Недавно рынок Криптоактивов пережил резкую коррекцию, цена Биткойна значительно упала, что привело к углублению пессимизма на всем рынке. Один из инвесторов в панике утром связался со своим френем, заявив, что токен проекта, в котором они участвуют, упал на 50%, доходы от Майнинга ликвидности явно недостаточны для компенсации потерь, а влияние Непостоянных потерь значительно превышает ожидания.

Этот френ, посмотрев на рынок, не мог не почувствовать учащение сердцебиения. Предоставленный ими пул ликвидности понес огромные непостоянные потери из-за резкого падения цен токенов относительно стабильных монет. Накопленная ранее прибыль от майнинга после обмена на доллары может не полностью компенсировать убытки по капиталу.

В замешательстве два человека обратились за помощью к своему наставнику. Этот опытный профессор, выслушав их переживания, неожиданно поздравил их. Увидев недоумение студентов, он объяснил, что это редкий практический опыт, который позволил им на собственном опыте ощутить рыночные риски, риски смарт-контрактов и сложность рамок CeDeFi (смешанные централизованные и децентрализованные финансы).

Профессор указывает, что даже хорошо спроектированные DeFi проекты не могут полностью избежать рыночной волатильности базовых активов. В условиях системного риска меры безопасности централизованных финансов могут защитить активы от кражи, но не могут предотвратить падение их рыночной стоимости; в то время как смарт-контракты децентрализованных финансов могут гарантировать распределение вознаграждений по правилам, они не могут предотвратить обесценивание заложенных активов и расширение непостоянных потерь.

Этот опыт стал для студентов живым практическим уроком, который продемонстрировал высокие риски криптоактивов, а также различные факторы, которые необходимо учитывать при инвестициях в DeFi. Он подчеркивает, что при участии в таких дефи-активностях, как майнинг ликвидности, необходимо полностью осознавать и оценивать потенциальные риски, включая влияние рыночной волатильности, непостоянных потерь и других сложных факторов.