Clasificación de Hyperliquid explicada: por qué la mayoría de los rankings engañan

Cómo se calcula la clasificación pública

Los datos de Hyperliquid son públicos, así que una clasificación es una agregación sencilla: tomar cuentas, calcular la ganancia sobre una ventana, ordenar de forma descendente. La mayoría de los tableros públicos, incluidos los de terceros, ofrecen un puñado de ventanas — un día, una semana, un mes, total — y permiten ordenar por PnL absoluto o por rentabilidad.

Dos detalles determinan la mayor parte de lo que ves. La ventana determina cuánto del historial de la cuenta se resume, y la métrica determina qué significa 'mejor'. El PnL absoluto favorece casi mecánicamente a las cuentas grandes, porque un movimiento del 2 % sobre 50 millones de USD supera a un movimiento del 60 % sobre 200.000 USD. La rentabilidad favorece a las cuentas pequeñas por la razón espejo.

Suele haber también una cuestión de alcance: si la cifra incluye el PnL no realizado de posiciones abiertas. Si es así, una cuenta puede estar en lo alto del tablero mientras mantiene una gran posición abierta que no se ha cerrado — el ranking informa una cifra a precio de mercado que nunca podría llegar a realizarse.

Nada de esto es una crítica al exchange. El tablero informa con precisión lo que dice informar. El problema es lo que la gente hace con ello.

Sesgo de apalancamiento: misma rentabilidad, riesgo distinto

El mayor sesgo individual es que las rentabilidades se reportan sin el riesgo que las generó. Dos cuentas pueden lograr ambas un 40 % de rentabilidad en un mes — una con 2x en majors líquidos, otra con 20x en perps de altcoins. El tablero muestra una cifra para ambas.

En instrumentos apalancados, eso no es un matiz. La distribución de resultados de la segunda cuenta incluye la liquidación con probabilidad relevante; la de la primera no. Ordenarlas una junto a la otra sugiere una comparabilidad que no existe.

La asimetría importa porque el tablero siempre te muestra solo el lanzamiento bueno. Una estrategia con 90 % de probabilidad de ganar 40 % y 10 % de probabilidad de perder 100 % colocará, en una población suficientemente grande, suficientes cuentas cerca de la cima cada mes — cuentas distintas cada vez, y cada una de ellas se ve excelente en la ventana en la que aparece.

Ventanas cortas y varianza

Un ranking semanal de cuentas apalancadas de futuros perpetuos es, en su mayor parte, ruido estadístico. No hay suficientes operaciones cerradas en una semana para que el orden refleje proceso en lugar de una dirección que funcionó por casualidad.

Esto genera un patrón específico y costoso. Un trader está en la cima esta semana porque su sesgo coincidió con la semana; el capital fluye después; las condiciones de la semana siguiente son distintas, y el mismo sesgo tiene bajo rendimiento. La entrada del copiador queda sistemáticamente en el punto de máxima rentabilidad reciente, la peor entrada disponible si existe algo de reversión a la media en el rendimiento.

Las ventanas más largas ayudan, pero menos de lo esperado, porque intercambian un problema por otro: un historial fuerte de doce meses puede consistir enteramente en un trimestre excepcional seguido de nueve meses de deterioro, y la columna ordenada no puede decirte cuál es cuál.

Depósitos, retiros y el denominador del ROI

Las cifras de rentabilidad necesitan un denominador, y en una cuenta de trading activa el denominador se mueve por razones que no tienen nada que ver con el trading.

Un trader que retira la mitad de su saldo reduce a la mitad la base contra la que se miden las rentabilidades posteriores — el mismo trading produce, por tanto, aproximadamente el doble del porcentaje. Un trader que deposita sustancialmente diluye su propia rentabilidad reportada. Ninguno de los dos cambió nada en su proceso.

Esto no suele ser manipulación deliberada, pero puede serlo. En su mayor parte es simplemente ruido que la clasificación presenta como señal. Es una razón para preferir métricas basadas en operaciones cerradas — profit factor, ratio de pago, distribución del PnL realizado — frente a cualquier cosa que tenga el patrimonio de la cuenta en el denominador.

Los resultados de un solo mercado se leen como habilidad

Buena parte de los resultados en lo alto del tablero surge de que un único mercado hace un movimiento grande mientras una cuenta estaba posicionada con tamaño ahí por casualidad. El tablero no puede distinguir eso de un proceso diversificado que rindió de forma consistente en muchas posiciones.

La prueba es trivial y casi nunca se aplica: eliminar la operación individual más grande y recalcular. Los track records que no superan esta prueba describen un evento. Los que la superan describen un método. En la columna ordenada, ambos se ven idénticos.

Sesgo de supervivencia: las cuentas que nunca ves

Toda clasificación es una muestra filtrada por supervivencia, y ese es el sesgo que más cambia la interpretación de todo lo demás.

