4

@Pyth Network gewährleistet Daten Genauigkeit und Zuverlässigkeit durch einen mehrschichtigen Ansatz, der mit seinem einzigartigen Datenbeschaffungsmodell beginnt und durch ausgeklügelte On-Chain-Aggregationsalgorithmen verstärkt wird.
Der Kernmechanismus von Pyth basiert auf First-Party-Datenanbietern – angesehenen Handelsfirmen, Börsen und Finanzinstituten – die ihre proprietären Daten direkt im Netzwerk veröffentlichen. Jeder Anbieter reicht einen Preisfeed zusammen mit einem Konfidenzintervall ein, das eine statistische Maßnahme der Unsicherheit oder des Geld-Brief-Spreads seiner Daten ist. Dieses direkte Beitragsmodell verhindert die Abhängigkeit von unzuverlässigen Drittanbieter-Vermittlern und bietet die Rohdaten mit hoher Genauigkeit, die für eine präzise On-Chain-Darstellung erforderlich sind.
Der On-Chain-Aggregationsalgorithmus des Netzwerks ist der nächste entscheidende Schritt. Er erhält den Preis und das Konfidenzintervall von jedem Anbieter und aggregiert sie zu einem einzigen, robusten Preisfeed. Der Algorithmus ist speziell darauf ausgelegt, gegen Manipulationen resistent zu sein durch:
* Entfernen von Ausreißern: Er filtert Preise heraus, die erheblich von der Mehrheit abweichen, und verhindert, dass ein einzelner böswilliger oder fehlerhafter Anbieter den endgültigen Preis verzerrt.
* Gewichtung von Quellen: Der Algorithmus gewichtet Datenanbieter mit kleineren Konfidenzintervallen stärker, wodurch präzisere und zuverlässigere Datenquellen effektiv priorisiert werden.
Die endgültige Ausgabe ist ein aggregierter Preis, begleitet von einem neuen, kollektiven Konfidenzintervall. Dies zeigt transparent den Konsens des Marktes und ermöglicht es dApps, Risiken entsprechend zu managen. Zum Beispiel signalisiert ein breiteres Konfidenzintervall hohe Marktschwankungen oder geringe Liquidität, die ein Protokoll nutzen kann, um seine Parameter, wie z.B. Kreditgebühren oder Liquidationsschwellen, anzupassen und dadurch die Sicherheit zu erhöhen.
$PYTH #PythRoadmap