小企鵝阿批 Penchan

🐂 2025 Mercado de Toros de Largo Plazo DCA Revisión de Posiciones

Aprovechando el cumpleaños para hacer una revisión, el plan original del pequeño pingüino era:
Comenzar en 2023 con una inversión mensual durante 12 meses y vender en 2025
Los siguientes resultados están indicados con el precio promedio

$BTC 29,036 → Cambio a cadena pública
$ETH 1,830 → Cambio a cadena pública

$SOL Posición fuerte 22 → 196 (8.9x)
$BNB 237 → 1040 (4.3x)
$DOGE 0.07 → 0.217 (3.1x)
$SUI Preventa 0.1 Posición fuerte 1 → 2.07 (2.0x)
$TON 3 → 3 (0x)

——

1. Concepto central: Ciclo

2. Estrategia: Inversión mensual en Binance cada hora + Finanzas, combinando diversas minas en el mercado alcista: Sui/Solana/Ton en DeFi así como la pala de oro BNB. Vender en el mercado alcista observando el RSI diario

3. Otras altcoins cambiando a monedas principales a medio camino: ARB OP MATIC AAVE PYTH OKB BLUR ORDI. La razón del cambio se debe a aumentar la certeza y a cambios en la narrativa.

4. Aún tengo SUI SOL apostando en nodos y LST

5. Reflexiones:
- Poseer BTC proporciona alta estabilidad y buen multiplicador
- No es fácil juzgar si las principales despegarán, se puede optar por inversión diversificada
- Los grandes cambios en la narrativa siempre ocurrirán, estar atento y mantener flexibilidad moderada
- Seguir la estrategia, no enamorarse de las monedas, ¡enamórate de tu novia!

Erebor Bank ha añadido Sui a su cadena de soporte, este relato de pagos creo que merece la pena seguirlo 💡

Para que los pagos realmente funcionen, la velocidad en la cadena es solo la mitad, la otra mitad son las entradas bancarias y los rails de cumplimiento.

Erebor apoyando a Sui significa que los pagos onchain del ecosistema acuático comienzan a tocar fronteras financieras más tradicionales.

Esta noticia es breve, pero hay mucho potencial para Sui en escenarios de pagos reales 💡

#haedal haeVaults x Cetus Esto realmente quiero compartirlo, porque acaba de tocar el punto más complicado de LP: realmente no quiero estar mirando el pool todos los días 😂
Haciendo LP en Cetus, especialmente en pools de liquidez concentrada, hay tres problemas comunes: el precio se mueve y hay que ajustar el rango, hay que recordar reclamar las recompensas, y hay que observar juntos los rendimientos del pool y la pérdida impermanente.
La experiencia de haeVaults se siente más como si empaquetara estas acciones en una estrategia automática. El usuario pone sus activos en el vault, y la estrategia se encarga de desplegar, ajustar y farmear. Pools comunes como SUI-USDC, DEEP-SUI, y WAL-SUI han sido discutidos.
Lo entendería como "productos que convierten las acciones diarias de un LP experimentado en algo más manejable".
La automatización simplemente delega las operaciones a la estrategia, el riesgo sigue presente. Un LP aún puede enfrentar la pérdida impermanente, y la estrategia también puede tener un mal desempeño; los cambios en la liquidez del pool también impactarán los resultados.
Pero para los usuarios en este ecosistema, este tipo de vaults permiten que el LP pase de cuidar manualmente todos los días a poder comparar la lógica de la estrategia y los límites de riesgo.
Este enfoque me tiene bastante emocionado, porque realmente tiene la oportunidad de hacer que las operaciones de DeFi sean mucho menos agotadoras 🛠️

Las transferencias en la cadena de stablecoin de Sui ya tienen 0 comisiones 😎

WaterX avanza en DeFi Moonshots, el tema es un motor de trading nativo de IA en Sui, esto se asemeja a cómo el ecosistema acuático va hacia las finanzas agenticas 🤔

Lo que entiendo por trading nativo de IA, es que el enfoque no está en tener un chatbot al lado de la página de trading. Lo realmente complicado es que la IA tenga la capacidad de leer el mercado, armar estrategias, activar trades, y además conectarse a una capa de ejecución que sea lo suficientemente rápida y verificable.

