Artículo original de:Jason Goldberg
Compilado por Odaily Planet Daily (@OdailyChina); Traductor: Azuma (@azuma_eth)
Desplegamos 22 Agentes de IA de trading autónomo en Hyperliquid a través de Senpi, cada uno con 1000 dólares de capital real.
Funcionarán las 24 horas del día, los 7 días de la semana — escaneando el mercado, abriendo posiciones, configurando stops de pérdidas móviles, gestionando el riesgo — todo sin intervención humana.
Después de invertir 22000 dólares de capital inicial y ejecutar más de 5000 operaciones, esta es nuestra conclusión.
Conclusiones generales
“Menos operaciones” más “más convicción”, siempre es igual a “mejores resultados”. No es algo que ocurra ocasionalmente, sino que se cumple cada vez.
- Nota de Odaily: Fox, Bison, Ghost Fox, y los que aparecerán más adelante como Grizzly, Viper, Mamba, Anaconda, etc., son los nombres de los Agentes que ejecutan diferentes estrategias.
Como se muestra en la imagen anterior, el Agente “Fox” y el Agente “Ghost Fox” utilizan la misma herramienta de escaneo. Fox solo ejecuta selectivamente algunas de las señales, mientras que Ghost Fox ejecuta más señales. El resultado es una diferencia del 56 por ciento en el retorno de la inversión (ROI).
La verdadera ventaja no está en la herramienta de escaneo en sí, sino en la disciplina para esperar la señal correcta.
- Todos los Agentes con más de 400 operaciones tuvieron pérdidas significativas.
- Mientras que todos los Agentes con menos de 120 operaciones obtuvieron ganancias.
Más operaciones no significan más oportunidades — significan más operaciones inválidas, más comisiones y más exposición al riesgo de ruido.
Las ganancias siguen una “distribución de ley de potencias (power law)”
En nuestros Agentes con mejor rendimiento, de 3 a 5 operaciones contribuyeron a todas las ganancias, el resto básicamente fueron pequeñas pérdidas que se detuvieron rápidamente.
Tomemos a Fox como ejemplo nuevamente: las tres mejores operaciones (ZEC, TRUMP, FARTCOIN) obtuvieron una ganancia combinada de más de 350 dólares; las otras 46 operaciones tuvieron una pérdida combinada de más de 100 dólares; el resultado final fue una ganancia neta de aproximadamente 248 dólares.
Esto es resultado del diseño de la estrategia. Nuestro diseño es: entrar con decisión cuando la convicción es alta, detener las pérdidas rápidamente en minutos, dejar correr las posiciones ganadoras y asegurar parte de las ganancias máximas mediante la estrategia de stop loss móvil DSL High Water. Cuando la ganancia promedio es 10 veces la pérdida promedio, incluso una tasa de acierto del 43% puede generar ganancias estables.
Los Agentes que intentaron mantener una alta tasa de acierto mediante operaciones “seguras” terminaron todos con pérdidas — porque cada operación con un objetivo de ganancia mínima aún debe asumir comisiones y riesgo de mercado.
El arma secreta: Hyperfeed
Fox y otros Agentes con rendimiento estable se basan en Hyperfeed de Senpi.
Hyperfeed es un sistema de seguimiento en tiempo real que muestra en qué activos están ganando dinero actualmente todos los traders en Hyperliquid. No es un ranking histórico u otro indicador rezagado, sino el comportamiento comercial que genera ganancias en todo el exchange en este mismo momento.
Nuestra principal herramienta de escaneo, Emerging Movers, lee los datos de concentración del mercado de Hyperfeed cada 90 segundos. Cuando el smart money (dinero inteligente) rota repentinamente hacia un activo: por ejemplo, si un trader salta al menos 15 puestos en la tabla de clasificación, o si la velocidad de contribución de ganancias de alguien aumenta repentinamente, o si múltiples traders top abren la misma posición simultáneamente, la herramienta de escaneo puede captar la señal antes de que el movimiento esté completamente descontado.
Esta es precisamente la ventaja estructural de construir estrategias en Hyperliquid a través de Senpi: puedes ver en tiempo real dónde se están generando las ganancias de los mejores traders y actuar inmediatamente. Ningún otro exchange ofrece esta visibilidad, y ninguna otra plataforma permite que los Agentes autónomos operen en base a esto.
Todos nuestros Agentes con mejor rendimiento utilizan este tipo de datos:
- Fox / Vixen: Identifican a través de Emerging Movers la concentración repentina de smart money en un activo;
- Grizzly: Analizan las posiciones de smart money en BTC a través de Hyperfeed antes de abrir una posición;
- Bison: Utilizan la dirección del smart money como condición obligatoria — no operan si la dirección es opuesta;
Mientras que los Agentes con peor rendimiento:
- Ignoraron por completo las señales de smart money, como Viper y Mamba, basados puramente en análisis técnico;
- Utilizaron datos de smart money obsoletos (Scorpion v1), tomando posiciones de hace meses como señales nuevas;
Así que la conclusión es muy clara: Los Agentes que operan basados en datos de Hyperfeed en tiempo real superaron ampliamente a todas las estrategias puramente técnicas.
