VUSD:最硬核的稳定币?关于crvUSD信息的最全整理

原文作者:Poopman,加密研究员 原文编译:Leo,BlockBeats

crvUSD 于一个半月前推出,关于其讨论和文章可能很多,加密研究员 Poopman 撰写的这篇算是众多文章中比较全面详细的一篇,该文章介绍了:crvUSD、LLAMMA、band(波段)、 Uniswap V3 与 LLAMMA、crvUSD 的挂钩与稳定性,BlockBeats 编译如下:

crvUSD 是有史以来最硬核的稳定币。借入 CDP 时不必面临全面清算,并且 crvUSD 引入了 LLAMMA 机制,一种使用软清算来减少巨额清算期间无常损失的算法。以下是关于 crvUSD 的非常深度的介绍。

crvUSD 稳定币大约在一个半月前推出。在目前的所有抵押品中,sfrxETH 是第一个被接受用于铸造 crvUSD 的抵押品,紧随其后的是 wstETH 和 WBTC。迄今为止,crvUSD 已吸引了超过 6790 万美元的 TVL,且很明显用户对稳定币的兴趣在持续增长。

Beosin解析Reaper Farm遭攻击事件:_withdraw中owner地址可控且未作任何访问控制:8月2日消息,据 Beosin EagleEye 安全舆情监控数据显示,Reaper Farm 项目遭到黑客攻击,Beosin 安全团队发现由于_withdraw 中 owner 地址可控且未作任何访问控制,导致调用 withdraw 或 redeem 函数可提取任意用户资产。攻击者(0x5636 开头)利用攻击合约(0x8162 开头)通过漏洞合约(0xcda5 开头)提取用户资金,累计获利 62 ETH 和 160 万 DAI,约价值 170 万美元,目前攻击者(0x2c17 开头)已通过跨链将所有获利资金转入 Tornado.Cash。[2022/8/2 2:54:18]

crvUSD 是一种 CDP(抵押品债务头寸,比如 DAI),允许用户存入抵押品并借入 crvUSD 稳定资产,到目前为止,crvUSD 接受的抵押品有四种,包括:sfrxETH、wstETH、wBTC、wETH。

浪潮集团王伟兵:标识解析、标识密码、区块链是构建工业区块链三个技术要素:金色财经现场报道,12月5日,2020世界区块链大会于武汉举办,会上浪潮集团区块链技术研究院首席架构师王伟兵演讲表示,消费互联网是实现人和人的连接的,工业互联网从技术上看更偏重物,工业互联网数量多,管理难度大,面向物的标识解析和密码学适合应用。标识解析的本质是提供名称映射的分布式数据库,构建工业区块链的三个技术要素是标识解析、标识密码、区块链。标识解析需要目录服务、数据共享,标识密码主要做设备身份认证、设备写入链,区块链则增强安全,完成可信交易。[2020/12/5 14:06:24]

LLAMMA 代表借贷清算 AMM 算法。简单来说,该模型本身的功能就像一个 AMM,允许逐渐地重新平衡抵押品组合的软清算,而不是完全清算头寸。

要了解 crvUSD 的工作原理,我们需要了解模型及其用途,接下来解释一下软清算和 LLAMMA。

首先,用户存入 sfrxETH 或其它抵押品,以超额抵押比率(目前大约 117% )借入 crvUSD。然后,LLAMMA 将用户的抵押品转换为专门的 AMM 中的 LP 头寸。随着价格波动,用户的 crvUSD 和 sfrxETH 比率将会发生变化。

动态 | 以太坊域名服务ENS将加入多代币支持,未来可解析至比特币地址:go-ethereum和以太坊域名服务(ENS)核心开发者Nick Johnson今天在Twitter 宣布,已经提交了ENS以太坊域名的多代币支持,该提议通过后ENS以太坊域名将支持解析域名到多个区块链地址,其中甚至可以包括比特币地址。这也意味着,ENS以太坊域名将可能成为跨链的域名系统,用户可以通过一个域名在多个区块链间互通,未来只需要向其他人展示自己的ENS以太坊域名即可。目前已经有多个数字加密货币钱包支持ENS以太坊域名,在使用以太坊钱包进行转账时,不需要再输入冗长的以太坊0x 地址,而只需要输入短地址即可。[2019/9/9]

用例 1 :sfrxETH 价格下跌

当用户存入 sfrxETH 以借入 crvUSD 时,抵押品完全是 sfrxETH,但当 sfrxETH 的价格下跌时,LLAMMA 将部分抵押品转换为 crvUSD,从而形成同时包含 sfrxETH 和 crvUSD 的抵押品头寸。

动态 | 浙江大学携手剑桥大学发布区块链生态深层解析报告:近期,浙江大学互联网金融研究院携手剑桥大学新兴金融研究中心发布区块链生态深层解析报告《Distributed Ledger Technology Systems-A Conceptual Framework》的中文版——《分布式账本技术系统:一个概念框架》。浙大AIF副院长杨小虎指出,该报告不仅阐明了如何识别DLT系统,分析和比较现有的DLT系统,还通过六个实例为新系统设计提供有用的借鉴。[2018/8/17]

用例 2 :sfrxETH 价格回升上涨

当 sfrxETH 的价格下跌后进入回升阶段时,LLAMMA 通过 crvUSD 回购 sfrxETH,将抵押品恢复到完全的 sfrxETH 头寸。

此过程称为软清算,根据价格波动暂时重新平衡用户的抵押品构成的过程,那么这种「软清算」实际上是如何实现的?

