登录 注册 App下载 简体中文
  • 简体中文
  • English
  • 交易
  • 行情
  • 快讯
  • 帮助
  • 2019-04-01 14:58

    HASH日报 | 4月1日投注量、质押率和日分红率

    日投注量7.6万EOS,较昨日下降0.27%;

    质押率97.3%,较昨日上升;

    日分红率0.4%,较昨日下降45%;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    PKE日报 | 4月1日投注量、质押率和日分红率

    日投注量26.1万EOS,较昨日下降51%;

    质押率92.91%,较昨日上升0.3%;

    日分红率0.26%,较昨日下降7%;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    MAX日报 | 4月1日投注量、质押率和日分红率

    日投注量2.6万EOS,较昨日下降43%;

    质押率95.62%,较昨日下降1.2%;

    日分红率0.26%,较昨日下降0.7%;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    BG日报 | 4月1日投注量、质押率和日分红率

    日投注量21.4万EOS,较昨日上升23%;

    质押率94.67%,较昨日下降0.6%;

    日分红率0.23%,较昨日下降40%;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    MEV日报 | 4月1日投注量、质押率和日分红率

    日投注量0.14万EOS,较昨日下降32%;

    质押率85.06%,较昨日略有下降;

    日分红率0%,较昨日持平;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    DICE日报 | 4月1日投注量、质押率和日分红率

    日投注量6万EOS,较昨日下降7.6%;

    质押率84.06%,较昨日下降1.2%;

    日分红率0.04%,较昨日下降50%;

    注:日分红率=日分红EOS数量/质押量/当前价格,取数时间:2019-04-1 13:30。

    2019-04-01 14:58

    短账号 | EOS短账号“in”最新竞拍价8888 EOS

    4月1日12点52分,出价人x.io以8888 EOS竞拍短账号“in”,若23小时6分后无更高出价,x.io将竞拍成功。

    2019-04-01 13:04

    动态 | EOS投票人赏金计划更新

    今日,EOS42在Medium发布EOS投票人赏金(EVB)计划更新进展。

    现在已有18个代理,约2800万张选票支持了EOS投票人赏金(EVB)计划,表明他们打算将自己的投票权交给构建开源完整历史解决方案或测试备用性能机制的团队。

    EOS投票人奖金(EVB)最初的设想是汇集选票,为在开发后缺乏代币回报的重要EOS基础设施的开发项目提供资金。EOS社区非常支持这个想法。

    2019-04-01 12:27

    警告 | 成都链安预警: Poker EOS正遭受攻击

    Beosin (成都链安)预警:今天中午11:46开始,根据成都链安区块链安全态势感知系统Beosin-Eagle Eye检测发现,有黑客正向EOS竞猜类游戏Poker EOS发起攻击。经过成都链安技术团队初步分析,攻击者通过交易阻塞的方式,操控多个小号对该游戏发起攻击,并已经获利。在此我们建议游戏合约开发者应该重视游戏逻辑严谨性及代码安全性,同时提醒类似项目方全方面做好合约安全审计并加强风控策略,必要时可联系第三方专业审计团队,在上链前进行完善的代码安全审计,防患于未然。

    2019-04-01 11:31

    动态 | Everipedia/IQ第19周工作简报

    1)持续构建基于IQ的预测市场Dapp Predict平台, 并进行相关测试,相信很快就可以与用户见面;
    2)Everipedia2.0智能合约在Kylin测试网上完成功能和代码测试,上一轮由社区投票决定的功能改进已经全部完成,预计将很快更新到EOS主网上;
    3)全新的UI/UX整体设计基本完成,并进行最后的润色和调整;
    4)讨论并研究优化Everipedia的奖励机制及生态设计方案,目的是为了鼓励优质的编辑获得更多的奖励而不是以量取胜。