Chuyển đến nội dung

Pyth

3 thg 6, 2024117 min

Tổng quan

Pyth là một oracle network cung cấp dữ liệu thị trường thời gian thực trên hơn 40 blockchain và cũng có thể được sử dụng bởi các ứng dụng off-chain. Đáng chú ý, nó có sự đóng góp từ hơn 90 first-party publishers, bao gồm các tên tuổi nổi bật như Jane Street, CBOE, Binance, OKX và Bybit.

Không giống như các oracle truyền thống, vốn thường dựa vào các bản cập nhật không thường xuyên và nguồn dữ liệu đáng ngờ, Pyth cung cấp khả năng truy cập dữ liệu on-chain bằng cách lấy thông tin trực tiếp từ các bên tham gia thị trường tài chính toàn cầu hàng đầu, bao gồm các market maker nổi tiếng, sàn giao dịch và công ty giao dịch.

Các mục tiêu chính của Pyth là dân chủ hóa quyền truy cập vào dữ liệu thị trường tài chính trên tất cả các mạng blockchain, trao quyền cho chủ sở hữu dữ liệu và người dùng một cách bình đẳng. Bằng cách tận dụng dữ liệu từ các nguồn uy tín, Pyth đảm bảo độ chính xác cao và độ trễ thấp, cung cấp dữ liệu tài chính on-chain quan trọng để các ứng dụng DeFi mở rộng toàn cầu.

Whitepaper giới thiệu một giao thức oracle để làm cho dữ liệu tài chính chính xác và có độ phân giải cao có sẵn on-chain. Thiết kế cơ chế đảm bảo rằng một mạng lưới phi tập trung tự duy trì phối hợp giữa các nhà xuất bản dữ liệu và người tiêu dùng. Để làm điều này, cấu trúc khuyến khích được thiết kế để thu hút các nhà xuất bản với dữ liệu giá chất lượng cao, và khuyến khích họ bằng cách trả phí thu thập từ việc sử dụng dữ liệu của người tiêu dùng. Quy trình thực tế cũng nhằm bảo vệ chống lại thao túng giá.

Pyth cung cấp price feeds cho một số lớp tài sản khác nhau, bao gồm US equities, commodities và crypto. Mỗi price feed công bố một tổng hợp mạnh mẽ được tính toán từ giá của nhà xuất bản cập nhật nhiều lần mỗi giây.

Pyth nổi bật trong không gian oracle với một số tính năng và nguyên tắc chính ưu tiên chất lượng, bảo mật và độ tin cậy:

  • Tần suất Cập nhật: Pyth cho phép cập nhật tần suất cao qua mô hình pull, đảm bảo các hoạt động kịp thời hơn cho các ứng dụng DeFi. Với các oracle khác, các ứng dụng DeFi cần chờ các cập nhật định kỳ được đăng on-chain, nhưng Pyth cho phép chúng kéo dữ liệu này bất cứ khi nào cần.
  • Khoảng Tin Cậy: Pyth triển khai khoảng tin cậy để bảo vệ các giao thức và người dùng. Những khoảng này thêm một lớp đảm bảo và giảm thiểu rủi ro bổ sung chống lại các sai sót dữ liệu tiềm ẩn.
  • Dữ Liệu Đa Dạng: Pyth cung cấp một loạt dữ liệu đa dạng, bao gồm cổ phiếu Mỹ trực tiếp, cặp FX, và giá kim loại, những thứ có thể khó lấy từ các nguồn khác. Độ rộng của các dịch vụ dữ liệu này nâng cao tính linh hoạt và khả năng áp dụng của dịch vụ oracle của Pyth.
  • Tính Năng Nâng Cao: Pyth cung cấp nhiều tính năng nâng cao khác nhau như các chỉ số hiệu suất nhà xuất bản, Exponential Moving Averages (EMA/EMAC), hỗ trợ chéo cặp, và basketing (indexing hoặc compositing).
  • Nguồn Dữ Liệu Chất Lượng Và Minh Bạch: Pyth lấy dữ liệu từ nhiều nguồn tham gia thị trường hàng đầu trong cả tài chính truyền thống và DeFi. Cách tiếp cận này đảm bảo dữ liệu chất lượng cao và đáng tin cậy. Hơn nữa, hoạt động của Pyth minh bạch, với việc tổng hợp diễn ra hoàn toàn on-chain, không giống như các oracle cũ có thể chạy các quy trình không minh bạch dễ bị thao túng.
  • Tiêu Chuẩn Cao cho Bảo Mật và Độ Tin Cậy: Pyth thực hiện các biện pháp đáng tin cậy như confidence bands, minimum publisher rules, kiểm tra tuân thủ nguồn cấp dữ liệu nghiêm ngặt, và biện pháp kinh tế cho các nhà phát triển giao thức.

Pyth loại bỏ các trung gian dữ liệu theo thiết kế, đảm bảo truy cập trực tiếp vào dữ liệu chất lượng cao mà không có trung gian tính phí cho việc chuyển tiếp dữ liệu.

Các nhà xuất bản dữ liệu trên Pyth chịu trách nhiệm về độ chính xác và tính toàn vẹn của dữ liệu mà họ gửi. Những nhà xuất bản này hiểu rõ trách nhiệm quan trọng được giao phó cho họ, vì dữ liệu của họ đóng vai trò quan trọng trong việc bảo mật có thể hàng tỷ giá trị trong hệ sinh thái. Trách nhiệm này khuyến khích các nhà xuất bản duy trì sự trung thực và tính toàn vẹn trong việc gửi dữ liệu của họ, thúc đẩy lòng tin và độ tin cậy trong các dịch vụ oracle của Pyth.

Thiết kế của Pyth khuyến khích các nhà xuất bản đóng góp thông tin giá độc quyền của họ thay vì chỉ sao chép dữ liệu từ các nguồn khác. Sự nhấn mạnh vào tính nguyên bản này khuyến khích sự đa dạng trong các nguồn dữ liệu và thúc đẩy sự sẵn có của thông tin giá độc đáo và có giá trị.

Tổng quan

Trong các thị trường tài chính truyền thống, quyền truy cập vào các nguồn cấp giá trực tiếp và lịch sử đã được kiểm soát chặt chẽ, hạn chế khả năng tiếp cận chỉ dành cho một số ít tổ chức và người dùng được chọn. Trong khi các thị trường tiền điện tử đã cởi mở hơn, tình trạng hiện tại này không được đảm bảo sẽ kéo dài. Kết quả là, chỉ một nhóm đặc quyền mới được hưởng thông tin thị trường kịp thời, chính xác và có giá trị.

Pyth nhằm dân chủ hóa quyền truy cập vào dữ liệu thị trường tài chính quý giá này bằng cách khuyến khích các công ty giao dịch, nhà tạo lập thị trường và sàn giao dịch chia sẻ dữ liệu giá first-party của họ. Dữ liệu này, được thu thập như một phần của hoạt động hiện có của họ, được mạng lưới tổng hợp và công bố on-chain để sử dụng bởi cả các ứng dụng on-chain và off-chain.

Dữ liệu nguồn cung cấp giá của mỗi sản phẩm là động, liên tục phản ánh giá hiện tại của nó cùng với một khoảng tin cậy định lượng mức độ không chắc chắn ước tính trong giá đó. Ví dụ, nguồn cung cấp BTC/USD có thể báo cáo giá $65,000 ± $50. Các nguồn cung cấp này sau đó được làm cho có sẵn on-chain để sử dụng bởi một tập hợp đa dạng người dùng, bao gồm các chương trình được kích hoạt blockchain chạy trên các blockchain khác nhau và các ứng dụng off-chain.

Việc tạo ra các nguồn cấp giá này liên quan đến một chương trình on-chain tổng hợp dữ liệu từ các nhà xuất bản cá nhân. Để tham gia, các nhà xuất bản phải là nhà cung cấp dữ liệu bên thứ nhất, có khả năng thu thập dữ liệu giá chất lượng cao, cập nhật theo thời gian thực.

Để đạt được điều này, Pyth điều phối sự tương tác giữa hai nhóm người tham gia chính:

  • Nhà xuất bản: Các thực thể này chịu trách nhiệm xuất bản nguồn cấp giá, và họ kiếm phí đổi lại. Thông thường, nhà xuất bản là những người tham gia thị trường có quyền truy cập vào thông tin giá chính xác và kịp thời.
  • Người tiêu dùng: Người tiêu dùng là người dùng cuối của nguồn cấp giá trên chuỗi mục tiêu. Họ đọc và tích hợp dữ liệu này vào hợp đồng thông minh hoặc ứng dụng phi tập trung (dApps) của mình. Để truy cập dữ liệu, người tiêu dùng trả phí cho giao thức.

Để đảm bảo khả năng tiếp cận rộng rãi đến giá Pyth, giao thức được thiết kế để hoạt động trên nhiều blockchain. Pyth đạt được điều này thông qua Pythnet, một appchain nơi trạng thái của mỗi price feed được lưu trữ và cập nhật.

Sản phẩm Dữ liệu Pyth

Pyth cung cấp ba sản phẩm dữ liệu khác nhau để hỗ trợ các ứng dụng đa dạng:

  • Dữ liệu Giá Solana: Truy cập dữ liệu giá thời gian thực cho mainnet Solana.
  • Pythnet Price Feeds: Giá thời gian thực cho một loạt các hệ sinh thái và chuỗi (hầu hết EVM chains, một số Cosmos chains, Aptos và Sui). Số lượng chuỗi được hỗ trợ sẽ tăng theo thời gian.
  • Benchmarks: Benchmarks cung cấp giá Pyth lịch sử có thể được sử dụng cả on-chain và off-chain.

Solana Price Feeds

Solana Price Feeds cung cấp một cách đơn giản cho các nhà phát triển ứng dụng để truy cập các cập nhật giá thời gian thực trên mainnet Solana.

Solana Price Feeds liên tục truyền phát các cập nhật giá đến Solana, và mỗi price feed có tài khoản Solana dành riêng của riêng nó. Các nhà phát triển ứng dụng có thể dễ dàng truy cập tài khoản Solana liên quan được liên kết với price feed cụ thể mà họ cần. Sau đó, họ có thể sử dụng tài khoản này như một nguồn dữ liệu trong các chương trình Solana của mình.

Để đọc giá trị hiện tại của price feed, các nhà phát triển cần phải deserialize dữ liệu được lưu trữ trong tài khoản Solana. Dữ liệu này đại diện cho giá hiện tại, cùng với các thông tin liên quan khác.

Để hỗ trợ phát triển Pyth cung cấp một Solana SDK. Các nhà phát triển có thể làm quen với cách biểu diễn các nguồn cấp giá và học các thực hành tốt nhất bằng cách sử dụng hướng dẫn sau..

Pythnet

Pythnet là một fork của Solana. Chuỗi này sử dụng cơ chế đồng thuận proof-of-authority (PoA), với mỗi nhà xuất bản vận hành một nút validator. Giá cả được phân phối từ Pythnet đến các chuỗi đích khác qua một kiến trúc cross-chain tận dụng các giao thức nhắn tin cross-chain phi tập trung như Wormhole. Cách tiếp cận phát sóng này đơn giản hóa việc hỗ trợ cho nhiều chuỗi đích, cho phép người tiêu dùng truy cập dữ liệu Pyth một cách liền mạch, bất kể họ đang sử dụng blockchain nào.

Trong Pythnet, các nhà xuất bản và người tiêu dùng có thể tương tác qua hai cơ chế:

  • Tổng hợp Giá: Cơ chế này tổng hợp các nguồn cấp giá từ các nhà xuất bản cá nhân thành một nguồn cấp giá duy nhất cho mỗi sản phẩm. Mục tiêu chính của nó là tạo ra các nguồn cấp giá mạnh mẽ, có khả năng chống lại sự thao túng đáng kể từ các nhóm nhà xuất bản nhỏ.
  • Quản trị Pyth: Thành phần này quản lý các tham số cấp cao của các cơ chế khác nhau của giao thức, đảm bảo tính toàn vẹn và độ tin cậy của giao thức.

Pythnet cho phép một chiến lược cross-chain, bằng cách tận dụng khả năng tin nhắn cross-chain của Wormhole, có thể cho phép dòng chảy liền mạch của dữ liệu giá từ một blockchain sang blockchain khác, từ đó mở rộng khả năng tiếp cận và tiện ích của các nguồn cấp dữ liệu của nó trên nhiều hệ sinh thái blockchain.

Pythnet đảm bảo tính toán an toàn và đáng tin cậy của giá tổng hợp. Các validators phát lại nhật ký giao dịch để xác minh tính đúng đắn của việc tính toán giá. Miễn là 2/3+ các guardian của Wormhole trung thực, người dùng có thể tin tưởng vào độ chính xác của giá Pyth. Hơn nữa, Pythnet có tính dư thừa tích hợp để duy trì tính sẵn sàng cao. Nó vẫn hoạt động miễn là 2/3+ các validators trực tuyến, ngay cả trong các giai đoạn biến động thị trường cao hoặc tranh chấp băng thông giao dịch trên các chuỗi đích.

Kiến trúc Liên chuỗi

Pyth sử dụng kiến trúc liên chuỗi để đảm bảo việc truyền dữ liệu hiệu quả và đáng tin cậy qua các chuỗi khác nhau. Kiến trúc này được thiết kế để đáp ứng một số mục tiêu quan trọng:

  • Giảm thiểu Giao dịchChi phí: Một trong những thách thức chính trong việc duy trì nguồn cấp giá trên nhiều blockchain là chi phí liên quan đến giao dịch (phí gas). Những chi phí này có thể trở nên quá đắt đỏ.
  • Hỗ trợ Cập nhật Tần suất Cao và Độ trễ Thấp: Đối với các ứng dụng phụ thuộc vào thông tin giá kịp thời và tần suất cao, kiến trúc cross-chain của Pyth đảm bảo rằng các cập nhật vừa nhanh chóng vừa có độ trễ thấp.
  • Mở rộng quy mô đến Nhiều Blockchain: Để đáp ứng các trường hợp sử dụng đa dạng trên các blockchain khác nhau, mỗi cái có runtime, mô hình đồng thuận và chi phí gas độc đáo, kiến trúc phải mở rộng quy mô hiệu quả qua nhiều blockchain.
  • Mở rộng quy mô đến Nhiều Nguồn Dữ Liệu Giá: Giao thức Pyth nên có khả năng xử lý một loạt nguồn dữ liệu giá rộng rãi cho các tài sản khác nhau, bao gồm tiền điện tử và tài sản truyền thống. Nó phải làm điều đó trong khi đảm bảo chuyển giao dữ liệu liên chuỗi tiết kiệm chi phí.

Những thách thức này được giải quyết thông qua mô hình oracle “pull” tuân theo quy trình làm việc ba phần:

  1. Xuất bản hiệu quả và tiết kiệm chi phí: Thay vì sử dụng các blockchain tổng quát có thể có chi phí gas cao, Pythnet, một blockchain chuyên biệt cho ứng dụng, được sử dụng để xuất bản giá. Các nhà xuất bản được cấp phép có thể gửi cập nhật giá đến chương trình oracle trên chuỗi trên Pythnet mà không mất phí. Các cập nhật này bao gồm giá hợp lệ và khoảng tin cậy, được lưu trữ trong các tài khoản giá trên chuỗi tương ứng.
  2. Phát sóng: Là một phần của quy trình đồng thuận của Pythnet, các validator của Pythnet thực hiện hoạt động phát sóng giá. Hoạt động này tổng hợp giá của các nhà xuất bản thành giá tổng hợp cho mỗi nguồn cấp giá được cập nhật. Sau đó, nó gọi chương trình bộ đệm thông điệp, cho phép tạo các thông điệp để gửi đến các chuỗi khác. Các thông điệp này chứa giá tổng hợp của các nguồn cấp được cập nhật. Tiếp theo, các validator xây dựng một cây Merkle với các giá này làm lá và phát sóng gốc của cây đến các chuỗi khác bằng cách sử dụng giao thức nhắn tin liên chuỗi như mạng Wormhole
  3. Truyền tải trên các chuỗi đích: Trên các chuỗi đích nơi mà giá Pyth được yêu cầu, các hợp đồng nhận Pyth lưu trữ giá cho mỗi nguồn cấp giá Pyth. Các hợp đồng này cho phép các hoạt động không cần quyền để cập nhật giá đã lưu trữ. Để thực hiện một cập nhật, người tiêu dùng cần một gốc cây merkle được chứng thực, một cập nhật giá cho một biểu tượng cụ thể (một lá trong cây merkle tương ứng), và đường dẫn trong cây dẫn từ lá đó đến gốc. Cập nhật trải qua các kiểm tra khác nhau, bao gồm xác thực chữ ký và xác minh đường dẫn gốc-lá. Nếu cập nhật hợp lệ, các giá mới được lưu trữ trong hợp đồng nhận Pyth.

Để duy trì tính tươi mới của dữ liệu, người tiêu dùng của giá Pyth chịu trách nhiệm gọi các cập nhật giá permissionless trên chuỗi trước khi sử dụng giá. Nếu không có các cập nhật này, giá được lưu trữ trong hợp đồng nhận Pyth sẽ trở nên lỗi thời theo thời gian.

Các giao thức tích hợp nguồn cấp giá Pyth có thể đặt giới hạn về độ lỗi thời tối đa cho phép của giá, đảm bảo rằng người dùng luôn có quyền truy cập vào dữ liệu cập nhật. Quan trọng là, người tiêu dùng chỉ phải chịu chi phí giao dịch khi họ cần cập nhật giá cho các hoạt động cụ thể của mình, tránh các khoản phí không cần thiết.

Phương pháp này cho phép kiến trúc cross-chain truyền phát hiệu quả các cập nhật giá tần suất cao trong khi giảm thiểu chi phí giao dịch trên các chuỗi đích.

  1. Xuất bản Dữ liệu: Các nhà xuất bản trong Pyth Network tiếp tục xuất bản dữ liệu giá đến chương trình on-chain như bình thường. Điều này đảm bảo rằng thông tin giá chính xác và kịp thời luôn có sẵn trong Pyth.
  2. Tích hợp với Wormhole: Pyth tận dụng giao thức nhắn tin chung của Wormhole để hỗ trợ chuyển giao dữ liệu qua các blockchain khác nhau. Wormhole đóng vai trò như một cầu nối cho phép chuyển giao thông tin hoặc token qua các chain.
  3. Quy trình Chuyển giao Dữ liệu: Khi một consumer dữ liệu từ một chain được Wormhole hỗ trợ yêu cầu dữ liệu giá từ Pyth, Wormhole đóng vai trò trung gian. Nó bảo chứng cho tính chính xác và toàn vẹn của các giá được lấy từ Pyth và hỗ trợ chuyển giao dữ liệu này đến hợp đồng Pyth được triển khai trên chain gốc của consumer.
  4. Khả dụng theo Yêu cầu: Dữ liệu giá được chuyển giao được cung cấp theo yêu cầu, đảm bảo rằng người tiêu dùng có thể truy cập thông tin họ cần với tần suất mong muốn. Tính khả dụng theo yêu cầu này giúp giảm chi phí và đảm bảo sử dụng tài nguyên hiệu quả.
  5. Sử dụng Dữ liệu Có thể Mở rộng: Một khi một bộ dữ liệu giá cụ thể được yêu cầu và chuyển đến một blockchain cụ thể, nó trở nên có thể truy cập cho tất cả các giao thức và ứng dụng hoạt động trên chuỗi đó. Tính mở rộng này cho phép nhiều người dùng và dự án trong hệ sinh thái sử dụng cùng một bộ dữ liệu cho các mục đích khác nhau.

Bằng cách tích hợp với Wormhole và tận dụng khả năng nhắn tin cross-chain của nó, Pyth hiệu quả mở rộng phạm vi của các nguồn cấp dữ liệu giá của mình vượt ra ngoài blockchain gốc, cho phép tích hợp liền mạch với các hệ sinh thái blockchain khác nhau. Chiến lược cross-chain này nâng cao tính tương tác và tính hữu ích của dữ liệu Pyth, làm cho nó dễ tiếp cận hơn với một loạt người dùng và ứng dụng rộng lớn hơn trên các blockchain khác nhau.

