僱22個Agent在Hyperliquid上賽跑，我發現了什麼？（附全部策略代碼）

本文來自：Jason Goldberg

編譯｜Odaily（@OdailyChina）；譯者｜Azuma（@azuma_eth）

我們透過 Senpi 在 Hyperliquid 上部署了 22 個自主交易的 AI Agent，每個 Agent 配置 1000 美元真實資金。

它們會全天候 7*24 小時運行 —— 掃描市場、開設倉位、設置移動止損、管理風險 —— 全程不會有任何人工干預。

在投入了 22000 美元初始資金，執行了 5000 多筆交易後，這是我們得到的經驗總結。

通用結論

「更少的交易」加上「更高的信念」，總是等於「更好的結果」。這並不是偶爾出現的現象，而是每一次都成立。

• Odaily註：Fox、Bison、Ghost Fox，以及下文會出現的 Grizzly、Viper、Mamba、Anaconda 等等均為執行不同策略的 Agent 名稱。

如上圖所示，Agent “Fox” 和 Agent “Ghost Fox” 使用的是同一個掃描工具。Fox 只會選擇性地執行其中部分信號，而 Ghost Fox 則會執行更多信號。結果是，兩者的投資回報率（ROI）差距達到 56 個百分點。

真正的優勢並不在掃描工具本身，而在於是否有紀律去等待正確的信號。

• 所有交易次數超過 400 筆的 Agent 都出現了嚴重虧損。
• 而交易次數低於 120 筆的 Agent 則全部是 盈利狀態。

更多交易並不意味著更多機會 —— 它意味著更多的無效交易、更多手續費，以及更多噪音風險暴露。

盈利遵循「冪律分佈」

在我們表現最好的 Agent 中，3–5 筆交易便貢獻了全部利潤，其餘交易基本都是在出現小幅虧損後便被迅速止損。

還是以 Fox 為例，三筆最佳交易（ZEC、TRUMP、FARTCOIN）合計盈利超 350 美元；其餘 46 筆交易則合計虧損超 100 美元；最終結果是，淨利潤約為 248 美元。

這完全是策略設計的結果。我們的設計是：在信念較高時果斷進場，幾分鐘果斷止損虧，讓盈利倉位持續跑起來，並透過 DSL High Water 移動止損策略鎖定部分峰值收益。當平均盈利是平均虧損的 10 倍 時，即使勝率只有 43% 也能穩定賺錢。

那些試圖透過「安全」交易維持高勝率的 Agent 反而全部虧損 —— 因為設定微小盈利目標的每筆交易，仍需承擔手續費和市場風險。

秘密武器：Hyperfeed

Fox 以及其他表現穩定的 Agent 都建立在 Senpi 的 Hyperfeed 之上。

Hyperfeed 是一個即時追蹤系統，可以看到 Hyperliquid 上所有交易者當前正在賺錢的資產。它並非歷史排名或其它滯後指標，而是此時此刻整個交易所正在賺錢的交易行為。

我們用的核心掃描工具 Emerging Movers 每 90 秒便會讀取一次 Hyperfeed 的市場集中度數據。當聰明錢突然輪動到某個資產時：比如某個交易者在排行榜上突然躍升至少 15 名，或是某個盈利貢獻速度突然上升，亦或是多個頂級交易者同時集中開設同一倉位，掃描工具就能在行情被完全定價之前捕捉到信號。

這正是透過 Senpi 在 Hyperliquid 上建構策略的結構性優勢，你可以即時看到頂級交易者利潤正在集中到哪裡，並立即行動。沒有其他交易所提供這種可見性，也沒有其他平台能讓自主 Agent 據此執行操作。

我們表現最好的 Agent 全部在使用這類數據：

• Fox / Vixen：透過 Emerging Movers 識別聰明錢突然集中到某個資產；
• Grizzly：在開倉前透過 Hyperfeed 分析 BTC 上的聰明錢倉位；
• Bison：將聰明錢方向作為硬性條件 —— 如果方向相反則不會交易；

