XRP持有人如何在XRPL上实现被动收入?实验揭示意外结果
虽然XRP本身并不支持传统意义上的质押收益,但社区的声音表明,仍然有一种方法可以在XRPL上实现被动收入。
近日,XRP社区评论员“万物XRP”在X平台发布了一项详细的案例研究。该实验旨在探索XRP持有人是否可以在不离开XRP Ledger(XRPL)的情况下赚取被动收益率,同时解答关于闲置XRP潜在收益的疑问。
由于XRP并不像以太坊那样支持原生质押机制,实验的重点转向了一个名为多普勒融资的平台。值得注意的是,该平台无需使用桥接或封装代币即可直接在XRPL上提供去中心化金融(DeFi)收益策略。“万物XRP”对此表现出了浓厚兴趣,并决定亲自测试其效果。
设置与策略:XRPL上的CeDeFi
实验中,“万物XRP”通过Xaman钱包将476枚XRP存入多普勒的质押池。整个设置过程耗时约20分钟,包括创建钱包、转账以及连接到多普勒Web应用程序。
多普勒并未采用传统的质押奖励模式,而是通过两种CeDeFi策略帮助用户获取收益:第一种是XRP中立套利,利用交易价格差异而不改变用户的XRP敞口;第二种是永续合约套利,通过资金费率动态抵消交易风险。
此外,该平台还通过发放多普勒点(DP)作为奖励,每小时可获得0.01 DP。这些积分的长期价值尚不确定,但据推测可能用于治理、访问权限或未来代币奖励。
安全与托管
尽管用户最初对平台的安全性持谨慎态度,但在审查了多普勒的文档及其安全合作伙伴后,疑虑逐渐消除。多普勒由Fireblocks和Ceffu(Mirrorx)负责资产托管,通过机构级保护管理用户资金。
这种托管模式避免了依赖智能合约或跨链桥的需求,这也是尝试新平台时常见的主要风险之一。
实际结果:9天赚取0.3990 XRP
经过九天的实验,“万物XRP”成功赚取了0.3990 XRP。按当时XRP价格2.21美元计算,这相当于约0.88美元的收益。这一结果对应的年化收益率约为3.41%,处于多普勒宣称的3%至4.5% APR范围内。
然而,由于多普勒采用基于批量处理的提现系统,用户需要等待7天才能完成提现。
8️⃣ 提现并访问您的XRP。
需要注意的是,提现过程需要7天时间。
没有即时提现功能。点击“提现”后,您将进入168小时的等待期。
多普勒每天批量处理提现请求,因此根据操作时间的不同,可能需要超过7天。
这…
- XRP(@xrp_investing)的所有事物2025年5月3日
收益虽小,但真实可靠
社区评论员将这一收益率描述为“适度但合法”,并指出整个过程透明且安全,完全基于XRPL基础设施运行。关键在于,它为持有闲置XRP的用户提供了赚取被动收入的方式,而无需封装代币、跨链桥接或承担高风险。
然而,这一方法仍依赖于第三方平台,这通常伴随着额外的风险。与以太坊等网络上的原生质押机制相比,用户体验也有一定差距。因此,市场参与者需保持谨慎。与此同时,XRP社区仍在积极探讨XRPL上的原生质押方案,Ripple和Flare也在为此做出贡献。
(责任编辑:现货银)
-
Builder.ai 因向债权人损失大部分现金而进入破产程序
如今他的超级课程表仍然在亏损与盈利间徘徊。...[详细]
-
商业化手段都在不断尝试中,比起图片和文字类产品,越来越多的人觉得短视频是离钱最近的媒体。...[详细]
-
在这场闹剧中,我们也能看到各大平台对于错误舆论进行正向引导、斧正能力的差距。...[详细]
-
但是,这样一款重度手游,它和《开心消消乐》之类的轻量游戏相比,可玩性和可发展空间明显更高,而且对比于其他排名在前列的重度手游例如《梦幻西游手游》而言,它却异常地不会主动去占用你每天的日常时间,其他的大...[详细]
-
Swap to the Future:OKX 与 Uniswap 探索 CeFi 与 DeFi 的发展未来
餐饮还需回归本质 必须承认,上述创新都有开拓性意义。...[详细]
-
对电商而言没有什么比高购物车放弃率更让人沮丧。...[详细]
-
为什么这么说? 像是针对年轻人的品牌Swatch,它只要针对18岁到24岁这个人群,把这个定位找准,持续地、认真地、好好地做,就一定会不停地取得市场成功,总会有年轻人进来。...[详细]
-
CHEVALIER INT‘L(00025)10月31日注销28.4万股已购回股份
但在唐一看来,这样的想法完全是胡说八道,逆水行舟不进则退,中国餐饮行业竞争如此激烈,生存下去的唯一办法就是做大做强,而这样必定要借助资本力量助推。...[详细]
-
在会场上,你可以看到数百人同时跳舞的超会议最热闹的“超舞见区域”;在《白箱》声优体验活动上,你可以在录音棚使用专业设备和工作人员准备好的台本,给喜欢的人物配...[详细]
-
特朗普推动欧盟征收 50% 关税后,比特币跌破 10.9 万美元
有业内人士认为,从未来性看,结合了复杂推理和表示学习的系统将为人工智能带来巨大的进步,但深度学习在短时间内不会像图形操作界面与互联网那样改变大部分人的生活。...[详细]