Hashflow:链下流动性的聚合器_ASH:Hashflow

如何为市场提供充足的流动性,是所有交易平台需要面对的共同问题。

在传统的订单簿交易平台中,交易订单由买卖双方分别报出,并在平台中按照时间与价格优先原则进行撮合。然而在此种交易模式下,一些平时交易量较小,报价不够活跃的交易对,常常会遇到买方难以找到卖方,或者买卖双方难以在同时对交易价格达成一致的情况。这使得任何一方都无法顺利的买入或卖出资产,进而导致市场流动性的丧失,阻碍交易的顺利进行。

为了解决这些问题,传统交易平台逐渐在发展中建立了做市商机制。即通过选择一些历史信誉较好,资金实力较强的机构交易者,主动地向市场提供报价,以此向市场提供流动性。因此,成为一个做市商,必须额外承担两项义务:

1、随时向市场报出可以成交的买卖价格;

Hashed拟在明年上半年筹资第三只风投基金,将加大对GameFi项目的投资:8月3日消息,据外媒报道,专注于区块链生态系统的韩国投资机构Hashed计划在明年上半年筹资第三只风险投资基金,并寻求加大对GameFi项目的投资。

Kim称其不打算放慢对该行业的投资步伐,Hashed已经动用了去年12月筹集的2,400亿韩元(约合1.8亿美元)资金的一半以上,一旦剩下的资金用完,就会开始筹集一个新的工具。Kim还表示,他并未对遭受重创的行业失去信心,在科技领域,没有能够保证成功的投资组合,公司在进行投资时考虑到这一点,相信社区的发展,这一点从未改变。

此前消息,Hashed或在UST和Luna崩溃中损失了超35亿美元。(彭博社)[2022/8/3 2:55:29]

2、只要交易者愿意以报价价格进行交易,做市商必须无条件全部成交。

LongHash:美国上市公司目前持有价值100亿美元的比特币:LongHash刊文,受益于投资的增加以及比特币价格在10月的上涨,美国上市公司目前持有价值100亿美元的比特币。这个数字表明,机构正在蚕食有限供应的比特币流通量。目前,仅这些美国上市公司就控制了约5%的比特币流通量。

但是,机构当前囤积比特币的节奏也引起了一些忧虑。首先,如果这种趋势持续下去,一小部分机构最终会控制很大一部分流通中的比特币。由于比特币的供应量上限为2100万,未来就可能出现供应问题。其次,一些分析师,包括化名Theta Seek的期权交易员,表示这可能使比特币在长期内陷入风险。

但在中短期内,这种做法的好处远大于其弊端。然而,在下一个十年里,当比特币作为价值存储手段之余,最终进化为一种全球性货币时,这种做法就会导致安全性方面的风险。Theta Seek称,“ 59.8万BTC可能会被美国政府没收。这可不是什么好主意。”[2020/11/3 11:31:27]

为了完成以上两项使命,做市商往往需要设立并维护庞大的资金池,以便能够随时满足交易者的交易需求。也正是因此,依托于传统交易平台的做市商,成为了传统交易平台最大的流动性聚合中心。

HashKeyMeCo-founderSaijie:未来计划参与波卡平行链插槽的竞拍:去中心化身份钱包HashKeyMe的Co-founder,Saijie在今日举行的“2020波卡中国行|平行链篇”北京站上表示,分布式数字身份(DID)作为Web3.0的重要基础设施,可以帮助用户实现数据主权、链上信誉、隐私保护和数据价值的回归。HashKeyMe的数字身份链也是基于Substrate开发,未来也计划参与波卡平行链插槽的竞拍。HashKeyMe旨在为波卡、以太坊、PlatON等多个公链生态提供一整套基于分布式身份协议MeID的去中心化身份钱包解决方案。[2020/10/10]

然而这一切,都随着链上交易平台的兴起发生了改变。目前主流的链上去中心化交易平台,基本都是建立在自动做市商(AMM)机制上,该机制减少了做市商的报价职能,而是改为由 AMM 算法自动计算交易价格。因此,在新的模式下,AMM 交易平台不再需要传统的全功能型做市商,只需要由流动性提供者(LP)向平台持续提供流动性支持,便可以维护交易平台的顺利运转。

HashCash Consultants牵头组建财团,通过区块链简化医疗供应链:HashCash Consultants正计划与制药公司和医疗产品制造商合作,通过区块链技术简化其医疗供应链。这家总部位于加州的公司正在与多家公司进行谈判以组成一个财团,从而解决现有的供应链问题,并找到一个区块链解决方案。HashCash Consultants首席执行官Raj Chowdhury评论道:“这次新冠疫情让我们看到了行业痛点,现在我们要解决这些问题,以便为未来类似的事件做好充分准备。”(Prweb)[2020/5/9]

