@OpenLedger #OpenLeder $OPEN

@Somnia_Network #Somnia $SOMI

A Rede é um oráculo de dados de mercado de primeira parte e alta frequência, projetado para fornecer dados de preços e de mercado em tempo real na cadeia para DeFi, CeFi e outros aplicativos de blockchain. O token PYTH é o token nativo da rede: foi projetado para governança, staking (para garantir a integridade do oráculo), alinhamento de incentivos com editores de dados e mecanismos econômicos que ligam a demanda do token ao uso da rede. Os investidores consideram o PYTH quando acreditam que dados de mercado em tempo real e de alta fidelidade serão cada vez mais críticos para contratos inteligentes financeiros e que o Pyth capturará uma parte dominante do uso do oráculo em diferentes blockchains.

1) O que é a Rede Pyth?

A Rede Pyth é uma rede de oráculos especializada que agrega dados de preço e de mercado diretamente de participantes de mercado de “primeira parte” (bolsas, empresas de trading, mesas de formação de mercado, provedores de dados institucionais) e publica feeds de preços de baixa latência em várias blockchains. Ao contrário de algumas abordagens de oráculos que agregam muitas fontes on-chain ou dependem de agregação retrospectiva, o Pyth enfatiza atualizações em tempo real e de alta frequência adequadas para aplicações financeiras sensíveis à latência (por exemplo, derivativos, liquidação de margem, liquidação entre cadeias). O protocolo foi implantado em muitas cadeias e fornece feeds para criptomoedas, ações, FX, commodities e ETFs.

2) O que é o token PYTH? Utilidades principais

O PYTH é o token de utilidade e governança nativo da Rede Pyth. Suas principais utilidades são:

• governança — PYTH apostado concede poder de voto sobre decisões e atualizações do protocolo. Detentores de tokens e apostadores podem participar da governança on-chain.

• staking / integridade do oráculo — O PYTH é usado em programas que alinham economicamente e garantem editores de dados (staking de integridade do oráculo). Tokens apostados podem ser usados para aumentar a reputação do editor ou serem penalizados/recompensados dependendo da qualidade e do comportamento dos dados. Isso aumenta os incentivos econômicos para dados precisos.