🔍 DeFi dans les coulisses | Ep: 2 Analyse de Liquidation dYdX

4 NOVEMBRE 2019

Quel est le sentiment d’un bénéfice mensuel de 400 000 $ sur#DeFi? êtes-vous Sceptique? 🤔

C’est ce que les liquidateurs du protocole dYdX ont fait en septembre 2019 en liquidant des prêts sous-garantis.

Regardez cette vidéo analysant la rentabilité de divers marchés dYdX et les nuances sur l’utilisation des flux de prix.

https://youtu.be/4oV3Wi0CbPI

Transcription

Ganesh : dYdX vous permet d’ouvrir des prêts. Vous mettez de l’ETH en garantie, puis vous contractez un prêt, puis vous faites du trading sur marge. Parfois, votre garantie ETH tombe en dessous d’une certaine valeur, ce qui signifie que votre prêt n’est pas liquide. Ensuite, des robots entrent en jeu et liquident ces prêts.

Vendez essentiellement une partie de votre garantie à un rabais de 5% pour vous assurer que votre prêt est à nouveau au bon niveau. Le spread ici, le 5% est le bonus à ces robots. N’importe qui peut entrer et liquider. Il y a ces entreprises qui font cette analyse de liquidation et elles voulaient des données, alors ce que nous avons fait, c’est que nous venons de construire un modèle de liquidation pour elles. Vous pouvez voir le décompte par mois. Voyons maintenant le profit du gaz dépensé pour chaque transaction. Je peux en fait le faire par type de garantie et par type d’emprunt.

Cette seule ligne ici 7 ⁄ 2019 qui est le mois de juillet pour le marché Wrapper Ether vers DAI, il y a eu 630 liquidations de prêt. Le bénéfice total était de 200 000 $. C’est beaucoup d’argent, juste le profit. Bien sûr, les montants en dollars sont également disponibles ici, mais juste un profit, l’écart était de 200 000 $. Ce qui est très intéressant ici, c’est que les coûts de transaction sont énormes parce que tous ces robots se font concurrence. Si vous regardez les coûts de transaction réels, ils sont 10 fois plus élevés que d’habitude.

Certaines de ces transactions coûtent 100 $, 200 $ de frais de transaction, car ils veulent un écart de 5%. Ceci est un exemple.

Vous pouvez voir, je pense que le 25 ⁄ 26 septembre, il y a eu en fait un gros krach de l’ETH, donc beaucoup de prêts ont été liquidés. Vous pouvez voir qu’il y a 300 000 $ dans l’ETH emballé à DAI. C’est ça le profit. Nous avons ces modèles de liquidation pour différentes plates-formes de prêts garantis — dYdX, Compound, bZx.

Ce que ces types utilisent est essentiellement là. Vous pouvez simplement télécharger le CSV ou créer un point de terminaison d’API et le mettre dans votre feuille de calcul Excel. Ce sont toujours des données à jours. Excel et Google Docs ont cette fonctionnalité appelée «importdata». Sur Google docs, vous pouvez dire =importdata, puis mettre l’URL. Ce qui se passe, c'est que toutes vos données sont toujours à jour dans votre feuille de calcul Google, vous pouvez donc simplement créer les formules que vous souhaitez toujours mises à jour. Vous n'êtes pas obligé de télécharger le CSV à chaque fois. Excel a également cette capacité de requête de données.

Public : Pouvez-vous expliquer pourquoi certains chiffres ont un moins négatif en termes de bénéfices?

Ganesh : Oui. C’est une erreur d’arrondi. Ce que nous avons, c’est que nos données de prix sont granulaires au niveau de la journée et ne représentent ici 76 $, ce sont donc toutes des erreurs d’arrondi. Comme ici 50 $, c’est comme ici 3 $.

Public : Je peux voir ça. D’accord.

Ganesh : Même avec un spread de 5% plus ou moins, c’est tout.

Public : Il y avait alors le même ordre.

Ganesh : Oui, ce n’est que deux liquidations pour le DAI-USDC parce que le stablecoin-stablecoin ne changera jamais de valeur, n’est-ce pas? Ce n’est jamais un portefeuille. Vous utilisez une pièce stable comme garantie et en retirer une pièce stable ainsi qu’une charge. Voilà, c’est pourquoi ce n’est pas le cas -

Public : Comme vous avez le même pour Compound, MakerDAO.

Ganesh : Nous n’avons pas de modèle MakdeDAO, mais si cela vous intéresse, nous pouvons collaborer sur un modèle MakerDAO. Ces modèles comptent tous moins de 100, 150 lignes. Ceci est juste un simple fichier JSON.

Public: Toutes ces données proviennent de la blockchain Ethereum?

Ganesh : Oui. Toutes ces données sont sur le -

Public : Tout y est disponible?

Ganesh : Tout y est disponible. La seule chose qui n’est pas disponible, ce sont les prix. Nous avons en fait un indice des prix pondéré en fonction du volume pour tous les prix historiques. Parce que c’est principalement pour l’analyse historique plutôt que pour l’utilisation en temps réel des données jusqu’à présent, la granularité quotidienne des prix a été suffisante, mais si vous voulez le prix exact à ce moment-là, il existe d’autres fournisseurs avec lesquels nous sommes prêts à travailler comme Nomics, avec des prix du carnet de commandes en temps réel. Vous pouvez certainement puiser dans cela, mais une fois que vous avez l’équilibre, vous pouvez simplement le multiplier par quel que soit ce prix. Vous pouvez faire une ‘RECHERCHEV’, qui peut toujours être effectuée en dehors de la plate-forme.

Public : Les bénéfices en dollars sont mesurés par votre moyenne de prix pondérée en fonction du volume pour la journée?

Ganesh : Exactement.

Public : D’accord.

Ganesh : Oui.

Public : C’est pourquoi vous obtenez ces chiffres qui sont négatifs aussi parce que ce n’est pas exactement le bon prix?

Ganesh : Exactement. Cela se fait toujours en deux étapes. Nous faisons tous les calculs en utilisant des données sur la blockchain. À l’affichage, nous le multiplions par les prix quotidiens pondérés en fonction du volume pour ne montrer que cela à l’utilisateur. Sous cette chose, il y a en fait une colonne ici, donc comme le coût de transaction ETH, par exemple, il n’y a pas de différence car c’est exactement sur la blockchain. La valeur de ETH changera en fonction de la source avec laquelle vous multipliez.

Public : Pour ces prix, d’où les obtenez-vous?

Ganesh : Nous avons des robots pour ça.

Public : D’accord.

Ganesh : Oui, c’est un exemple.

[00:06:15] [FIN DE L’AUDIO]

Ganesh Swami

Co-fondateur, PDG, Covalent

À propos de Covalent

Covalent exploiter les technologies Big Data pour créer du sens à partir de plusieurs milliards de points de données, réaliser des informations exploitables aux investisseurs et permettre aux développeurs d’allouer des ressources à des objectifs plus utiles au sein de leur organisation. Au lieu de rechercher péniblement des données à partir d’une petite poignée de chaînes, Covalent regroupe des informations provenant de dizaines de sources, notamment des nœuds, des chaînes et des flux de données. L’API Covalent fournit ensuite aux utilisateurs finaux des données individualisées par portefeuille, y compris les performances d’investissement actuelles et historiques sur tous les types d’actifs numériques. Plus encore important, Covalent examine ces données de manière rapide et cohérente,

Twitter: @Covalent_HQ

Télégram: https://www.covalenthq.com/telegram/

Discord: https://www.covalenthq.com/discord