Pyth Network Publie des Prix en Temps Réel pour 100 ETF Majeurs

Nouvelle Intégration Pyth Apporte des Prix d’ETF en Direct aux Constructeurs DeFi

Pyth Network a introduit des flux de prix en temps réel pour les fonds négociés en bourse (ETF), permettant aux développeurs blockchain et aux plateformes financières d’accéder à des prix en direct pour certains des fonds les plus activement échangés au monde.

Selon l’annonce partagée avec Bitcoin.com News, l’intégration couvre plus de 100 ETF gérés par des grandes entreprises financières, y compris Blackrock, State Street et Vanguard.

L’équipe a expliqué que cette initiative apporte des données de prix d’ETF onchain à grande échelle, fournissant des prix directs et en temps réel depuis les marchés mondiaux. Cela contraste avec les tokens synthétiques ou miroirs souvent utilisés dans la finance décentralisée (DeFi) pour simuler une exposition aux ETF.

Selon Pyth Network, le nouveau jeu de données couvre un large éventail d’ETF à travers des classes d’actifs telles que les actions, les indices mondiaux, les matières premières et le revenu fixe. Il inclut également des stratégies basées sur les dividendes, l’exposition sectorielle, et les styles de croissance ou de valeur.

Les données du réseau proviennent d’institutions financières mondiales et de plateformes de trading, cherchant à réduire la dépendance à l’égard des fournisseurs traditionnels de données de marché coûteux. Mike Cahill, PDG de Douro Labs, un contributeur du réseau, a déclaré que l’écosystème actuel des données est structurellement exclusif, citant les 1,4 milliard de dollars de revenus annuels de données d’ICE.

“Les revenus de données du Nasdaq ont plus que doublé au cours de la dernière décennie, tandis qu’ICE a récolté 1,4 milliard de dollars de services de données et de connectivité en 2023 seulement,” a remarqué Cahill.

En rendant les données d’ETF accessibles publiquement onchain, Pyth a suggéré que les développeurs peuvent créer des outils financiers qui reflètent plus précisément les conditions réelles du marché. Les cas d’utilisation potentiels incluent des applications de trading, des outils de trésorerie, et des produits adaptés à des stratégies d’investissement spécifiques.