🎄🎁Um presente de Natal para mim mesma? Fiz um Morpho Supply Optimizer. A ideia é mais ou menos a seguinte Problema: Quando você oferece pools de liquidez com baixa disponibilidade, o que acontece é que seu próprio depósito pode reduzir as taxas de juros. Então, o melhor caminho a seguir é dividir o dinheiro para outro mercado para que o APY total do seu dinheiro seja alto. Por exemplo, (suponha um orçamento de $10 mil). Apenas um exemplo exagerado para ilustrar: ❌ Opção 1: Alocar $10.000 para o Mercado 1. - O APY antigo indicava 10% → o novo APY de 2% após o depósito. ☝️Taxa de APY em 2%. Não é bom. ✅ Opção 2: - Alocar $5.000 para o Mercado 1. O antigo APY cotava em 10% → o novo APY em 8%. - Alocar $5.000 para o Mercado 2. O APY antigo estava em 8% → o novo APY em 6%. ☝️APY médio total misto (5.000/10.000 × 0,08 + 5.000/10.000 × 0,06) = 7%. Isso é bom. Então a questão é: se eu fizesse isso para N mercados em todos os mercados degenerados, como posso automatizar essa otimização? Solução: Vibe programei por alguns dias, mas estava lutando muito. Tive que programar uma função de cada vez porque a IA estava tendo dificuldade para entender os passos sequenciais necessários (+ a documentação do Morpho). É um otimizador simples do SciPy que chama uma função que determina as novas taxas simuladas de oferta em cada mercado. Também pode fazer cross-chain, mas atualmente ele assume que todas as suas otimizações são relacionadas a USD porque eu sou um Scrooge que não quer gastar com dados de preços. Não é uma coisa de última geração, mas acho que é bem satisfatório. Você pode ir muito degenerado expondo muito pouco capital com mais mercados degenerados, mas mesmo isso é demais para mim. Claro, ainda é melhor verificar os resultados manualmente porque eu também não confio 100% nisso, mas às vezes os rendimentos são intuitivos o suficiente para saber se os resultados fazem sentido Fiz uma rápida "front-end" para ele:

caramba