Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

SpiceXR⚡
Hvis du er som meg, alltid følger med på pooler du aper inn i for saftige avkastninger, sikrer YT/PT-spill og jakter på riktig inngang til DCA i gode bytter på @pendle_fi, er dette for deg.
Nå, med Scale Order-funksjonen, kan du gjøre alt dette med mindre bryderi. Det lar deg sette et intervall av poster og utføre dem automatisk, så du slipper å følge med på handler hele dagen.
Hva du bør vite om Scale Order:
Scale Order ble introdusert for å gi brukerne fleksibilitet til å time kjøp og salg uten manuelle kontroller. I stedet for å dumpe all PT/YT på en gang, kan du dele opp én stor ordre i flere mindre over et yield-område, i praksis en automatisert DCA eller skalert entry/exit-teknikk for pendle.
Du kan sette:
🔹 Nedre og øvre implisitt APY – ditt handelsområde
🔹 Ordreantall med opptil 10 splitter
🔹 Størrelsesfordeling – hvordan midlene dine fordeles
🔹 Utløp – når bestillinger kanselleres hvis de ikke er utfylt
Systemet plasserer automatisk bestillingene dine over hele området, slik at du kan:
> DCA (eller selg til styrke) på tvers av avkastninger
> Håndtere store ordre uten å flytte markedet
> Gå inn eller ut uten å bekymre deg for eksakte priser
> Fang volatilitet mens du er inaktiv
Hvorfor det er nødvendig:
1️⃣ Det fjerner stresset ved timing av bytter perfekt
2️⃣ Det lar deg maksimere avkastningsmulighetene uten overeksponering
3️⃣ Det gjør det sømløst å administrere flere strategier (sikring av YouTube-er, spekulere i PT-er, DCA-ing inn i pooler)
4️⃣ Det gir deg kontroll og fleksibilitet som manuell handel rett og slett ikke kan matche i et volatilt marked
Det er en god innovasjon etter min mening, spesielt hvis du er en kjerne-Pendle-bruker og holder oversikt over mange pools, nå kan du si at mindre Cus-Pendle bare gjorde det enklere.
Noen bassenger jeg skal prøve å teste dette med er @superformxyz (ysUSDC) og @MaplestoryU (sirupUSDC)
TLDR:
Skalerer ordre lar deg handle smartere, ikke hardere, samtidig som du holder eksponeringen under kontroll og automatiserer Pendle-strategien din

71
Ser man på stablecoin-dominans over tid, har markedet gjennomgått tre klare faser: tidlig fragmentering (2018–2019), konsolidering (2020–2022) og selektiv konsentrasjon (2023–nåværende).
Disse dataene gjør én ting klart for meg: dominansen deles ikke jevnt, bare noen få utstedere har hatt en meningsfull andel gjennom flere sykluser
Selv etter en jevn nedgang fra tidlige monopolnivåer, kontrollerer $USDT fortsatt omtrent en tredjedel til to femtedeler av hele stablecoin-markedet, og utgjør rundt 35–40 % av det totale diagrammet
@circle USDC viser den reneste oppgangen og gjenprisingsmønsteret
På sin ath kontrollerte $USDC nesten en tredjedel av stablecoin-markedet, en betydelig utfordring for $USDT
Siden forrige nedtrapping har $USDC funnet sin likevekt som er stor nok til å forankre institusjonell og onchain-finans, men strukturelt begrenset av en smalere fordeling sammenlignet med $USDT
@ethena_labs har interessant nok vært en av de raskest voksende nye aktørene målt i andel
Dens oppgang er kvantitativt bemerkelsesverdig gitt hvor sent den kom inn på markedet
Siden toppen i 2023 har $USDe hatt over en tidel av den totale stablecoin-dominansen, noe som er betydningsfullt for en syntetisk, avkastningsorientert stablecoin.
Selv etter normaliseringen $USDe det fortsatt å opprettholde høye ensifrede til lave tosifrede andeler foran nesten alle gamle alternativer
En annen interessant stablecoin-vekst er Falcon USD.
Den gradvise økningen i andel peker mot en bredere trend der eksperimentering med alternative utstedelsesmodeller og risikorammeverk transformeres
Andre blir heller ikke utelatt, som Ripple USD, USDai osv.
Stablecoin-dominans i dag forteller oss at noen få pålitelige utstedere forankrer markedet, mens nye aktører fortsatt kan skape meningsfull plass hvis de bringer differensierte nytte- eller risikorammeverk
H/T: @RWA_xyz for datareferanser.

78
Topp
Rangering
Favoritter