了5倍。
Compound：风险不变，但能贷出更多的钱
相比传统金融，去中心化借贷平台Compound是一个极简主义平台，无论是贷款人还是借款人都能用一分钟搞定。
唯一的风险是抵押资产行情暴跌然后触发自动清算。
传统的避免方式是提供更多的抵押品（比如100美元的债务却抵押500美元），或者借更少的资产出来（比如100美元抵押品，只借出30美元），但这样资本效率不高。
Gauntlet给出了解决方案。先是找出了导致清算的几个关键因素：用户行为、抵押品波动率、相对抵押品流动性、协议参数、智能合约风险。前四个因素决定了清算的可能性，智能合约风险不算。
接下来分析Compound上不同抵押品的历史流动性和波动性数据，找出那些价格不稳定但又常用的抵押品，结合Gas成本、清算人地址数量、平台储备金等状况建模，实时检测可能的风险。
对普通用户来说，这样就能在风险可控的情况下灵活借贷了。
更为重要的是借贷平台不必再一刀切地清算了，毕竟有时候明明是市场极为短期的波动，其实风险并不高。
Gauntlet除了给Compound提供这种服务，也跟Aave、Maker等平台合作。
Gauntlet提供的服务成果是即使一些抵押资产崩盘超过50% ，但用户没有经历任何重大破产。
总结
上述两个案例只是抛砖引玉，Gauntlet为许多头部DeFi协议都提供这种定制化的风险管理服务，涉及许多非常深入的金融建模方面的研究。
现阶段的Gauntlet更多是跟DeFi协议合作，从产品层面优化风险管理和资本效率。
长远来看，风险管理工具是DeFi的基础设置，不仅每一个协议需要，每一个trader也需要。
“我们的平台由各种预测模型组成，我们使用这些模型来校准和改进各种DeFi协议的风险管理和激励措施。
长期看好Gauntlet的发展，不仅因为已有的成绩，而且他们的参数、模型持续改进的话，对后入场的对手而言无疑是很高的壁垒。
官网：
作者：北辰
金融是在不断跟风险打交道，信用风险、流动性风险、投资组合风险、交易风险……
在传统金融市场，这些风险隐藏在无数个大机构的背后，交给大机构的成百上千人的专业团队打理，可以很好地解决（或者说转移）各自所在机构的风险。但这也有可能会堆积成系统性的金融危机，最终由所有人来买单（更准确地说是接盘）。
去中心化金融没有金融机构，整个DeFi市场是无数个开放的协议组成的，因此动荡和不确定性也就分散在这些协议或者协议的trader那里。他们都需要金融风险管理工具来应对日益复杂的市场和黑客。
但DeFi市场的特殊性在于它以crypto的逻辑重构了各种金融产品，所以就不能直接套用传统金融市场的风险管理工具，而是需要足够懂金融也足够懂DeFi的人设计出全新的框架，才能帮助协议或者trader做出更佳的决策。
前不久DeFi风险模拟平台Gauntlet以10亿美金的估值融资2380万美元，因为它是这条赛道上为数不多的正式选手。
把风险参数化
首先强调一下，金融风险管理不是如何避免风险——那叫保险。
对金融来说，风险的另一面是资本效率，所谓金融风险管理，就是让投资者在风险可控的前提下把回报最大化。
比如Gauntlet能够让Balancer的LP收入翻倍，能够让SushiSwap的流动性挖矿效率提高5倍，能够让Aave躲避了行情暴跌带来的清算螺旋，能够让Compound借贷出更多的资产……
而这一切都是建立在风险并没有提升的基础之上。
基本原理是把DeFi协议的风险参数化，然后把这些关键参数放到Gauntlet的风险评估框架中，以供直观地监测、动态地衡量风险。
值得一提的是，每一个协议都对应着特定的风险评估框架，而这需要背后的研究团队来金融建模，并根据数据模拟来调整优化这些参数。
把一个DeFi协议的风险给参数化，需要进行以下流程：
1.抓取该协议的关键数据——比如市场数据、借款人数据以及核心流动性数据等。
2.先按照常见的风险参数（比如抵押率、清算阈值、清算奖金、储备因子等），计算出上述数据显示出的风险和资本效率。
3.开始模拟各种情况下的关键数据，从而得出最大化捕获风险和资本效率的目标函数，以及确定相关的参数。
4.数据科学家开始手动优化参数，主要是确保系统不会推荐出离谱的建议。
走完上述流程，就能清楚地知道这个DeFi协议在发生不同情况下的市场表现了，自然也就清楚应该采取什么行动是最合理的——无论是最大化地获利还是避免崩盘。
当然，在上述整个流程开始之前，需要Gauntlet团队先对这个DeFi协议有足够深刻的理解。后文会有更详细的介绍。