  1. Các nhà cung cấp dữ liệu công bố giá của họ trên Pythnet.
  2. Chương trình oracle trên chuỗi tổng hợp giá cho một feed để thu được giá tổng hợp và mức độ tin cậy.
  3. Các validator của Pythnet gửi một thông điệp Wormhole chứa Merkle root của tất cả các giá đến hợp đồng Wormhole trên Pythnet với mỗi slot Pythnet.
  4. Các guardian của Wormhole quan sát thông điệp Merkle root và tạo một Validity Assertion Artifact (VAA) đã ký cho thông điệp Merkle root.
  5. Một dịch vụ web có tên Hermes liên tục lắng nghe Wormhole để lấy Pyth Merkle roots và Pythnet để lấy các thông điệp giá. Nó lưu trữ các thông điệp giá mới nhất cùng với Merkle proof và signed Merkle root đã ký của chúng, và cung cấp các API HTTP và websocket để truy xuất cập nhật mới nhất.
  6. Khi một người dùng muốn sử dụng giá Pyth trong một giao dịch, họ lấy thông điệp cập nhật mới nhất từ Hermes và gửi nó trong giao dịch của họ. Thông điệp cập nhật bao gồm signed Merkle tree root và Merkle proofs của từng cập nhật giá được bao gồm.
  7. Hợp đồng Pyth Network xác minh payload bằng cách kiểm tra chữ ký Wormhole trên root và các bằng chứng Merkle. Nếu hợp lệ, nó lưu trữ giá mới vào bộ lưu trữ on-chain của mình.

Các giao thức on-chain tích hợp với hợp đồng Pyth thông qua một API đơn giản để lấy giá Pyth hiện tại từ lưu trữ on-chain của nó. API này trả về giá hiện tại miễn là nó đã được cập nhật đủ gần đây, được xác định bởi ngưỡng độ mới được cấu hình bởi giao thức.

Pull Oracle của Pyth

Một trong những tính năng đáng chú ý nhất của Pyth là thay vì sử dụng push model, nó dựa trên pull-based model. Điều này đảm bảo rằng người dùng nhận được dữ liệu giá kịp thời và chính xác trong khi giảm thiểu chi phí vận hành.

Các Oracle Push-Based Truyền Thống

Trong mô hình push truyền thống, các oracle chủ động công bố dữ liệu giá lên một blockchain đa mục đích, thường thực hiện tổng hợp trên chính chuỗi đó.

Để duy trì giá cả mới nhất, oracle phải thường xuyên gửi giao dịch để cập nhật giá trên chuỗi. Những giao dịch này đi kèm với chi phí gas liên quan, có thể tăng cao với tần suất cập nhật cao hơn, nhiều nguồn cấp giá được hỗ trợ hơn, blockchain và nhà xuất bản.

Các oracle push truyền thống cũng có thể gặp phải các vấn đề về độ tin cậy, vì các giao dịch cập nhật giá của chúng phải cạnh tranh không gian với các hoạt động mạng khác. Trong thời gian tắc nghẽn mạng, các cập nhật này có thể không được xử lý on-chain.

Mô hình Pull của Pyth

Pyth áp dụng mô hình pull-based, liên quan đến việc xuất bản và tổng hợp giá trên một blockchain chuyên dụng, tiết kiệm chi phí có tên là Pythnet. Các nhà xuất bản trên Pythnet có thể gửi cập nhật giá miễn phí, giảm đáng kể chi phí vận hành tổng thể cho oracle.

Khi nói đến việc phát sóng giá cả đến các blockchain khác, thay vì đẩy cập nhật bất kể nhu cầu (và phát sinh chi phí gas), Pyth chỉ trả gas khi người tiêu dùng chủ động yêu cầu cập nhật giá. Cách tiếp cận có mục tiêu này đảm bảo rằng việc tiêu thụ gas hiệu quả hơn.

Kết quả của hiệu quả này, Pyth có thể cung cấp các cập nhật giá thường xuyên hơn và có thể mở rộng để hỗ trợ số lượng lớn hơn các price feeds và blockchain so với các oracle dựa trên push truyền thống.

Ví dụ, Pyth vượt trội trong việc xử lý các tính toán có trạng thái như trung bình động trọng số theo cấp số nhân (EMAs). Với các cập nhật giá thường xuyên, các tính toán trọng số theo thời gian có thể sử dụng dữ liệu đã công bố trước đó.

Mô hình pull cũng đáng tin cậy hơn. Tắc nghẽn mạng trên các chuỗi đích không cản trở các nhà xuất bản công bố giá đến Pythnet. Ngoài ra, người dùng cần dữ liệu giá có thể luôn pull nó từ Pythnet đến chuỗi đích của họ bằng cách trả phí giao dịch.

Lợi ích của mô hình pull của Pyth bao gồm:

  • Hiệu quả gas: Giá on-chain chỉ được cập nhật khi cần thiết, tiết kiệm gas bằng cách tránh các lần gửi không cần thiết. Chi phí duy trì giá on-chain được phân bổ giữa các người dùng, giảm gánh nặng cho Pyth Network.
  • Tần suất cập nhật cao: Pyth Network cập nhật các nguồn cấp giá một lần mỗi giây, nhanh hơn blocktime của hầu hết các blockchain. Các cập nhật thường xuyên là khả thi nhờ pull model, không giống như push oracles thường cập nhật ít thường xuyên hơn.
  • Độ trễ thấp: Người dùng có thể truy cập giá off-chain gần đây trong mọi giao dịch, đảm bảo độ trễ thấp so với việc chỉ dựa vào các cập nhật on-chain.
  • Nhiều nguồn cấp giá hơn: Pyth Network có thể mở rộng đến hàng nghìn nguồn cấp giá mà không phát sinh chi phí bổ sung cho mỗi nguồn cấp. Người dùng chỉ trả chi phí gas cho các nguồn cấp mới khi chúng được sử dụng trên chuỗi.
  • Đáng tin cậy trong điều kiện biến động: Các cập nhật giá của Pyth được tích hợp vào các giao dịch có giá trị, đảm bảo độ tin cậy ngay cả trong điều kiện thị trường biến động nơi push oracles có thể gặp khó khăn trong việc cập nhật giá.
  • Cơ sở hạ tầng chung: Các thành phần của Pyth Network được chia sẻ trên các blockchain, thúc đẩy độ tin cậy và chính xác. Cách tiếp cận này giúp triển khai nhanh chóng trên các blockchain mới với các nguồn cấp dữ liệu giá hiện có.
  • Bền vững: Giao thức Pyth Network cho phép phí dữ liệu tùy chọn để bù đắp cho các nhà cung cấp dữ liệu, đảm bảo tính bền vững và khuyến khích đóng góp. Các oracle không có cơ chế như vậy có thể không bền vững và dễ bị thất bại.

Chương Trình Oracle

Chương trình Oracle trong Pyth đảm bảo việc tổng hợp dữ liệu giá chính xác và đáng tin cậy từ các nhà cung cấp dữ liệu khác nhau. Nó chịu trách nhiệm duy trì price feeds, sao cho mỗi cái gồm hai tài khoản: tài khoản sản phẩm để lưu trữ metadata và tài khoản giá.

Trong tài khoản giá liên kết với mỗi price feed, chương trình oracle phân bổ không gian lưu trữ cho các đóng góp giá của từng nhà cung cấp dữ liệu được ủy quyền. Những đóng góp này được lưu trữ an toàn và chỉ có thể được cập nhật bởi các nhà cung cấp được ủy quyền.

Chương trình oracle tổng hợp các ước tính giá cá nhân do các nhà cung cấp dữ liệu được ủy quyền cung cấp thành một giá tổng hợp duy nhất và khoảng tin cậy. Quá trình tổng hợp này đảm bảo rằng dữ liệu giá cuối cùng phản ánh đầu vào tập thể từ nhiều nguồn.

Bên cạnh việc tổng hợp giá, chương trình oracle có thể thực hiện các phép tính có trạng thái bổ sung trên chuỗi giá kết quả. Điều này có thể bao gồm việc tính toán trung bình trượt hoặc các biện pháp thống kê khác để nâng cao thêm chất lượng dữ liệu giá.

Lưu ý rằng trong khi giá từ các nhà cung cấp dữ liệu cá nhân được lưu trữ dưới dạng trạng thái nội bộ trong chương trình oracle, chỉ có giá tổng hợp và khoảng tin cậy được cung cấp để sử dụng trong các ứng dụng hạ nguồn. Điều này giúp duy trì tính toàn vẹn và quyền riêng tư của dữ liệu trong khi cung cấp dữ liệu giá chính xác cho người dùng.

Tài khoản On-chain

Chương trình oracle Pyth quản lý ba loại tài khoản on-chain: Product accounts, Price accounts, và Mapping accounts.

Product Accounts Price Accounts Mapping Accounts
These accounts store metadata about a specific product, such as its symbol, asset type, quote currency, and description.

For example, a product account for AAPL (Apple Inc.) includes fields like symbol, asset type (Equity), quote currency (USD), and a pointer to the associated price account. 

Price accounts store the current price information for a product. This includes the current price, confidence interval, price type, exponent, status, corporate action status, and other relevant fields. Prices are stored in a fixed-point format, and the confidence interval represents Pyth’s uncertainty about the current price.

For example, the price account for AAPL contains fields like price, confidence, price type, exponent, status, corporate action status, and more.

Mapping accounts serve as an index of the pricing information available on Pyth. These accounts organize product accounts into a linked list structure, allowing applications to enumerate all products currently available on Pyth. 

Each mapping account contains a list of product account IDs and may include a pointer to the subsequent mapping account. This linked list structure facilitates efficient access to pricing information for various products.

Ví dụ, một tài khoản sản phẩm cho AAPL (Apple Inc.) bao gồm các trường như symbol, loại tài sản (Equity), đồng tiền báo giá (USD), và một con trỏ đến tài khoản giá liên quan.

Ví dụ, tài khoản giá cho AAPL chứa các trường như giá, độ tin cậy, loại giá, số mũ, trạng thái, trạng thái hành động doanh nghiệp, và hơn thế nữa.

Mỗi tài khoản ánh xạ chứa một danh sách các ID tài khoản sản phẩm và có thể bao gồm một con trỏ đến tài khoản ánh xạ tiếp theo. Cấu trúc danh sách liên kết này hỗ trợ truy cập hiệu quả vào thông tin giá cả cho các sản phẩm khác nhau.

Mối quan hệ giữa các loại tài khoản này là phân cấp, với mapping accounts chứa các tham chiếu đến product accounts, và product accounts chứa các tham chiếu đến price accounts.

Tập Hợp Giá

Tập hợp giá của Pyth được thiết kế để tạo ra các nguồn cấp giá chính xác và mạnh mẽ.

  • 1. Nguồn dữ liệu: Pyth bắt đầu với nhiều nguồn dữ liệu hoặc nhà xuất bản cung cấp dữ liệu giá cho một sản phẩm cụ thể, chẳng hạn như giá của BTC/USD. Các nguồn dữ liệu này thường là các bên tham gia thị trường và tổ chức có quyền truy cập vào thông tin giá chính xác và kịp thời.

Xem tất cả nhà cung cấp dữ liệu: https://pyth.network/publishers

  • 2. Các Nguồn Cấp Giá Cá Nhân: Mỗi nguồn dữ liệu hoặc nhà xuất bản đóng góp nguồn cấp giá cá nhân của họ, cùng với một khoảng tin cậy đại diện cho sự không chắc chắn ước tính của giá. Ví dụ, nguồn cấp BTC/USD có thể chỉ ra giá là “$35,000 ± $50.”

Các khoảng tin cậy đo lường sự không chắc chắn và độ phân tán giữa các thị trường trong giá được báo cáo.

Ví dụ, trong hình ảnh bên dưới, đường màu tím là spot price, và các dải trắng phía trên và phía dưới là sự mở rộng và thu hẹp tổng hợp của aggregate confidence.

  • 3. Cơ chế Tổng hợp: Cơ chế tổng hợp của Pyth kết hợp các nguồn cấp giá cá nhân này thành một nguồn cấp giá tổng hợp duy nhất cho sản phẩm cụ thể. Mục tiêu là tạo ra các nguồn cấp giá mạnh mẽ và đáng tin cậy không thể bị ảnh hưởng hoặc thao túng đáng kể bởi một nhóm nhỏ các nhà xuất bản hoặc các tác nhân độc hại.
  • 4. Giới hạn Ảnh hưởng: Cơ chế tổng hợp được thiết kế để giới hạn ảnh hưởng của các nhà xuất bản cá nhân đối với giá tổng hợp. Điều này rất quan trọng để ngăn chặn các nỗ lực thao túng giá ngẫu nhiên và/hoặc cố ý từ các bên tham gia có thể cố gắng thay đổi giá oracle.
  • 5. Giám sát Cộng đồng: Cộng đồng đóng vai trò trong việc xác định cách mà các nhà xuất bản được phép sử dụng giao thức. Sự giám sát này có thể giúp đảm bảo rằng chỉ những người tham gia uy tín và trung thực mới được phép cung cấp dữ liệu cho Pyth.

Ví dụ, nếu hầu hết các nhà xuất bản gửi giá SOL/USD là $100 và một nhà xuất bản gửi giá $80, thì giá tổng hợp sẽ vẫn gần với $100 hơn. Đặc tính này tăng khả năng giá tổng hợp vẫn chính xác ngay cả khi một phần trăm nhỏ các nhà xuất bản gửi giá xa với thị trường.

Các thanh mỏng thấp hơn trong hình ảnh bên dưới đại diện cho giá của từng nhà xuất bản và khoảng tin cậy. Thanh đỏ đậm ở trên cùng hiển thị giá tổng hợp kết quả và khoảng tin cậy.

Đáng chú ý là cơ chế giá tổng hợp cân bằng các nguồn dữ liệu với các mức độ chính xác khác nhau. Đồng thời, giao thức cho phép các nhà xuất bản gửi khoảng tin cậy. Ví dụ, một số nhà xuất bản này sẽ là centralized exchanges. Những người tham gia này được kỳ vọng có các mức độ thanh khoản khác nhau, dẫn đến bid/ask spreads rộng hơn khi thanh khoản thấp.

Tính chất này có thể dẫn đến các tình huống mà một exchange báo cáo $101 ± 1, và một exchange khác báo cáo $110 ± 10. Trong những trường hợp này, giá tổng hợp gần $101 hơn $110. Kịch bản này được minh họa trong hình ảnh bên dưới.

Vì Pyth thu thập dữ liệu giá từ nhiều nhà xuất bản, các nhà xuất bản này có thể cung cấp giá hơi khác nhau cho cùng một sản phẩm. Sự biến đổi này có thể phát sinh từ sự khác biệt về nguồn dữ liệu, địa điểm giao dịch, và thời điểm thu thập dữ liệu.

Trong các thị trường tài chính thực tế, không có một mức giá cố định duy nhất cho một sản phẩm nhất định. Thay vào đó, các sản phẩm như tiền điện tử hoặc chứng khoán có thể giao dịch ở các mức giá hơi khác nhau trên các địa điểm giao dịch khác nhau tại bất kỳ thời điểm nào. Những biến động này bị ảnh hưởng bởi các yếu tố như động lực cung và cầu, hoạt động giao dịch và thanh khoản.

Khoảng tin cậy tổng hợp trong Pyth xem xét cả sự biến động giá trên các địa điểm khác nhau và các hạn chế do spread của sản phẩm. Nó phản ánh phạm vi mà giá thị trường thực sự của sản phẩm có khả năng nằm trong đó.

Khoảng Tin Cậy Cho Các Oracle Dữ Liệu Thị Trường

Trong thị trường tài chính, sự không chắc chắn trong đo lường, thường được gọi là độ tin cậy hoặc độ chính xác, là một yếu tố quan trọng song song với các lĩnh vực khoa học và kỹ thuật. Giống như trong các phép đo khoa học, nơi người quan sát ước lượng độ lệch tiềm năng từ giá trị thực, các nhà cung cấp dữ liệu trong Pyth gắn mức độ tin cậy vào các luồng giá của họ. Độ tin cậy này phản ánh các yếu tố khác nhau, chẳng hạn như chênh lệch bid/ask trên một địa điểm hoặc kỳ vọng về các giao dịch xảy ra trên nhiều địa điểm.

Việc hiểu biết về sự không chắc chắn trong đo lường trên thị trường tài chính phục vụ cho một số mục đích:

  • Chỉ báo Độ chính xác: Nó báo hiệu mức độ chính xác hoặc không chắc chắn trong một quan sát đơn lẻ, giúp các nhà tham gia thị trường đánh giá độ tin cậy của các giá được báo cáo.
  • Phân hợp dữ liệu tối ưu: Bằng cách tích hợp các biện pháp không chắc chắn, nhiều quan sát độc lập có thể được kết hợp hiệu quả hơn. Các quan sát có độ không chắc chắn nhỏ hơn được ưu tiên trọng số lớn hơn, trong khi những quan sát có độ không chắc chắn lớn hơn được giảm trọng số, dẫn đến việc tổng hợp dữ liệu mạnh mẽ hơn.
  • Lan truyền đến Các Đại lượng Phái sinh: Tương tự như các phép đo khoa học, độ không chắc chắn trong dữ liệu giá thô có thể được lan truyền đến các đại lượng phái sinh. Ví dụ, kết hợp các quan sát giá để tính toán một đại lượng phái sinh như tốc độ (trong thuật ngữ tài chính, các chỉ số phái sinh như biến động hoặc chênh lệch) liên quan đến việc xem xét các độ không chắc chắn liên quan đến mỗi quan sát.
  • Phát hiện Bất thường: Sự khác biệt giữa các phép đo độc lập, vượt quá độ không chắc chắn tương ứng của chúng, báo hiệu các vấn đề tiềm ẩn với một hoặc nhiều phép đo. Cơ chế phát hiện sự khác biệt này hỗ trợ trong việc xác định dữ liệu sai sót hoặc ngoại lai, nâng cao tính toàn vẹn tổng thể của báo cáo giá.

Trong bối cảnh của Pyth, nơi nhiều nhà cung cấp dữ liệu đóng góp các phép đo giá một cách không đồng bộ, việc xem xét độ không chắc chắn của phép đo trở nên tối quan trọng. Mỗi nhà cung cấp, lấy từ các nguồn dữ liệu khác nhau và báo cáo trong các khung thời gian chặt chẽ, đưa ra đánh giá của họ về giá với các mức độ tin cậy kèm theo. Cách tiếp cận này thúc đẩy sự hiểu biết tinh tế hơn về động lực thị trường và tăng cường độ tin cậy của dữ liệu giá tổng hợp cho các bên tham gia thị trường.

Thuật toán Tổng hợp – Biến thể Trung vị Có trọng số

Thuật toán tổng hợp giá được sử dụng trong Pyth là một biến thể của weighted median, được thiết kế để tạo ra một giá tổng hợp phản ánh sự đóng góp của các nhà xuất bản khác nhau trong khi xem xét stake-weight và khoảng tin cậy của họ.

Mỗi nhà xuất bản trong mạng Pyth được gán một stake-weight. Ban đầu, các trọng số này được đặt đồng đều, nhưng trong tương lai, chúng có thể được xác định bằng các cơ chế như data staking, theo quyết định của cộng đồng.

  • Bước 1 – Tính toán Giá Tổng hợp: Để tính toán giá tổng hợp, mỗi nhà xuất bản được cấp 3 phiếu bầu:Một phiếu bầu tại giá báo cáo của họ.Một phiếu bầu tại giá báo cáo của họ cộng với khoảng tin cậy của họ.Một phiếu bầu tại giá báo cáo của họ trừ đi khoảng tin cậy của họ.Thuật toán thuật toán sau đó tính toán trung vị có trọng số stake của các phiếu bầu này. Về bản chất, bước này xem xét mỗi sự đóng góp của nhà xuất bản vào giá tổng hợp trong khi tính đến khoảng tin cậy của họ.
    • Một phiếu bầu tại giá báo cáo của họ.
    • Một phiếu bầu tại giá báo cáo của họ cộng với khoảng tin cậy của họ.
    • Một phiếu bầu tại giá báo cáo của họ trừ đi khoảng tin cậy của họ.
    • Thuật toán sau đó tính toán trung vị có trọng số stake của các phiếu bầu này. Về bản chất, bước này xem xét từng đóng góp của nhà xuất bản vào giá tổng hợp trong khi tính đến khoảng tin cậy của họ.
  • Bước 2 – Tính toán Khoảng Tin cậy: Bước thứ hai của thuật toán tính toán khoảng tin cậy tổng hợp. Nó đo lường khoảng cách từ giá tổng hợp đến hai điểm:Phân vị thứ 25 có trọng số stake của các phiếu bầu.Phân vị thứ 75 có trọng số stake của các phiếu bầu.Khoảng cách lớn hơn trong hai khoảng cách này được chọn làm khoảng tin cậy tổng hợp.
    • Phân vị thứ 25 theo trọng số cổ phần của các phiếu bầu.
    • Phân vị thứ 75 theo trọng số cổ phần của các phiếu bầu.
    • Khoảng cách lớn hơn trong hai khoảng cách này được chọn làm khoảng tin cậy tổng hợp.
    • Một phiếu bầu tại giá báo cáo của họ.
    • Một phiếu bầu tại giá báo cáo của họ cộng với khoảng tin cậy của họ.
    • Một phiếu bầu tại giá báo cáo của họ trừ đi khoảng tin cậy của họ.
    • Thuật toán thuật toán sau đó tính toán trung vị có trọng số theo stake của các phiếu bầu này. Về bản chất, bước này xem xét từng đóng góp của nhà xuất bản vào giá tổng hợp trong khi tính đến khoảng tin cậy của họ.
    • Phân vị thứ 25 có trọng số theo stake của các phiếu bầu.
    • Phân vị thứ 75 có trọng số theo stake của các phiếu bầu.
    • Khoảng cách lớn hơn trong hai khoảng cách này được chọn làm khoảng tin cậy tổng hợp.

