🎄🎁Vánoční dárek pro sebe? Vyrobil jsem Morpho Supply Optimizer. Myšlenka zní asi takto Problém: Když dodáváte v nízko dostupných likviditních fondech, stane se to, že samotný vklad může snížit úrokové sazby. Nejlepší je tedy rozdělit peníze na jiný trh, aby celkové APY vašich peněz bylo vysoké. Například (předpokládejme rozpočet 10 000 $). Jen přehnaný příklad pro ilustraci: ❌ Možnost 1: Přidělit 10 000 dolarů trhu 1. - Staré kotované APY 10 % → nové APY 2 % po vkladu. ☝️Úroková sazba APY je 2 %. Nic extra. ✅ Možnost 2: - Přidělte 5 000 dolarů Trhu 1. Staré uváděné APY na 10 % → nové APY na 8 %. - Přidělte 5 000 dolarů na trh 2. Starý APY 8 % → nový APY 6 %. ☝️Celkový kombinovaný průměrný APY (5 000/10 000 × 0,08 + 5 000/10 000 × 0,06) = 7 %. Tohle je fajn. Takže otázka zní: pokud bych to udělal pro N trhů napříč všemi degenerovanými trhy, jak mohu tuto optimalizaci automatizovat? Řešení: Vibe měl pár dní kód, ale byl šíleně těžký. Musel jsem si ladit kód po jedné funkciji, protože AI měla problém pochopit potřebné postupné kroky (+ dokumentaci Morpho). Je to jednoduchý SciPy optimalizátor, který volá funkci určující nové simulované sazby nabídky na každém trhu. Umí také cross-chain, ale momentálně předpokládá, že všechny vaše optimalizace souvisejí s USD, protože jsem Skrblík, který nechce utrácet za cenová data. Není to žádná špičková věc, ale myslím, že je to docela uspokojivé. Můžete s tím jít opravdu degenerovat tím, že vystavíte velmi málo kapitálu s více degen trhy, ale i to je na mě moc. Samozřejmě, je stále nejlepší výsledky ověřit ručně, protože tomu taky úplně nevěřím, ale někdy jsou výtěžky dostatečně intuitivní na to, abych věděl, jestli výsledky dávají smysl Rychle jsem vytvořil "frontend":