数据:Hyperliquid 75% 交易者亏损,赚钱的都在用什么招?

marsbit发布于2026-05-20更新于2026-05-20

文章摘要

深潮 TechFlow编译文章指出,Hyperliquid上约75%的交易地址处于亏损状态,其主要原因在于市场环境已发生变化。手动交易者正与全天候运作的自动化系统竞争,当散户基于K线形态或社交媒体新闻进行交易时,相关机会往往已被系统提前捕捉并完成定价,导致他们容易成为市场的“退出流动性”。 数据显示,平台上真正盈利的交易者主要采用以下策略:第一,运行高度系统化的算法策略,例如某盈利排名第二的地址本月执行了超过26万笔交易,胜率达64.75%;第二,进行高信念、非对称性的押注,例如某个钱包仅通过50笔交易就盈利448万美元,尽管胜率仅为28%;第三,结合算法执行与手动宏观判断。 文章核心观点是,若交易者拥有独特的叙事把握能力、结构性洞察或在市场恐慌时保持信念,仍可能获利。但若交易依据仅是常见图表形态或滞后信息,则很难在当前的竞争中胜出。

作者:Stacy Muur

编译:深潮 TechFlow

深潮导读:Hyperliquid 上四分之三的地址在亏钱,不是运气不好,是游戏规则变了。当你还在看 K 线找形态,套利机器人已经把钱赚走了。数据显示,真正盈利的交易者要么用算法系统化执行,要么用大仓位押注非对称机会——手动盯盘的散户,正在成为别人的退出流动性。

Hyperliquid 上约 75%的地址处于亏损状态。

现实情况是,在 Hyperliquid 上手动交易的人,正在和永不休息的系统竞争,而你刚发现的交易机会,系统早就定价完了。

当你看到某个模式时,大概率它已经被套利过了。

极端的资金费率会被瞬间平衡。

技术形态已经出现在 50 多个订单簿里。

新闻标题一出现就被定价。

最赚钱的交易者在做什么:

→1. 跑系统化策略(盈利第二高的地址本月执行了 26.1 万笔交易,胜率 64.75%)

→ 2. 持有高信念仓位,为非对称收益下注(一个钱包仅用 50 笔交易就赚了 448 万美元,胜率 28%)

→ 3. 用算法作为执行工具,同时手动做宏观判断

如果你在叙事时机、结构性洞察或者在所有人投降时仍有信念,你仍然可以做出盈利交易。

但如果你的交易基于图表形态或 X 上看到的新闻,你大概率只是退出流动性。

相关问答

Q根据文章,Hyperliquid交易平台上大约有多少比例的交易地址处于亏损状态?

A根据文章,Hyperliquid上约75%的地址处于亏损状态。

Q文章认为,在Hyperliquid上手动交易者面临的主要挑战是什么?

A文章认为,手动交易者正在与永不休息的系统化交易算法竞争,当他们发现交易机会时,这些机会往往已经被系统提前定价或套利过了,导致他们成为退出流动性。

Q文章中提到的最赚钱的交易者主要采用了哪几种方法?

A文章中提到,最赚钱的交易者主要采用了三种方法:1. 运行系统化(自动化)策略;2. 持有高信念仓位,为非对称收益下注;3. 使用算法作为执行工具,同时结合手动宏观判断。

Q文中提到的盈利第二高的地址,其系统化策略有什么具体特点?

A文中提到的盈利第二高的地址,其系统化策略在本月执行了26.1万笔交易,胜率达到了64.75%。

Q文章指出,基于何种信息来源的交易行为大概率会成为“退出流动性”?