Sui aquí tiene varias condiciones adecuadas: velocidad alta, costos bajos, y protocolos DeFi que se pueden combinar.

WaterX, si logra integrar todo esto, lo que los usuarios verán podría ser una experiencia más parecida a la de un 'asistente de trading'. Te ayudará a organizar datos del mercado, avisarte sobre riesgos, e incluso ejecutar estrategias dentro de un rango autorizado.

Sin embargo, creo que lo que más se debe observar en este tipo de productos es el límite de permisos.

Hasta dónde puede ayudar la IA en el análisis, hasta dónde puede ejecutar automáticamente, cómo se diseñan las firmas de la billetera y las alertas de riesgo, todo esto influirá en si los usuarios se atreverán a confiar en ella.

La aparición de este tipo de motor de trading nativo de IA en el ecosistema acuático representa que la entrada a DeFi está pasando de 'investigar por tu cuenta, hacer clic tú mismo' a 'agentes que te ayudan a manejar una parte del proceso'.

Me gustaría ver cómo se ve el producto 🤔

🤔 Este agente de IA puede ayudar a Cetus DLMM a ajustar la distribución de liquidez, me quedé pensando un momento

Porque el umbral de DLMM, gran parte se centra en "dónde poner la liquidez". Si se concentra demasiado cerca del precio, la eficiencia del capital puede ser alta, pero cuando el precio se mueve, puede vaciarse fácilmente; si se pone demasiado amplio, el rango de cobertura es más cómodo, pero la eficiencia de las tarifas puede disminuir. Esta elección es como ajustar un botón que se mueve con el mercado

Para los LP en general, el lugar más cansado suele aparecer en esa serie de juicios: ¿dónde está el precio ahora en el bin?, ¿dónde se distribuye?, ¿es adecuado el rendimiento para el interés compuesto?, ¿cuándo reequilibrar?

Antes, Cetus DLMM ya tiene herramientas de gestión como Rebalance, Compound y Merge Yields, si un agente como Leaf Sheep se conecta, el espacio de imaginación avanzará un paso más. En el futuro, siempre que pueda leer las posiciones y el estado del mercado, podría ayudar a los LP a generar recomendaciones de ajuste, e incluso hacer que los parámetros de distribución de liquidez sean más fáciles de entender

Creo que lo más interesante aquí es que el agente comienza a tocar parámetros DeFi muy finos. Antes, cuando se hablaba de agentes de IA, a menudo se pensaba primero en dar instrucciones, firmar transacciones, hacer una acción. Pero la distribución de liquidez de DLMM se asemeja más a un problema estratégico; necesita leer precios, leer rangos, y también entender si los LP quieren eficiencia o cobertura

Veo esto como el siguiente paso en la evolución de las herramientas para LP: de la gestión manual, a la asistencia por botones, y luego a un agente que te ayude a ver los parámetros estratégicos

Si este camino avanza bien, el panel de LP podría volverse más como una estación de trabajo estratégica. Las personas deciden la tolerancia al riesgo y la dirección, las herramientas ayudan a organizar los datos, proponen ajustar los rangos, y al final, la billetera confirma la transacción a enviar

Si esta división del trabajo se hace bien, será muy adecuada para quienes no quieren estar mirando el mercado todos los días, pero aún desean entender sus posiciones

Esto es muy importante para el ecosistema acuático. Cuanto más profunda sea la liquidez, más fluido será el sentido de los traders; cuanto más fácil de entender sean las herramientas para LP, más personas estarán dispuestas a proporcionar liquidez. Si Cetus continúa reduciendo el umbral de gestión de DLMM, será muy interesante de observar

Ver a un agente de IA comenzar a tocar estos detalles de DeFi realmente da una sensación de "agente operador" cada vez más fuerte 😎

