上线首日涨20倍 以太坊上的MoneyArk引起新FOMO

时间:2024-12-21 08:23:53 点击:

以太坊上的DeFi项目在近期的小牛行情中一直被压一头,总体相比铭文和Solana生态的造富效应黯然失色。但实际上,一个新的ponzi项目MoneyArk近期上线并进行了1D0,12月10日当天Mark代币的价格上涨超过20倍。参与到MoneyArk中的方式有两种,一种是购买并持有Mark代币,另一种是将USDC存入算法金库以获得“永久”每天0.5%的收益。下面pANews将对此进行介绍。

价值存储代币Mark

Mark是MoneyArk中的价值存储代币,它旨在保持长期低波动和持续增长,由算法金库通过自动化、链上交易进行管理。

Mark的一个重要特性是其交易税机制,每笔交易(买入、卖出和转移)会产生10%的费用,其中5%均匀分配给所有持有者,5%用于提供流动性(会自动卖出一半)。那么,在一次完整的买入和卖出中,总共会被收取20%的交易税,不鼓励用户频繁交易;相反,持有Mark则可以获得交易费分红。

Mark的总供应量固定为1亿,其中49%分配给“黑洞”合约(Blackhole);19%用于1D0;8%用于提供初始流动性;14%用于提高初期USDC池的收益;剩余少量代币用于市场营销、空投以及分配给团队。

由于接近一半的代币都分配给了黑洞地址,而这部分代币实际上不会流通,那么在计算Mark的总市值时可以考虑排除掉这一部分。而黑洞地址持有的Mark也会积累交易费,一开始黑洞地址持有49%的Mark,随着时间的推移持有比例会上升,当黑洞持有的Mark代币达到总供应量的51%时,可以触发黑洞再平衡操作。这个时候,Mark总量的0.5%被卖出换取USDC,和另外0.5%的Mark一起用于形成Lp。

可以将黑洞积累交易交易费的方式近似理解为协议通过这种方式捕获更多价值,初始流动性和后续积累的流动性构成了MoneyArk协议拥有的流动性。随着时间的推移,流动性将增强。

USDC池与算法金库

另一种参与方式则为在算法金库中存入USDC,存款人可以每天获得投入资金0.5%的收益,但要注意这是有风险的,本金不能赎回,只能依靠每日收益收回成本(并赚取更多收益)。

存入的资金中,85%的USDC用于自动购买Mark代币,10%被发送到USDC池用于支付收益,1%分配给邀请者,剩余4%预留未来用途。

当参与者的提现金额超过USDC池的1%时,智能合约将自动出售持有的Mark代币以补充USDC池。

未领取的收益可以进行复投,但要注意,当领取一部分收益后,在计算后续收益时,存款会扣除领取部分。假如某用户存入10000 USDC,5天共获得250美元收益,如果取出收益,那么后续每天获得的部分将变成(10000-250)*0.5%。

螺旋上升与死亡螺旋

一开始,MoneyArk有一个非常好的螺旋上升机制。项目以低估值进行1D0,早期的Mark购买者不但可以享受到高确定性的上涨空间,还可以尽早在交易频繁时期获得手续费收入。同时,在前两周,每天有总量1%的Mark代币分配给USDC存款人,早期存入USDC的用户可能通过Mark奖励快速收回成本。

在初期,MoneyArk有望通过“左脚踩右脚”的形式实现螺旋上升。

以低估值和交易费吸引投资者尽早购买Mark;以额外的Mark奖励吸引用户尽早投入USDC;投入的USDC被用于购买Mark造成价格上升;分配给USDC存款人的奖励金额上升,又能吸引USDC存款;用户的交易越活跃,通过交易费和黑洞增加的协议拥有的流动性更多;各项数据的提升促使投资者购买Mark。

但在14天后,将不再为USDC存款人提供额外的Mark奖励,这个时候收回成本将至少需要200天。USDC存款人还会陷入一个两难境地,如果及时提取收益,既要支付高昂的Gas费,计算收益的基数也将降低,回本周期更长;如果不及时提取,最终是否还能完全收回资金将成疑问。

参与MoneyArk的方式与时机

如果从参与方式(购买Mark或存入USDC)和参与时间(早期还是中后期)两个维度进行大致评判,可以分为四种情况:早期购买Mark代币最理想,存入的USDC将形成新的购买力,不仅能在价格上涨时获得资本增值,还能从交易费中获得分红。

早期存入USDC是一种次优方案,可能在前14天依靠额外的Mark奖励收回成本,后续也可以持续获得收益。中后期购买Mark则更次之,此时买卖一次需要支付10%的费用,且交易也不如早期活跃,只能押注于Mark价格的更大幅度上涨。

最差的投资策略则是在中后期存入USDC,此时已经没有额外的Mark奖励,自己存入的本金还可能成为前期所有参与者的退出流动性。

上线首日涨20倍 以太坊上的MoneyArk引起新FOMO

www.4p3.cn 版权所有 赣ICP备2024038979号-2

本网站内容由互联网收集整理,目的在于研究学习传递之用 如有不妥请联系删除 gg.e@163.com