软清算实现的「秘密」在于专门的 AMM,在一个被称为「波段」的价格区间。一个区间是一个价格/流动性部分,用户可以选择波段的数量,以在所选范围内分配其抵押品。

在一个波段中,设有上限和下限。如果用户的抵押品价格超出波段的范围,用户将进入软清算模式,在波段中的资产将暂时转换为 crvUSD。

在用户铸造/借用 crvUSD 之前,他们需要选择他们想要存储其抵押品的波段数。例如,如果第 10 sfrxETH 抵押存款有 5 个波段,然后,每个波段存储 2 ETH 的抵押品,用于以特定价格进行清算。

动态:

如果你选择较高的范围(例如 N = 30),则意味着你的抵押品将在不久后清算但过程更缓慢。如果你选择较短的波段范围(例如,N= 5),则清算发生得更突然,但与高波段范围相比发生得更晚。

到目前为止,整个 AMM 系统可能看起来与 Uniswap V3 类似,但有一些关键区别:

-流动性集中

-AMM 设计

-预言机价格

Uni V3:用户可以定制他们的集中流动性范围。

Curve:围绕预言机内部价格自动集中流动性。

因此,通过牺牲用户的可定制性来加深价格附近的流动性深度。

Uni V3:当 sfrxETH 的价格超出范围时,你的 LP 头寸变成全额 ETH/crvUSD。

Curve:crvUSD 遵循「高买低卖」的原则。如果价格下降,ni 将 1 拥有更多 crvUSD。如果价格上涨,你将有更多的 ETH。

通过这种模式,crvUSD 可以在价格下跌时减少对 ETH 的敞口,同时在价格上涨时获得 ETH 的上涨空间,然而,crvUSD 的重新平衡是由套利者等外部方进行的,这需要:

-ETH/ USD+ +++++++++++++++ 外部价格

-套利激励

外部价格实际上来自 4 个来源,它们是:

Uniswap TWAP 预言机

Chainlink

TriCrypto

ETH/USD 指数移动平均线(EMA)

这种多样化数据来源的形式可以降低采用单一数据源可能发生的操纵风险。

蓝色线代表预言机价格。红线代表 LLAMMA 的 AMM 价格。为了吸引套利者比其他人更快地重新平衡资金池。

LLAMMA 的 AMM 的设计方式是,AMM 中的价格(红色)下降/上升的速度快于 Uniswap 中的价格(蓝色)。当 Uniswap 中的 ETH 价格下跌时,AMM 中的 AMM 价格下跌得更快,这为套利者偿还 crvUSD 和交换 ETH 抵押品创造了机会。

优点:在大规模清算过程中,清算会导致市场剧烈波动,给 LP 带来巨大的无常损失。通过软清算,可以逐步出售资产,避免突然清算,从而减轻无常损失。

缺点:话虽这么说,LP 可能会在不断的重新平衡过程中遭受损失(因为偏差更大)。此外,在高 Gas 费期间,套利者可能不会受到激励措施,因为 Gas 成本可能会缩小他们的盈利能力。

LLAMMA 是第一道防线。但是为了确保 crvUSD 挂钩的稳定性,Curve Finance 还准备了两种 peg 机制:

-Pegkeeper

-利率

Pegkeeper:类似于 Frax AMO:

当 crvUSD > 1 美元时,pegkeeper 释放未抵押的 crvUSD 以增加供应量。

当 crvUSD 1 美元时,利率增加以激励用户偿还贷款。当 crvUSD 小于 1 美元时,利率会降低,以激励用户 mint 和借款。

以上就是关于 crvUSD 的重点内容,你了解了这些后就会对 crvUSD 相当熟悉了,LFG!!!

区块律动BlockBeats

媒体专栏

阅读更多

金色早8点

Odaily星球日报

金色财经

Block unicorn

DAOrayaki

曼昆区块链法律

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

UNIEND:NFT借贷赛道行业研究报告

作者:Gryphsis Academy1.NFT 借贷,是发生在持有阶段中的 NFT 金融化产品,其核心机制是让持有者在不出售 NFT 的情况下将闲置的 NFT 作为抵押品借出短期所需资金.

[0:31ms0-2:855ms