DeepBook 官網 esta cifra se siente bastante: $4.5B en volumen total, 80M de usuarios, $86M en volumen de 24h 😎
Creo que no se puede ver a DeepBook solo como una app DEX. Es más como un motor de trading compartido en el ecosistema acuático, otras apps pueden aprovechar su liquidez CLOB sin necesidad de que cada producto construya su propio mercado desde cero.
Esto es crucial para DeFi.
Si cada producto de trading crea su propia isla, la liquidez se fragmentará. Los usuarios verán mayores diferencias de precio, profundidad insuficiente y una mala experiencia de trading.
DeepBook, como un CLOB subyacente, se asemeja más a un mercado público. La capa superior puede desarrollar wallets, interfaces de trading, apps de margen y herramientas de estrategia, pero todas se alimentan de la misma liquidez en la capa inferior.
Así que esos $4.5B en volumen acumulado y $86M en volumen de 24h, además de ser números atractivos, representan que cada vez más comportamientos de trading están empezando a converger en la misma base.
Personalmente, seguiré observando dos cosas: qué apps se integran a DeepBook y si estas apps pueden simplificar el complejo CLOB para que la experiencia sea más amigable para el usuario promedio.
Si esta línea despega, los productos de trading en el ecosistema acuático serán cada vez más como un mismo conjunto de bloques financieros dividiéndose el trabajo 😎

#Haedal En abril, en realidad hay un número muy bonito: DefiLlama muestra que el TVL alcanzó alrededor de 49.75M el 17 de abril 💡
No veo el TVL solo como un ranking, lo utilizo para comparar eventos de productos: haSUI, haWAL, HMM, estrategias de vault para ver si realmente han hecho que los activos trabajen
Este tipo de crecimiento, si se puede observar junto a la línea de productos, tiene más sentido visual
En mayo, seguiré rastreando el flujo de capital en el ecosistema acuático 📈

El Quilt de Walrus me parece muy útil, ya que aborda un problema común en Web3: ¿cómo almacenar una gran cantidad de archivos tiny de manera rentable? 💡

El ejemplo en la docs oficial es muy directo, un archivo de 10KiB si se empaqueta con Quilt, el costo puede bajar a aproximadamente 1/409. Este número es impresionante, y la lógica detrás es bastante cotidiana: empaquetar muchos blobs pequeños en una unidad única, reduciendo los costos de apertura de cada pequeño archivo.

Esto impacta mucho en logs de IA, metadatos de NFT, mensajes de agentes y colecciones de documentos. Si un archivo es muy pequeño y la cantidad es alta, los costos de gestión y almacenamiento comienzan a ser un dolor de cabeza.

Yo veo a Quilt como la "caja de almacenamiento para archivos pequeños" dentro de Walrus.

Los archivos grandes dependen de la codificación para mantener la confiabilidad, mientras que los archivos pequeños se benefician del empaquetado por lotes con Quilt, lo que reduce costos. Al ver ambos juntos, Walrus también comienza a atender las pequeñas molestias que los desarrolladores enfrentan a diario con datos triviales.

Me gusta mucho este tipo de detalles, porque hacen que las apps en el ecosistema acuático sean más fáciles de manejar 🧰

💡 Página de Posición de Cetus. En esta actualización, lo que más he sentido es el cambio de posiciones largas en el mismo pool. Los problemas con CLMM / DLMM suelen aparecer en la página de gestión; si abres varias posiciones en el mismo pool, tienes que estar confirmando constantemente el rango, los rendimientos y los detalles del pool. Ahora puedes cambiar directamente entre posiciones del mismo pool en los detalles de la posición, también puedes quedarte en la página original para ver los detalles del pool. La experiencia de gestión de LP será mucho más fluida 😎

😎 #Cetus en la red principal de Sui rompió los 200M
Considero que estos hitos son una señal de la densidad de uso. En el volumen de transacciones hay intercambios, operaciones de LP, e interacciones en la cadena; todo son huellas de personas que realmente han hecho clic, firmado y enviado.
Que un DEX en un ecosistema de liquidez haya acumulado esta cantidad, representa que el uso diario se está solidificando poco a poco, y estas cifras son realmente dignas de seguir con atención 😎

😂 #Cetus DLMM Esta vez se añadieron Rebalance, Compound y Merge Yields, y mi primera reacción fue: al fin el LP se siente más como una gestión de estrategia, menos como cuidar una planta diariamente.

