La 𝗖𝗼𝗻𝘁𝗿𝗶𝗯𝘂𝘁𝗶𝗼𝗻 𝗱𝗲 𝗽𝘆𝘁𝗵 𝗮 𝗦𝘁𝗮𝗯𝗹𝗲𝗰𝗼𝗶𝗻 𝗖𝗼𝗹𝗹𝗮𝘁𝗲𝗿𝗮𝗹 𝗠𝗮𝗻𝗮𝗴𝗲𝗺𝗲𝗻𝘁
La integridad y estabilidad de 𝗰𝗿𝘆𝗽𝘁𝗼-𝗰𝗼𝗹𝗹𝗮𝘁𝗲𝗿𝗮𝗹𝗶𝘇𝗲𝗱 𝘀𝘁𝗮𝗯𝗹𝗲𝗰𝗼𝗶𝗻𝘀 (como 𝗗𝗔𝗜, 𝗰𝗿𝘃𝗨𝗦𝗗) dependen fundamentalmente de la precisión y puntualidad de sus 𝗼𝗿𝗮𝗰𝗹𝗲 𝗽𝗿𝗶𝗰𝗲 𝗳𝗲𝗲𝗱𝘀. Un avance clave de la 𝗣𝘆𝘁𝗵 𝗡𝗲𝘁𝘄𝗼𝗿𝗸 es datos de ultra-bajo retardo con un 𝗰𝗼𝗻𝗳𝗶𝗱𝗲𝗻𝗰𝗲 𝗶𝗻𝘁𝗲𝗿𝘃𝗮𝗹, que permite la gestión de riesgos cuantificada en la capa de 𝘀𝗺𝗮𝗿𝘁 𝗰𝗼𝗻𝘁𝗿𝗮𝗰𝘁.
I. 𝗧𝗲𝗰𝗵𝗻𝗶𝗰𝗮𝗹 𝗜𝗺𝗽𝗲𝗿𝗮𝘁𝗶𝘃𝗲𝘀 𝗳𝗼𝗿 𝗦𝘁𝗮𝗯𝗹𝗲𝗰𝗼𝗶𝗻 𝗖𝗼𝗹𝗹𝗮𝘁𝗲𝗿𝗮𝗹𝗶𝘇𝗮𝘁𝗶𝗼𝗻
Los protocolos de stablecoin equilibran dos riesgos:
𝗦𝘆𝘀𝘁𝗲𝗺 𝗦𝗼𝗹𝘃𝗲𝗻𝗰𝘆: El valor del colateral debe exceder los stablecoins emitidos.
𝗨𝘀𝗲𝗿 𝗦𝗮𝗳𝗲𝘁𝘆: Liquidaciones justas y oportunas para evitar deudas malas.
Los 𝗼𝗿𝗮𝗰𝗹𝗲𝘀 heredados a menudo fallan bajo latencia o imprecisión, exponiendo sistemas durante eventos de 𝗵𝗶𝗴𝗵-𝘃𝗼𝗹𝗮𝘁𝗶𝗹𝗶𝘁𝘆 (“𝗕𝗹𝗮𝗰𝗸 𝗦𝘄𝗮𝗻” escenarios).
II. 𝗣𝘆𝘁𝗵'𝘀 𝗟𝗼𝘄-𝗟𝗮𝘁𝗲𝗻𝗰𝘆 𝗣𝘂𝗹𝗹 𝗠𝗼𝗱𝗲𝗹: 𝗠𝗶𝘁𝗶𝗴𝗮𝘁𝗶𝗻𝗴 𝗦𝘁𝗮𝗹𝗲 𝗗𝗮𝘁𝗮 𝗥𝗶𝘀𝗸
𝗔. 𝗛𝗶𝗴𝗵-𝗙𝗿𝗲𝗾𝘂𝗲𝗻𝗰𝘆 𝗗𝗮𝘁𝗮 𝗦𝗼𝘂𝗿𝗰𝗶𝗻𝗴
𝗣𝘆𝘁𝗵 agrega datos de fuentes 𝗳𝗶𝗿𝘀𝘁-𝗽𝗮𝗿𝘁𝘆 𝗶𝗻𝘀𝘁𝗶𝘁𝘂𝘁𝗶𝗼𝗻𝗮𝗹 (intercambios, creadores de mercado). Los editores transmiten precios a 𝗣𝘆𝘁𝗵𝗻𝗲𝘁 (una 𝗦𝗼𝗹𝗮𝗻𝗮 𝗮𝗽𝗽𝗰𝗵𝗮𝗶𝗻) con ~𝟰𝟬𝟬𝗺𝘀 de latencia.
𝗥𝗲𝗮𝗹-𝗧𝗶𝗺𝗲 𝗖𝗼𝗹𝗹𝗮𝘁𝗲𝗿𝗮𝗹 𝗩𝗮𝗹𝘂𝗮𝘁𝗶𝗼𝗻: Las verificaciones de salud de stablecoin necesitan precios actuales.
𝗣𝗿𝗼𝗺𝗽𝘁 𝗟𝗶𝗾𝘂𝗶𝗱𝗮𝘁𝗶𝗼𝗻 𝗧𝗿𝗶𝗴𝗴𝗲𝗿: Actualizaciones sub-segundo permiten liquidaciones rápidas durante caídas de precios, reduciendo 𝗯𝗮𝗱 𝗱𝗲𝗯𝘁.