Las cuentas liquidadas no aparecen. Las cuentas que dejaron de operar tras una gran pérdida no aparecen. Lo que queda es el extremo superior de una distribución cuyo extremo inferior fue borrado, y ese extremo visible parece evidencia de habilidad generalizada, porque el material que la refutaría se eliminó de la vista.

Esto tiene una consecuencia práctica para cualquiera que quiera estimar lo que puede rendir el copy trading. Derivar una rentabilidad esperada de las cuentas del tablero significa derivarla de una muestra seleccionada según el propio resultado que se intenta estimar. La estimación será demasiado alta, y el error no es pequeño.

La corrección no está disponible en el propio tablero, porque las cuentas que faltan faltan. El mejor sustituto disponible es ponderar fuertemente la capacidad de supervivencia como criterio de selección — profundidad del drawdown, recuperación, historial de liquidaciones, antigüedad de la cuenta —, para que las cuentas elegidas sean aquellas cuya supervivencia se explica por su comportamiento en lugar de asumirse a partir de su presencia.

Para qué debería optimizar un ranking útil

Un ranking pensado para asignar capital, no para mostrarse, debería optimizar la repetibilidad. Eso significa medir las características que persisten, en lugar del resultado que ocurrió.

Debería usar operaciones cerradas en lugar de patrimonio de la cuenta, para que el denominador no pueda moverse por transferencias. Debería exigir una muestra mínima antes de rankear siquiera. Debería leer juntos la tasa de acierto y el ratio de pago, porque cada uno por separado es trivialmente manipulable. Debería penalizar la escalada de tamaño y los picos de apalancamiento, en lugar de ignorarlos porque esta vez no explotaron. Y debería tratar la capacidad de supervivencia como un input de pleno derecho, no como una nota al pie.

El resultado de un ranking así se verá aburrido junto a un tablero de PnL. Las cuentas con rentabilidades recientes espectaculares suelen faltar, porque su muestra es demasiado pequeña o su sizing es inestable. Esa ausencia es el ranking haciendo su trabajo.

Scoring compuesto frente a rendimiento en bruto

Un score compuesto combina las características anteriores en una cifra comparable: consistencia del PnL realizado, tasa de acierto, profit factor, disciplina de posición, capacidad de supervivencia de la cuenta. Cada una tiene un umbral mínimo que un candidato debe superar de forma independiente, porque promediar deja que un factor fuerte oculte al débil, que es el que termina con las cuentas.

El score se usa después para dos cosas, no una. Decide quién está en la cesta, y decide cuánto capital recibe cada líder calificado — asignación proporcional al score en lugar de repartida por igual, porque la ponderación equitativa afirma que un líder que apenas superó los umbrales mínimos es tan convincente como uno que los superó ampliamente.

La limitación honesta es que un score compuesto sigue calculándose a partir del historial. Es más robusto que un ranking de PnL porque sus inputs son más duraderos, pero no puede ver un cambio de régimen antes de que las operaciones cerradas lo reflejen. El scoring reduce el número de formas en que se puede estar equivocado; no las elimina.

Usar la clasificación con inteligencia

El tablero es un generador de candidatos razonable y una mala respuesta definitiva. Usado con criterio, se gana su lugar en un proceso.

• Tratar el tablero como una preselección que investigar, nunca como un ranking sobre el que operar.
• Tomar la ventana más larga disponible y compararla con la más corta. La divergencia es reveladora.
• Contar las operaciones cerradas de cada candidato antes de leer cualquier estadística derivada.
• Eliminar la operación ganadora más grande y recalcular. Descartar todo lo que se derrumbe.
• Graficar el tamaño de posición frente al patrimonio a lo largo del tiempo y buscar escalado tras pérdidas.
• Comprobar explícitamente liquidaciones y antigüedad de la cuenta.
• Preguntar qué régimen produjo el track record y si sigue vigente ahora.
• Asumir que las cuentas que no ves fracasaron, y dejar que eso determine tu tamaño de posición.

Lo que el scoring todavía no puede decir

Un ranking mejor sigue siendo un ranking del pasado. No puede ver la intención, ni las coberturas mantenidas en otro lugar, ni si la persona detrás de una dirección está a punto de cambiar su comportamiento. No puede decirte que una estrategia está a punto de dejar de funcionar — solo que lo hizo.

Diversificar entre varios líderes con score reduce la dependencia de que una de esas incógnitas resulte inofensiva. No elimina el riesgo de mercado: en un evento de deleveraging correlacionado, líderes bien puntuados caen juntos, porque operan el mismo mercado con la misma liquidez y el mismo régimen de funding.

Los futuros perpetuos son instrumentos apalancados y conllevan un riesgo significativo de pérdida hasta la pérdida total de tu posición. El rendimiento pasado no es garantía de resultados futuros.

Conclusión

Una clasificación ordena resultados. Asignar capital requiere ordenar el proceso, y esas dos listas se solapan mucho menos de lo que sugiere la superficie.

La cesta que operamos publica el score compuesto y el peso de cada líder junto a las cifras en bruto, para que las dos ordenaciones puedan compararse directamente en lugar de aceptarse por confianza.