Hầu hết mọi người hiểu trung vị là giá trị ở giữa trong tập dữ liệu, tức là phân vị thứ 50. Tuy nhiên, trung vị cũng là giá trị R làm tối thiểu hóa hàm mục tiêu ∑i |R − pi | trong đó pi là giá của nhà xuất bản thứ i.

Hàm này phạt R dựa trên khoảng cách của nó so với giá của nhà xuất bản pi. Thuật toán được đề xuất tính toán giá tổng hợp R làm tối thiểu hóa

Trong đó si là trọng số stake của nhà xuất bản và ci là khoảng tin cậy của nhà xuất bản.

Do đó, hàm mục tiêu của thuật toán giảm thiểu tổng của hai thuật ngữ:

  • Thuật ngữ đầu tiên xem xét sự khác biệt tuyệt đối có trọng số giữa giá tổng hợp (R) và giá báo cáo của từng nhà xuất bản (pi), trong đó trọng số là cổ phần của nhà xuất bản (si). Phần này của hàm mục tiêu cân nhắc các nhà xuất bản theo cổ phần của họ, mang lại ảnh hưởng lớn hơn cho các nhà xuất bản có cổ phần cao.
    • Phần này của hàm mục tiêu cân bằng trọng số cho các nhà xuất bản theo cổ phần của họ, mang lại ảnh hưởng lớn hơn cho các nhà xuất bản có cổ phần cao.
  • Thuật ngữ thứ hai giới thiệu một hình phạt dựa trên khoảng cách giữa giá tổng hợp (R) và giá báo cáo của từng nhà xuất bản (pi), nhưng chỉ khi khoảng cách này vượt quá khoảng tin cậy của nhà xuất bản (ci).Phần này của hàm mục tiêu phạt giá tổng hợp vì nằm ngoài khoảng tin cậy của nhà xuất bản.
    • Phần này của hàm mục tiêu phạt giá tổng hợp vì nằm ngoài khoảng tin cậy của nhà xuất bản.
    • Phần này của hàm mục tiêu cân nhắc các nhà xuất bản theo stake của họ, trao nhiều ảnh hưởng hơn cho các nhà xuất bản có stake cao.
    • Phần này của hàm mục tiêu phạt giá tổng hợp vì nằm ngoài khoảng tin cậy của nhà xuất bản.

Biểu đồ bên trái đại diện cho hàm mục tiêu của trung vị thông thường được áp dụng cho một giá p = 0, vốn chỉ đơn giản là giá trị tuyệt đối của R. Mặt khác, biểu đồ bên phải minh họa hàm mục tiêu của Pyth, đó là

cho các lựa chọn khác nhau của khoảng tin cậy ci.

Trong hàm mục tiêu của Pyth, độ rộng của khoảng tin cậy xác định vị trí của điểm uốn trong đường cong. Khi khoảng mở rộng, điểm uốn di chuyển xa hơn khỏi 0. Vùng giữa hai điểm uốn có mức phạt giảm tương đối so với trung vị.

Khái quát hóa này của trung vị duy trì các thuộc tính mong muốn: khả năng chống chịu với các giá trị ngoại lai và tính đến độ chính xác của các nguồn dữ liệu khác nhau. Khả năng chống chịu xuất phát từ sức bền bẩm sinh của trung vị đối với các giá trị ngoại lai. Về cơ bản, phân vị thứ 50 của tập dữ liệu không bị ảnh hưởng bất kể các giá trị cực đoan có mặt trong tập dữ liệu. Ngoài ra, việc điều chỉnh khoảng tin cậy đảm bảo rằng thuật toán cân nhắc phù hợp các đóng góp của các nguồn dữ liệu khác nhau dựa trên độ chính xác của chúng.

Chúng ta có thể hình dung aggregation algorithm và objective function trong bốn tình huống được trình bày dưới đây, điều này cung cấp cái nhìn sâu sắc về cách prices và confidence intervals được kết hợp.

  • Outlier Publisher: Một outlier publisher với tight confidence interval ảnh hưởng đến objective function, nhưng không đủ để ảnh hưởng đáng kể đến aggregate price hoặc confidence interval.
  • Ảnh hưởng của Khoảng Tin cậy Hẹp hơn: Các nhà xuất bản có khoảng tin cậy hẹp hơn sẽ có ảnh hưởng lớn hơn đến giá tổng hợp, miễn là giá của họ phù hợp với khoảng tin cậy của những người khác.
  • Các Nhà Xuất Bản Nhất Quán: Khi giá cả và khoảng tin cậy của nhiều nhà xuất bản phù hợp, tổng hợp phản ánh sự đồng thuận của họ.
  • Nhà xuất bản phân kỳ: Các nhà xuất bản có giá khác biệt và khoảng tin cậy không chồng chéo làm rộng khoảng tin cậy do sự phân tán, tạo ra khoảng trống giữa tổng hợp và các phân vị của các phiếu bầu.

Tập Hợp Giá EMA

Trung bình động hàm mũ (EMA) là một trung bình có trọng số đặt nhiều nhấn mạnh hơn vào các điểm dữ liệu gần đây trong khi cho trọng số ít hơn vào các điểm dữ liệu cũ hơn. Trong Pyth, các giá trị EMA Price và EMA Confidence được suy ra từ các giá cả và độ tin cậy tổng hợp được tạo ra trên chuỗi.

Pyth sử dụng số slot của Solana để đo lường sự trôi qua của thời gian. Chu kỳ trung bình thường được đặt là 5921 slot, tương ứng với khoảng 1 giờ.

Mỗi mẫu được trọng số bởi 1/Confidence, cho phép EMA ưu tiên hơn cho các mẫu có khoảng tin cậy hẹp và bỏ qua các mẫu có khoảng tin cậy rộng. Lược đồ trọng số này đảm bảo rằng các giá trị ngoại lai với khoảng tin cậy rộng không ảnh hưởng đáng kể đến tính toán EMA.

Ví dụ, một giá tổng hợp ngoại lai với khoảng tin cậy rộng sẽ không ảnh hưởng mạnh đến tính toán EMA do trọng số tin cậy nghịch đảo, trái ngược với trung bình có trọng số đồng đều.

Triển khai này đặc biệt phù hợp cho các ứng dụng streaming, vì nó cho phép toàn bộ lịch sử giá cả và trọng số được biểu diễn bởi một số duy nhất. Phương pháp này đảm bảo rằng các giá trị EMA Price và EMA Confidence phản ánh chính xác các xu hướng gần đây và độ tin cậy của các giá tổng hợp trong Pyth Network.

Vai Trò Mạng Và Luồng Điều Khiển

Cơ chế staking dữ liệu trong giao thức Pyth được thiết kế để đảm bảo định giá công bằng cho phí dữ liệu, sự phù hợp lợi ích giữa các bên tham gia, và độ bền vững của quy trình khiếu nại.

Để đạt được điều này, Pyth hoạt động thông qua sự hợp tác và phối hợp của 3 bên thiết yếu: Publishers, Consumers, và Delegators.

  • Nhà xuất bản chịu trách nhiệm thu thập dữ liệu giá chính xác và kịp thời, sau đó họ công bố lên Pyth dưới dạng các nguồn cấp giá. Vai trò của họ còn mở rộng đến việc kiếm một phần phí dữ liệu được tạo ra bởi người tiêu dùng dựa vào nguồn cấp giá mà họ cung cấp. Để tham gia giao thức và kiếm phần thưởng, các nhà xuất bản phải stake token $PYTH, từ đó đảm bảo cam kết của họ trong việc cung cấp dữ liệu đúng và đáng tin cậy. Cơ chế stake này cũng giới thiệu trách nhiệm, vì các nhà xuất bản có nguy cơ bị cắt giảm stake nếu họ cung cấp thông tin không chính xác.Nhà xuất bản Pyth: https://pyth.network/publishers
  • Người tiêu dùng, mặt khác, sử dụng dữ liệu giá được công bố bởi các nhà xuất bản trong các ứng dụng phi tập trung (dApps) của họ, tích hợp nó vào các hợp đồng thông minh cho các mục đích khác nhau. Người tiêu dùng, dù là các thực thể trên chuỗi hoặc ngoài chuỗi, trả phí dữ liệu để truy cập và sử dụng các nguồn cấp giá này. Động lực chính đằng sau việc trả các khoản phí này là giảm rủi ro, vì các nguồn cấp giá Pyth cung cấp một phương tiện để giảm thiểu tổn thất tài chính phát sinh từ dữ liệu không chính xác. Ngoài ra, việc trả phí dữ liệu khuyến khích nhiều nhà xuất bản hơn tham gia vào mạng, từ đó nâng cao độ tin cậy của các nguồn cấp giá.
  • Người ủy quyền đóng vai trò quan trọng trong Pyth Network bằng cách staking tokens trên các publishers cụ thể. Đổi lại, họ nhận được một phần các data fees được tạo ra bởi consumers sử dụng price feeds do các publishers đó cung cấp. Tuy nhiên, staking tokens với tư cách là người ủy quyền mang theo rủi ro vốn có, vì có khả năng mất stake nếu oracle chứng minh là không chính xác. Mặc dù người ủy quyền có thể nhận được các khoản thanh toán lớn ban đầu, thu nhập của họ có thể giảm theo thời gian khi thị trường trở nên hiệu quả và cạnh tranh hơn.

Giá tài sản là yếu tố cốt lõi đối với các ứng dụng DeFi trên nhiều chuỗi, với giá oracle và khoảng tin cậy của Pyth đóng góp vào nhiều trường hợp sử dụng khác nhau:

  • Cho vay & Vay mượn các nền tảng chủ động theo dõi sức khỏe tài khoản người dùng và xác định thanh lý bằng dữ liệu của Pyth.
  • DEXs & AMMs thường dựa vào giá thời gian thực của Pyth để đảm bảo đồng bộ với các sàn giao dịch khác, đặc biệt là cho các sản phẩm phái sinh.
  • Options & Derivatives, Structured Products, and Vaults thanh toán các hợp đồng quyền chọn và phái sinh khi hết hạn và tính toán P&L dựa trên nguồn cấp giá của Pyth.
  • Các dự án Stablecoin sử dụng nguồn cấp giá của Pyth để xác định khả năng thanh toán của các tài sản thế chấp cho CDP.
  • Công cụ và Hạ tầng DAO các dự án yêu cầu giá tài sản cho các tương tác cross-chain và các chức năng khác.
  • Ứng dụng ngoại chuỗi chẳng hạn như các nền tảng phân tích dựa vào dữ liệu giá tài sản của Pyth cho mục đích phân tích.

Trên phía nhà xuất bản, Pyth tiếp tục tiếp nhận các nhà xuất bản dữ liệu cung cấp thêm dữ liệu cho mạng. Những nhà xuất bản này có thể đại diện cho một loạt các thực thể đa dạng, chẳng hạn như các nhà tạo lập thị trường và công ty giao dịch, các sàn giao dịch truyền thống, sàn giao dịch crypto, hoặc thậm chí các sàn giao dịch phi tập trung.

Staking và Tính Toàn vẹn Thông tin

Việc giới thiệu các cơ chế staking trong các mạng oracle, chẳng hạn như reputational staking hoặc staking của tài sản thế chấp, có thể nâng cao đáng kể tính toàn vẹn của dữ liệu mà không gây ra sự chậm trễ. Những cơ chế này điều chỉnh các động lực của các nhà điều hành oracle và nhà cung cấp dữ liệu để đảm bảo việc công bố thông tin chất lượng cao và kịp thời.

Reputational staking liên quan đến việc giữ cho oracle operators chịu trách nhiệm về chất lượng dữ liệu mà họ cung cấp. Bằng cách làm cho các đóng góp của nhà cung cấp trở nên minh bạch, những người biểu diễn kém có thể được xác định và xử lý, từ đó duy trì tính toàn vẹn của nguồn cấp dữ liệu tổng thể. Mặc dù cơ chế này có thể không mạnh mẽ một cách tự nhiên, khi được triển khai một cách minh bạch và công khai, nó có thể khuyến khích data providers duy trì các tiêu chuẩn cao.

Literal staking, mặt khác, liên quan đến việc đăng ký tài sản thế chấp bởi oracle operators hoặc data providers, có thể bị tịch thu trong trường hợp báo cáo dữ liệu không chính xác, còn được gọi là “slashing.” Sự liên kết rõ ràng của các khuyến khích này khuyến khích contributors chủ động lọc thông tin chất lượng cao để tránh các hình phạt tài chính. Ngoài ra, các quỹ bị tịch thu có thể được sử dụng để bù đắp cho bất kỳ thiệt hại nào phát sinh do dữ liệu không chính xác.

Cơ chế staking của Pyth đóng vai trò quan trọng trong việc đảm bảo tính toàn vẹn dữ liệu trong mạng oracle của nó. Bằng cách yêu cầu người tham gia stake các token $PYTH dưới dạng tài sản thế chấp, Pyth điều chỉnh các động lực của nhà cung cấp dữ liệu và nhà vận hành với độ chính xác và độ tin cậy của dữ liệu mà họ đóng góp.

Người tham gia, bao gồm cả nhà xuất bản dữ liệu và nhà vận hành, được yêu cầu stake các token $PYTH để tham gia vào giao thức. Yêu cầu staking này hoạt động như một cơ chế cam kết, báo hiệu cho mạng lưới về lợi ích đầu tư của họ trong việc cung cấp dữ liệu chính xác và đáng tin cậy.

Publishers Consumers Delegators
Incentivized to provide accurate and timely prices, publishers stake $PYTH tokens and risk stake slashing if they publish prices far from the reference price, causing issues with the oracle’s feed.

In return, they earn a share of data fees, with rewards favoring publishers whose prices predict future changes.

Encouraged to pay data fees to mitigate risk when using Pyth price feeds and to attract more publishers to improve feed robustness. Initially earn attractive payments by backing products, with payments reflecting inherent risks and market efficiency over time.

Delegators also set stake-weights of publishers, and are incentivized to ensure a robust price feed to avoid stake loss due to incorrect aggregate price feed.

Đổi lại, họ nhận được một phần phí dữ liệu, với phần thưởng ưu tiên cho các nhà xuất bản có giá dự đoán được các thay đổi trong tương lai.

Delegators cũng đặt stake-weights của publishers, và được khuyến khích để đảm bảo một price feed mạnh mẽ nhằm tránh mất stake do aggregate price feed không chính xác.

Staking tokens áp đặt một chi phí tài chính lên các participant trong trường hợp misbehavior hoặc báo cáo dữ liệu không chính xác. Điều này tạo ra một động lực mạnh mẽ để các participant kiểm tra kỹ lưỡng dữ liệu mà họ cung cấp và đảm bảo tính chính xác của nó trước khi publish lên blockchain. Nỗi sợ mất tokens đã stake hoạt động như một biện pháp răn đe chống lại hành vi ác ý hoặc sơ suất.

Pyth sử dụng cơ chế slashing nơi các token đã stake có thể bị slashing nếu các bên tham gia bị phát hiện cung cấp dữ liệu không chính xác hoặc bị thao túng. Nếu dữ liệu được báo cáo bởi nhà xuất bản hoặc nhà điều hành được coi là không chính xác, nó có thể dẫn đến việc một phần token đã stake của họ bị tịch thu. Hình phạt này đóng vai trò như một biện pháp trừng phạt để ngăn chặn các tác nhân độc hại và duy trì uy tín của dữ liệu.

Bất kỳ ai cũng có thể đưa ra một khiếu nại nếu oracle công bố giá không chính xác. Một cuộc bỏ phiếu của các chủ sở hữu token $PYTH phê chuẩn các khiếu nại. Trong trường hợp khiếu nại thành công, giao thức sẽ slashing các stake của các delegator của sản phẩm và phân phối số lượng bị slashing cho người tiêu dùng dựa trên giá trị của phí dữ liệu trong epoch của sự kiện. Điều này đảm bảo rằng các khiếu nại thành công nếu giá tổng hợp và khoảng tin cậy của Pyth sai lệch đáng kể trong bất kỳ khoảng thời gian nào.

Các token bị slashed từ những người tham gia bị phát hiện có lỗi có thể được sử dụng để bồi thường cho người dùng hoặc người tiêu dùng có thể bị ảnh hưởng tiêu cực bởi dữ liệu không chính xác. Cơ chế này đảm bảo rằng có hậu quả cho việc cung cấp dữ liệu không đáng tin cậy và cung cấp bồi thường cho các bên bị ảnh hưởng.

Hơn nữa, cơ chế staking của Pyth cũng mở rộng đến mô hình quản trị của nó, nơi các bên liên quan nắm giữ staked tokens có quyền biểu quyết để ảnh hưởng đến các quyết định liên quan đến protocol parameters, upgrades hoặc changes.

Oracle Integrity Staking

Oracle Integrity Staking (OIS) giới thiệu trách nhiệm dữ liệu được nâng cao cho hệ sinh thái của Pyth bằng cách yêu cầu Pyth Publishers (nhà cung cấp dữ liệu) stake token $PYTH. Chương trình này khuyến khích các nhà xuất bản duy trì các đóng góp dữ liệu chất lượng cao và sẽ cắt giảm stake của họ nếu họ cung cấp dữ liệu lỗi hoặc độc hại.

Các thành phần chính của Oracle Integrity Staking bao gồm:

  • Trách nhiệm Kinh tế: Publishers phải stake token $PYTH để đủ điều kiện nhận phần thưởng on-chain. Nếu dữ liệu lỗi được gửi, một phần stake sẽ bị slash.
  • Quản trị Cộng đồng: Pyth DAO giám sát các thông số staking chính và có thể quyết định cách phân bổ quỹ bị cắt—liệu chúng có nên được phân phối cho các bên bị ảnh hưởng hay sử dụng để hỗ trợ Pyth Network.
  • Sự Tham gia của Staker: Các holder $PYTH có thể stake token của họ bằng cách ủy quyền chúng cho các nhà xuất bản cụ thể, đóng góp vào bảo mật của mạng lưới trong khi kiếm được phần thưởng.

OIS cho phép các staker $PYTH đóng góp trực tiếp vào bảo mật và hiệu suất của mạng lưới bằng cách ủy quyền (staking) token của họ cho các nhà xuất bản. Các staker giúp bảo mật oracle và được thưởng dựa trên chất lượng dữ liệu của các nhà xuất bản mà họ chọn.

Stakers và publishers chia sẻ cả phần thưởng và rủi ro ở đây:

  • Phần thưởng: Publishers nhận phần thưởng trước, phần thưởng còn lại được phân phối cho stakers.
  • Slashing: Nếu các nhà xuất bản cung cấp dữ liệu lỗi, cả nhà xuất bản và những người stake của họ sẽ bị phạt.

Mỗi nhà xuất bản trong Pyth Network vận hành một stake pool, nơi các stakers có thể ủy quyền token của họ. Kích thước của phần thưởng bị ảnh hưởng bởi:

  • Tổng Stake: Phần thưởng tăng theo kích thước của pool lên đến một giới hạn stake được định trước.
  • Các Biểu Tượng Được Hỗ Trợ: Nhà xuất bản có thể nâng giới hạn stake của họ và tăng phần thưởng bằng cách hỗ trợ nhiều biểu tượng hơn, chấp nhận rủi ro cao hơn nhưng nhận được phần thưởng tiềm năng cao hơn.