目前Gauntlet提供风险管理服务的DeFi协议有Aave、Compound、BenQi、Acala、Parallel、Synthetix和SushiSwap等。
SushiSwap：流动性没减少，但流动性激励效果增强5倍
Compound当初推动的流动性激励直接开启了DeFi Summer，无数的人是为了赚额外的COMP激励冲进来，然后左手倒右手地反复借贷。
现在的DeFi协议初创团队只能感慨当初的流量真便宜，因为流动性激励几乎成了所有DeFi协议的沉重负担。
流动性激励够高，就能迅速拉升用户量以及TVL，一旦停止甚至降低流动性激励，这些都会随之流失。
我们在过去两年来已经见了太多昙花一现的DeFi协议是因流动性激励而起，又因流动性激励而亡。
其实对项目方来说，在要不要搞流动性激励的选择中，还有另一个选择——精准激励。
我们可以通过Gauntlet给SushiSwap提供的风险管理服务来直观地了解。
SushiSwap在2021年5月份开启了流动性激励计划Onsen第二轮，目标是把流动性引导到非主流的资金池。
简单粗暴的奖励越来越低效，并且很难转化为长期流动性和交易量。那么SushiSwap团队就需要知道，最佳激励额度是多少？哪些资金池最值得奖励？
Gauntlet通过建模给出了激励优化解决方案。
首先是按照前面提到的流程，计算出了整个DeFi领域的流动性激励的基线，如果回报低于该基线，就不会有多少流动性进来，甚至现有的流动性会流失。
然后根据每个流动性池的历史数据，进行「激励变化对流动性池的资本流入/流出的影响」统计建模，这样就能清晰看出哪个流动性池的LP对流动性激励并不在意，哪个流动性池的反应最强烈，从而最大限度地提高激励的影响。
用俗话来说就是——看人下菜碟。
比如Gauntlet发现SushiSwap的YFI-ETH池的LP主要是储蓄驱动，对流动性激励其实并不在意，于是SushiSwap在3个月内把这个池子的激励减少了75%，但流动性没有明显减少，反而持续增多……
按当时Sushi的价格来计算，等于给SushiSwap节省了约2240万美元，而省下来的Sushi会分配给那些敏感型的池子，比如RGT-ETH池。
最后的成果是Sushiswap的激励代币量没有增加，但日交易量增加了3亿美元。因为每激励一个Sushi代币就能吸引1万美元进来，而之前只能吸引2000美元的流动性。相当于激励效果增强了5倍。
Compound：风险不变，但能贷出更多的钱
相比传统金融，去中心化借贷平台Compound是一个极简主义平台，无论是贷款人还是借款人都能用一分钟搞定。
唯一的风险是抵押资产行情暴跌然后触发自动清算。
传统的避免方式是提供更多的抵押品（比如100美元的债务却抵押500美元），或者借更少的资产出来（比如100美元抵押品，只借出30美元），但这样资本效率不高。
Gauntlet给出了解决方案。先是找出了导致清算的几个关键因素：用户行为、抵押品波动率、相对抵押品流动性、协议参数、智能合约风险。前四个因素决定了清算的可能性，智能合约风险不算。
接下来分析Compound上不同抵押品的历史流动性和波动性数据，找出那些价格不稳定但又常用的抵押品，结合Gas成本、清算人地址数量、平台储备金等状况建模，实时检测可能的风险。
对普通用户来说，这样就能在风险可控的情况下灵活借贷了。
更为重要的是借贷平台不必再一刀切地清算了，毕竟有时候明明是市场极为短期的波动，其实风险并不高。
Gauntlet除了给Compound提供这种服务，也跟Aave、Maker等平台合作。
Gauntlet提供的服务成果是即使一些抵押资产崩盘超过50% ，但用户没有经历任何重大破产。
总结
上述两个案例只是抛砖引玉，Gauntlet为许多头部DeFi协议都提供这种定制化的风险管理服务，涉及许多非常深入的金融建模方面的研究。
现阶段的Gauntlet更多是跟DeFi协议合作，从产品层面优化风险管理和资本效率。
长远来看，风险管理工具是DeFi的基础设置，不仅每一个协议需要，每一个trader也需要。
“我们的平台由各种预测模型组成，我们使用这些模型来校准和改进各种DeFi协议的风险管理和激励措施。
长期看好Gauntlet的发展，不仅因为已有的成绩，而且他们的参数、模型持续改进的话，对后入场的对手而言无疑是很高的壁垒。
官网：
No comments yet