Трейдеры потеряли десятки миллионов долларов на торговле фьючерсами

cryptonews.ru發佈於 2025-11-16更新於 2025-11-16

  • Аналитики показали убытки трейдеров из HyperLiquid.
  • Все участники сначала имели большую прибыль, но впоследствии зафиксировали убытки.
  • Наибольшая потеря достигла более $45 млн.

Аналитики компании Lookonchain опубликовал убытки трейдеров, которые использовали высокое кредитное плечо на платформе HyperLiquid.

Stay away from high-leverage trading.

It might bring you big profits at first, but in the end, it'll wipe out everything you’ve earned.

Just ask the seven traders below. pic.twitter.com/mp6LPU5xf4

— Lookonchain (@lookonchain) November 6, 2025

Хотя многие из них начинали с десятков миллионов долларов прибыли, большинство впоследствии потеряли все и даже оказались в минусе.

В Lookonchain привели примеры семи трейдеров, каждый из которых на определенном этапе фиксировал многомиллионную прибыль, но впоследствии вышел в значительный убыток:

  • Machi Big Brother: с прибыли $44,8 млн опустился до потерь на $14,9 млн;
  • 14-win-streak trader: с пика на $33 млн ушел в минус на $30,2 млн;
  • James Wynn: имел $87 млн, а в итоге закончил с потерей $21,9 млн;
  • Aguila Trades: от $41,7 млн пришел к проигрышу $37,6 млн;
  • Gambler qwatio: прибыль $26 млн превратилась в убыток в размере $28,8 млн.

Кроме того, эксперты отметили, что трейдер понес более $45 млн потерь. Еще один пользователь увеличил депозит с $125 000 до $43 млн, но затем потерял все и даже больше — убыток составил $180 000.

«Держитесь подальше от торговли с высоким плечом. Сначала это может приносить большие прибыли, но в конце концов — уничтожит все, что вы заработали», — заявили в Lookonchain.

Ранее мы сообщали, что трейдер потерял $4 млн прибыли за 30 минут на торговле фьючерсами.

你可能也喜歡

你天天用的Claude和Codex,Meta内部不让随便用了

今年5月,Meta为其应用AI工程部门的工程师划定了红线:限制内部使用Claude Code和Codex这两款流行的AI编程工具,相关限制至今仍在生效。作为这些工具的主要客户之一,Meta此举并非因其不好用,而是恰恰相反——担心其过于强大和好用。 Meta正在自研名为MetaCode的AI编程助手,旨在替代外部模型以节省成本并掌握核心技术。限制使用外部模型的核心原因,是防止“蒸馏陷阱”:即担忧员工在构建MetaCode的训练数据、编程题库和评测标准时,过度依赖或掺入Claude/Codex的输出。这会导致自研模型在不知不觉中学习对手的“本事”和判断标准,使能力来源模糊,并可能违反与OpenAI、Anthropic等竞争对手的服务条款,引发法律风险。 内部指南明确禁止了可能让外部AI模型“定义能力”的三类任务:不能用其输出来生成测试题目、不能用其分析代码或设计测试点、其生成内容不得进入被测模型的访问环境。仅允许AI处理搭建工作流、整理文件等“打下手”的辅助性任务,且所有AI产出必须经过人工审核。 这一事件揭示了AI行业的一个普遍困境:在利用强大外部工具加速自身研发的同时,如何清晰界定并守护自身模型能力的原创性,避免陷入知识产权与合同风险。随着AI参与创造AI的循环加深,“本事究竟是谁的”这条界线正变得越来越模糊。

marsbit29 分鐘前

你天天用的Claude和Codex,Meta内部不让随便用了

marsbit29 分鐘前

为什么今天我们需要AI内容观?

亚马逊AI动画《朋克鸭》因伦理争议被叫停,折射出AI内容当前面临的困境。2026年AI视频技术取得突破,能产出完整视觉故事,推动短剧和仿真人内容爆发,院线级AI长片加速涌现。然而,AI在影视行业的应用也引发激烈争议,尤其围绕替代真人表演的伦理问题。 AI内容在不同媒介场景中适配度不同。短视频等“文化速食”内容追求快节奏、浅层情绪和免费模式,AI能高效提供海量供给,满足用户碎片化娱乐需求。但进入影视等“文化正餐”领域则面临挑战,因为影视承载着更深的情感表达、艺术创新和社会意义构建功能,其核心价值在于人的独特参与。 AI难以完全替代真人创作的价值。人在创作中的创新能力、劳动付出凝结的生命经验,以及基于真实情感和个性化表达的互动,是文化作品珍贵性的核心。尽管AI能提升生产效率、拉高质量均值,但易导致内容同质化,并可能通过低成本优势挤压人类创作空间,引发侵权和低质内容泛滥的风险。 因此,发展AI内容需要建立明确的边界和规则,即“AI内容观”。其核心原则是:确保AI放大而非挤压人的创作空间;尊重而非掠夺人的创作成果;坚持人在创作中的主导地位与责任;保障AI创作的公开、透明与可溯源。最终目标是让人成为技术的“掌舵者”,在利用AI提升效率的同时,守护文化创作中人的主体性和核心价值,推动AI向善、文化向美。

marsbit54 分鐘前

为什么今天我们需要AI内容观?

marsbit54 分鐘前

普朗克被撤稿了?量子之父竟被算法绊了一跤

一篇新发表的论文指出,量子力学奠基人、诺贝尔奖得主马克斯·普朗克发表于1940年和1942年的两篇文章,在斯普林格出版社的数字平台上被标记为“已撤稿”。调查显示,这并非因为学术不端,而是现代出版平台的算法“误伤”。 这两篇文章原是普朗克关于科学哲学的演讲与讨论,发表在当时德国重要的综合期刊《自然科学》上。在20世纪上半叶,这种将演讲内容发表于期刊或文集的做法是科学思想传播的常见方式。然而,现代数字出版平台的系统可能将其识别为“重复发表”或“版权违规”,从而自动添加了撤稿标记。更甚的是,原文在平台上已被替换为空白页,读者需通过互联网档案馆等非营利渠道才能查阅。 此事暴露了历史文献数字化过程中的一个深层问题:当代基于文献计量和版权管理的自动化规则,与前数字时代的科学出版实践发生了错位。诸如“自我剽窃”等现代概念被反向施加于历史文献,导致其可访问性受损,科学记录的完整性面临挑战。在人工智能日益依赖结构化数据库的时代,此类错误标签或内容缺失可能被进一步放大,影响我们对科学历史的准确认知。这提醒我们,数字知识库并非中性镜像,而是受到商业逻辑和平台规则塑造的过滤器。

marsbit58 分鐘前

普朗克被撤稿了?量子之父竟被算法绊了一跤

marsbit58 分鐘前

交易

現貨
活动图片