Las estrategias de reversión a la media no funcionan en perpetuals
Probamos tres versiones diferentes de Agentes basados en la lógica de “el precio se desvía demasiado y pronto volverá a la media”, su rendimiento fue el siguiente:
- Viper: -18%
- Mamba: -33%
- Anaconda: -22%
El resultado fue que todos tuvieron pérdidas. El problema es que el mercado de perpetuals de Hyperliquid tiene una tendencia mucho más fuerte que la posibilidad de reversión a la media. Comprar en la caída (catch a falling knife) es el error más costoso en este mercado. Estos Agentes compraban constantemente en los llamados “soportes”, pero el precio continuaba bajando durante días.
La solución que estamos probando es agregar una herramienta de filtro del estado macro del mercado, es decir, prohibir las compras basadas en “estrategias de reversión a la media” cuando la tendencia de cuatro horas de BTC es bajista. Los resultados preliminares parecen buenos, esta herramienta de filtro podría evitar 14 de las 28 operaciones perdedoras de Mamba.
No te aferres a un único modo
Nuestro Agente más nuevo (Vixen) se basa en los datos de trading de Fox y utiliza dos modos de entrada截然不同 (completamente diferentes).
- Modo Acechador (Stalker): A través de múltiples escaneos, capta señales de que el smart money se está acumulando silenciosamente en un activo. Así puedes entrar antes de que llegue la multitud. Las mayores ganancias de Fox provinieron de este modo.
- Modo Atacante (Striker): Capta rupturas bruscas confirmadas por volumen. Entra justo cuando estalla el movimiento, pero solo ejecuta cuando hay volumen real que lo respalda (filtra bombas de precio falsas - fake pumps).
Los datos de Fox indican que estas son en realidad dos fuentes completamente diferentes de señal Alpha. Si solo usas un modo de entrada, tienes que elegir entre uno u otro, perdiendo así la otra oportunidad.
Los Agentes se autoajustan — y el resultado siempre es peor
Un hallazgo sorprendente fue: Cuando un Agente experimenta pérdidas consecutivas, intenta “autorepararse”. Los comportamientos de reparación comunes incluyen relajar las condiciones de entrada, aumentar el apalancamiento, eliminar mecanismos de protección de riesgo, pero el resultado es que cada vez aceleran las pérdidas.
Pongamos algunos ejemplos: Dire Wolf, después de una pérdida del -27%, habilitó 5 posiciones paralelas con apalancamiento de 25x y relajó los límites de velocidad de apertura de órdenes; otro Agente eliminó el mecanismo de toma de ganancias por estancamiento (stagnation take-profit); otro Agente aumentó el límite de pérdidas diarias del 10% al 25%.
Nuestra solución es escribir los mecanismos de protección de riesgo directamente en el código de la herramienta de escaneo, en lugar de depender de la configuración de estrategia del Agente mismo. Si la herramienta de escaneo no emite una señal, el Agente no puede ejecutar una operación — sin importar cuán agresivos sean los ajustes que haga en su propia configuración.
Próximos pasos
Continuaremos ejecutando el experimento durante 24-48 horas más, luego cerraremos aquellos Agentes que ya no tengan posibilidades de recuperar su capital, para evitar que sigan perdiendo el saldo restante.
A continuación, desplegaremos nuevas versiones de estrategias e integraremos los mecanismos de protección en la capa de código:
- Wolverine v1.1: Stop loss móvil DSL de velocidad HYPE (bloquea ganancias más rápido en activos de alta volatilidad);
- Mamba v2.0: Estrategia de reversión a la media + protección de tendencia macro de BTC;
- Scorpion v2.0: Consenso de eventos de momentum en tiempo real (reemplaza la estrategia obsoleta de seguimiento de ballenas - whale following).
También vamos a:
- Unificar la configuración de estrategia de Fox, Vixen y Mantis: estos tres Agentes usan la misma herramienta de escaneo, pero su configuración ha divergido. Fox tiene actualmente un rendimiento superior al 23%, los otros dos se ajustarán a la misma configuración;
- Redesplegar un nuevo combo Fox/Vixen, usando la configuración ganadora completa de Fox, incluyendo reglas de prohibición XYZ, mecanismo de toma de ganancias por estancamiento, límite de pérdidas diarias del 10%, todos los mecanismos de control de riesgo activados;
- Ampliar la estrategia de caza de activos únicos: el modo de ciclo de vida de tres fases de Grizzly (Búsqueda → Montar → Acechar → Recargar) ahora se aplica a ETH (Polar), SOL (Kodiak) y HYPE (Wolverine).
Al mismo tiempo, estamos desarrollando nuevas estrategias y probándolas directamente en el mercado real. Este mercado es en sí mismo un laboratorio. Cada nueva estrategia tendrá 1000 dólares de capital y un registro de transacciones completamente transparente.
Nuestro experimento se ejecuta en tiempo real en strategies.senpi.ai; todo el código de las estrategias es de código abierto en: github.com/Senpi-ai/senpi-skills
22 Agentes, 22000 dólares de capital real, cada operación completamente pública, el experimento continúa.