Lo divertido y complicado de DLMM está en los bins. Dónde pones la liquidez en qué rangos de precios afecta las comisiones, la eficiencia del capital, y también cómo sientes tu posición cuando el precio se mueve. Antes, este tipo de gestión a menudo requería que uno vigilara los rangos, recolectara ganancias y luego reinvirtiera esas ganancias. Después de un tiempo, te da la sensación de "estoy haciendo tareas del hogar en DeFi".

Esta vez, las tres funciones encajan perfectamente con tres tipos de tareas del hogar.

Rebalance es más como ajustar la colocación. Si el precio se mueve un rato, la distribución de liquidez original puede quedar un poco desajustada; volver a equilibrar puede mover los fondos a rangos más apropiados.

Compound es tomar las ganancias y volver a ponerlas en la estrategia, permitiendo que las ganancias sigan acumulándose. Para el LP, saltarse una operación manual hace que la experiencia sea mucho más fluida.

Merge Yields es combinar ganancias dispersas para gestionarlas. Con muchas posiciones, lo más molesto suele ser tener pequeñas ganancias repartidas en diferentes lugares, se pueden ver pero son tediosas de manejar. Al fusionarlas, se asemejan más a un panel de activos completo.

Creo que estas tres funciones juntas encapsulan perfectamente las tres acciones más comunes que enfrenta un LP: ajustar posiciones, reinvertir ganancias y organizar ganancias dispersas. Cada botón por separado puede parecer pequeño, pero juntos cambian mucho el ritmo de la gestión.

Esto también se alinea con las características de DLMM. La estructura de bin dinámico requiere más sentido de gestión; cuando el precio se mueve, la distribución de liquidez se vuelve sensible. Si las herramientas pueden hacer que estos ajustes sean más intuitivos, el LP tendrá más oportunidades de concentrarse en la toma de decisiones estratégicas y reducir las tareas menores.

Creo que la dirección del desarrollo de herramientas de DLMM se moverá de un "punto de entrada para abrir posiciones" a "la experiencia de gestión después de abrir posiciones". La liquidez en el ecosistema acuático tiene que volverse más robusta, y la fricción para el LP debe disminuir gradualmente, porque quienes están dispuestos a proporcionar liquidez a largo plazo suelen estar muy pendientes de la fluidez en la gestión diaria.

Ver estas actualizaciones me alegra, siento que Cetus está transformando el panel de control de LP, de ser exclusivo para expertos a convertirse en una herramienta de estrategia que más personas están dispuestas a entender. 😎

La eficiencia de almacenamiento de Walrus realmente merece ser desglosada por separado, porque mucha gente al escuchar sobre almacenamiento descentralizado, inmediatamente piensa que "cada nodo almacena una copia completa del archivo" 🤔

Haciendo esto, el costo puede ser aterrador. 1GB de datos, suponiendo que muchos nodos almacenen una copia, la fiabilidad está asegurada, pero el costo de almacenamiento se multiplicaría varias veces.

Walrus utiliza codificación de borrado. En términos simples, primero codifica un blob en muchos símbolos y los dispersa en diferentes nodos. La documentación oficial menciona que el tamaño codificado es aproximadamente de 4.5 a 5 veces el blob original, y con aproximadamente 1/3 de los símbolos codificados se puede reconstruir la información.

La percepción aquí es muy distinta.

El problema que intenta resolver es: la información debe ser lo suficientemente confiable y el costo debe mantenerse controlado. Al descomponer mediante codificación, si un nodo se desconecta o parte de los datos no está disponible, aún hay una oportunidad de recuperación; al mismo tiempo, el costo es más manejable que una copia completa.