A文章指出,如果交易是基于图表形态或在社交媒体X(原Twitter)上看到的新闻,那么交易者大概率只是在成为其他人的“退出流动性”。

你可能也喜欢

农场走出的创业者:造完飞行汽车,又在机器人赛道赌出390亿美元巨头

人形机器人公司Figure AI近期因其“人机分拣挑战”和家用机器人宣传片引发全球关注。成立仅三年,其估值在新一轮融资后飙升至390亿美元,投资方包括英伟达、英特尔资本等顶级机构。背后的创始人Brett Adcock是一位从伊利诺伊州农场走出的连续创业者。 Adcock的创业经历跨度极大:先是在2012年联合创立招聘平台Vettery,于2018年以1.1亿美元出售;随后在2018年创办电动垂直起降飞行器公司Archer Aviation,推动其在2021年上市。离开Archer后,他于2022年创立Figure AI,切入通用人形机器人领域。 Adcock的创业逻辑一以贯之:选择巨大、低效且处于技术拐点的市场,用资本和工程能力推动变革。在Figure,他目标是打造能进入人类环境、使用工具、完成多种任务的通用机器人,以应对劳动力短缺和自动化需求。 然而,高估值背后是商业化进程、技术路线和安全性的质疑。Figure曾与OpenAI合作开发机器人AI模型,但不到一年便终止合作,转而自主研发。Adcock表示,机器人AI需要不同于聊天模型的技术路径,且当OpenAI有意自研机器人时,合作已无意义。 从软件招聘、飞行汽车到人形机器人,Adcock的创业路径不断迈向更重资产、更复杂的领域。如今,他站在AI机器人浪潮的中心,无论成败,其名已刻入行业发展史。

marsbit6分钟前

农场走出的创业者:造完飞行汽车,又在机器人赛道赌出390亿美元巨头

marsbit6分钟前

如何用30天成为Claude高阶用户?

本文提供了一个为期30天的Claude进阶使用教程,旨在帮助用户将Claude从一个临时的问答工具,转变为能够理解用户、持续产出高效成果的智能工作助手。教程按周划分,逐步构建个人专属的工作系统。 **第一周:掌握基础能力** 核心是学习撰写结构清晰的Prompt,包含角色、背景、任务、格式和限制条件五个部分。理解上下文窗口的概念,将关键信息前置。最后,设置至少三个专项Projects(如主要工作、研究分析、写作沟通)并开启Memory功能,让Claude记住用户的背景与偏好,奠定个性化基础。 **第二周:搭建核心工作流** 创建可复用的流程模板,覆盖研究、写作和决策三大常见场景。例如,研究流程可快速分析资料并生成报告;写作采用先提纲后全文的两步法,确保方向正确;决策流程则能系统化地分析选项与利弊。这些工作流能将重复性工作自动化,显著提升效率。 **第三周:实现自主与自动化** 通过Claude Cowork功能,让Claude能在指定文件夹内自主读取、处理文件和执行多步骤任务。连接Google Drive、Slack等外部工具,扩展其能力。设置定时自动化任务(如每日计划生成、周报整理),使Claude从被动工具转变为能主动工作的系统。 **第四周:系统优化与积累** 回顾并优化所有工作流,根据输出反馈迭代Prompt,追求稳定高质量。建立个人知识库,保存历史优质产出供后续项目调用,实现知识复利。通过教会他人来巩固自身理解。最终,规划完整的个人Claude操作系统蓝图,明确所需工作流、工具连接和使用节奏,并定期迭代。 遵循此路径,用户能在30天内构建一个深度理解自身需求、能自主运行并持续优化的工作系统,从而将时间专注于更具创造性和战略性的任务上,真正成为Claude的高阶用户。

marsbit48分钟前

如何用30天成为Claude高阶用户?

marsbit48分钟前

YC眼中的五种AI Agent核心形态

本文总结了AI Agent发展中的五种核心架构形态,这些形态正从一次性提示应用转向可复用、可积累的工作流系统。 1. **Skills(技能)**:将标准作业流程抽象为可参数化的“方法调用”。同一套流程通过更换参数可处理一类问题,而非单一具体任务。 2. **Thin Harness(轻量执行框架)**:作为模型的“手脚”,负责任务循环、文件管理等基础执行功能。其设计应保持轻量,避免因功能过度堆积导致“上下文腐化”。 3. **Resolvers(解析器/路由)**:通过明确的路由规则,将任务类型映射到对应Skill,解决因技能过多而导致的模型调用混乱问题,确保输出稳定。 4. **Latent vs. Deterministic(潜在与确定性)**:需明确分工。LLM擅长判断、综合等非确定性任务;而算术、优化等需稳定输出的工作,则应交给确定性代码处理。 5. **Memory(记忆)**:系统积累知识的基础。可采用Markdown文件夹等形式,记录“当前可信结论”和只增不减的时间线,使经验得以沉淀并可被自动关联与更新。 这些模块共同构成了一种“流程能力”,将经验转化为结构化、参数化的工作流。相比容易被复制的一次性应用,这种深度集成的系统更难被模仿,有望成为个人或组织在AI时代构建长期竞争优势的基础。其本质是将服务产品化,通过编码流程、分离关注点与持续积累记忆,实现更高效、更优质且更具壁垒的产出。

marsbit1小时前

YC眼中的五种AI Agent核心形态

marsbit1小时前

交易

现货
合约
活动图片