Recentemente, notei que a Injective está fazendo algo bastante interessante: sem alardear muito, mas juntando algumas ações, na verdade está construindo uma infraestrutura de Finanças Descentralizadas que pode realmente funcionar.

A lógica central é simples: trazer diretamente o conjunto de ferramentas de desenvolvimento maduras do Ethereum, tornar os ativos financeiros tradicionais (ações, participações em fundos privados, índices temáticos) nativos na cadeia, e criar módulos prontos para uso para negociação de câmbio e hedge de múltiplos ativos. Assim, os desenvolvedores não precisam mais perder tempo com questões triviais como migração entre cadeias, inconsistências de preços e processos de conciliação, podendo concentrar sua atenção no design da estratégia em si.

**Primeiro, a base técnica: rede principal EVM nativa**

No dia 11 de novembro do ano passado, a Injective lançou oficialmente a mainnet EVM nativa. O que isso significa? Você pode usar diretamente ferramentas que os desenvolvedores Ethereum usam todos os dias, como Remix, Hardhat e Foundry, com o código do contrato, scripts de teste e processos de implantação quase sem alterações. Não é necessário reescrever a lógica para se adaptar a uma nova cadeia, nem se preocupar com a incompatibilidade de algumas bibliotecas.

Para a equipa de engenharia, isto não só poupa tempo, mas também custos de tentativa e erro. Desempenho e compatibilidade, ambos são necessários.

**Analisando a camada de dados novamente: como resolver os preços de alimentação?**

O que mais preocupa nas negociações de múltiplos ativos? Preços instáveis, alta latência e fontes de dados únicas. O inEVM da Injective integrou diretamente mais de 450 fluxos de dados de baixa latência da Pyth, abrangendo criptomoedas, commodities, pares de câmbio, ações e ETFs. Ao mesmo tempo, também conectou mais de 200 fontes de dados de uma única parte fornecidas pela API3, garantindo a certeza e rastreabilidade dos preços.

O efeito real é que: você não precisa conectar um monte de interfaces de dados externas para cada ativo separadamente, nem se preocupar com a queda repentina de alguma fonte de preços que possa levar à falha da estratégia. Os dados padronizados permitem que a estratégia opere de forma mais estável em cenários de múltiplos ativos.