Pyth DAO giám sát các tham số quản lý OIS kiểm soát:

  • Cấu trúc Phần thưởng: Các thành viên DAO đặt tỷ lệ phần thưởng tối đa và có thể bỏ phiếu về việc phân bổ các quỹ bị cắt.
  • Cơ Chế Slashing: Trong trường hợp báo cáo sai, DAO quyết định cách phân phối các token bị slashed, chẳng hạn như bồi thường cho người dùng bị ảnh hưởng.
  • Các Cải Tiến Tương Lai: DAO có thể giới thiệu các nguồn phần thưởng bổ sung, chẳng hạn như tích hợp các tài sản kỹ thuật số khác để mở rộng sự tham gia staking.

Phân phối Phần thưởng

Cơ chế phân phối phần thưởng trong Pyth được thiết kế để bù đắp công bằng cho từng nhà xuất bản, trừng phạt các tác nhân xấu, và khuyến khích báo cáo chính xác. Cơ chế staking dữ liệu của Pyth phân phối một phần (ban đầu được đặt ở 20% nhưng có thể được điều chỉnh bởi quản trị) của phí dữ liệu cho mỗi sản phẩm vào một hồ phần thưởng cho sản phẩm đó.

  • Các nhà xuất bản có quyền truy cập vào thông tin giá cả chính xác hơn hoặc kịp thời hơn nên được phần thưởng nhiều hơn. Điều này khuyến khích các nhà xuất bản tốt nhất đóng góp vào giao thức.
  • Nên có các hình phạt để ngăn chặn những tác nhân xấu khai thác hệ thống vì lợi ích cá nhân.
  • Các nhà xuất bản nên được khuyến khích báo cáo giá cả một cách trung thực, dựa trên thông tin riêng tư của họ. Điều này đảm bảo rằng giá tổng hợp phản ánh thông tin chính xác nhất có sẵn.

Để đạt được những mục tiêu này, cơ chế phân phối phần thưởng chia sẻ kho phần thưởng giữa các nhà xuất bản dựa trên ba yếu tố:

  • Stake-weight (s): Được xác định bởi cơ chế staking dữ liệu, phản ánh mức độ tham gia của nhà xuất bản vào giao thức.Con số này nằm giữa 0 và 1.
    • Số này nằm giữa 0 và 1.
  • Quality Score (q): Đo lường mức độ mà chuỗi giá của nhà xuất bản dự đoán các thay đổi giá trong tương lai. Số này nằm giữa -1 và 1, với điểm số dương cho thấy khả năng dự đoán.
    • Con số này nằm giữa -1 và 1, với điểm số dương cho thấy khả năng dự đoán.
  • Calibration (c): Phản ánh độ chính xác của các khoảng tin cậy của nhà xuất bản trong việc đại diện cho sự không chắc chắn của họ.Con số này nằm giữa 0 và 1.
    • Số này nằm giữa 0 và 1.
    • Số này nằm giữa 0 và 1.
    • Con số này nằm giữa -1 và 1, với điểm số dương cho thấy khả năng dự đoán.
    • Con số này nằm giữa 0 và 1.

Vào cuối mỗi epoch, các nhà xuất bản kiếm được một phần của hồ bơi phần thưởng dựa trên tích của ba lượng này (s × q × c). Các lượng âm dẫn đến việc cắt giảm stake tương ứng cho nhà xuất bản.

Điểm chất lượng được tính toán bằng cách huấn luyện một mô hình hồi quy trực tuyến dự đoán giá tương lai dựa trên các đặc trưng của chuỗi giá của nhà xuất bản. Điểm hiệu chỉnh đo lường độ chính xác mà khoảng tin cậy của nhà xuất bản đại diện cho sự không chắc chắn của họ.

Dưới đây bạn có thể tìm thấy sự so sánh dữ liệu lịch sử cho hai nhà xuất bản khác nhau.

  • Biểu đồ bên trái là một scatterplot của các thay đổi giá dự đoán và thực tế. Mối quan hệ tuyến tính chặt chẽ hơn giữa các đại lượng này, điểm chất lượng càng cao.
  • Các trục của biểu đồ bên phải tương ứng với hai đặc trưng không bias của mô hình hồi quy, và màu sắc biểu thị thay đổi giá thực tế. Độ dốc màu mịn chỉ ra điểm chất lượng cao.
  • Nhà xuất bản hàng đầu nhận được điểm số cao hơn so với nhà xuất bản cuối cùng trong mẫu này.

Cơ chế này khuyến khích báo cáo chất lượng cao và ngăn chặn các tác nhân xấu bằng cách thưởng cho độ chính xác dự đoán và phạt báo cáo không chính xác. Nó cũng khuyến khích báo cáo trung thực bằng cách phù hợp hóa các khuyến khích với việc cung cấp thông tin chân thực.

Điểm Chất Lượng

Trong Pyth Network, điểm chất lượng là một chỉ số được thiết kế để đánh giá độ chính xác dự đoán của chuỗi giá của nhà xuất bản so với giá tổng hợp tương lai. Điểm số này được tính toán bằng cách sử dụng mô hình hồi quy trực tuyến, cập nhật dự đoán của nó một cách động dựa trên dữ liệu thời gian thực.

Điểm chất lượng được suy ra từ hai thành phần chính:

  1. Đo lường Tương quan: Điều này định lượng mức độ mà giá dự đoán của nhà xuất bản phù hợp với giá tổng hợp qua một epoch nhất định. Một dự đoán hoàn hảo tương ứng với tương quan 1, dự đoán ngẫu nhiên cho tương quan 0, và dự đoán tệ hơn ngẫu nhiên dẫn đến tương quan âm.
  2. Tần suất Đóng góp: Yếu tố thứ hai là tỷ lệ các khoảng thời gian mà nhà xuất bản đã cung cấp dữ liệu giá. Điều này tính đến sự nhất quán và độ tin cậy của các đóng góp dữ liệu của nhà xuất bản.

Mô hình hồi quy cập nhật tại mỗi khoảng thời gian t, sử dụng hai đặc trưng thay đổi giá chính: giá hiện tại của nhà xuất bản pt so sánh với cả giá của chính họ và giá tổng hợp từ khoảng thời gian trước. Vector trọng số wt, đại diện cho các hệ số của mô hình, được điều chỉnh thông qua phương pháp gradient bị cắt để tinh chỉnh mô hình sau mỗi dự đoán.

Mối tương quan âm đóng vai trò như một biện pháp bảo vệ chống lại hành vi đối kháng, cho thấy rằng các dự đoán của nhà xuất bản là không chính xác một cách có hệ thống và có thể gây hiểu lầm tiềm năng.

Hệ thống chấm điểm được đề xuất là linh hoạt và có thể được tinh chỉnh theo nhiều cách:

  • Nó có thể dự đoán sự thay đổi giá vượt ra ngoài slot tiếp theo ngay lập tức, điều này tạo ra một nhiệm vụ dự báo khó khăn hơn.
  • Tích hợp các tính năng bổ sung để tính đến các sắc thái như sự chênh lệch giá dai dẳng nhưng nhỏ giữa các sàn giao dịch khác nhau. Bằng cách theo dõi những sự khác biệt này, cơ chế có thể tránh việc phạt không công bằng các nhà xuất bản vì những biến động nhất quán nhưng nhỏ.

Các nhà phát triển của mạng Pyth đã kiểm tra cơ chế chấm điểm chất lượng này bằng cách sử dụng dữ liệu lịch sử, cho thấy mô hình hiện tại mang lại kết quả đáng tin cậy. Tuy nhiên, nhận thức được bản chất đa dạng của thị trường tài chính, thiết kế của mô hình vẫn linh hoạt nội tại để thích ứng với các sửa đổi và cải tiến tương lai khi có những hiểu biết mới và dữ liệu sẵn có.

Calibration Score

Trong Pyth Network, calibration score đóng vai trò là một công cụ để đánh giá độ chính xác của khoảng tin cậy của nhà xuất bản—một khoảng mà họ mong đợi giá tổng hợp sẽ rơi vào. Calibration score này là một thước đo cho việc nhà xuất bản hiểu và truyền đạt sự không chắc chắn của họ về các dự đoán giá như thế nào.

Calibration Score Hoạt Động Như Thế Nào

  1. Giải thích Sai số Tiêu chuẩn: Khoảng tin cậy của nhà xuất bản được diễn giải qua lăng kính của sai số tiêu chuẩn của Laplace distribution. Laplace distribution được chọn thay vì normal distribution do có đuôi nặng hơn, điều này có xu hướng đại diện cho sự biến động giá cả một cách thực tế hơn.
  2. Quy trình Tính toán:Xác định Z-Score: Đối với mỗi dự đoán, một z-score được tính toán bằng cách trừ giá tổng hợp từ dự đoán và chuẩn hóa giá trị này bằng khoảng tin cậy được nêu bởi nhà xuất bản.Phân nhóm Histogram: Các z-score này sau đó được phân loại vào các bin. Các ngưỡng cho các bin này được đặt sao cho nếu khoảng tin cậy hoàn hảo, mỗi bin sẽ có xác suất bằng nhau dưới phân phối Laplace chuẩn.Kiểm tra Tính đồng đều: Histogram từ một nhà xuất bản “hoàn hảo” sẽ đồng đều trên các bin này. Do đó, điểm hiệu chỉnh được định nghĩa bởi độ lệch khỏi tính đồng đều này, cụ thể là một trừ khoảng cách earth-mover giữa histogram thực tế và phân phối đồng đều.
    1. Xác định Z-Score: Đối với mỗi dự đoán, một z-score được tính toán bằng cách trừ giá tổng hợp từ dự đoán và chuẩn hóa giá trị này theo khoảng tin cậy được nêu bởi nhà xuất bản.
    2. Phân loại Histogram: Những z-score này sau đó được phân loại vào các bin. Các ngưỡng cho những bin này được đặt sao cho nếu khoảng tin cậy hoàn hảo, mỗi bin sẽ có xác suất bằng nhau dưới phân phối Laplace chuẩn.
    3. Kiểm tra Tính Đồng nhất: Biểu đồ histogram từ một nhà xuất bản “hoàn hảo” sẽ đồng nhất trên các bin này. Do đó, điểm hiệu chỉnh được định nghĩa bởi độ lệch khỏi tính đồng nhất này, cụ thể là một trừ khoảng cách earth-mover giữa histogram thực tế và phân phối đồng nhất.
  • Xác định Z-Score: Đối với mỗi dự đoán, một z-score được tính toán bằng cách trừ giá tổng hợp từ dự đoán và chuẩn hóa giá trị này bằng khoảng tin cậy được nêu bởi nhà xuất bản.
  • Histogram Binning: Những z-scores này sau đó được phân loại vào các bins. Các ngưỡng cho các bins này được đặt sao cho nếu các confidence intervals hoàn hảo, mỗi bin sẽ có khả năng bằng nhau dưới một phân phối Laplace chuẩn.
  • Uniformity Check: Histogram từ một nhà xuất bản “hoàn hảo” sẽ đồng đều trên các bins này. Do đó, điểm calibration được định nghĩa bởi độ lệch khỏi sự đồng đều này, cụ thể là một trừ khoảng cách earth-mover giữa histogram thực tế và một phân phối uniform.

Điểm hiệu chỉnh không ưu tiên các nhà xuất bản vì việc cung cấp các khoảng tin cậy hẹp hơn vì lợi thế như vậy đã được bao hàm trong điểm chất lượng. Thay vào đó, điểm hiệu chỉnh tập trung vào tính phù hợp của khoảng tin cậy—liệu nó có phản ánh chính xác mức độ chắc chắn 'thực sự' của nhà xuất bản đối với các dự đoán giá của họ hay không.

Điểm hiệu chỉnh cao cho thấy các khoảng tin cậy của nhà xuất bản được hiệu chỉnh tốt và giá tổng hợp thường xuyên rơi vào trong khoảng dự đoán, xem xét sự không chắc chắn được nêu. Ngược lại, điểm thấp hơn có thể gợi ý rằng các khoảng tin cậy của nhà xuất bản hoặc quá chặt hoặc quá rộng, ngụ ý sự trình bày sai lệch về sự tự tin thực tế của họ.

Tại sao Dự án được Tạo ra

Việc tạo ra Pyth xuất phát từ nhu cầu giải quyết vấn đề oracle trong tài chính phi tập trung (DeFi) và cung cấp dữ liệu thị trường đáng tin cậy, độ trễ thấp từ các nhà cung cấp tổ chức. Các thị trường truyền thống thường hạn chế truy cập vào dữ liệu như vậy, trong khi các thị trường tiền điện tử thiếu các nguồn toàn diện và đáng tin cậy. Tầm nhìn ban đầu của Pyth nhằm thu hẹp khoảng cách này bằng cách cho phép các blockchain tương tác liền mạch với dữ liệu bên ngoài.

Dự án được hình thành để đáp ứng những hạn chế mà các blockchain phải đối mặt trước năm 2018, khi các ứng dụng phi tập trung (DApps) chỉ có thể hoạt động với dữ liệu on-chain. Để cho phép tích hợp dữ liệu off-chain một cách đáng tin cậy, các oracle được cần thiết như những cầu nối giữa blockchain và thế giới bên ngoài. Mục tiêu của Pyth rất rõ ràng: dân chủ hóa quyền truy cập vào giá tài sản trên tất cả các blockchain, từ đó nâng cao chức năng và tiện ích thực tế của DApps.

Các oracle hiện có đối mặt với một số thách thức, bao gồm nguồn dữ liệu không đáng tin cậy và sự chậm trễ trong việc cung cấp dữ liệu. Một số giải pháp cào dữ liệu từ internet hoặc lấy từ các nguồn đáng ngờ, làm tổn hại đến độ chính xác và độ tin cậy. Hơn nữa, sự chậm trễ trong truyền dữ liệu, đặc biệt rõ rệt ở các oracle giá trung bình có trọng số thời gian (TWAP), đặt ra những rủi ro đáng kể, đặc biệt trong các thị trường biến động như crypto.

Pyth đã tìm cách vượt qua những thách thức này bằng cách cung cấp dữ liệu thị trường thời gian thực an toàn từ các nguồn uy tín. Bằng cách hợp tác với các thực thể tổ chức như các công ty giao dịch, sàn giao dịch phi tập trung (DEXs), và sàn giao dịch tập trung (CEXs), Pyth nhắm đến việc đảm bảo tính toàn vẹn và độ chính xác của các nguồn cấp giá của mình. Thông qua mạng lưới của mình, Pyth đã hỗ trợ việc truyền dữ liệu off-chain đến các blockchain một cách liền mạch, trao quyền cho các ứng dụng DeFi với thông tin thị trường kịp thời và chính xác.

Triển vọng Ngành

Price oracles đóng vai trò quan trọng trong việc lấp đầy khoảng cách giữa dữ liệu giá off-chain và hợp đồng thông minh on-chain trong các hệ sinh thái blockchain. Chúng cung cấp thông tin giá kịp thời và chính xác, cho phép các ứng dụng phi tập trung (dApps) truy cập dữ liệu thị trường thực tế. Tuy nhiên, việc đạt được cả độ chính xác và tính kịp thời có thể là thách thức, và các giải pháp truyền thống như giới thiệu độ trễ có thể không luôn đủ, đặc biệt trong các ứng dụng tài chính nhạy cảm với độ trễ.

Tầm nhìn ngành cho Pyth Network giữa cuộc cạnh tranh với Chainlink trong không gian oracle có thể được tóm tắt bằng cách cung cấp một sản phẩm khác biệt và đề xuất giá trị độc đáo. Trong khi Chainlink đã khẳng định mình là nhà cung cấp oracle chính, Pyth cung cấp một cách tiếp cận cơ bản khác biệt, tập trung vào Solana ban đầu và mở rộng sang các chuỗi khác với Pythnet.

Mô hình cập nhật giá pull của Pyth phân biệt nó với mô hình push thường được sử dụng bởi các oracle khác như Chainlink. Nhấn mạnh vào việc lấy dữ liệu trực tiếp từ các nguồn bên thứ nhất mà không phụ thuộc vào aggregators như Coingecko hoặc CoinmarketCap làm tăng sức hấp dẫn của Pyth, cung cấp các cập nhật có thể nhanh hơn và chất lượng cao hơn.

Pyth cũng giới thiệu khoảng tin cậy, cung cấp cho các giao thức thông tin chi tiết hơn về sự không chắc chắn của giá, đặc biệt trong các thị trường biến động hoặc thiếu thanh khoản. Cách tiếp cận này cho phép các giao thức điều chỉnh các tham số rủi ro của họ dựa trên mức độ tích cực hoặc thận trọng mà họ mong muốn.

Để giải quyết thách thức giữa tính kịp thời và hiệu quả chi phí để lấy dữ liệu tài chính nhạy cảm với độ trễ, Pyth đề xuất một cơ chế “staking” liên quan đến các nhà điều hành oracle staking danh tiếng, tài sản thế chấp, hoặc vốn giao dịch vào tính toàn vẹn và tính kịp thời của dữ liệu mà họ cung cấp. Bằng cách này, những người cung cấp dữ liệu không chính xác hoặc không kịp thời sẽ phải chịu hậu quả kinh tế hoặc danh tiếng, từ đó khuyến khích họ đảm bảo tính toàn vẹn của thông tin mà họ công bố.

Thông qua nguyên tắc “skin in the game” này, Pyth oracles đóng vai trò là nguồn dữ liệu giá quan trọng được truyền trực tiếp lên blockchain, kết nối thế giới off-chain với môi trường on-chain. Trong khi các sàn giao dịch phi tập trung (DEXes) cung cấp thông tin giá on-chain, tính thanh khoản của chúng có thể bị hạn chế so với các sàn giao dịch tập trung (CEXes), khiến chúng dễ bị thao túng. Oracles giảm thiểu những rủi ro này bằng cách mang dữ liệu giá chất lượng cao từ CEXes lên blockchain, từ đó nâng cao độ tin cậy và chính xác của thông tin giá cho các ứng dụng phi tập trung.

Những Đánh Đổi So Với Việc Sử Dụng Trình Tổng Hợp Dữ Liệu

Những sự đánh đổi giữa Pyth Network và việc sử dụng các bộ tổng hợp trong không gian oracle xoay quanh các yếu tố như độ chính xác dữ liệu, độ trễ, phi tập trung, hiệu quả chi phí và tính linh hoạt.

Pyth Data Aggregators
Data accuracy Pyth emphasizes obtaining data directly from first-party sources, such as trading firms and exchanges. This approach aims to reduce the risk of data manipulation or inaccuracies introduced by intermediaries. Aggregators like Chainlink rely on collecting data from multiple sources, including exchanges, marketplaces, and APIs. While aggregators may provide a broader data set, there’s a risk of errors or manipulation introduced during the aggregation process.
Latency Pyth’s pull price update model allows for potentially faster updates as data is streamed off-chain via protocols like the Wormhole Network. However, there may be latency introduced by the cross-chain messaging protocol when updating prices on-chain. Aggregators typically run off-chain processes to continuously update on-chain prices. While this ensures real-time updates, there may be delays due to network congestion or other factors.
Decentralization Pyth aims for decentralization by obtaining data directly from a diverse set of first-party sources, reducing reliance on centralized aggregators. Aggregators centralize data collection and aggregation, which can introduce vulnerabilities such as single points of failure or manipulation.
Cost-effectiveness Pyth’s pull model allows for potentially lower costs as users are responsible for posting price updates on-chain only when needed.  Aggregators may charge fees for accessing their aggregated data, but these costs may be offset by the convenience of having a single source for multiple data streams.
Flexibility Pyth offers flexibility in terms of integrating with different chains and protocols, as evidenced by the launch of Pythnet and its expansion efforts. Aggregators may provide a more standardized approach to accessing data across multiple chains and protocols, simplifying integration for developers.

Quá trình thiết lập một oracle ưu tiên nhà xuất bản như Pyth Network từ con số không ban đầu đối mặt với những thách thức đáng kể, có thể được mô tả như một vấn đề cold start, chủ yếu do phạm vi thị trường thấp và sự do dự tiềm năng từ các nhà xuất bản trong việc tham gia do rủi ro kỹ thuật hoặc uy tín. Tuy nhiên, trong năm qua, Pyth đã đạt được những tiến bộ đáng kể trong việc vượt qua những trở ngại này và nâng cao hệ sinh thái của mình.

