文章来源：AinsleyTo&Messari文章翻译：Blockunicorn传统市场中一个有趣的异常现象是交易时段的回报与隔夜累积的回报之间的差异。自1993年开始以来，购买并持有SPYETF的投资者的投资收益将超过7倍。但是，如果他们仅在市场开盘时间持有在同一时期，他们不会获得回报——SPYETF的所有表现都是隔夜产生的，也就是前一天的收盘价和市场开盘价之间。加密货币和传统市场之间的一个关键区别是数字资产的24/7性质——与股票不同，交易不受交易所开放日期和时间的约束。但即使代币本质上是全球性的，市场参与者仍然受制于时区差异和睡眠需求。当将交易日分解为传统的市场开放时间时，很明显，持有加密货币的回报不会随时间线性增长。
DAOventures公布新代币DVD模型，策略产品存款费用和分润费用的40%将用于回购DVD:官方消息，根据DeFi资产管理平台DAOventures发布的DAOventuresDeFi（DVD）新代币模型，目前的代币总供应量保持不变，上限为1500万个DVD，财库为740万个DVD，原有设计中的流动性挖矿将无限期推迟直到DAOventures平台TVL达到收支平衡的状态。从平台策略利润中回购DVD代币的设计保持不变，产品产生的存款费用和分润费用的40%将用于从Uniswap回购DVD。DAOventures表示，过去两月，DAOventures团队已完成完成跨链桥攻击后的DVD代币升级。[2021/8/25 22:35:41]
BancorDAO社区发起将LQTY加入白名单的提案:据官方消息，BancorDAO社区发起将LQTY加入白名单的提案，该提案将于6月21日在Snapshot上进行投票。[2021/6/19 23:48:53]
如果投资者自2020年初以来一直持有ETH，他们的初始投资将增加26倍以上。然而，如果同一位投资者只在香港市场交易时段持有ETH，他们反而会实现负回报。相反，如果他们在纽约或伦敦市场交易时段持有ETH，他们仍然会获得很大比例的回报。在此期间，我们在大多数最大的代币中看到了类似的行为。除了几个例外，亚洲交易时段的表现普遍显着疲软，BTC、ETH和LTC的累积回报为负。相比之下，BNB似乎表现出相反的模式，在美国市场时段的回报极低，而在香港开市时却产生了大部分收益。有趣的是，XRP的回报在美国和亚洲交易时段已经累积，但在伦敦时段却要弱得多。尽管这些资产在不同交易时段所经历的回报水平存在差异。
Paradigm正在开源MEV Bot 框架“Artemis”:5月5日消息，加密风投公司Paradigm宣布正在开源 MEV Bot 框架“Artemis”，Artemis 是一个用 Rust 编写 MEV Bot 的框架，具有简单性、模块化和高性能等特点。Artemis 通过为编写 MEV Bot 提供灵活和可重用的组件，并作为贡献策略和守护者的存储库，来缓解 MEV 市场中新进入者面临的诸多障碍。
Artemis core 包括三个主要组件，有 Collectors（接收如未决交易、新区块、链下订单等的外部事件，并将它们转化为内部事件表示、策略（包含每个 MEV 机会所需的核心逻辑）和执行器。此外，Paradigm 正在开源跨市场 NFT 套利策略。[2023/5/5 14:44:07]
什么推动了加密货币的回报？传统的资产定价理论认为资产回报是承担风险的回报。以波动性代替风险，在此期间，这些加密货币中的大多数在香港市场交易时段的波动性略低，表明风险溢价较小。但这不足以解释业绩的明显差异，尤其是在亚洲时段实现收益为负的情况下。在考虑尾部风险时，结果看起来更加微妙。所有加密货币在美国市场交易时段都显示出显着的负偏度，而在亚洲市场交易时段并非如此，除了XRP之外，其他所有货币的回报都呈正偏斜。因此，对纽约市场交易时段额外尾部风险的补偿可能是美国交易时段额外回报的一个贡献因素。然而，偏度并不能解释伦敦交易时段，在这个特定样本中，伦敦交易时段的表现大体上与美国持平，但没有尾部风险——伦敦时段的回报实际上在大多数情况下呈正偏斜这些资产自2020年1月以来。其他常见的加密货币价格驱动因素，如货币政策、通货膨胀、代币供应和网络效应，也缺乏解释日内差异的细微差别。供应时间表、中央银行政策和网络采用是线性的和/或缓慢移动的现象，在亚洲和美国市场时间之间每天不会有系统地变化。结论一天中不同时间最大的加密货币的回报差异是一种异常现象，支持这些资产作为价值存储的主要经济论据无法完全解释。最可能的驱动因素是日内市场微观结构的细微差别。未来是否可以利用这种异常情况谋取利润取决于驱动因素持续存在的程度。例如，如果来自亚洲矿商的抛售压力推动了这种差异，那么最近挖矿业务地理分布的变化是否会打破这种格局？采矿激励措施的变化和机构投资者不断变化的监管将如何改变格局？Crypto的昼夜节律对于监控未来会很有趣，因为它可能会揭示供需动态的变化。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。