谈东论西🦇🔊 Profile picture
Mar 28 37 tweets 7 min read Twitter logo Read on Twitter
gTrade @GainsNetwork_io 在杠杆交易平台的领域越来越受到👀大众关注

从光杆司令 (💚Seb) 到一支天才部队,2023 的 gTrade 即将推出更令人亮眼的计划

✨本文的重心在于 gToken 流动性池的介绍,其机制有许多目前很多人还没注意到的 alpha👇 本推文将为此列出详细的解读

🍏gTrade 科普介绍🧵(1/38)
2/38
本🧵内容架构

📌gTrade 核心特点
📌gToken 流动性池: $gDAI, 保护层 'buffer'🤯
📌$GNS: 用途, ‘动态的’总供应量, 治理功能
📌NFTs & 推荐/联盟计划
📌协议收益分红
📌🔜2023 路线图
3/38
📌gTrade 核心特点

gTrade 是 @GainsNetwork_io 推出的第一款产品,它是个具有特色&优越功能的去中心化衍生品杠杆交易平台,目前是部署在 Arbitrum 和 Polygon 上⤵️
4/38
1️⃣ 合成性质

目前 gTrade 是应用 DAI 流动性池 ($gDAI 池) 来扮演杠杆交易者的对手盘的角色。此流动性池设计的特点是:

🚫无需订单簿匹配
🚫无需为每个交易对单独提供流动性

👉非常的高效率🦾
5/38
👀$gDAI 流动性池究竟有多高效呢?👇

仅仅 $50m 的流动性,支持了 7 天 $1.37b 的交易量😱
6/38
2️⃣ 丰富的交易对

目前链上唯一一家支持 85+ 交易对的高杠杆交易平台

加密 (最高 150x)
外汇 (最高 1000x)
股票 (最高 50x)
指数 (最高35x)
大宗商品 (最高 250x)
7/38
3️⃣DON(用 Chainlink 做基础搭建的预言机)

DON = 去中心化预言机网络

来自 7 个 APIs + 8 个节点的实时喂价,以确保报价:

✅准确
✅规避单点操纵
✅🚫防’插针‘
8/38
✨交易费用 & spread价差 - 风控管理的重要机制🦾

下表列出了各项费用的类型,具体参数,设置目的以及何时需要支付

🚨所有的费用都是根据仓位大小来收取的 (抵押品 x 杠杆倍数),除了 'rollover fees'
9/38
平台额外⚠️风控措施

🔹最高 open interest(OI): 动态的,而且每个交易对都不同
🔹每笔交易最高收益: 900%
🔹自动平仓: 在用户抵押品输掉 -90% 时
10/38
4️⃣优越的 UI 功能

gTrade 由交易者设计,为交易者服务。 团队了解风险管理的重要性并提供有保证的服务

🔹止损(目前只限于 crypto 加密交易)
🔹自动止盈(在 ‘Lookbacks' 机制做好后会再次推出)

这些功能让交易者可以轻松地止损并最大化收益🦾
11/38
另外,gTrade 还有

🔹1 CT (一键式交易功能)

去除了在交易过程中必需一直与钱包交互的繁琐操作,让用户体验更加通顺⚙️
12/38
参与 gTrade 赚取收益的 5 种方式

✅交易
✅为 gDAI 池提供流动性
✅质押 $GNS
✅运行NFT bots 执行订单及清算
✅参加推荐计划赚取交易费分红🍕
13/38
📌gToken 流动性池:

🔸$gDAI

$DAI 是 gToken 流动性池使用的第一款抵押品

近期的 $USDC 事件,促使团队正在赶工以添加更多其他抵押品种类 (甚至也在考虑加 $gLUSD 👀)

👇没错🙌 $gETH 已经在路上了🏃...
14/38
$gETH 如果上线,就意味着 $ETH 将作为杠杆交易者可用的抵押品之一

流动性提供者 (LPs) 将可以提供 $ETH 并赚取 $ETH 👁️

#LFG 大家有没有很兴奋?我们非常的期待🤗
15/38
🔸$gDAI 池究竟是如何工作的呢?

