J'ai fait courir 22 agents sur Hyperliquid et voici ce que j'ai découvert (avec les codes de toutes les stratégies)
Jason Goldberg a déployé 22 agents IA autonomes sur Hyperliquid, dotés de 1000 $ chacun, pour trader sans intervention humaine. Après 5000+ transactions, les conclusions clés sont :
- Moins de trades avec une forte conviction donnent de meilleurs résultats. Les agents avec >400 trades ont tous perdu, ceux avec <120 trades étaient tous rentables.
- Les profits suivent une distribution de puissance" : 3-5 trades génèrent la majorité des gains, le reste étant de petites pertes rapidement stoppées.
- L'avantage décisif vient de Hyperfeed, un système temps réel suivant où l'argent intelligent se concentre sur Hyperliquid. Les agents utilisant ces données (Fox, Grizzly, Bison) ont surpassé les stratégies purement techniques.
- Les stratégies de mean reversion (Viper, Mamba, Anaconda) ont toutes échoué (-18% à -33%).
- Les agents qui s'auto-ajustent après des pertes (levier accru, assouplissement des règles) accélèrent leurs pertes. La solution est de coder les protections en dur.
- De nouvelles versions de stratégies avec ces enseignements sont en cours de déploiement. L'expérience continue avec transparence sur strategies.senpi.ai et le code ouvert sur GitHub.
Odaily星球日报03/16 03:44