  • Quy trình Onboarding và Tích hợp Được Cải thiện: Pyth đã tinh chỉnh quy trình onboarding và tích hợp của mình, giúp dễ dàng và hấp dẫn hơn cho các nhà xuất bản uy tín tham gia mạng. Điều này bao gồm cung cấp tài liệu và hỗ trợ tốt hơn cho các nhà xuất bản, giảm rào cản kỹ thuật tham gia, và giải quyết các lo ngại liên quan đến danh tiếng và lòng tin.
  • Cải tiến Thuật toán Tổng hợp Giá: Pyth đã thực hiện các cải tiến đáng kể đối với thuật toán tổng hợp giá của mình để đảm bảo các nguồn cấp giá chính xác và đáng tin cậy hơn. Bằng cách tinh chỉnh quy trình tổng hợp, Pyth có thể cung cấp dữ liệu chất lượng cao được người dùng và các giao thức tin tưởng.
  • Giới thiệu về Bảo mật Kinh tế Mật mã: Với $PYTH đang lưu hành, giao thức có thể nâng cao mô hình bảo mật kinh tế mật mã của mình để khuyến khích các bên tham gia, bao gồm các nhà xuất bản và người ủy quyền, đóng góp vào bảo mật và tính toàn vẹn của mạng, từ đó nâng cao thêm lòng tin và độ tin cậy.
  • Mở rộng đến Các Chuỗi Không Phải Solana với Pythnet: Nhận ra nhu cầu mở rộng phạm vi vượt ra ngoài hệ sinh thái Solana, Pyth đã ra mắt Pythnet, một chuỗi độc lập dựa trên mã nguồn Solana. Pythnet cho phép Pyth cung cấp dịch vụ oracle của mình cho các giao thức trên các mạng blockchain khác, mở rộng thị trường và tăng tiềm năng áp dụng.

Thông qua sự đổi mới liên tục, cải tiến công nghệ và các nỗ lực mở rộng chiến lược, Pyth đã thể hiện cam kết vượt qua những thách thức liên quan đến việc thiết lập một oracle ưu tiên nhà xuất bản.

Cân bằng Giữa Chất Lượng Cao và Độ Trễ Thấp

Pyth cố gắng cân bằng hai mục tiêu kép là độ trễ thấp và dữ liệu chất lượng cao thông qua các hình thức staking và cơ chế căn chỉnh khuyến khích đa dạng.

Staking via Reputation Staking via Collateral Staking via Trading
Pyth implements a moderate form of staking via reputation by publicly disclosing the aggregate set of its publishers. While this transparency enhances accountability to some extent, the lack of individual address disclosure may limit the potential public scrutiny and repercussions for bad contributors. This mechanism may weaken over time, especially if Pyth transitions to permissionless publishing. The staking $PYTH mechanism allows to reward publishers for bringing novel and correct information while penalizing those providing incorrect data. This adjudication mechanism introduces an approach to incentivizing data accuracy within the oracle network. Pyth’s potential for staking via trading is high, given that many of its data providers are high-frequency trading firms. These firms contribute prices as a byproduct of their trading operations, aligning their interests with the accuracy of the data. However, challenges remain, such as ensuring timely reporting of prices and validating self-reported prices to prevent misrepresentation.

Lưu ý rằng Pyth tích hợp khoảng tin cậy như một lớp phòng thủ bổ sung để giải quyết các khoảng thời gian không chắc chắn trong việc xác định giá, chẳng hạn như Terra de-peg episode. Bằng cách mở rộng khoảng tin cậy xung quanh các giá được báo cáo, Pyth thừa nhận và tính đến sự biến động của giá trên các sàn giao dịch khác nhau, nâng cao độ bền vững của việc biểu diễn dữ liệu.

Ưu điểm của Mô hình Pull của Pyth

Mô hình pull oracle của Pyth tối ưu hóa hiệu quả chi phí, khả năng mở rộng, độ tin cậy và khả năng xử lý các phép tính phức tạp so với các kiến trúc oracle dựa trên push truyền thống. Mô hình này đảm bảo rằng người dùng nhận được dữ liệu giá kịp thời và chính xác đồng thời giảm thiểu chi phí hoạt động.

  • Sử Dụng Gas Hiệu Quả: Pyth giảm thiểu chi phí gas bằng cách chỉ thanh toán khi người tiêu dùng yêu cầu cập nhật giá. Cách tiếp cận có mục tiêu này giảm tổng chi phí.
  • Khả Năng Mở Rộng: Mô hình pull cho phép Pyth mở rộng hiệu quả, hỗ trợ phạm vi rộng hơn các nguồn cấp giá và blockchain.
  • Độ tin cậy: Tắc nghẽn mạng trên các chuỗi mục tiêu không ảnh hưởng đến khả năng của các nhà xuất bản Pyth cung cấp cập nhật, đảm bảo tính sẵn có dữ liệu đáng tin cậy.
  • Các tính toán có trạng thái: Kiến trúc của Pyth có khả năng xử lý các tính toán có trạng thái như trung bình động có trọng số theo cấp số nhân (EMAs) nhờ vào các cập nhật tần suất cao, cho phép kết hợp dữ liệu theo thời gian một cách chính xác.

Một trong những lợi thế lớn so với push-based oracles là Pyth có khả năng xuất bản các cập nhật giá thường xuyên hơn. Ví dụ, push-based gặp khó khăn trong việc tính toán các phép tính yêu cầu dữ liệu quá khứ, vì tần suất cập nhật thấp của chúng tạo ra các mẫu ít kịp thời hơn. Ví dụ, các push-based oracles xuất bản dữ liệu mỗi 10 phút không thể tính toán EMA 5 phút. Pyth giải quyết điều này bằng cách sử dụng appchain Pythnet chuyên dụng của mình. Trong Pythnet, mạng có quyền truy cập vào các cập nhật giá mỗi 400ms, điều này dễ dàng cho phép xây dựng các kết hợp thời gian chi tiết và phức tạp hơn.

Tiềm Năng Áp Dụng

Kể từ khi ra mắt, Pyth đã thu hút được sự chú ý, với hơn 230 ứng dụng dựa vào dữ liệu của Pyth, bao gồm các sàn giao dịch phi tập trung (DEXs), các giao thức cho vay, và các nền tảng phái sinh. Điều này phản ánh tiềm năng áp dụng rộng rãi của nó trong DeFi và hơn thế nữa.

Tuy nhiên, Pyth đã gặp phải những thách thức ban đầu, đặc biệt là vấn đề chênh lệch giá đáng kể do lỗi của nhà xuất bản. Cụ thể hơn, vấn đề chính là với giá $BTC trong khoảng thời gian 2 phút vào tháng 9 năm 2021. Do 2 trong số 11 nhà xuất bản mắc lỗi dấu thập phân và logic tổng hợp ưu tiên quá mức đóng góp của họ, giá tổng hợp cuối cùng lệch đáng kể so với giá thực của BTC là ~$42k, báo cáo giá thấp tới $5,402 với khoảng tin cậy +/- $21,623. Đối với các giao thức không tích hợp khoảng tin cậy, và chỉ dựa vào giá trung vị $5.4k, điều này dẫn đến các tác động tiêu cực như thanh lý sai sót. Kể từ đó, các nỗ lực khắc phục bao gồm tinh chỉnh logic tổng hợp, cải thiện quy trình tiếp nhận nhà xuất bản, và cung cấp tài liệu tốt hơn cho các nhà phát triển.

Mặc dù gặp phải những trở ngại ban đầu, Pyth đã chứng kiến sự chấp nhận ổn định trên Solana, trở thành oracle thực tế cho mạng lưới. Sự tăng trưởng hàng năm về số lượng nhà xuất bản, nguồn cấp giá, và dApps cho thấy sự chấp nhận ngày càng tăng trong hệ sinh thái. Tiến về phía trước, việc ra mắt Pythnet của Pyth thể hiện ý định mở rộng phạm vi của nó vượt ra ngoài Solana đến các chuỗi khác như Ethereum, BSC, và Aptos. Trong khi Pythnet giới thiệu những thách thức về độ trễ so với Solana, nó cung cấp một mô hình pull độc đáo và tiềm năng tiết kiệm chi phí cho người tiêu dùng.

Việc ra mắt token $PYTH đã giới thiệu các ưu đãi và cơ chế bổ sung cho các bên liên quan, bao gồm nhà xuất bản, người ủy quyền và người tiêu dùng. Kế hoạch phân phối này sẽ đóng vai trò quan trọng trong việc đảm bảo sự áp dụng rộng rãi và phân quyền hóa của mạng lưới.

Chuỗi

Mặc dù phiên bản whitepaper đầu tiên giới thiệu thiết kế protocol tập trung vào blockchain Solana, phiên bản thứ hai cung cấp một giải pháp tổng quát hơn cho hệ sinh thái Pyth rộng lớn hơn. Với nâng cấp này, protocol giới thiệu mô hình cross-chain để cung cấp dữ liệu giá đến các chain mục tiêu.

Các nguồn cấp giá của Pyth Network hiện đang có sẵn trên hơn 40 blockchain, đảm bảo tính dễ tiếp cận và khả năng mở rộng cho các nhà phát triển trên các hệ sinh thái khác nhau.

Pythnet, một chuỗi riêng biệt được phát triển từ codebase của Solana, hỗ trợ việc gửi giá dành riêng cho các nhà xuất bản Pyth. Không giống như trên Solana, nơi các cập nhật giá được đẩy tự động lên on-chain, Pythnet hoạt động theo mô hình pull, với giá được cập nhật trên on-chain khi có yêu cầu từ ứng dụng.

Lưu ý rằng mô hình này giới thiệu độ trễ tăng cao, với khoảng 3 giây từ giá của sàn giao dịch tập trung (CEX) đến cập nhật on-chain. Trong đó, 1 giây được quy cho độ trễ từ CEX đến Pythnet, trong khi 2 giây do độ trễ từ Pythnet đến dịch vụ giá, được gây ra bởi các thông điệp Wormhole.

Các giao thức không phải Solana sử dụng Pythnet phải trả phí cho các cập nhật giá on-chain, bắt đầu từ một mức phí danh nghĩa nhưng có thể điều chỉnh bởi governance sau này. Hiệu quả gas được cải thiện vì phí gas chỉ phát sinh khi người tiêu dùng cần cập nhật giá, giảm thiểu lãng phí.

Hơn nữa, tính tự chủ của Pythnet đảm bảo độ tin cậy ngay cả khi mạng Solana gặp sự cố ngừng hoạt động. Mặc dù có thách thức về độ trễ, các chiến lược như thanh toán lệnh bất đồng bộ, ngưỡng cũ, và liên kết yêu cầu cập nhật giá với giao dịch của người dùng giúp giảm thiểu rủi ro.

Sử dụng Giao thức

Người dùng và nhà phát triển có thể tích hợp liền mạch dữ liệu thị trường thời gian thực của Pyth vào các ứng dụng của họ thông qua các API mạnh mẽ. Tính năng “pull oracle” cho phép các ứng dụng kiểm soát khi nào và cách mà giá thời gian thực xuất hiện on-chain, cung cấp sự linh hoạt và hiệu quả chi phí.

Pyth hoạt động thông qua 4 cơ chế chính điều chỉnh luồng tương tác của nó:

  1. Tập Hợp Giá Cả: Cơ chế này kết hợp các giá được báo cáo bởi các nhà xuất bản cá nhân cùng với các khoảng tin cậy liên quan của chúng thành một nguồn cấp giá thống nhất và nguồn cấp khoảng tin cậy cho một sản phẩm cụ thể. Bằng cách tổng hợp các đầu vào này, Pyth tạo ra một điểm giá đáng tin cậy duy nhất để các bên tham gia thị trường tham khảo.
  2. Staking Dữ liệu: Người ủy quyền có cơ hội stake token để kiếm phí dữ liệu. Hệ thống trọng số stake xác định ảnh hưởng của mỗi nhà xuất bản đối với giá tổng hợp. Phí dữ liệu thu được được phân phối, với 80% dành cho người ủy quyền và 20% còn lại được phân bổ vào một pool phần thưởng chia sẻ giữa các nhà xuất bản (có thể thay đổi qua quản trị). Stake của người ủy quyền có thể bị cắt nếu có sự khác biệt giữa giá tổng hợp được xuất bản và giá tham chiếu trong khoảng thời gian claim. Các claim thành công dẫn đến việc xác định và phạt các nhà xuất bản có lỗi, với stake được phân phối lại bù đắp cho người tiêu dùng bị ảnh hưởng.
  3. Phân Phối Phần Thưởng: Cơ chế này phân bổ cổ phần của hồ phần thưởng cho các nhà xuất bản cá nhân dựa trên chất lượng của nguồn cấp dữ liệu giá của họ. Bằng cách khuyến khích cung cấp dữ liệu chất lượng cao và phạt hiệu suất kém, cơ chế này nhằm duy trì tính toàn vẹn và độ tin cậy của quá trình tổng hợp giá.
  4. Quản Trị: Pyth Network sử dụng hệ thống bỏ phiếu bằng coin để quản lý các tham số của tất cả các cơ chế của nó. Thông qua khung quản trị này, các bên tham gia có tiếng nói trong việc định hình và tinh chỉnh hoạt động của mạng, đảm bảo hiệu quả và khả năng thích ứng liên tục của nó.

Người tham gia

Cơ sở người dùng của Pyth bao gồm các dự án DeFi, dApps, và các nhà phát triển blockchain tìm kiếm dữ liệu đáng tin cậy và độ trễ thấp cho các ứng dụng của họ.

Trong hệ sinh thái Pyth, có ba vai trò chính: consumers, publishers, và delegators, mỗi vai trò có trách nhiệm và động lực riêng biệt.

  • Người sử dụng là những người dùng nguồn cấp giá trong hệ sinh thái, chủ yếu bao gồm các hợp đồng thông minh và giao thức DeFi. Trách nhiệm chính của họ là sử dụng các nguồn cấp giá được cung cấp để đưa ra quyết định và thực hiện giao dịch. Trong khi người sử dụng trên Solana nhận được nguồn cấp giá miễn phí, những người sử dụng ngoài Solana phải trả phí “on-demand” nhỏ để lấy giá từ Pythnet. Người sử dụng có tùy chọn trả phí bảo hiểm bằng $PYTH để phòng ngừa sai sót của oracle, cung cấp thêm lớp bảo vệ với chi phí bổ sung.
  • Nhà phát hành chịu trách nhiệm xuất bản giá cả lên mạng lưới. Đổi lại, họ nhận được token $PYTH làm phần thưởng và một phần phí dữ liệu. Tuy nhiên, các nhà phát hành được yêu cầu stake token $PYTH cho các sản phẩm họ định giá, và stake của họ sẽ bị slashing nếu họ tạo ra lỗi. Điều này khuyến khích tính chính xác và độ tin cậy trong báo cáo giá. Cấu trúc phần thưởng cho các nhà phát hành có thể thay đổi theo thời gian và có thể thay đổi, ảnh hưởng đến tiềm năng kiếm tiền của họ trong hệ sinh thái.
  • Người ủy quyền đóng vai trò quan trọng trong việc xác định giá tổng hợp được báo cáo bởi Pyth. Họ stake token $PYTH trên price feeds để xác định trọng số của các publishers khác nhau, từ đó ảnh hưởng đến độ chính xác của giá được báo cáo. Người ủy quyền phải quản lý chiến lược staking của mình một cách cẩn thận để tối ưu hóa lợi suất trong khi giảm thiểu rủi ro thua lỗ do price feeds không chính xác. Ngoài ra, có rủi ro slashing liên quan đến người ủy quyền, vì họ có thể bị phạt nếu feed họ stake trên tạo ra lỗi, bất kể publisher chịu trách nhiệm. Điều này nhấn mạnh tầm quan trọng của việc lựa chọn và giám sát price feeds một cách cần mẫn bởi người ủy quyền.

Việc phân biệt rủi ro slashing giữa delegators và publishers trong Pyth là rất quan trọng.

  • Trong trường hợp xảy ra sự cố, tất cả các delegator đang staking trên một feed cụ thể sẽ phải chịu penalties, bất kể publisher nào chịu trách nhiệm cho giá bị lỗi, ngay cả khi họ không stake trên publisher cụ thể đó.
  • Mặt khác, các publisher chỉ bị slashing nếu chính họ trực tiếp chịu trách nhiệm cho lỗi đó.

Người ủy quyền phải thực hiện một sự cân bằng tinh tế khi staking. Họ phải xem xét nhiều yếu tố khác nhau, chẳng hạn như uy tín của các nhà xuất bản và sự phân bổ ảnh hưởng giữa họ. Việc ưu tiên các nhà xuất bản có uy tín cao giúp đảm bảo tính chính xác và độ tin cậy của price feeds, đồng thời ngăn chặn bất kỳ nhà xuất bản đơn lẻ nào thực thi ảnh hưởng không tương xứng. Chiến lược này giảm thiểu rủi ro mà một số lượng nhỏ thất bại của nhà xuất bản gây ra thất bại rộng lớn hơn trong tổng hợp, bảo vệ tính toàn vẹn của mạng lưới và giảm thiểu các tổn thất tiềm năng cho tất cả các bên liên quan.