LP 把 $DAI 存入流动性池,得到 $gDAI,$gDAI 是代表他们的存款份额的 ERC-20 代币

取款时,拿回 $DAI, $gDAI 被销毁🔥
16/38
🔸$gDAI 池⚔️交易者

目前所有的交易都是以 $DAI 作为抵押品来执行的

▫️交易者赚钱,从池子里取出 $DAI 支付给交易者

▫️交易者输钱,输掉的 $DAI 进入 gDAI 池🤑
17/38
🔸$gDAI 的价值/价格变化

"累积平台费": 只会⏫上升

&

"交易者盈亏": 动态,会变化的
🚨注意:仅当池子处于不足额抵押 (< 100%) 时,交易者盈亏才会影响 $gDAI 的价格。多亏了🙏保护层 'buffer' --> 详细内容请继续往下读
18/38

💡$gDAI 的价格是如何计算的:

假设池子最开始存入 100 颗 $DAI,铸造了 100 颗 $gDAI

1 $gDAI = 1 $DAI

平台赚进了 150 $DAI 的费用,池子现在有 250 颗 $DAI,而 $gDAI 仍然是 100 颗

👉1 $gDAI = 250 $DAI ÷ 100 $gDAI = 2.5 $DAI
19/38
💡gDAI 池 ”抵押率“ 计算方式

抵押率会受到⛏️交易者盈亏的影响。但只要赚取的平台费大于交易者盈利,池子就是净赚的。

CR % = ( collateralization 抵押品总额 / TVL ) * 100%
20/38
💡保护层 'buffer'

当 CR 大于 100%,超出的部分形成保护层 'buffer',来消化交易者的盈亏

✨换句话说只要 CR>100%,交易者盈亏对 $gDAI 的价格是👉无影响的
21/38
⁉️ 如果 CR <100% 呢?

此时交易者盈利超过了 buffer 的资产

这会导致 $gDAI 的价值 “暂时” 减少

但是...
22/38
这个时候流动性池会被重新填充,通过:

✅铸造 $GNS 通过 OTC 卖/换为 $DAI <-- 细节见下文!
✅平台费用收入
✅交易者盈亏收入
23/38
⚙️ $gDAI 的设计重点是让所有参与者都平等地共担损失,共享费用收入

👉一旦 CR(抵押率)重回 =>100%,$gDAI 的价值也会随之恢复到之前的价值 (包含过去累积的交易费分红)+ 等待重回超额抵押期间累积的费用收入🤯
24/38
✨gToken 流动性池跟其前任 $DAI 池设计基础上有巨大改进

gToken 池设计优势及安全措施如下⤵️

1️⃣ 自动复利
所有费用收入自动复利,体现在 $gDAI 的价格逐渐增加

2️⃣ 公平
所有 $gDAI 持有人平等地分担亏损,防止跑得慢的存款人承受所有的损失
25/38
✨Epoch 系统
仓位盈亏计算及允许执行时间都是精心设计的,以防止被前跑。

📰具体细节请参考
medium.com/gains-network/…
26/38
3️⃣ 激励: 存款折扣

▫️基于时长:

锁仓 2 周 - 1年,会获得额外的锁仓🔒激励💰

▫️基于抵押率:

<100% : 存款折扣 5%
100%-$150%: 折扣率 5%-0%,抵押率以线性反比来计算
27/38
4️⃣ 可组合型

$gDAI (ERC-20) 和锁定的 gDAI 仓位 (ERC-721) 都是自生息代币,他们都可以:

✅转移
✅交易
✅用在其他 DeFi 协议赚取额外收益

✨譬如 $gDAI 价值"只会⏫上升" 的特点,让它成为美好的借贷抵押品选择(❗前提是不要借太满,因为 CR<100% 的状况还是会有小机会发生的)
28/38
5️⃣ 提款风控措施来保证流动性的稳定💪

