Modell-Performance und eigenes Ergebnis richtig lesen
Das Modellportfolio schätzt, was eine score-gewichtete Allokation über den aktuellen Korb aus öffentlicher Leader-Historie produziert hätte. Es ist eine Referenz für die Methode, kein Abbild eines Kontos — am wenigsten deines.
Kurz gesagt
Die Modell-Performance wird aus öffentlicher Leader-Handelshistorie unter aktuellen Score-Gewichten berechnet. Sie schließt dein Einstiegs-Timing, deine Fills, deine Positionsgrößen nach Rundung, Gebühren, Funding und deinen konkreten Startzeitpunkt aus. Dein Konto weicht in beide Richtungen ab, und ein fairer Vergleich braucht dasselbe Fenster, dieselbe Korbzusammensetzung und kosteninklusive Zahlen.
Auf einen Blick
Modellportfolio gegenüber einem echten Follower-Konto
Dimension
Modellportfolio
Dein Konto
Datenquelle
ModellportfolioÖffentliche Leader-Handelshistorie
Dein KontoDeine eigenen Fills
Fenster
ModellportfolioFixe 7 T / 30 T
Dein KontoAb deinem Start
Einstiegspreise
ModellportfolioDie des Leaders
Dein KontoDeine, nach Latenz und Slippage
Größen
ModellportfolioScore-Gewichte, ungerundet
Dein KontoGewichte nach Lot-Rundung und Caps
Kosten
ModellportfolioNicht dein Gebühren- und Funding-Profil
Dein KontoBuilder Fee, Börsengebühren, Funding
Korbzusammensetzung
ModellportfolioWie sie heute steht
Dein KontoWie sie während deiner Spiegelung war
Wofür es taugt
ModellportfolioDie Methode prüfen
Dein KontoDein tatsächliches Ergebnis beurteilen
Was die Modellzahl ist
Sie beantwortet eine enge Frage: Was hätte die Allokation über die aktuell im Korb befindlichen Leader und ihre score-abgeleiteten Gewichte in den letzten 7 und 30 Tagen produziert, gemessen an der öffentlich sichtbaren Handelshistorie jedes Leaders?
Diese Frage ist nützlich, weil sie die Methode prüft statt eine Marketingbehauptung, und weil jeder Input on-chain überprüfbar ist. Sie ist keine Prognose, und sie ist nicht das, was dein Konto getan hat.
Was sie bewusst auslässt
Das Modell kennt dein Konto nicht, also fehlt alles, was dich betrifft. Der Großteil der Lücke zwischen Modell und realem Follower-Ergebnis stammt aus diesen Auslassungen und nicht daraus, dass etwas schiefgeht.
Dein Startdatum — das Modellfenster ist nicht deine Haltedauer.
Deine Größe — Sleeves, die zu klein sind, um Positionen sauber auszudrücken, folgen schlechter.
Kosten — 0,1 % Builder Fee auf gespiegeltes Volumen, dazu Börsengebühren und Funding.
Zusammensetzungsänderungen — das Modell zeigt den Korb, wie er heute steht.
Wie man beides fair vergleicht
Nutze dasselbe Zeitfenster, und eines, das mehr als eine Handvoll Trades enthält. Vergleiche gegen die Korbzusammensetzung, die in diesem Fenster tatsächlich gespiegelt wurde, nicht gegen die heutige. Und vergleiche kosteninklusiv gegen kosteninklusiv — eine Brutto-Modellzahl gegen eine Netto-Kontozahl ist ein garantierter Fehlvergleich.
Die häufigste Selbsttäuschung ist asymmetrische Zurechnung: die Methode loben, wenn dein Konto das Modell schlägt, und die Ausführung beschuldigen, wenn es zurückbleibt. Beide Richtungen sind dasselbe Phänomen.
Warum Zurechnung pro Leader die bessere Brille ist
Weil jeder Leader in einem eigenen isolierten Sub-Account läuft, kannst du Sleeve für Sleeve vergleichen, statt über eine Aggregatzahl zu streiten. Das legt die tatsächliche Ursache offen: ein bestimmter Leader mit hohem Umschlag, der abweicht, ein zu kleiner Sleeve oder Funding auf einer lange gehaltenen Position.
Eine aggregierte Lücke sagt dir, dass etwas abweicht. Zurechnung pro Sleeve sagt dir, was.
Was keine Performancezahl leisten kann
Weder das Modell noch deine eigene rückblickende Rendite sagt Verlässliches über die nächste Periode. Scores sind rückwärtsgerichtet, Körbe ändern sich, Regime enden. Der Transparenzanspruch hier betrifft überprüfbare Inputs und offengelegte Methode, nicht Prognosekraft.
Gehebelte Perpetual Futures bergen ein erhebliches Verlustrisiko bis zum Totalverlust. Vergangene On-Chain-Performance ist keine Prognose, und HyperMirror gibt keine Rendite- oder Kapitalgarantie.
Methodik
Auswahl und Austausch der Leader folgen einem veröffentlichten Regelwerk (Policy v3) — nicht dem Ermessen einzelner Personen. Kurz gesagt: der Elite-Basket ist sticky, Notfälle entfernen einen Leader sofort, und weiche Probleme sammeln maximal einen Strike pro UTC-Tag — drei Strike-Tage lösen den Austausch aus. Mehr in so funktioniert es oder in der Dokumentation für die vollständige Tabelle.
Fragen
Häufige Fragen
Ist das Modellportfolio eine Prognose meiner Rendite?
Nein. Es ist eine Schätzung, was die aktuelle score-gewichtete Allokation aus öffentlicher Leader-Historie über feste Fenster produziert hätte. Dein Ergebnis weicht in beide Richtungen ab.
Warum liegt mein Konto hinter dem Modell?
Meist eine Kombination aus Startdatum, Ausführungsabweichung, Kosten und Sleeve-Größe. Ein Vergleich pro Sleeve über dasselbe Fenster zeigt, welcher Faktor dominiert.
Kann ich die Modell-Inputs überprüfen?
Leader und Gewichte sind auf der Rangliste veröffentlicht, und ihre Handelshistorie ist auf Hyperliquid öffentlich. Genau deshalb wird die Methode veröffentlicht statt eine Behauptung aufgestellt.
Score-gewichtete Allokation auf bis zu 10 Elite-Trader von Hyperliquid, jeder isoliert in seinem eigenen Sub-Account. Dein Kapital verlässt nie dein Konto.