Nhà phát triển

Sử dụng Solana Price Feeds

  • Mỗi Pyth Network price feed được lưu trữ trong một tài khoản Solana,, và nó được xác định bởi một khóa tài khoản Solana duy nhất. Các nhà phát triển cần xác định và khớp đúng price feed với ID feed tương ứng và khóa tài khoản, có thể tìm thấy trong trang ID price feed của Pyth.
  • Pyth price feeds sử dụng biểu diễn số học dấu phẩy cố định với một số mũ chia sẻ cho cả giá và khoảng tin cậy. Để có được biểu diễn số nguyên của các giá trị này, các nhà phát triển có thể nhân với 10^exponent.
  • Một điều cần xem xét là có thể có những tình huống mà Pyth không thể cung cấp giá hiện tại cho một sản phẩm. Điều này có thể xảy ra do các yếu tố như giờ giao dịch thị trường hoặc sự cố mạng. Pyth có các biện pháp bảo vệ tích hợp để ngăn chặn việc sử dụng giá cũ. Các nhà phát triển phải đảm bảo rằng ứng dụng của họ cũng tích hợp các biện pháp bảo vệ này, chẳng hạn như kiểm tra độ cũ, để tránh sử dụng dữ liệu lỗi thời một cách vô ý. Cũng quan trọng là hiểu rằng giờ giao dịch thị trường phụ thuộc vào loại tài sản. Điều này rất quan trọng để đảm bảo rằng bạn đang sử dụng dữ liệu giá cập nhật dựa trên giờ giao dịch thị trường.
Asset Class Opening Hours Exceptions
Crypto 24/7. No market close.
US Equities Every weekday from 9:30 a.m. EST to 4:00 p.m. EST. Markets are closed on weekends, US holidays, and during extraordinary events.
FX From Sunday 5:00 p.m. EST to Friday 5:00 p.m. EST. Trading continues during most US holidays.
Metals From Sunday 5:00 p.m. EST to Friday 5:00 p.m. EST. Spot gold and silver trading also follow the CME holiday closures. 
  • Các nhà phát triển ứng dụng phải xem xét sự khác biệt về độ trễ giữa các oracle trên chuỗi như Pyth Network và các nguồn dữ liệu ngoài chuỗi như các sàn giao dịch tập trung. Trong khi Pyth Network được thiết kế với độ trễ thấp, không có oracle trên chuỗi nào có thể sánh kịp tốc độ của các nguồn ngoài chuỗi. Kết quả là, các đội ngũ kỹ thuật nên xem xét một mô hình mối đe dọa có thể xảy ra nơi mà kẻ thù có thể thấy sự thay đổi giá hơi trước giao thức. Điều này có thể được giải quyết thông qua các triển khai khác nhau của bản chất khác nhau, chẳng hạn như:Cấu hình Tham số Giao thức cho Luồng Cân bằng: Cân bằng tổn thất từ smart flow so với lợi nhuận từ two-way flow bằng cách cấu hình tham số giao thức. Điều này có thể được thực hiện bằng cách triển khai bid/ask spread và thanh khoản hạn chế tương tự như các market maker truyền thống. Điều này giúp giới hạn tổn thất cho smart flow trong khi vẫn cho phép lợi nhuận từ two-way flow. Cũng có thể điều chỉnh spread và tham số thanh khoản để đạt được sự cân bằng giảm thiểu adverse selection từ các smart trader trong khi tham gia hiệu quả vào two-way flow.Triển khai Cơ chế “Last Look”: Cung cấp cho giao thức khả năng “last look” để quyết định các giao dịch nào được chấp nhận. Ví dụ, các giao dịch có thể được chia thành hai phần: một yêu cầu và một thực hiện. Trong giao dịch đầu tiên (yêu cầu), người dùng khởi tạo một hành động hoặc yêu cầu giao dịch. Trong giao dịch thứ hai (thực hiện), giao thức xác định liệu có thực hiện yêu cầu của người dùng dựa trên giá Pyth được quan sát tại thời điểm đó. Các nhà tích hợp có thể triển khai một độ trễ ngắn giữa hai giao dịch để cho phép giao thức thêm thời gian quan sát sự thay đổi giá. Tiếp theo, các ứng dụng có thể thực hiện yêu cầu của người dùng tại giá Pyth tại thời điểm giao dịch thứ hai, mang lại cho giao thức lợi thế đầu tiên trong cuộc đua độ trễ.
    • Cấu hình Tham số Giao thức cho Luồng Cân bằng: Cân bằng các khoản lỗ từ luồng thông minh với lợi nhuận từ luồng hai chiều bằng cách cấu hình tham số giao thức. Điều này có thể được thực hiện bằng cách triển khai chênh lệch bid/ask và thanh khoản hạn chế tương tự như các nhà tạo lập thị trường truyền thống. Điều này giúp giới hạn lỗ cho luồng thông minh trong khi vẫn cho phép lợi nhuận từ luồng hai chiều. Cũng có thể điều chỉnh các tham số chênh lệch và thanh khoản để đạt được sự cân bằng giảm thiểu lựa chọn bất lợi từ các nhà giao dịch thông minh trong khi tham gia hiệu quả vào luồng hai chiều.
    • Triển khai Cơ chế “Last Look”: Cung cấp cho protocol khả năng “last look” để quyết định các transactions nào được chấp nhận. Ví dụ, transactions có thể được chia thành hai phần: một request và một fulfillment. Trong transaction đầu tiên (request), người dùng khởi tạo một hành động hoặc yêu cầu giao dịch. Trong transaction thứ hai (fulfillment), protocol xác định liệu có thực hiện yêu cầu của người dùng dựa trên giá Pyth quan sát được tại thời điểm đó hay không. Các nhà tích hợp có thể triển khai một khoảng trễ ngắn giữa hai transactions để cho phép protocol có thêm thời gian quan sát sự thay đổi giá. Sau đó, các ứng dụng có thể thực hiện yêu cầu của người dùng tại giá Pyth tại thời điểm transaction thứ hai, giúp protocol có lợi thế ban đầu trong cuộc đua độ trễ.
  • Vì Pyth công bố cả giá và khoảng tin cậy, các nhà phát triển có thể sử dụng các khoảng tin cậy để đánh giá sự không chắc chắn của giá và bảo vệ ứng dụng của họ khỏi các điều kiện thị trường bất lợi. Một giải pháp là tính toán một khoảng xung quanh giá bằng cách sử dụng khoảng tin cậy để đảm bảo định giá bảo thủ. Tùy thuộc vào trường hợp sử dụng, một số ứng dụng có thể xem xét sử dụng giá Exponential Moving Average (EMA) của Pyth. Tổng thể, điều quan trọng là đảm bảo rằng các công cụ phái sinh và các hợp đồng tài chính tương tự được thiết kế để cuối cùng thanh toán ngay cả khi khoảng tin cậy vẫn rộng, tránh trì hoãn vô hạn. Xem xét sử dụng giá trung bình động hàm mũ (EMA) của Pyth khi xử lý dữ liệu giá trong một khoảng thời gian được chỉ định. EMA đại diện cho một ước lượng của giá trung bình và giảm ảnh hưởng của các giá có khoảng tin cậy rộng, làm cho nó phù hợp với các ứng dụng nơi sự ổn định là rất quan trọng.Giá tổng hợp được cung cấp bởi Pyth đại diện cho ước lượng tốt nhất của giá tại một thời điểm cụ thể. Nó có thể không chính xác trong các trường hợp khoảng tin cậy rộng, nhưng nó là dữ liệu chính xác nhất có sẵn từ Pyth cho một thời điểm đơn lẻ.Khi cho vay tiền hoặc chấp nhận tài sản thế chấp, hãy xem xét khoảng tin cậy được cung cấp bởi Pyth. Để làm điều đó, bạn có thể tính toán một khoảng cho giá thực bằng cách cộng và trừ một bội số của khoảng tin cậy vào giá Pyth. Một bội số của 2.12 cung cấp xác suất 95% rằng giá thực nằm trong khoảng này. Sau đó, bạn có thể sử dụng giới hạn dưới của khoảng khi khởi tạo khoản vay hoặc định giá tài sản thế chấp để bảo thủ và hạn chế vay khi giá không chắc chắn. Tương tự, khi khoản vay đã được phát hành hoặc tài sản thế chấp được giữ, sử dụng giới hạn trên của khoảng để bảo thủ, ngăn chặn các hành động dựa chỉ vào sự không chắc chắn giá tăng.Trong các hợp đồng phái sinh, các ứng dụng có thể định giá tài sản thế chấp ở giá thấp hơn trong khoảng đã tính toán trong quá trình khởi tạo hợp đồng để quản lý rủi ro. Cũng theo cách tương tự, khi đánh giá giới hạn biên, giá cao hơn trong khoảng có thể được sử dụng để cẩn trọng.
    • Xem xét sử dụng giá trung bình động hàm mũ (EMA) của Pyth khi xử lý dữ liệu giá trong một khoảng thời gian được chỉ định. EMA đại diện cho một ước tính về giá trung bình và giảm ảnh hưởng của các giá có khoảng tin cậy rộng, làm cho nó phù hợp với các ứng dụng nơi sự ổn định là rất quan trọng.
    • Giá tổng hợp được cung cấp bởi Pyth đại diện cho ước tính tốt nhất về giá tại một thời điểm cụ thể. Nó có thể không chính xác trong các trường hợp có khoảng tin cậy rộng, nhưng đó là dữ liệu chính xác nhất có sẵn từ Pyth cho một thời điểm duy nhất.
    • Khi cho vay tiền hoặc chấp nhận tài sản thế chấp, hãy xem xét khoảng tin cậy được cung cấp bởi Pyth. Để làm điều đó, bạn có thể tính toán một khoảng cho giá thực bằng cách cộng và trừ một bội số của khoảng tin cậy vào giá Pyth. Một bội số của 2.12 cung cấp xác suất 95% rằng giá thực nằm trong khoảng này. Sau đó, bạn có thể sử dụng giới hạn dưới của khoảng khi khởi tạo khoản vay hoặc định giá tài sản thế chấp để thận trọng và hạn chế vay mượn khi giá không chắc chắn. Tương tự, khi khoản vay đã được phát hành hoặc tài sản thế chấp được giữ, sử dụng giới hạn trên của khoảng để thận trọng, ngăn chặn các hành động dựa chỉ vào sự gia tăng không chắc chắn của giá.
    • Trong các hợp đồng phái sinh, các ứng dụng có thể định giá tài sản thế chấp ở mức giá thấp hơn trong khoảng được tính toán trong quá trình khởi tạo hợp đồng để quản lý rủi ro. Tương tự, khi đánh giá giới hạn ký quỹ, mức giá cao hơn trong khoảng có thể được sử dụng để cẩn trọng hơn.
    • Cấu hình Tham số Giao thức cho Luồng Cân bằng: Cân bằng các khoản lỗ từ smart flow so với lợi nhuận từ two-way flow bằng cách cấu hình tham số giao thức. Điều này có thể được thực hiện bằng cách triển khai bid/ask spread và thanh khoản hạn chế tương tự như các market makers truyền thống. Điều này giúp giới hạn lỗ cho smart flow trong khi vẫn cho phép lợi nhuận từ two-way flow. Cũng có thể điều chỉnh các tham số spread và liquidity để đạt được sự cân bằng giảm thiểu adverse selection từ smart traders trong khi tham gia hiệu quả vào two-way flow.
    • Triển khai Cơ chế “Last Look”: Cung cấp cho giao thức khả năng “last look” để quyết định các giao dịch nào được chấp nhận. Ví dụ, các giao dịch có thể được chia thành hai phần: một yêu cầu và một thực hiện. Trong giao dịch đầu tiên (yêu cầu), người dùng khởi tạo một hành động hoặc yêu cầu giao dịch. Trong giao dịch thứ hai (thực hiện), giao thức quyết định liệu có thực hiện yêu cầu của người dùng dựa trên giá Pyth quan sát được tại thời điểm đó. Các nhà tích hợp có thể triển khai một khoảng trễ ngắn giữa hai giao dịch để cho phép giao thức có thêm thời gian quan sát sự thay đổi giá. Tiếp theo, các ứng dụng có thể thực hiện yêu cầu của người dùng tại giá Pyth tại thời điểm giao dịch thứ hai, mang lại cho giao thức lợi thế đầu tiên trong cuộc đua độ trễ.
    • Xem xét sử dụng giá trung bình động hàm mũ (EMA) của Pyth khi xử lý dữ liệu giá trong một khoảng thời gian được chỉ định. EMA đại diện cho một ước tính về giá trung bình và giảm ảnh hưởng của các giá có khoảng tin cậy rộng, làm cho nó phù hợp với các ứng dụng nơi sự ổn định là rất quan trọng.
    • Giá tổng hợp được cung cấp bởi Pyth đại diện cho ước tính tốt nhất về giá tại một thời điểm cụ thể. Nó có thể không chính xác trong các trường hợp có khoảng tin cậy rộng, nhưng nó là dữ liệu chính xác nhất có sẵn từ Pyth cho một thời điểm duy nhất.
    • Khi cho vay tiền hoặc chấp nhận tài sản thế chấp, hãy xem xét khoảng tin cậy được cung cấp bởi Pyth. Để làm điều đó, bạn có thể tính toán một khoảng cho giá thực bằng cách cộng và trừ một bội số của khoảng tin cậy vào giá Pyth. Một bội số của 2.12 cung cấp xác suất 95% rằng giá thực nằm trong khoảng này. Sau đó, bạn có thể sử dụng giới hạn dưới của khoảng khi khởi tạo khoản vay hoặc định giá tài sản thế chấp để bảo thủ và hạn chế vay mượn khi giá cả không chắc chắn. Tương tự, khi khoản vay đã được cấp hoặc tài sản thế chấp được giữ, hãy sử dụng giới hạn trên của khoảng để bảo thủ, ngăn chặn các hành động dựa chỉ vào sự không chắc chắn giá tăng.
    • Trong các hợp đồng phái sinh, các ứng dụng có thể định giá tài sản thế chấp ở mức giá thấp hơn trong phạm vi được tính toán trong quá trình khởi tạo hợp đồng để quản lý rủi ro. Tương tự, khi đánh giá giới hạn ký quỹ, mức giá cao hơn trong phạm vi có thể được sử dụng để thận trọng hơn.

Pyth trên Solana cung cấp một SDK cho các chương trình on-chain của Solana. Điều này có thể được sử dụng để tiêu thụ giá Pyth bên trong các chương trình Solana được viết bằng Rust.

Các nguồn cấp giá có sẵn trên mỗi mạng Solana được liệt kê trên các trang sau:

Sử dụng Pythnet Price Feeds

Mô hình cập nhật giá “pull” của Pythnet mang lại sự linh hoạt cho người dùng, những người chịu trách nhiệm đăng cập nhật giá trên chuỗi khi cần thiết.

Để tích hợp hiệu quả các nguồn cấp dữ liệu giá Pythnet vào ứng dụng, các nhà phát triển nên tuân theo các hướng dẫn chính sau:

  • Tích hợp trong Các Chương trình On-Chain: Các chương trình on-chain nên đọc dữ liệu giá trực tiếp từ chương trình Pyth được triển khai trên cùng một blockchain. Điều này đảm bảo rằng các smart contracts và logic on-chain của bạn có quyền truy cập vào các nguồn cấp dữ liệu giá Pythnet thời gian thực.
  • Tích hợp trong Off-Chain Frontends và Jobs: Đối với các ứng dụng off-chain, bao gồm frontends và background jobs, việc tích hợp các cập nhật giá Pyth vào giao dịch và xử lý dữ liệu của bạn là rất quan trọng. Để làm điều đó, các đội ngũ phát triển cần đảm bảo rằng mã off-chain của họ có thể truy cập và sử dụng dữ liệu giá Pyth cùng với hoặc trong các giao dịch cụ thể của ứng dụng.
  • SDKs Cụ thể cho Hệ sinh thái Pyth: Pyth cung cấp các SDKs cụ thể cho hệ sinh thái để đơn giản hóa quy trình tích hợp cho cả các thành phần on-chain và off-chain. Những SDKs này được thiết kế để hoạt động liền mạch trong các hệ sinh thái tương ứng của chúng.
  • Chuẩn bị và Các Thực hành Tốt nhất: Trước khi đi sâu vào tích hợp SDK, các nhà phát triển nên làm quen với cách biểu diễn nguồn cấp giá của Pyth và các thực hành tốt nhất. Hiểu cách nguồn cấp giá Pyth hoạt động và tuân theo các thực hành được khuyến nghị đảm bảo rằng bạn sử dụng giá Pythnet một cách an toàn và chính xác trong ứng dụng của mình.
  • Chọn SDK Phù Hợp: Chọn SDK Pyth phù hợp với hệ sinh thái blockchain cụ thể của bạn. Pyth cung cấp các SDK khác nhau để hỗ trợ các mạng blockchain đa dạng, giúp bạn dễ dàng tích hợp các nguồn cấp giá Pythnet vào ứng dụng của mình.Pyth on EVM.Pyth on Aptos.Pyth on CosmWasm.Pyth on Sui.Pyth on BAS Chains.Pyth for Off-chain Apps.
Cập Nhật Pull Của Pythnet

Pyth Network hoạt động dựa trên mô hình cập nhật giá “pull”, khác biệt so với mô hình “push” phổ biến hơn được sử dụng bởi nhiều oracles khác. Mô hình cập nhật giá “pull” của Pythnet mang lại sự linh hoạt cho người dùng, những người chịu trách nhiệm đăng cập nhật giá on-chain khi cần thiết.

Mô hình pull của Pyth Network dựa vào người dùng của nó để tạo và gửi các cập nhật giá, sau đó được xác thực và xác minh để sử dụng on-chain. Cách tiếp cận này thúc đẩy decentralization và cho phép người dùng cập nhật và sử dụng giá một cách hiệu quả theo cách permissionless. Tuy nhiên, điều quan trọng là phải đảm bảo rằng các cập nhật giá được gửi là hiện tại để đạt được độ chính xác trong các ứng dụng downstream.

  • Push vs. Pull Model: Hầu hết các oracle truyền thống theo mô hình “push” nơi chúng có quy trình off-chain liên tục gửi giao dịch để cập nhật giá on-chain. Ngược lại, Pyth Network không sử dụng quy trình off-chain như vậy. Thay vào đó, nó dựa vào người dùng Pyth Network để tạo và gửi các cập nhật giá.
  • Phân quyền công việc cập nhật giá: Trong Pyth Network, trách nhiệm tạo và gửi cập nhật giá được phân quyền cho người dùng của nó. Các cập nhật này được khởi tạo trên Pythnet và truyền off-chain qua Wormhole Network, một giao thức nhắn tin cross-chain.
  • Xác thực và Xác minh: Để đảm bảo tính xác thực của các cập nhật giá, chúng được ký trước khi truyền off-chain. Chương trình Pyth on-chain có thể xác minh các chữ ký này để xác nhận tính hợp lệ của các cập nhật.
  • Cập nhật Giá Không Cần Phép: Việc cập nhật giá trên chuỗi trong Pyth Network là một hoạt động không cần phép. Bất kỳ ai cũng có thể gửi một thông điệp cập nhật đã được xác minh đến hợp đồng Pyth để cập nhật giá. Cách tiếp cận phân tán này cho phép sự tham gia rộng rãi.
  • Giao Dịch Nguyên Tử: Người dùng giá của Pyth Network thường gửi một giao dịch duy nhất thực hiện hai nhiệm vụ đồng thời. Đầu tiên, điều này cập nhật giá và thứ hai, nó cho phép sử dụng giá trong một ứng dụng hạ nguồn. Điều này đơn giản hóa quy trình và đảm bảo tính nhất quán giữa giá đã cập nhật và việc sử dụng của nó.
  • Sự Tiến Triển của Giá: Trong Pyth Network, giá on-chain chỉ có thể tiến triển theo hướng tiến về thời gian. Nếu một người dùng gửi một thông điệp Wormhole với giá ít gần đây hơn, chương trình Pyth sẽ không thất bại, nhưng nó cũng sẽ không cập nhật giá. Điều này có nghĩa là không có đảm bảo rằng giá được một ứng dụng được hỗ trợ bởi Pyth đọc sẽ là giá chính xác được người dùng gửi nếu nó không phải là giá gần đây nhất.

Chỉ Số Nhà Xuất Bản

Pyth cung cấp Publisher Metrics trong một bảng điều khiển công khai cung cấp cái nhìn sâu sắc về hiệu suất của các nhà xuất bản dữ liệu. Các nhà phát triển có được cái nhìn chi tiết về hiệu suất dữ liệu của Pyth và hồ sơ theo dõi của các nhà xuất bản, trong khi các nhà xuất bản được hưởng lợi từ các khả năng phân tích và giám sát mới.

Publisher Metrics cung cấp thông tin quan trọng cho việc ra quyết định sáng suốt trong mạng lưới, mang lại lợi ích cho các nhà xuất bản, người dùng cuối và người ủy quyền. Các chỉ số bao gồm thời gian hoạt động, chất lượng giá cả, và độ chính xác của khoảng tin cậy, phù hợp với các yếu tố xác định điểm số và phần thưởng của các nhà xuất bản. Người dùng có thể truy cập các chỉ số qua trang Pyth Markets, phân tích biểu đồ để so sánh giá cả, thời gian hoạt động, chất lượng dữ liệu, và hiệu chỉnh theo phân phối mong đợi.

Trang Publisher Metrics dành cho mỗi nhà xuất bản hiển thị một số biểu đồ cung cấp những cái nhìn sâu sắc, mỗi biểu đồ được mô tả chi tiết dưới đây.

Biểu đồ giá cho thấy giá của nhà xuất bản so sánh với giá tổng hợp như thế nào, minh họa mức độ theo dõi chặt chẽ của hai giá này với nhau, và liệu có bất kỳ khoảng thời gian nào mà nhà xuất bản lệch đáng kể so với phần còn lại của thị trường hay không.

Biểu đồ uptime hiển thị thời điểm nhà xuất bản đang tích cực đóng góp giá. Trục x chia khoảng thời gian thành các bin, và trục y là % số slot trong bin đó mà giá của nhà xuất bản đủ gần đây để được bao gồm trong tổng hợp. Biểu đồ này giúp bạn xác định tính đều đặn và độ tin cậy của một nhà xuất bản.

Đồ thị chất lượng hiển thị tập dữ liệu được sử dụng trong mô hình hồi quy để tính toán điểm chất lượng được mô tả trong whitepaper. Nó đo lường mức độ mà chuỗi giá của nhà xuất bản dự đoán các thay đổi tương lai trong giá tổng hợp. Một gradient màu mượt mà (từ xanh dương ở dưới bên trái đến hồng ở trên bên phải) cho thấy điểm chất lượng cao.

Đồ thị hiệu chuẩn cho thấy mức độ phù hợp chặt chẽ giữa giá và độ tin cậy của nhà xuất bản với phân phối Laplace mong đợi. Càng gần gũi giữa hai phân phối, điểm hiệu chuẩn càng cao. Một nhà xuất bản hoàn hảo nên tạo ra biểu đồ histogram đồng đều. Lưu ý rằng điểm hiệu chuẩn không thưởng cho các nhà xuất bản vì tạo ra các khoảng tin cậy chặt chẽ hơn; thay vào đó, điểm số nắm bắt liệu khoảng tin cậy được báo cáo có tương ứng với 'độ tin cậy thực sự' của nhà xuất bản hay không.

Mô hình Kinh doanh

Mô hình kinh doanh của Pyth Network xoay quanh việc tạo ra doanh thu thông qua phí dữ liệu và tận dụng token gốc của nó, $PYTH, để nâng cao hoạt động và cấu trúc khuyến khích.

  • Nhà xuất bản có thể stake $PYTH để tham gia vào giao thức và kiếm một phần phí dữ liệu. Điều này khuyến khích họ cung cấp dữ liệu giá chính xác và kịp thời, vì stake của họ có nguy cơ bị cắt giảm trong trường hợp có hành vi sai trái.
  • Người tiêu dùng có thể sử dụng $PYTH để thanh toán phí dữ liệu khi truy cập các nguồn cấp giá. Điều này tạo ra nhu cầu cho token $PYTH trong hệ sinh thái.
  • Người ủy quyền có cơ hội stake $PYTH trên các nguồn cấp giá cụ thể và kiếm một phần phí dữ liệu. Tương tự như nhà xuất bản, người ủy quyền có nguy cơ mất stake nếu họ hỗ trợ dữ liệu không chính xác.