自此,总锁仓量(TVL)成了一个衡量 AMM 交易平台的最重要指标。根据 DeBank 数据显示,截止 6 月 24 日,链上交易平台的总交易规模已经达到了每日 39.6 亿美元,总资金锁定(TVL)规模已经接近 300 亿美元。

动态 | HashCash推出基于比特币的白标签支付平台:据bitcoinexchangeguide报道,区块链技术公司HashCash周四宣布推出一款基于比特币的白标签支付平台,将帮助商家接受比特币作为付款。[2018/11/10]

蓬勃发展的链上交易平台,为交易者提供了更多的选择空间。但与此同时,由于交易成本高,用户习惯难以改变等原因,许多用户及流动性依然留存在链下的中心化交易平台中。两种交易模式各自占领了一部分市场份额,在一段时期内平行发展,使得原本较为统一的流动性市场,出现了比较明显的割裂。

流动性的割裂使得同一资产在多个平台中被重复定价,用户难以在自己习惯使用的平台中获得整个市场最优的报价。与此同时,不同的市场报价也为跨平台套利者创造了大量的套利空间。那么,有没有一种办法,可能使得链上交易平台的交易者,可以同时获得链下的报价,并以此减少因为套利而造成的损失呢?

Hashflow 目前正在致力于解决这一问题。

Hashflow 是一个部署于链上的去中心化交易平台,致力于帮助链上交易者直接获取链下做市商的报价。通过 Hashflow 协议,链上交易者可以同时获得链上与链下交易平台的最优价格,并能够以最优的报价成交。当然,用户也可以将这一过程交给协议自动完成。Hashflow 为用户提供了一个内置的订单路由,可以自动为交易者选择最优的报价。

此外,当协议用于执行链下做市商的报价订单时,由于该订单的报价直接由做市商报出,交易者因此不再需要支付 AMM 的链上计算成本,由此可以节省大量的 gas 费用,进一步帮助交易者降低交易的综合成本。

此外,在 Hashflow 选择直接与链下做市商进行交易,还可以避免几乎一切因 AMM 机制所引起的顽疾。

例如被 DeFi 用户所深恶痛绝的抢跑交易以及三明治攻击,给普通的 DeFi 用户造成了大量的损失。但如果用户选择在 Hashflow 与做市商直接进行交易,以上所有问题都可以在根本上得到避免。用户不再需要理解复杂的交易曲线,不再需要考虑交易滑点。他们唯一需要做的,便是选择一个做市商报价,并等待协议的执行。

而对于传统的做市商来说,在 Hashflow 平台上提供报价,并不会像在 AMM 平台中做市那样被剥夺掉报价权。做市商依然可以以自己习惯的方式对交易进行定价,并在 Hashflow 中应用已经过上百年发展,被市场反复验证过的成熟做市策略。做市商原有的组织架构不需要进行调整,原有的风控策略也可以继续使用,唯一需要做的,便是与 AMM 平台公平的进行交易报价的竞争,为交易者提供更好的交易体验。

当然,在链上交易平台中引入中心化的做市机构,确实会给整个系统带来一定的中心化风险。因此,Hashflow 将逐步减少做市商的准入步骤,最终使得 Hashflow 成为一个无需准入的做市商报价平台。所有愿意参与链上交易的做市商,都可以通过 Hashflow 便捷的进行接入。最后通过充分的市场竞争,为交易者提供更好的交易报价,减少因任意一个中心化机构失败所可能引发的单点故障风险。

熟悉 DeFi 的读者或许对于链上聚合协议都不陌生。的确,Hashflow 也可以被理解为一个流动性聚合器。但曾经的聚合协议往往只限于聚合链上不同平台的流动性,而 Hashflow 最大的意义,在于其把流动性聚合的范围从链上扩展到了链下。由此连通了更大规模的资金,为行业整体资金效率的提升,做出了更为有益的贡献。

从以上分析中可以看出,Hashflow 的创新直接消除了两大流动性聚合中心之间的明显界限,使得资本可以更加自由地流动。不但使得传统做市商获得了更多的业务收入,同时还为交易者提供了更优的成交价格,减小了整个市场因套利活动而造成的损失。如果要用一句话总结,那么我们可以说,Hashflow 是链上链下流动性的连通中心,是全球最优交易报价的聚合器。

Hashflow 项目目前已经得到了主流投资机构的认可,目前已经完成了由 Dragonfly 与 Electric Capital 共同领投的种子轮融资。此外,Alameda Research、Metastable Capital、Galaxy Digital、IDEO Ventures、Gumi Cryptos、Morningstar Ventures 以及包括 Balaji Srinivasan、Kain Warwick 和 Ryan Sean Adams 在内的天使投资人也加入了这轮融资。

目前 Hashflow 产品尚未完全开放,用户需要邀请码才能体验到产品。有兴趣的用户可以到项目官网进行申请试用。

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。

水星链

[0:15ms0-0:976ms