而表現最差的 Agent 則：

• 完全忽視聰明錢信號，比如 Viper、Mamba 純基於技術分析；
• 使用過期的聰明錢數據（Scorpion v1），把幾個月前的倉位當作新信號；

所以結論非常清晰，基於即時 Hyperfeed 數據交易的 Agent，表現全面優於所有純技術策略。

均值回歸策略，在永續合約中行不通

我們基於「價格偏離過大，很快就會回歸」的邏輯測試了三個不同版本的 Agent，具體表現如下：

• Viper：-18%
• Mamba：-33%
• Anaconda：-22%

結果是全部虧損。問題出在，Hyperliquid 永續合約市場的趨勢性遠強於均值回歸可能性。在下跌趨勢中抄底，是這個市場裡代價最昂貴的錯誤。這些 Agent 不斷在所謂的「支撐位」做多，但價格卻持續數天不斷走低。

我們正在測試的修復方案是加入一個宏觀市場狀態的過濾工具，即當 BTC 的四小時趨勢為下跌時，禁止基於「均值回歸策略」抄底。初步結果看起來不錯，該過濾工具可以避免 Mamba 28 筆虧損交易中的 14 筆。

不要固守單一模式

我們最新的 Agent（Vixen）基於 Fox 的交易數據，採用了兩種截然不同的進場模式。

• 潛伏者（Stalker）模式：透過多次掃描，捕捉聰明錢在悄悄累積某資產的信號。這樣你便可以在人群湧入之前就進場，Fox 最大的幾筆盈利正是來自這種模式。
• 突擊者（Striker）模式：捕捉伴隨成交量確認的劇烈突破行情。在行情爆發的同時進場，但只有在真實成交量支持時才執行（過濾虛假拉盤）。

Fox 的數據表明，這其實是兩種完全不同的 Alpha 信號來源。如果只使用單一進場模式，你必須在兩者之間做取捨，從而錯過另一種機會。

Agent 會自我調整 —— 而結果總是更糟

一個令人意外的發現是：當 Agent 出現連續虧損時，它們會嘗試 「自我修復」。常見的修復行為包括放寬進場條件，提高槓桿，移除風險保護機制，但結果是每一次都會加速虧損。

舉些例子，Dire Wolf 在虧損 -27% 後，啟用了 5 個並行的 25 倍槓桿倉位，並放鬆了開單速度限制；另一個 Agent 刪除了停滯止盈機制；還有一個 Agent 則將每日虧損上限從 10% 提高到了 25%。

我們的解決方案是，將風險保護機制直接寫入掃描工具代碼，而不是依賴 Agent 自身的策略配置。如果掃描工具沒有輸出信號，Agent 就無法執行交易 ——無論它在自身配置中做出多麼激進的調整。

接下來的計劃

我們將繼續運行實驗 24–48 小時，隨後關閉那些已經沒有回本可能的 Agent，以避免剩餘資金繼續流失。

接下來我們會部署新的策略版本，並將保護機制寫入代碼層：

• Wolverine v1.1：HYPE 速度 DSL 移動止損（在高波動資產中更快鎖定利潤）；
• Mamba v2.0：均值回歸策略 + BTC 宏觀趨勢保護；
• Scorpion v2.0：即時動量事件共識（替代過期的巨鯨跟隨策略）。

同時我們還將：

• 統一 Fox、Vixen 和 Mantis 的策略配置：這三個 Agent 使用同一掃描工具，但配置已經發生漂移，Fox 當前收益率超過 23%，其他兩個將調整到相同設置；
• 重新部署新的 Fox/Vixen 組合，使用 Fox 的完整勝利配置，包括 XYZ 禁止規則、停滯止盈機制、10% 每日虧損上限、所有風險門控機制開啟；
• 擴展單一資產獵手策略：Grizzly 的三階段生命週期模式（獵尋 → 駕馭 → 潛伏 → 重新加載）現已應用於 ETH（Polar）、SOL（Kodiak）和HYPE（Wolverine）。

與此同時，我們還在開發全新的策略並直接在真實市場測試。這個市場本身就是實驗室。每一個新策略都會擁有 1000 美元資金以及完整透明的交易記錄。

我們的實驗會在 strategies.senpi.ai 即時運行；所有策略代碼開源於：github.com/Senpi-ai/senpi-skills

22 個 Agent，22000 美元真實資金，每一筆交易完全公開，實驗仍在繼續中。