Trong trường hợp có hành vi sai trái, chẳng hạn như cung cấp dữ liệu không chính xác, các token $PYTH đã stake sẽ được sử dụng để bồi thường cho những người tiêu dùng bị ảnh hưởng. Điều này đảm bảo trách nhiệm và khuyến khích tất cả các bên tham gia duy trì tính toàn vẹn của dữ liệu.

Phân Tích Phí

Pyth cho phép kích hoạt tùy chọn phí dữ liệu để cập nhật các nguồn cấp giá trên chuỗi. Quản trị trên mỗi blockchain quyết định sự tồn tại và quy mô của các khoản phí này.

Các khoản phí thu thập bởi giao thức được sử dụng để bù đắp cho các nhà cung cấp dữ liệu và có thể phục vụ các mục đích khác do quản trị quyết định. Ngoài ra, một phần của các khoản phí này có thể phục vụ các mục đích khác theo quyết định của cấu trúc quản trị của mạng. Điều này đảm bảo rằng các nhà cung cấp dữ liệu được khuyến khích tiếp tục cung cấp dữ liệu chính xác và kịp thời, rất quan trọng cho độ tin cậy và đáng tin cậy của mạng.

Khi các giao thức tích hợp với Pyth yêu cầu cập nhật giá on-chain, các bên sử dụng phải trả phí cập nhật. Các khoản phí này được thu bằng token gốc của blockchain mục tiêu và là cần thiết để kích hoạt hoạt động cập nhật giá trên hợp đồng nhận Pyth. Quyết định áp đặt các khoản phí như vậy và quy mô của chúng là các quyết định governance, phản ánh nhu cầu hoạt động và động lực kinh tế của từng blockchain nơi Pyth hoạt động.

Khi các giao thức tích hợp với Pyth yêu cầu cập nhật giá on-chain, các bên sử dụng phải trả phí cập nhật. Các khoản phí này được thu bằng token gốc của blockchain mục tiêu và là cần thiết để kích hoạt hoạt động cập nhật giá trên hợp đồng nhận Pyth. Quyết định áp đặt các khoản phí như vậy và quy mô của chúng là các quyết định governance, phản ánh nhu cầu hoạt động và động lực kinh tế của từng blockchain nơi Pyth hoạt động.

Ngoài việc thu phí, Pyth Network có hệ thống trọng số stake ảnh hưởng đến tác động của từng publisher đối với giá tổng hợp. Các delegator có thể stake token để kiếm một phần phí dữ liệu. Trong số phí thu được, 80% được phân phối cho delegator trong khi 20% còn lại được phân bổ cho một pool phần thưởng được chia sẻ giữa các publisher. Tỷ lệ phân phối này có thể được điều chỉnh thông qua các quyết định governance.

Stake của các delegator có thể bị slash nếu phát hiện sự khác biệt giữa giá tổng hợp được công bố và giá tham chiếu trong khoảng thời gian claim. Các claim thành công dẫn đến việc xác định và phạt các publisher có lỗi, với stake được phân phối lại bù đắp cho người tiêu dùng bị ảnh hưởng.

Tokenomics

Tổng nguồn cung của token $PYTH là 10.000.000.000, với 85% ban đầu bị khóa và sẽ được mở khóa dần dần trong vòng 6, 18, 30 và 42 tháng sau khi token ra mắt. Phần còn lại 15% token được mở khóa ban đầu. Phân bổ token bao gồm các hạng mục như Publisher Rewards, Ecosystem Growth, Protocol Development, Community và Private Sales.

Phân Phối Token

Tổng nguồn cung là 10.000.000.000 $PYTH và sẽ không tăng. Tại thời điểm ra mắt token $PYTH vào tháng 11 năm 2023, 15% tổng nguồn cung, tương đương 1,5 tỷ token $PYTH, đã ngay lập tức lưu hành trong hệ sinh thái. Những token được mở khóa này nhằm mục đích hỗ trợ các hoạt động mạng ban đầu và thưởng cho những người tham gia tích cực đóng góp vào sự phát triển và tăng trưởng của Pyth Network.

Vào thời điểm ra mắt token $PYTH vào tháng 11 năm 2023, 15% tổng nguồn cung, tương đương 1,5 tỷ token $PYTH, đã ngay lập tức lưu hành trong hệ sinh thái. Những token được mở khóa này nhằm hỗ trợ các hoạt động mạng ban đầu và thưởng cho những người tham gia tích cực đóng góp vào sự phát triển và tăng trưởng của Pyth Network.

Publisher Rewards, chiếm 22% tổng nguồn cung, khuyến khích các nhà cung cấp dữ liệu công bố dữ liệu chất lượng cao và kịp thời. Phân bổ Ecosystem Growth, lớn nhất với 52%, được thiết kế để thúc đẩy các sáng kiến đa dạng trên toàn mạng, từ tài trợ nghiên cứu và phát triển đến hỗ trợ các chương trình giáo dục. Protocol Development, chiếm 10%, được dành riêng cho công cụ oracle và cải thiện cơ sở hạ tầng.

Phân khúc Community and Launch, chiếm 6% tổng token, đảm bảo sự tham gia ngay lập tức và các hoạt động hỗ trợ mạng ngay từ khi ra mắt. Cuối cùng, 10% token được phân bổ cho các nhà đóng góp chiến lược thông qua Private Sales, nhằm đảm bảo sự hỗ trợ tư vấn dài hạn và cơ sở hạ tầng cho mạng.

Pyth Network Retrospective Airdrop là một chương trình được thiết kế để phân phối token $PYTH cho những người đã tham gia một cách có ý nghĩa với các dịch vụ của mạng và cộng đồng DeFi rộng lớn hơn. Sáng kiến này công nhận người dùng tương tác với dApps được hỗ trợ bởi dữ liệu Pyth, nắm giữ các NFT cụ thể liên quan đến mạng, hoặc đóng vai trò tích cực trong cộng đồng Discord Pyth. Airdrop đã tiếp cận người tham gia trên 27 blockchain khác nhau và là một trong những sáng kiến lớn hơn của loại hình này về phạm vi cross-chain, liên quan đến hơn 90.000 ví.

Bắt đầu từ ngày 20 tháng 11 năm 2023 và kết thúc vào ngày 20 tháng 2 năm 2024, quy trình claim được cấu trúc để đảm bảo phân phối công bằng các token dựa trên các đóng góp và tương tác trước đó trong hệ sinh thái. Các token $PYTH được phân bổ phù hợp với cấu trúc quản trị của mạng. Là các token chuẩn Solana Program Library (SPL) gốc của blockchain Solana, các token $PYTH được tích hợp dễ dàng vào ví của người nhận trong hệ sinh thái đó.

Lịch Trình Cung Cấp

Việc phát hành token $PYTH được thiết kế để diễn ra dần dần, hỗ trợ các giai đoạn khác nhau của sự phát triển mạng lưới. Lịch trình thể hiện kế hoạch phân phối cho phép sử dụng ngay lập tức trong các dự án do cộng đồng thúc đẩy, trong khi phần lớn nguồn cung được đặt để phát hành qua một loạt các giai đoạn kéo dài lên đến 42 tháng sau khi ra mắt ban đầu.

Lịch trình khóa token cho thấy một phân bổ ngay lập tức cho cộng đồng và các hoạt động ra mắt ban đầu để kích thích việc sử dụng sớm và quản trị của mạng lưới. Các tầng tuần tự, dành cho phần thưởng nhà xuất bản, tăng trưởng hệ sinh thái, phát triển giao thức, và các bán hàng riêng tư chiến lược, sẽ mở khóa dần dần. Cách tiếp cận theo giai đoạn này nhằm duy trì phát triển mạng lưới liên tục và ngăn chặn việc tràn ngập token làm choáng ngợp thị trường một cách sớm sủa.

Mô hình phân phối tích hợp một chiến lược để khuyến khích cung cấp dữ liệu cho các sản phẩm mới hơn hoặc ít phổ biến hơn. Nó nhận ra thách thức trong việc khuyến khích các nhà cung cấp dữ liệu hỗ trợ các sản phẩm chưa tạo ra phí dữ liệu, một vấn đề phổ biến trong các nền kinh tế nền tảng được biết đến như là “cold-start problem.” Để chống lại điều này, giao thức có thể cung cấp các ưu đãi bổ sung cho các nhà xuất bản sớm, lấy từ một pool token được xác định trước dành cho mục đích này.

Quản trị đóng vai trò quan trọng trong việc kích hoạt các yêu cầu cho một sản phẩm khi nó đã đạt đến mức độ tham gia mạnh mẽ của nhà xuất bản. Cơ chế mà qua đó phí dữ liệu được trả cho các sản phẩm chưa mở cho yêu cầu phục vụ như một tín hiệu bổ sung cho mạng.

$PYTH Staking

Với việc ra mắt mainnet của Pyth Network vào ngày 20 tháng 11 năm 2023, những người nắm giữ $PYTH Tokens giờ đây có cơ hội tham gia vào governance của mạng lưới thông qua staking. Staking liên quan đến việc khóa $PYTH Tokens trong chương trình staking chính thức, điều này mang lại cho người nắm giữ quyền biểu quyết trong các quyết định governance.

Staking $PYTH Tokens là cần thiết để tham gia vào quy trình governance on-chain của Pyth Network. Các quyết định governance bao gồm việc xác định cấu trúc phần thưởng cho data providers, thiết lập oracle fees, và chọn các data feeds và providers nào được liệt kê trên mạng lưới.

Để stake $PYTH Tokens, người nắm giữ nên truy cập trang web staking chính thức. Trang web cung cấp giao diện người dùng hướng dẫn người dùng qua quy trình staking:

  1. Stake: Nạp $PYTH Tokens vào chương trình staking sẽ khởi động giai đoạn warm-up. Tokens sẽ đủ điều kiện để bỏ phiếu từ đầu epoch tiếp theo, epoch diễn ra hàng thứ Năm lúc 00:00 UTC.
  2. Rút stake: Việc loại bỏ Token $PYTH khỏi chương trình staking sẽ gây mất quyền biểu quyết và bắt đầu một giai đoạn cooldown kéo dài một epoch.
  3. Rút: Sau giai đoạn cooldown, token có thể được chuyển lại vào ví SPL của người sở hữu.

Các Bước Chi Tiết

  • Khởi Tạo Staking: Truy cập tab “STAKE” trên trang web staking, nhập số lượng $PYTH Tokens mong muốn, và xác nhận giao dịch qua ví của bạn.
  • Theo dõi Token Đã Stake: Giao diện staking hiển thị số lượng token đã stake và tính đủ điều kiện bỏ phiếu của chúng. Token đã stake sẽ xuất hiện với trạng thái đang chờ cho đến khi epoch tiếp theo bắt đầu.
  • Khởi Tạo Unstaking: Để unstake, chọn tab “UNSTAKE”, chỉ định số lượng và xác nhận giao dịch. Các token sau đó sẽ vào giai đoạn cooldown.
  • Rút Token: Khi thời gian cooldown hoàn tất, token sẽ sẵn sàng để rút. Điều hướng đến tab “WITHDRAW”, nhập số lượng $PYTH Token cần rút, và xác nhận giao dịch để trả token về ví SPL của bạn.

Để được hỗ trợ hoặc nếu gặp vấn đề, người nắm giữ có thể liên hệ hỗ trợ qua Telegram hoặc Discord của Pyth Network.

Quản trị

Quản trị on-chain chịu trách nhiệm xác định phí cập nhật, phân phối phần thưởng cho nhà xuất bản, cập nhật phần mềm, danh sách sản phẩm, và quyền hạn nhà xuất bản.

Quản trị của Pyth Network được thúc đẩy bởi token gốc của nó, $PYTH, cho phép các chủ sở hữu token tham gia vào việc ra quyết định thông qua staking.

Để tham gia vào các hoạt động quản trị, các chủ sở hữu token $PYTH được yêu cầu stake token của họ. Hành động này cho phép họ bỏ phiếu cho các đề xuất trong Pyth DAO (Tổ chức Tự trị Phi tập trung). Hệ thống bỏ phiếu hoạt động dựa trên nguyên tắc đơn giản và trực tiếp nơi mỗi token được stake tương đương với một phiếu bầu, đảm bảo rằng tiếng nói của mọi người tham gia tương xứng với phần stake của họ.

Chủ sở hữu token PYTH đã stake ít nhất 0.25% tổng cung có quyền đề xuất các hành động quản trị. Ngưỡng hòa nhập này cho phép một loạt các thành viên cộng đồng tham gia tích cực vào sự phát triển của mạng lưới.

Khi một đề xuất được nộp, nó sẽ vào giai đoạn bỏ phiếu 7 ngày. Để được chấp nhận, đề xuất phải nhận được nhiều phiếu tán thành hơn phiếu phủ quyết và đạt Quorum Phê duyệt, là một phần trăm phiếu yes được định nghĩa trước so với các token đã stake tại thời điểm bắt đầu bỏ phiếu. Quorum này đảm bảo rằng một phần đáng kể của những người tham gia quản trị đồng ý với quyết định.

Khi một đề xuất được phê duyệt, các hành động on-chain tương ứng của nó sẽ được thực thi tự động. Những hành động này có thể ảnh hưởng đến các chức năng mạng khác nhau, chẳng hạn như:

  • Thiết lập và điều chỉnh phí cập nhật cho price feeds.
  • Thay đổi cách phân phối phần thưởng cho những người công bố dữ liệu.
  • Triển khai các cập nhật phần mềm cho các chương trình on-chain của mạng.
  • Chỉ định chi tiết cho các nguồn cấp giá được liệt kê, bao gồm độ chính xác và nguồn tham chiếu.
  • Phê duyệt nhà xuất bản để cung cấp dữ liệu cho nguồn cấp giá.

Phạm vi các vấn đề có thể được giải quyết bởi các đề xuất của chủ sở hữu token PYTH là linh hoạt. Pyth DAO có thể mở rộng phạm vi quản trị khi cần thiết để phù hợp với các yêu cầu phát triển của mạng lưới và những người tham gia của nó.

Rủi ro

Độ chính xác của dữ liệu

Mặc dù Pyth lấy dữ liệu từ các nhà cung cấp trực tiếp, lỗi vẫn có thể xảy ra. Điều này có thể do sai lầm của con người hoặc vấn đề kỹ thuật, ảnh hưởng đến độ chính xác của dữ liệu mà Pyth cung cấp. Một ví dụ về điều này là sự chênh lệch giá đáng kể trong nguồn cấp giá $BTC do lỗi của nhà xuất bản vào tháng 9 năm 2021. Các nỗ lực khắc phục đã được thực hiện kể từ đó, nhưng tiềm năng cho các sự cố tương tự vẫn tồn tại.

Thao túng Thị trường

Mặc dù có các biện pháp bảo vệ, vẫn tồn tại rủi ro rằng ai đó có thể cố gắng thao túng dữ liệu thị trường mà Pyth phân phối. Điều này có thể được thực hiện bằng cách ảnh hưởng hoặc tấn công các nhà cung cấp dữ liệu chính họ.

Vấn đề Kỹ thuật

Hiệu suất của Pyth Network có thể bị ảnh hưởng bởi các vấn đề kỹ thuật như tắc nghẽn mạng, độ trễ do các giao thức nhắn tin liên chuỗi gây ra, hoặc sự cố trong các blockchain cơ bản. Những điều này có thể làm chậm việc cập nhật kịp thời các nguồn cấp giá, có khả năng ảnh hưởng đến các hoạt động tài chính của các giao thức DeFi phụ thuộc vào Pyth.

Chuyển Giao Dữ Liệu Liên Chuỗi

Pyth hoạt động trên các blockchain khác nhau, điều này làm tăng độ phức tạp và có thể gây ra sự chậm trễ trong việc cập nhật giá do phụ thuộc vào thông điệp liên chuỗi. Việc tích hợp với Wormhole và độ trễ của chuyển giao dữ liệu liên chuỗi tạo ra những thách thức trong việc duy trì cập nhật giá có độ trễ thấp, điều cần thiết cho hoạt động hiệu quả của các giao thức tài chính.

Sự Phụ Thuộc Vào Phí Người Dùng

Mô hình pull-based của Pyth Network phụ thuộc vào việc người tiêu dùng yêu cầu và thanh toán cho các cập nhật giá on-chain. Sự biến động trong nhu cầu của người tiêu dùng và các khoản phí liên quan có thể ảnh hưởng đến mô hình kinh tế của mạng, tỷ lệ áp dụng của nó, và cấu trúc khuyến khích cho các nhà xuất bản và người tiêu dùng.

Rủi ro Slashing

Pyth sử dụng cơ chế slashing để phạt các báo cáo không chính xác, điều này tạo ra rủi ro mất mát tài chính cho các nhà xuất bản và người ủy quyền. Mặc dù điều này khuyến khích cung cấp dữ liệu chính xác, nhưng nó cũng khiến các bên tham gia tiếp xúc với các hình phạt tài chính tiềm năng, ảnh hưởng đến ý chí đóng góp của họ cho mạng lưới.

Cạnh tranh

Thị trường oracle rất cạnh tranh, với các dịch vụ khác như Chainlink cung cấp các sản phẩm tương tự. Pyth cần liên tục đổi mới để duy trì vị thế và thu hút người dùng.

Bằng cách chủ động giải quyết những vấn đề này, Pyth có thể trở thành nhà cung cấp dữ liệu blockchain đáng tin cậy, hỗ trợ một loạt các ứng dụng tài chính trong không gian DeFi.

Thao túng Giá Oracle

Các thách thức như các cuộc tấn công thao túng giá tiềm năng được giải quyết bởi các cơ chế tổng hợp giá và quản trị. Ví dụ, các hạn chế nghiêm ngặt được áp dụng đối với ảnh hưởng của các nhà xuất bản đối với giá tổng hợp để bảo vệ chống lại sự thao túng. Cộng đồng cũng đóng vai trò quan trọng trong việc xác định cách các nhà xuất bản có thể sử dụng giao thức, có thể hạn chế sự tham gia đối với các thực thể uy tín và đáng tin cậy. Hơn nữa, sự đa dạng của các nhà xuất bản, mỗi nhà xuất bản lấy nguồn từ các sàn giao dịch khác nhau, làm giảm rủi ro các nỗ lực thao túng giá ảnh hưởng đến giá Pyth tổng thể.

Bảo mật

Cơ chế tổng hợp giá đảm bảo khả năng chống thao túng, cân bằng trọng số phù hợp cho các nguồn dữ liệu, và phản ánh sự biến động giá giữa các nhà xuất bản.

Kiểm toán

Pyth Network đã trải qua một loạt các cuộc kiểm toán bảo mật được thực hiện bởi các tổ chức khác nhau để đảm bảo tính mạnh mẽ và đáng tin cậy của hệ thống. Dưới đây là tóm tắt theo thời gian của các cuộc kiểm toán bảo mật chính được thực hiện:

  • Zellic – 15 tháng 4, 2022: Đã thực hiện Đánh giá An ninh Hợp đồng Thông minh cho Pyth Oracle.
  • Zellic – Ngày 27 tháng 4, 2022: Đã kiểm tra Pyth2Wormhole trong một Đánh giá An ninh Hợp đồng Thông minh.
  • Zellic – Ngày 16 tháng 5, 2022: Đã xem xét Pyth Governance thông qua một Đánh giá An ninh Hợp đồng Thông minh.
  • OtterSec – Ngày 8 tháng 7, 2022: Thực hiện kiểm toán trên Pyth Oracle.
  • OtterSec – 8 tháng 7, 2022: Đã kiểm toán Pyth Governance.
  • Zellic – 1 tháng 11, 2022: Đã đánh giá Pyth Cross-chain trong một Đánh giá An ninh Hợp đồng Thông minh.
  • OtterSec – Ngày 10 tháng 10, 2022: Đã kiểm toán Pyth Aptos.
  • CertiK – Ngày 30 tháng 11, 2022: Đánh giá bảo mật của Pyth-client đã được xác minh.
  • CertiK – Ngày 13 tháng 12, 2022: Đã xác minh bảo mật cho Quản trị pyth2wormhole.
  • CertiK – Ngày 13 tháng 12, 2022: Thực hiện Đánh giá Bảo mật cho pyth2wormhole trên Solana.
  • CertiK – Ngày 23 tháng 2, 2023: Cung cấp Đánh giá Bảo mật cho pyth2wormhole trên Ethereum.
  • Zellic – Ngày 14 tháng 3, 2023: Một Đánh giá Bảo mật Hợp đồng Thông minh đã được thực hiện cho Pyth Network.
  • OtterSec – Ngày 7 tháng 7, 2023: Thực hiện Đánh giá Bảo mật Hợp đồng Thông minh trên Pyth Sui.
  • Zellic – Ngày 24 tháng 7, 2023: Cung cấp Đánh giá Bản vá Hợp đồng Thông minh cho Pyth Network.
  • Trail of Bits – Ngày 31 tháng 7 năm 2023: Một đánh giá bảo mật đã được thực hiện trên Pyth Data Association Pythnet.

