# 为什么选择 Loop?

## 产品与市场的契合度

自以太坊采用权益证明（Proof-of-Stake）以来，收益成为了其最显著的特性之一。自2022年底以来，数百亿美元资金流入流动性质押代币（LSTs）。最近，Eigenlayer引入的再质押功能更是吸引了大量资本。支撑这场加密原生收益追逐游戏的，是动态的 DeFi 借贷生态，它允许用户通过抵押质押或再质押资产进行借贷，从而放大其收益敞口。随着再质押功能在未来几个月内上线，以及以太坊凭借ETF实现机构级的广泛接受，信用需求预计将进一步增长。

然而，对当前支持ETH套利交易（即借贷成本低于杠杆化抵押品收益）的借贷平台进行快速分析后可以发现，仍有优化的空间。目前用户通常有两种方式操作：

* 使用ETH抵押品来借贷美元
* 使用ETH抵押品来借贷ETH

对于第一种方式，由于DeFi借贷平台需要通过保守的贷款价值比（LTV）来防范坏账风险，同时只接受有限的LST作为抵押品，因此借款人能获得的杠杆有限。结果是，借款人通常只能借到抵押品价值的70%到80%。

而对于第二种方式，使用以ETH计价的流动性质押代币（LST）或流动性再质押代币（LRT）作为抵押来借贷ETH的平台，能够提供更高的贷款价值比，因为资产与负债之间的错配不如前者那么明显（尽管抵押品可能出现价格脱钩的风险）。不过，在基于利用率的利率模型下，这种方式通常会导致较高的资本成本，从而变得不具吸引力。

{% hint style="success" %}
**Loop 作为一种混合解决方案应运而生，能够在ETH收益上提供高杠杆，同时为目标一致的借款人提供有利的长期利率。**
{% endhint %}

<figure><img src="/files/juZxAIV7xzXvht0Ao06u" alt=""><figcaption><p>为什么选择 Loop? </p></figcaption></figure>

## 差异化（独特卖点）

### **独特的抵押品**

Loop 协议的抵押品包括 Pendle 的 LRT LP 代币。与其他协议（例如 Silo）使用的 PTs 不同，LP 代币具有独特的优势。它们让参与者无需权衡即可同时获得收益和积分。Pendle 的 LP 代币本身就能产生可观的收益，使用户可以有效地同时累积积分和收益。

### **通过 lpETH 实现创新借贷**

Loop 协议的借贷体验通过收据代币 lpETH 得到了显著提升。受 Ethena 模型启发（使用 USDe 替代直接的 USDT 借贷），lpETH 被设计为一种高收益的 ETH 衍生品。

lpETH 的应用场景不仅限于质押，还被赋予了多样化的二次使用价值。这种设计扩展了 lpETH 的潜在用途，提升了质押 APR，从而吸引更多的借贷资本进入 Loop 协议。

### **Loop 的代币经济模型**

Loop 协议的核心目标之一是提高 lpETH 的 APR，以吸引更多的借贷资本。通过套利操作将收益和积分结合起来，这实际上为用户提供了一种“免费午餐”的机会，同时也让协议能够收取可观的利率，从而维持 lpETH 的高 APR。循环套利者 (Loopers) 可以通过在 dLP（动态流动性）中锁仓资金来抵消其借贷成本。

这种模式借鉴了 Radiant 的成功经验，dLP 是通过将 $LOOP-lpETH 的 Balancer LP 代币锁仓最长达一年获得的。只要参与者将其总套利仓位的 5% 锁仓于 dLP 中，即可获得 $LOOP 奖励，从而抵消所支付的利息。这一机制要求用户购买并锁定 $LOOP，确保协议具有深度流动性，同时使其能够收取更高的利率。这一策略不仅维持了高流动性水平，还支持了协议的快速增长，成功地借鉴了 Radiant 在链上流动性管理中的经验。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.loopfi.xyz/chinese/wei-shen-me-xuan-ze-loop.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