𝗕. 𝗘𝗹 "𝗣𝘂𝗹𝗹" 𝗘𝗳𝗳𝗶𝗰𝗶𝗲𝗻𝗰𝘆
En lugar de actualizaciones continuas de 𝗽𝘂𝘀𝗵 (intensivas en gas), el 𝗣𝘆𝘁𝗵 𝗣𝘂𝗹𝗹 𝗠𝗼𝗱𝗲𝗹 permite a los protocolos (o relayers) obtener precios 𝗼𝗻-𝗱𝗲𝗺𝗮𝗻𝗱 en la misma transacción (por ejemplo, pedir prestado, reembolsar, liquidar). Esto produce 𝗳𝗿𝗲𝘀𝗵𝗲𝘀𝘁 𝗱𝗮𝘁𝗮 a un costo mínimo.
III. 𝗖𝗼𝗻𝗳𝗶𝗱𝗲𝗻𝗰𝗲 𝗜𝗻𝘁𝗲𝗿𝘃𝗮𝗹𝘀: 𝗜𝗻𝘁𝗿𝗼𝗱𝘂𝗰𝗶𝗻𝗴 𝗤𝘂𝗮𝗻𝘁𝗶𝗳𝗶𝗲𝗱 𝗥𝗶𝘀𝗸
La característica más poderosa: 𝗣𝘆𝘁𝗵 proporciona un 𝗖𝗼𝗻𝗳𝗶𝗱𝗲𝗻𝗰𝗲 𝗜𝗻𝘁𝗲𝗿𝘃𝗮𝗹 (𝗖) con cada precio (𝗣 ± 𝗖).
𝗔. 𝗤𝘂𝗮𝗻𝘁𝗶𝗳𝘆𝗶𝗻𝗴 𝗠𝗮𝗿𝗸𝗲𝘁 𝗨𝗻𝗰𝗲𝗿𝘁𝗮𝗶𝗻𝘁𝘆
𝗡𝗮𝗿𝗿𝗼𝘄 𝗖: Alto consenso, baja volatilidad.
𝗪𝗶𝗱𝗲 𝗖: Bajo consenso, alta volatilidad, o anomalías (por ejemplo, 𝗳𝗹𝗮𝘀𝗵 𝗰𝗿𝗮𝘀𝗵).
𝗕. 𝗦𝗺𝗮𝗿𝘁 𝗖𝗼𝗻𝘁𝗿𝗮𝗰𝘁 𝗥𝗶𝘀𝗸 𝗟𝗼𝗴𝗶𝗰 → 𝗟𝗶𝗾𝘂𝗶𝗱𝗮𝘁𝗶𝗼𝗻 𝗧𝗵𝗿𝗲𝘀𝗵𝗼𝗹𝗱 𝗔𝗱𝗮𝗽𝘁𝗮𝘁𝗶𝗼𝗻
1. 𝗣𝗿𝗼𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗔𝗴𝗮𝗶𝗻𝘀𝘁 𝗙𝗹𝗮𝘀𝗵 𝗟𝗶𝗾𝘂𝗶𝗱𝗮𝘁𝗶𝗼𝗻𝘀
Disparar solo si: 𝗣 − 𝗖 < 𝗟 (umbral de liquidación).
Previene liquidaciones de cotizaciones atípicas temporales.
2. 𝗖𝗼𝗻𝘀𝗲𝗿𝘃𝗮𝘁𝗶𝘃𝗲 𝗖𝗼𝗹𝗹𝗮𝘁𝗲𝗿𝗮𝗹 𝗩𝗮𝗹𝘂𝗮𝘁𝗶𝗼𝗻
𝗘𝗳𝗳𝗲𝗰𝘁𝗶𝘃𝗲 𝗩𝗮𝗹𝘂𝗲 = 𝗔 × (𝗣 − 𝗖)
Descuentos del colateral bajo alta incertidumbre, instando a los usuarios a fortalecer posiciones.
3. 𝗗𝘆𝗻𝗮𝗺𝗶𝗰 𝗦𝗮𝗳𝗲𝘁𝘆 𝗠𝗮𝗿𝗴𝗶𝗻 (𝗠)
𝗡𝗮𝗿𝗿𝗼𝘄 𝗖: Bajo 𝗠 (indulgente).
𝗪𝗶𝗱𝗲 𝗖: Alto 𝗠 (restrictivo).
𝗖𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼𝗻: 𝗙𝗿𝗼𝗺 𝗣𝗿𝗶𝗰𝗲 𝗳𝗲𝗲𝗱 𝘁𝗼 𝗥𝗶𝘀𝗸 𝗳𝗲𝗲𝗱
Al integrar 𝗖𝗼𝗻𝗳𝗶𝗱𝗲𝗻𝗰𝗲 𝗜𝗻𝘁𝗲𝗿𝘃𝗮𝗹𝘀, 𝗣𝘆𝘁𝗵 transforma oráculos en flujos de datos 𝗿𝗶𝘀𝗸-𝗾𝘂𝗮𝗻𝘁𝗶𝘇𝗲𝗱. Los protocolos de stablecoin obtienen herramientas para la lógica de riesgo 𝗮𝗱𝗮𝗽𝘁𝗶𝘃𝗮, la prevención de errores de flash, y la gestión de colateral dinámica—dando paso a un nuevo paradigma de 𝗿𝗲𝘀𝗶𝗹𝗶𝗲𝗻𝘁𝗲 𝗼𝗿𝗮𝗰𝗹𝗲-𝗱𝗿𝗶𝘃𝗲𝗻 𝘀𝘁𝗮𝗯𝗹𝗲𝗰𝗼𝗶𝗻𝘀.