Phần Thưởng

Mạng Pyth đang cung cấp một chương trình phần thưởng lỗi lớn nhằm nâng cao bảo mật cho dữ liệu thị trường on-chain thời gian thực của mình. Các hacker mũ trắng được khuyến khích tham gia, với phần thưởng tiềm năng lên đến $500,000 USDC cho các lỗ hổng nghiêm trọng và lên đến $100,000 USDC cho các vấn đề nghiêm trọng cao.

Các tham gia viên được mời khám phá một số thành phần chính của Pyth Network, bao gồm Pyth Oracle, Pyth Cross-chain contracts trên các nền tảng như Ethereum, Aptos, Sui, và CosmWasm, và Pyth Governance systems. Chi tiết và quyền truy cập vào mã có thể được tìm thấy trên các kho lưu trữ GitHub tương ứng của họ.

Để đủ điều kiện nhận phần thưởng, các báo cáo phải bao gồm một báo cáo toàn diện chi tiết về lỗ hổng, kèm theo các bước và dữ liệu cần thiết để tái tạo lỗi, và một proof-of-concept. Điều quan trọng cần lưu ý là các vấn đề đã được đội ngũ biết đến, hoặc những vấn đề liên quan đến mã chưa được triển khai, được coi là ngoài phạm vi. Ngoài ra, nhân viên Pyth, kiểm toán viên, nhà thầu, và những người có thông tin nội bộ không đủ điều kiện nhận phần thưởng.

Việc kiểm tra nên được thực hiện một cách có trách nhiệm mà không sử dụng mạng công khai hoặc mainnet, và người tham gia nên tránh công bố công khai các lỗ hổng trước khi lệnh cấm chính thức được dỡ bỏ. Chương trình nghiêm cấm phishing, social engineering, denial of service attacks, và bất kỳ hoạt động bất hợp pháp nào.

Các ví dụ về vấn đề nghiêm trọng bao gồm khả năng thao túng giá oracle, việc giả mạo kiểm soát hợp đồng không được ủy quyền, hoặc mất mát và đánh cắp quỹ. Các lỗi liên quan đến phụ thuộc bên thứ ba sẽ được xem xét từng trường hợp cụ thể, tùy thuộc vào tác động đến hệ sinh thái của Pyth và liệu phụ thuộc đó có chương trình bounty riêng của mình hay không.

Sau khi xác định lỗi thành công, người báo cáo sẽ cần tuân thủ các yêu cầu KYC bao gồm cung cấp địa chỉ ví, bằng chứng địa chỉ và tài liệu nhận dạng, chẳng hạn như hộ chiếu. Cá nhân Mỹ sẽ cần nộp biểu mẫu W-9 đã hoàn thành, và cá nhân không phải Mỹ sẽ nộp biểu mẫu W-8BEN.

Hiệp hội Dữ liệu Pyth duy trì toàn quyền quyết định về việc chi trả cho các lỗ hổng được báo cáo, nhấn mạnh tính chất từng trường hợp riêng lẻ của các quyết định phần thưởng và đảm bảo tính bảo mật của tất cả dữ liệu cá nhân được thu thập qua quy trình KYC. Chương trình này là một phần quan trọng trong cam kết của Pyth nhằm duy trì các tiêu chuẩn bảo mật cao nhất trong mạng lưới của mình.

Các Vector Tấn Công Kinh Tế

Mạng Pyth đối mặt với các vector tấn công kinh tế tiềm năng chủ yếu liên quan đến tính toàn vẹn và độ chính xác của dữ liệu giá mà nó cung cấp. Dưới đây là các lĩnh vực quan trọng cần lo ngại và các biện pháp mà Pyth đã triển khai để giảm thiểu những rủi ro này:

Rủi ro Thao túng Oracle: Pyth có thể dễ bị thao túng dữ liệu nếu các nhà xuất bản không trung thực cố ý gửi dữ liệu giá không chính xác. Tuy nhiên, Pyth chống lại điều này bằng cách lấy dữ liệu từ nhiều nhà xuất bản đáng tin cậy hàng đầu. Sự đa dạng trong các nguồn dữ liệu này giúp làm loãng khả năng của bất kỳ nhà xuất bản đơn lẻ nào trong việc làm lệch dữ liệu tổng thể một cách đáng kể.

Rủi ro Front-Running: Do tính chất thời gian thực của dữ liệu mà Pyth cung cấp, có rủi ro rằng các cá nhân có quyền truy cập nâng cao vào các cập nhật dữ liệu có thể tham gia vào front-running. Pyth giảm thiểu rủi ro này bằng cách đảm bảo phân phối nhanh chóng các cập nhật dữ liệu qua mạng của mình, từ đó giảm cửa sổ cơ hội cho các front-runner tiềm năng.

Sự thông đồng giữa các Nhà xuất bản: Mặc dù về mặt lý thuyết là có thể, rủi ro thông đồng được giảm thiểu bởi số lượng lớn các nhà xuất bản dữ liệu độc lập trong mạng, mỗi nhà xuất bản sẽ phải chịu hình phạt đáng kể cho hành vi không trung thực, không chỉ về thiệt hại danh tiếng mà còn các hình phạt tài chính tiềm năng thông qua cơ chế staking và slashing của Pyth.

Lựa Chọn Đối Kháng Và Độ Trễ: Pyth Network cho phép người dùng chọn giá cho các giao dịch trong một số ràng buộc nhất định, tương tự như trải nghiệm hiệu ứng độ trễ. Tính năng này có thể bị khai thác nếu người dùng chọn lọc sử dụng giá lỗi thời để lợi thế của họ. Để giảm thiểu điều này, Pyth thực hiện các kiểm tra độ cũ nghiêm ngặt, đảm bảo rằng chỉ các giá gần đây được sử dụng cho giao dịch. Điều này giảm thiểu cửa sổ để khai thác sự khác biệt độ trễ giá giữa các cập nhật on-chain và các chuyển động thị trường off-chain nhanh hơn.

Thao túng Giá thông qua Khoảng Tin cậy: Cấu trúc của các nguồn cấp giá Pyth, bao gồm việc báo cáo khoảng tin cậy, vốn có tính chất bảo vệ chống lại thao túng giá đơn giản. Việc tổng hợp từ nhiều nguồn dữ liệu làm loãng tác động của bất kỳ đầu vào lệch lạc đơn lẻ nào. Tuy nhiên, trong các giai đoạn biến động cao hoặc sự khác biệt trong quan điểm thị trường, giá tổng hợp vẫn có thể bị thao túng nếu một nhóm nhà cung cấp dữ liệu phối hợp đầu vào của họ. Các giao thức có thể phòng thủ chống lại điều này bằng cách sử dụng giới hạn dưới của khoảng tin cậy cho các hoạt động tài chính quan trọng, từ đó áp dụng lập trường bảo thủ về định giá tài sản.

Kháng cự Tấn công Sybil: Trong một Sybil attack, kẻ tấn công có thể tạo ra nhiều danh tính giả mạo để ảnh hưởng đến mạng. Yêu cầu của Pyth đối với các nhà xuất bản phải stake $PYTH tokens, có thể bị slash trong trường hợp hành vi không trung thực, giúp bảo vệ chống lại các cuộc tấn công như vậy bằng cách thêm chi phí tài chính để tạo ra nhiều danh tính.

Đảm bảo Dữ liệu Giá đáng tin cậy: Để bảo vệ thêm chống lại thao túng giá, Pyth sử dụng các kỹ thuật thống kê tiên tiến để tổng hợp nhiều đầu vào dữ liệu thành một dữ liệu giá mạnh mẽ duy nhất. Quá trình tổng hợp này bao gồm các kiểm tra và cân bằng loại bỏ các giá trị ngoại lai và các đề xuất biến động quá mức, đảm bảo rằng các dữ liệu giá được xuất bản phản ánh đúng thực tế của thị trường.

Phụ thuộc và Kiểm soát Truy cập

Pyth Network phụ thuộc vào một cơ chế oracle tinh vi để tổng hợp và phân phối dữ liệu thị trường tài chính trên các nền tảng blockchain khác nhau. Tuy nhiên, sự phụ thuộc này vào các nguồn dữ liệu bên ngoài và cơ sở hạ tầng oracle giới thiệu một số rủi ro và thách thức nhất định:

Độ Tin Cậy Nguồn và Rủi Ro Thao Túng: Pyth tổng hợp dữ liệu từ nhiều nhà xuất bản bên thứ nhất bao gồm các công ty giao dịch lớn và sàn giao dịch. Sự đa dạng này giúp giảm thiểu rủi ro liên quan đến thao túng dữ liệu hoặc sự cố nguồn. Tuy nhiên, tính toàn vẹn và độ chính xác của dữ liệu là rất quan trọng, vì thao túng ở cấp độ nguồn có thể lan truyền qua mạng, ảnh hưởng đến tất cả các ứng dụng phụ thuộc.

Sự Phụ Thuộc Vào Cơ Sở Hạ Tầng: Hoạt động của Mạng Pyth phụ thuộc lớn vào cơ sở hạ tầng off-chain và on-chain của nó. Off-chain, dữ liệu được thu thập và xử lý ban đầu; on-chain, nó được tổng hợp và cung cấp cho người tiêu dùng. Bất kỳ sự gián đoạn nào trong các hệ thống này, dù do lỗi kỹ thuật, tấn công mạng, hoặc các phụ thuộc bên ngoài (như dịch vụ đám mây hoặc vấn đề kết nối internet), có thể ảnh hưởng đến tính sẵn có và kịp thời của các nguồn cấp dữ liệu.

Thời gian ngừng hoạt động hệ thống và Cập nhật: Các bản cập nhật và bảo trì định kỳ là cần thiết để đảm bảo oracle vẫn an toàn và hoạt động. Tuy nhiên, những hoạt động này có thể dẫn đến thời gian ngừng hoạt động tạm thời hoặc các vấn đề không lường trước sau cập nhật, trong đó các nguồn cấp dữ liệu có thể không khả dụng hoặc hoạt động không tối ưu.

Các biện pháp bảo vệ chống lại dữ liệu cũ: Với bản chất quan trọng của dữ liệu kịp thời và chính xác đối với các hoạt động DeFi, Pyth triển khai các cơ chế để ngăn chặn việc sử dụng dữ liệu cũ. Các SDK được cung cấp bởi Pyth bao gồm các kiểm tra mặc định loại bỏ các truy vấn dữ liệu nếu dữ liệu cũ hơn ngưỡng được đặt trước, có thể được điều chỉnh theo nhu cầu cụ thể của các giao thức khác nhau.

Xử Lý Các Kịch Bản Độ Trễ Cao: Mặc dù thiết kế độ trễ thấp của Pyth, vẫn tồn tại độ trễ cố hữu trong việc truyền dữ liệu on-chain so với các chuyển động thị trường thời gian thực. Điều này có thể tạo ra các cửa sổ cơ hội cho arbitrage khai thác những độ trễ này. Các giao thức tích hợp dữ liệu Pyth cần thiết kế hệ thống của mình xem xét các khía cạnh độ trễ này để giảm thiểu rủi ro liên quan đến các chuyển động giá nhanh chóng trên các thị trường cơ sở.

Pyth sử dụng nhiều nguồn dữ liệu để giảm sự phụ thuộc vào bất kỳ nhà cung cấp đơn lẻ nào và đã xây dựng danh tiếng cung cấp dữ liệu thị trường an toàn, kịp thời và chính xác cho các ứng dụng phi tập trung.

Đội ngũ

Một số nhân sự chính tại Douro Labs đang thúc đẩy Pyth Network phát triển bao gồm:

Hiệp hội Dữ liệu Pyth có một danh sách các nhà đóng góp giúp củng cố khả năng của mạng lưới:

Douro Labs

Douro Labs là một công ty cơ sở hạ tầng blockchain tập trung vào việc nâng cao và mở rộng các dịch vụ oracle và sản phẩm dữ liệu của Pyth Network. Công việc của họ bao gồm phát triển các công cụ oracle và cơ sở hạ tầng Web3 để hỗ trợ truy cập dữ liệu thị trường trực tiếp cho các hệ sinh thái blockchain.

Mục tiêu của công ty như sau:

  • Phát triển Công cụ Oracle: Tạo ra các công cụ cải thiện chức năng và độ tin cậy của dịch vụ oracle của Pyth Network.
  • Mở rộng Sản phẩm: Phát triển các sản phẩm mới để đa dạng hóa danh mục dịch vụ dữ liệu của Pyth Network.
  • Đổi mới Cơ sở hạ tầng: Nâng cấp cơ sở hạ tầng hỗ trợ để đáp ứng nhu cầu ngày càng tăng của lĩnh vực DeFi.
  • Sứ mệnh: Tập trung vào đổi mới để cung cấp cho không gian blockchain dữ liệu thị trường kịp thời và trước đây không thể tiếp cận.

Đội ngũ của Douro Labs bao gồm các chuyên gia có nền tảng từ các tổ chức uy tín như Goldman Sachs, BNP Paribas, Amazon Web Services, Jump Crypto và Chorus One, cho thấy nền tảng vững chắc để thúc đẩy các sáng kiến của Pyth Network.

Douro Labs đã đóng vai trò quan trọng trong việc triển khai Nâng cấp Perseus cho Pyth Network, giúp cải thiện chức năng của Pyth Price Feeds. Đây là một phần trong quá trình chuyển đổi của mạng lưới hướng tới mainnet không cần phép và việc thiết lập on-chain governance để định hướng phát triển tương lai của giao thức.

Pyth Data Association

Hiệp hội Dữ liệu Pyth là một tổ chức có trụ sở tại Thụy Sĩ được thành lập bởi các nhà đóng góp cho Mạng Pyth. Vai trò chính của nó là thúc đẩy sự phát triển của mạng bằng cách thúc đẩy phát triển công nghệ, nâng cao nhận thức và kích thích sự phát triển hệ sinh thái thông qua chương trình tài trợ.

Hiệp hội tập trung vào việc áp dụng Mạng Pyth như được nêu trong whitepaper, nhằm mang dữ liệu thị trường thời gian thực, thường được giữ bởi các tổ chức tài chính tập trung, lên blockchain. Sáng kiến này là một phần của nỗ lực rộng lớn hơn hướng tới tài chính phi tập trung.

Về mặt quản trị, việc giới thiệu các token quản trị $PYTH bởi Pyth Network là một bước đi hướng tới việc phân quyền hóa quy trình ra quyết định trong mạng, cho phép các chủ sở hữu token có tiếng nói trong hướng đi tương lai của nó.

Hiệp hội Dữ liệu Pyth ban đầu giám sát giao thức, đảm bảo một nền tảng vững chắc cho sự phát triển. Với sự chuyển tiếp sang hệ sinh thái hoạt động, các trách nhiệm quản trị đang dần chuyển sang một hệ thống on-chain. Quản trị on-chain, được hỗ trợ bởi token $PYTH, được thiết kế để hòa nhập, cho phép chủ sở hữu token đề xuất thay đổi, ủy quyền quyền biểu quyết của họ, và tham gia định hình hướng đi của mạng. Thời kỳ quản trị cho việc biểu quyết các đề xuất kéo dài hai tuần, đảm bảo thời gian đầy đủ cho thảo luận và tham gia. Quy trình này là một phần không thể thiếu trong sự phát triển liên tục của Pyth Network.

Khi Pyth Network mở rộng phạm vi tiếp cận trên nhiều blockchain, vai trò của Pyth Data Association trong việc quản lý phát triển và hỗ trợ sự tăng trưởng của hệ sinh thái vẫn rất quan trọng.

Nhà Đầu Tư Dự Án

Mặc dù số tiền huy động chính xác và định giá của Pyth Network vẫn chưa được tiết lộ, Pyth Data Association có trụ sở tại Thụy Sĩ đã xác nhận sự tham gia của các công ty đầu tư mạo hiểm và nhà tạo lập thị trường tiền điện tử nổi bật.

GBV Capital và CTC Venture Capital đã tham gia vào vòng hạt giống ban đầu của Pyth Network.

Vòng đầu tư đã nhận được sự đóng góp từ các thực thể như Castle Island Ventures, Multicoin Capital, Wintermute Ventures, Borderless Capital, CMT Digital, Bodhi Ventures, Distributed Global, Tagus Capital và Delphi Digital.

Câu hỏi thường gặp

Pyth hoạt động như thế nào?

  • Pyth là một giao thức kết nối các bên tham gia thị trường để cung cấp dữ liệu giá on-chain. Các nhà cung cấp dữ liệu cung cấp giá, mà chương trình oracle của Pyth tổng hợp. Các giá đã tổng hợp có sẵn on-chain, đảm bảo tính minh bạch.

Oracle on-demand hoặc “pull-based” là gì?

  • Khác với các oracle “push”, mô hình của Pyth cho phép người dùng yêu cầu giá theo nhu cầu. Nó tối ưu hóa hiệu quả, tránh các giao dịch dữ liệu không cần thiết và chi phí. Người dùng có thể xác minh tính xác thực của giá và sử dụng dữ liệu đã xác minh trong các ứng dụng.

Pyth Network đảm bảo tính chính xác của dữ liệu như thế nào?

  • Pyth Network sử dụng mô hình phi tập trung với các nhà cung cấp dữ liệu bên thứ nhất. Độ chính xác của dữ liệu được tăng cường bởi nhiều nhà cung cấp đóng góp vào mỗi nguồn cấp dữ liệu. Hệ thống được thiết kế để cân nhắc các nguồn dữ liệu và giảm thiểu các giá trị ngoại lai hoặc thao túng.

Điều gì làm Pyth Network khác biệt so với các oracle khác?

  • Nó cung cấp các cập nhật có độ trễ cực thấp và tần suất cao. Mạng lưới bao gồm một loạt các nguồn cấp giá rộng rãi trên nhiều loại tài sản. Pyth cung cấp dữ liệu thời gian thực trực tiếp từ các bên tham gia thị trường.

Pyth Network xử lý phân phối dữ liệu như thế nào?

  • Pyth hoạt động trên Pythnet, một blockchain dành riêng cho ứng dụng, đảm bảo tổng hợp dữ liệu hiệu quả. Nó sử dụng kiến trúc “Pull Oracle”, cho phép truy xuất dữ liệu theo yêu cầu. Phương pháp này thúc đẩy hiệu quả gas và cung cấp giá cập nhật khi cần thiết.

Pythnet là gì và nó khác biệt như thế nào so với Solana?

  • Pythnet là một blockchain ứng dụng được xây dựng trên codebase của Solana dành cho việc tổng hợp dữ liệu. Nó chạy độc lập với mainnet của Solana, dành riêng cho việc xử lý dữ liệu Pyth. Thời gian slot nhanh hơn của Pythnet cho phép cập nhật nhanh hơn cho các nguồn cấp giá Pyth.

Pyth sử dụng Wormhole như thế nào?

  • Wormhole đóng vai trò là cầu nối cho dữ liệu Pyth đến nhiều blockchain. Nó đảm bảo rằng các cập nhật giá được xác thực và tích hợp vào các giao dịch của người dùng. Các cập nhật giá Pyth là không cần phép, cho phép sự tham gia rộng rãi trong việc xác minh dữ liệu.

Độ trễ và chi phí liên quan đến Pyth Price Feeds là gì?

  • Độ trễ từ Pythnet đến Wormhole trung bình là 0.3 giây, không bao gồm thời gian khối gốc. Cấu trúc phí cho việc sử dụng Pyth Price Feeds được quyết định bởi quản trị và là tối thiểu để khuyến khích sử dụng rộng rãi.

Dữ liệu Pyth có thể được tin tưởng cho các quyết định tài chính không?

  • Thiết kế của mạng nhấn mạnh tính minh bạch và trách nhiệm của nhà cung cấp. Các khoảng tin cậy được cung cấp cùng với giá cả phản ánh độ vững chắc của dữ liệu. Kiến trúc Pull Oracle của Pyth đảm bảo tính sẵn có dữ liệu mới nhất cho người dùng.

Liên kết Cộng đồng

Alea Research · 3 thg 6, 2024 · 117 min · 15 phần

Về đầu trang