提款时间锁🔒

提供多一层的保护来防止 “抢先跑 run on the bank🏃”
29/38
📌$GNS: 用途代币,”动态的“ 总供应量 & 未来的治理功能

🔸用途代币

$GNS 的铸造 & 销毁机制,为 $gDAI 池提供保障,使得 $gDAI 具有稳定的流动性的同时还能够高效率地工作
30/38
✨$GNS 为 $gDAI 池提供最后一道防线保护,在不足额抵押时铸造 $GNS 并通过 OTC 换为 $DAI 来填充池子,使其恢复到足额/超额抵押状态

与之相对,当池子超额抵押时,每笔交易者亏损的 5% 会被用于通过 OTC 回购 $GNS 并销毁
31/38
除了填补 gDAI 池的亏损,$GNS 的铸造还有另一用例

✨NFT bots & 推荐者的奖励来自于新铸造的 $GNS,这种方式也为 gDAI 的稳定高效提供了支持

⏬降低池子资产减少的风险
&
🦾维持超额抵押 (也就是 'buffer')

因为 $GNS 被铸造的同时,与其对应价值的 $DAI 会被添加到 gDAI 池的 'buffer' 里
32/38
🔸$GNS 总供应量

$GNS 的铸造 & 销毁机制带来的是✨动态变化的总供应量。

但是其增发率是有上限的(0.05%/天 或 18.25%/年),而且总供应/铸造量上限是 $100m,但这个值应该是不会达到的

只要🔥销毁量 > 🪄铸造量,$GNS 就是通缩的

👇目前 $GNS 的通缩率为 @ -0.58%
33/38
🔸未来的治理功能

未来 $GNS 持有人将有资格参与协议的治理🏛️

代币经济模型方面,团队也在考虑应用 ve-代币模式👀
34/38
📌NFTs & 推荐计划

🔸NFTs 具有实际用途

- 减少交易时的 spread 费用
- 运行 bots 执行清算 & 订单赚取收益
- 提升 $GNS 质押收益

📜具体请参考
gains-network.gitbook.io/docs-home/what…
35/38
🔸推荐计划

参与推荐计划,分享协议费用收入🍕

📜具体细节请参考
medium.com/gains-network/…
36/38
📌💰协议收入分红

gTrade 的交易费收入中,来自市场价订单占 ~70%,限价单占~30%。根据下图所示的费用分配,计算得到大致的分配比例:

$GNS 质押者获得 36%
$gDAI 流动性提供者获得 18%

其余的分配给 dev funds, NFT bots & 推荐机会参与者
37/38
📌🔜2023 路线图

🔸Lookbacks: 确保所有限价单,止盈止损单以及清算 100% 得到执行
🔸更多种类的抵押品
🔸持仓仓位可编辑的功能
🔸更多 NFT bots 功能
🔸接入更多的 DeFi 协议

medium.com/gains-network/…

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with 谈东论西🦇🔊

谈东论西🦇🔊 Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @llamabee1

Mar 10
《🔎GammaSwap 小白介绍》🧵1/25

听到很多朋友说 @GammaSwapLabs 好复杂🧠

协议本身机制设计的确是涉及了许多期权概念+繁琐的数学公式

如果我们先撇开这些复杂的东西,GammaSwap要做的其实很简单

✨解决DeFi里最令人头疼的问题之一👉无常损失(IL)

如何做到呢?我们先简单的理解一下背后的概念⤵️ Image
2/25
此🧵将分为以下板块:

📌GammaSwap 简述
📌Uniswap = 期权市场;’波动率‘概念
📌GammaSwap 要解决的问题
📌双向波动率市场的运营概念:supply & borrow (=波动率市场的 AAVE)
📌未来展望:广泛的用例,雄心勃勃的计划💪
3/25
📌GammaSwap 简述

tldr💡GammaSwap 旨在创建一个新的 AMM 模式:

✨提供双向的(volatility)波动率市场

目前的 AMM (eg. Uniswap, SushiSwap, Curve, Balancer 等)提供的是单向的波动率市场,只允许用户 ‘卖’ 波动率
Read 25 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us on Twitter!

:(