Crypto News

Plateforme de trading DeFi, Gains Network lance le trading à effet de levier des cours des actions américaines !

L’écosystème de la finance décentralisée (DeFi) introduira le trading à effet de levier des cours boursiers américains via sa plateforme de trading gTrade.

Réseau Gains, un écosystème DeFi à part entière, lance sa version bêta du trading à effet de levier en chaîne des cours des actions américaines sur gTrade, une plateforme de trading décentralisée. Le lancement de la version bêta commencera avec trois actions cotées aux États-Unis, à savoir $ AAPL, $ GOOG et $ FB, lit-on dans un communiqué de l’équipe de Gains Network. D’autres actions américaines devraient être ajoutées à la plate-forme après une période de test bêta réussie, a-t-il ajouté.

Annoncé le mardi 3 mai, le lancement de la négociation à effet de levier des cours des actions américaines permettra aux utilisateurs de négocier les prix des actions en chaîne avec un effet de levier pouvant atteindre 150x. Cela vise à augmenter la liquidité du trading décentralisé tout en marquant une étape cruciale dans l’espace DeFi en tant que toute première plateforme de trading DeFi à effet de levier pour les actions cotées en bourse.

« Nous sommes ravis et honorés d’être le projet qui fait franchir une étape significative à DeFi en étant le premier à proposer un trading à effet de levier synthétique sur le prix au comptant des actions américaines », commente le fondateur de Gains Network, Sébastien. « Les cas d’utilisation se rapprochent de ce que propose TradFi, et l’expérience utilisateur atteint enfin des niveaux acceptables pour une adoption massive. C’est vraiment le moment le plus excitant d’être dans DeFi. »

Construit sur Polygon, le réseau Gains fournit un écosystème DeFi complet et innovant comprenant des récompenses via son jeton déflationniste, $GNS, des jetons non fongibles (NFT) profondément intégrés, des pools de jalonnement qui offrent de la valeur et des rendements élevés, et un trading à effet de levier décentralisé via le plate-forme gTrade.

Selon l’équipe, le dernier lancement du trading à effet de levier des cours boursiers fournira aux utilisateurs une technologie de pointe, une interface utilisateur/UX conviviale, un effet de levier élevé et une expérience utilisateur supérieure. Premièrement, il n’y aura pas de frais de financement ou d’emprunt, permettant aux utilisateurs de faire le plus de profit possible. Deuxièmement, les utilisateurs bénéficieront d’un effet de levier élevé allant jusqu’à 150x, qui est également proposé sur les actifs cryptographiques sur gTrade. Enfin, la plate-forme a intégré les oracles décentralisés de Chainlink pour fournir des cours boursiers en temps réel et sans confiance à la plate-forme.

Pour assurer un trading fluide et une liquidité accrue, gTrade utilise une architecture de trading à effet de levier synthétique innovante alimentée par le jeton utilitaire $GNS. La plate-forme dispose de deux pools de liquidités qui aident à exécuter des transactions pour tous les actifs répertoriés sur gTrade, ce qui réduit la nécessité de créer un pool de liquidités pour chaque paire. L’effet de levier fourni aux traders sur la plateforme est synthétique, ce qui débloque un degré beaucoup plus élevé d’efficacité de la liquidité. De plus, la plate-forme garantit un risque de liquidation réduit, aucune mèche d’escroquerie et aucun impact sur les prix des transactions.

Dans les semaines et les mois à venir, gTrade ajoutera la prise en charge de pratiquement toutes les actions cotées aux États-Unis, ouvrant la plate-forme à davantage d’utilisateurs. Toutes les actions importantes cotées en bourse seront cotées à l’avenir et seront disponibles pour la négociation de prix à effet de levier.

La négociation à effet de levier des trois actions américaines de premier plan sur gTrade ($ GOOG, $ AAPL et $ FB) a été mise en ligne le 2 mai 2022 à l’ouverture du marché. La plateforme vise à lancer le deuxième lot, contenant 20 grands cours boursiers américains, le 9 mai 2022, dans une semaine à partir d’aujourd’hui.