# Referral System: Buong Detalye
Ang Turbo Loop ay naghahati-hati ng 51% ng lahat ng ROI sa 20 referral levels.
Ang Matematika
| Level | Reward % |
|---|---|
| 1 | 12% |
| 2 | 8% |
| 3 | 5% |
| 4-5 | 4-3% |
| 6-10 | 2-1.5% |
| 11-20 | 1% bawat isa |
Kabuuan: 51% ng araw-araw na ROI ang ipinapamahagi sa upline.
Ibig sabihin nito, sa bawat $1,000 na ROI na nalilikha, $510 ang napupunta sa mga referrer.
Para sa kumpletong detalye tungkol sa seguridad, bisitahin ang turboloop.tech/security.
Bakit May Referral Rewards Pa Rin
Karamihan sa mga "referral programs" sa crypto ay pawang mga palamuti lang na recruiting schemes — magbayad sa mga bagong pasok, kunin ang bahagi nila, at ibigay ang kita sa nagdala sa kanila. Bumabagsak ang math na ito kapag bumaba ang dami ng bagong sign-ups. Ang referral system ng Turbo Loop ay iba ang estruktura, at ang pagkakaiba ay nakasalalay sa isang bagay: kung saan nanggagaling ang pera.
Ang 51% na ipinapamahagi sa 20 levels ay hindi nagmumula sa mga deposito ng bagong user. Ito ay nagmumula sa protocol surplus — ang totoong, paulit-ulit na kita na kinikita na ng sistema:
- Mga LP rewards sa liquidity na ibinibigay ng protocol
- Mga Turbo Swap fees sa mga routed trades
- Mga Turbo Buy fees sa mga token purchases na dumadaan sa protocol
Binabayaran ang referrer dahil nagdala sila ng user na ang aktibidad ay nagbubunga ng kita para sa protocol — hindi dahil may bagong kapital na pumasok sa sistema. Kaya ang rate ay nakatakda sa 51% ng ROI, hindi isang porsyento ng mga deposito, at kaya ring ang smart contract ay hindi nababago: ang patakaran ay itinakda noong una itong ide-deploy at walang admin, multisig, o insider ang pwedeng magbago nito. Maaari mong tingnan ang on-chain configuration mismo sa /security.
Ang isang simpleng design na ito ang siyang nagkakahiwalay sa isang on-chain referral mechanism mula sa isang multi-level marketing scheme. Babalikan natin ang paghahambing na ito mamaya, kasama ang math.
Buong Breakdown ng 20 Levels
Narito ang bawat level, walang palusot, at may kabuuang bilang sa ibaba:
| Level | Reward % | Kabuuan |
|---|---|---|
| L1 | 12.00% | 12.00% |
| L2 | 8.00% | 20.00% |
| L3 | 5.00% | 25.00% |
| L4 | 4.00% | 29.00% |
| L5 | 3.00% | 32.00% |
| L6 | 2.00% | 34.00% |
| L7 | 2.00% | 36.00% |
| L8 | 1.75% | 37.75% |
| L9 | 1.75% | 39.50% |
| L10 | 1.50% | 41.00% |
| L11 | 1.00% | 42.00% |
| L12 | 1.00% | 43.00% |
| L13 | 1.00% | 44.00% |
| L14 | 1.00% | 45.00% |
| L15 | 1.00% | 46.00% |
| L16 | 1.00% | 47.00% |
| L17 | 1.00% | 48.00% |
| L18 | 1.00% | 49.00% |
| L19 | 1.00% | 50.00% |
| L20 | 1.00% | 51.00% |
Pag-verify ng kabuuan:
L1-L5: 12 + 8 + 5 + 4 + 3 = 32%
L6-L10: 2 + 2 + 1.75 + 1.75 + 1.5 = 9%
L11-L20: 1 x 10 = 10%
----------------------------------------
TOTAL = 51%
Ang curve ay nakatakda na medyo matarik sa taas. Ang mga direktang referral (L1) ang may pinakamalaking bahagi — sila ang kailangang humanap at mag-onboard ng tao — kaya sila ang kumikita ng pinakamalaki. Ang bawat level sa ibaba ay tumatanggap nang mas maliit dahil ang kanilang kontribusyon ay isang degree pa pababa sa hierarchy.