Así que cuando miro a Walrus, lo pienso como "usar matemáticas para descomponer la fiabilidad en muchas piezas", y luego permitir que cada nodo almacene una parte.

Esto también explica por qué Walrus es muy adecuado para escenas como IA, juegos, metadatos de NFT y datos históricos de la cadena. Estos datos pueden ser muy grandes y también pueden requerir disponibilidad a largo plazo; si siempre dependemos de servidores centralizados, la capa de datos de Web3 siempre tendrá problemas.

Por supuesto, que el tamaño codificado de 4.5 a 5 veces suena a expansión. Comparándolo con "cada nodo hace una copia completa", el enfoque se vuelve mucho más claro: Walrus busca un equilibrio entre fiabilidad, costo y verificabilidad.

Personalmente, me gusta mucho este diseño, porque transforma el almacenamiento de "subir archivos" en una infraestructura de datos que puede ser referenciada por protocolos de ecosistemas acuáticos 🧱

#Scallop Este exploit del contrato lateral de recompensas sSUI es perfecto para usarlo como un caso de control de riesgos en DeFi.

El evento fue así: el contrato lateral de recompensas sSUI de Scallop presentó una vulnerabilidad, con pérdidas de aproximadamente 150k SUI. El equipo luego explicó que el contrato afectado ya fue congelado, los contratos principales están seguros, otros pools de recompensas no se vieron afectados y también cubrirán las pérdidas.

Creo que el punto más interesante aquí es la posición del "contrato lateral".

Muchos al mirar la seguridad de DeFi se enfocan primero en el pool principal, el núcleo de préstamos, los oráculos, y la lógica de liquidación. Por supuesto, esto es importante, pero a medida que el protocolo corre, a su alrededor aparecen muchos contratos auxiliares: pools de recompensas, estrategias antiguas, herramientas de migración, contratos de eventos.

Estos contratos a veces manejan montos más pequeños, tienen menor visibilidad y, en cambio, son más propensos a convertirse en un punto débil.

Así que esta vez me enfocaré en el proceso de manejo de eventos. Después de que ocurre, la reacción del protocolo debe ser estándar: primero, congelar el contrato afectado, confirmar el estado del contrato principal, aclarar el alcance del impacto y manejar las pérdidas de los usuarios.

Estos pasos son muy importantes.

Para los usuarios, también se puede aprender de este caso una forma de verificar: al observar actividades de rendimiento, el APR es solo la entrada; también hay que ver a qué contrato realmente va el capital, de dónde provienen las recompensas y si este pool aún está en mantenimiento activo.

Los riesgos de DeFi a menudo están escondidos en detalles muy finos. Especialmente los contratos antiguos que quedaron después de una actualización, los pools de recompensas que todavía tienen saldo después de que finalizan los eventos, o pequeños módulos que no han sido mencionados en mucho tiempo.

De hecho, creo que este tipo de eventos tienen un alto valor educativo. El ecosistema acuático debe avanzar hacia un mayor volumen de capital, no solo debe mirar las historias de rendimiento habituales, sino también cómo cada protocolo maneja las colas cuando ocurren problemas.

Desglosar este tipo de casos varias veces ayudará a que todos tengan una mayor percepción de riesgos en DeFi.

Me gusta mucho la dirección de NAVI MCP, porque le entrega los datos de DeFi a la IA para que los revise 😎

MCP se puede pensar como una interfaz que permite a la IA cliente leer datos. NAVI abarca mercados de préstamos, cotizaciones de intercambio, cross-chain, posiciones de wallet, riesgos y explicaciones de trades.

En el futuro, solo tendrías que preguntar al agente: "¿Cuál es el riesgo de préstamo en NAVI para esta dirección?" y podrá leer los datos del mercado, posiciones e información de riesgos, y luego organizarlo de manera comprensible para ti.

Esto es diferente de "la IA firma tus trades", que son dos niveles distintos.

