🎄🎁Ein Weihnachtsgeschenk für mich selbst? Ich habe einen Morpho Supply Optimizer erstellt. Die Idee geht ungefähr so: Problem: Wenn du in Pools mit niedriger verfügbarer Liquidität anbietest, kann es passieren, dass deine Einzahlung die Zinssätze senkt. Der beste Kurs ist also, das Geld auf einen anderen Markt zu verteilen, damit die gesamte APY auf dein Geld hoch bleibt. Nehmen wir zum Beispiel an (Budget $10k). Nur ein übertriebenes Beispiel zur Veranschaulichung: ❌ Option 1: $10.000 in Markt 1 investieren. - Alter angegebener APY bei 10% → Neuer APY bei 2% nach der Einzahlung. ☝️APY-Rate bei 2%. Nicht gut. ✅ Option 2: - $5.000 in Markt 1 investieren. Alter angegebener APY bei 10% → Neuer APY bei 8%. - $5.000 in Markt 2 investieren. Alter APY bei 8% → Neuer APY bei 6%. ☝️Gesamter gemischter durchschnittlicher APY (5.000/10.000 × 0.08 + 5.000/10.000 × 0.06) = 7%. Das ist gut. Die Frage wird also: Wenn ich das für N Märkte in allen Degen-Märkten tun würde, wie kann ich diese Optimierung automatisieren? Lösung: Ich habe ein paar Tage lang programmiert, hatte aber große Schwierigkeiten. Ich musste eine Funktion nach der anderen programmieren, weil die KI Probleme hatte, die notwendigen sequentiellen Schritte zu verstehen (+ Morphos Dokumentation). Es ist ein einfacher SciPy-Optimierer, der eine Funktion aufruft, die die neuen simulierten Angebotsraten an jedem Markt bestimmt. Es kann auch Cross-Chain machen, geht aber derzeit davon aus, dass alle deine Optimierungen USD-bezogen sind, weil ich ein Geizkragen bin, der nicht für Preisdaten ausgeben möchte. Es ist kein hochmodernes Zeug, aber ich denke, es ist ziemlich zufriedenstellend. Du kannst wirklich degen damit gehen, indem du sehr wenig Kapital in mehr Degen-Märkte investierst, aber selbst das ist mir zu viel. Natürlich ist es immer noch am besten, die Ergebnisse manuell zu überprüfen, denn ich vertraue dem auch nicht zu 100%, aber manchmal sind die Erträge intuitiv genug, um zu wissen, ob die Ergebnisse Sinn machen. Ich habe ein schnelles "Frontend" dafür gemacht:

wow