Creo que el primer paso más práctico es entender los datos. El mayor dolor de cabeza de DeFi a menudo radica en la información dispersa: wallets, préstamos, intercambios, cross-chain, líneas de liquidación, fuentes de ingresos; abrir una docena de páginas realmente puede ser agotador.

Si la IA puede primero recopilar estos datos y luego explicar qué está haciendo cada trade, la barrera de entrada para los nuevos en el ecosistema disminuiría mucho.

Por supuesto, la firma de trades aún debe manejarse con cuidado. Es importante distinguir entre la IA leyendo datos y la wallet firmando trades, así la experiencia de uso será más segura.

NAVI MCP me hace sentir que la entrada a DeFi está comenzando a pasar de un dashboard a una ventana de diálogo, el sabor de operador de agente se siente cada vez más fuerte 😎

Recientemente observando el pool de stablecoins de #Suilend , me doy cuenta de que las opciones de capital de baja volatilidad en el ecosistema acuático han aumentado 🤔

Antes, cuando se hablaba de rendimientos de stablecoins, la mayoría pensaba en USDC o USDT. Ahora en Suilend empezamos a ver combinaciones como USDsui, USDB, eTHIRD apareciendo juntos, y la dinámica es un poco diferente.

USDsui se inclina más hacia la narrativa de stablecoin nativa de Sui, el enfoque es si puede ser utilizada en préstamos, trading y escenarios de pago.

USDB proviene de Bucket, conectado a la lógica de CDP y préstamos colaterales, es como convertir la capacidad de colateral de BTC/SUI en liquidez de stablecoin.

eTHIRD y estrategias similares, empacan las fuentes de rendimiento de manera más productiva, lo que el usuario ve es una entrada de stablecoins, aunque en el fondo conecta diferentes protocolos y estructuras de riesgo.

Creo que con más combinaciones como estas, al elegir pools no solo debemos mirar el APY. Es crucial observar de dónde provienen los activos, los colaterales, cómo funcionan las estrategias y dónde está la liquidez.

Las stablecoins parecen muy estables, pero las rutas detrás de cada moneda varían bastante, esto será un tema interesante para desglosar en el ecosistema acuático de mayo 🤔

#Charles Schwab abre cuentas de criptomonedas

💡 Tabla de posiciones de puntos DeepBook 進 #Cetus UI 了

Me encanta esta integración, porque puedes hacer trading, seguir puntos y ver rankings en un solo lugar, eliminando las molestias de estar cambiando entre diferentes páginas.

Los que usan Cetus, en realidad, también están tocando una parte del ecosistema de liquidez de DeepBook. Con esta conexión en el front-end, consultar puntuaciones, hacer trading y ver rankings es mucho más fluido 😎

#BinanceOnline即将开启

🤔 DeepBook Margin en Cetus para ajustar TP/SL, creo que es un paso para que el trading con apalancamiento se sienta más completo.

TP/SL son las órdenes de toma de ganancias y stop-loss, para quienes operan con posiciones apalancadas, es como un disparador de condiciones. Cuando el precio llega a cierto nivel, el sistema ejecuta las acciones que has configurado, aliviando un poco la presión de estar vigilando la posición manualmente.

Creo que esta función hará que las posiciones apalancadas en la cadena se acerquen más a la experiencia de trading que todos conocemos. Antes, muchas operaciones en DeFi requerían que uno estuviera mirando la pantalla y calculando el riesgo por sí mismo; con más herramientas, uno se siente más seguro.

Aquí hay un detalle que vale la pena mencionar: oficialmente dicen que esta función se utiliza en posiciones apalancadas de DeepBook que requieren tomar prestados activos, y después de que se activa, también hay que manejar el tema de los pagos.

Lo veo como parte de las herramientas de gestión de riesgos. En el futuro, mientras más se utilicen las posiciones apalancadas en la cadena, más importante se volverá la educación sobre estos procesos de toma de ganancias, stop-loss, préstamos y pagos; las herramientas de trading en el ecosistema acuático se parecerán más a productos maduros 😎