요약
Hyperliquid에서 복사할 가치가 있는 트레이더는 공개 이력에서 다음을 보여주는 계정입니다. 여러 기간에 걸친 일관된 실현 손익, 최악의 거래를 겪고도 유지되는 손익비, 손실 이후 확대되지 않는 포지션 사이징, 통제된 낙폭, 그리고 청산 이력이 전혀 없는 계정. 이 하한선을 모두 통과한 뒤에야 순위를 논합니다. 리더보드 순위, 팔로워 수, 단기 ROI는 선별 기준이 아닙니다.
특정 트레이더 목록의 유효기간은 몇 주 단위입니다. 엣지는 감쇠하고 스타일은 표류하며, 계정은 추가 입금되거나 크게 깎입니다. 그리고 오늘 가장 좋아 보이는 계정은 방금 끝난 국면에서 가장 큰 리스크를 감수한 계정일 가능성이 높습니다. 이름을 공개하는 것은 스냅샷을 지침으로 포장해 건네는 일입니다.
아래 기준은 안정적입니다. 반복 가능한 기록이 온체인에서 어떤 모습인지 설명하며, 어떤 후보에게든 언제든 적용할 수 있습니다. HyperMirror의 실시간 바스켓은 정확히 이 필터의 산출물이며, 한 번 적어두는 것이 아니라 지속적으로 계산됩니다. 리더보드 페이지에서 현재 구성원과 점수, 비중을 확인할 수 있습니다.
다섯 가지 속성이 대부분의 일을 합니다. 아래 순서는 중요도가 아니라 '얼마나 자주 건너뛰는지' 기준입니다. 다섯 모두 가점 요소가 아니라 하한선입니다.
자본 기준을 모르는 ROI는 해석이 불가능합니다. 2만 달러에서 실현 손익으로 6만 달러가 된 계정과, 2만 달러에서 입금으로 6만 달러가 된 계정은 비슷한 곡선을 그릴 수 있지만 의미는 완전히 다릅니다. 어떤 백분율이든 판단에 들어오기 전에 이 둘을 분리하세요.
반대 방향에도 같은 주의가 필요합니다. 아주 작은 계정은 규모에서는 표현할 수 없는 포지션 크기로 화려한 백분율을 만들고, 그 행태는 제대로 자금이 투입되면 대체로 유지되지 않습니다. 이미 당신이 거래하려는 규모 범위에 있는 계정을 선호하세요.
일부 패턴은 점수를 낮추는 것이 아니라 평가를 중단시켜야 합니다. 표면 수치가 얼마나 좋아 보이든 그 기록을 신뢰할 수 없다는 뜻이기 때문입니다.
Hyperliquid의 공개 리더보드는 단기 손익 또는 ROI로 순위를 매기며, 이는 레버리지와 소액 계정의 백분율 효과, 생존 편향을 선별합니다. 같은 리스크를 감수하고 잃은 계정은 표시되지 않습니다. 7일 보드 상단을 복사하는 것은 트레이더를 선별하는 일보다 최근 복권 당첨자를 사들이는 일에 가깝습니다.
후보를 열거하는 데만 사용하고, 무엇이든 순위를 매기기 전에 위의 하한선을 먼저 적용하세요. 이 순서가 결과를 결정합니다. 먼저 걸러내고, 그다음 순위를 매깁니다.
한 트레이더만 복사하면 하나의 전략, 하나의 국면 선호, 하나의 리스크 성향을 복사하는 것입니다. 그 엣지가 감쇠하면 계정 전체가 최대 규모로 함께 감쇠하며, 이를 상쇄할 어떤 것도 장부에 없습니다. 그리고 작동하는 동안에는 가장 기분 좋은 버전이기도 합니다.
리더가 여럿이면 어느 한 명이 기여하는 변동성이 줄지만, 두 가지 조건에서만 그렇습니다. 각 리더는 포지션이 서로 상쇄되지 않도록 격리되어야 합니다. Hyperliquid는 계정 내에서 넷팅하므로 한 리더의 롱이 다른 리더의 숏을 조용히 지울 수 있습니다. 그리고 각 슬리브는 최소 주문 단위 반영 후에도 포지션을 표현할 수 있을 만큼 커야 합니다. 그렇지 않으면 분산은 잡음으로 퇴화합니다. 그 문턱 아래에서는 리더 수를 줄이고 제대로 사이징하는 편이 더 나은 구조입니다.
상관성이 높은 무기한 선물 트레이더 사이의 분산은 부분적입니다. 개별 리더의 실패는 완화하지만, 모든 리더를 동시에 때리는 시장 전반의 움직임을 막아주지는 않습니다.
관심은 선별에 쏠리지만, 대부분의 복사 매매 결과를 결정하는 결정은 '언제 그만 따라갈지'입니다. 스트레스 상태에서 내리면 대체로 잘못 내려집니다. 정상적인 낙폭 뒤에 너무 이르게, 또는 엣지가 분명히 사라진 뒤에도 그동안의 조사 비용 때문에 종료가 패배 인정처럼 느껴져 훨씬 늦게.
시작하기 전에 규칙을 적어두세요. 작동하는 버전은 세 부분으로 구성됩니다. 명확한 경미 이슈 임계값, 한 번의 부진이 리더에게 얼마나 빨리 누적될 수 있는지 제한하는 스트라이크 주기, 그리고 교체 조건입니다. HyperMirror는 정확히 이를 구현합니다. 지속적인 재채점, 지갑당 UTC 하루 최대 한 번의 경미 이슈 스트라이크, 스트라이크 3일 누적 시 해당 서브계정 포지션 청산과 함께 교체, 심각한 사건에는 즉시 긴급 교체. 또한 과도한 로테이션에 의도적으로 저항합니다. 점수가 더 높다는 사실만으로는 절대 교체가 강제되지 않습니다. 한 주의 부진에 반응하는 것은 비용과 추적 오차만 늘리고 정보는 더하지 않기 때문입니다.
종합 점수는 같은 다섯 속성으로 구성됩니다. 실현 손익 일관성, 손익비와 함께 읽는 승률, 포지션 규율, 낙폭 행태, 계정 생존력. 하한선을 통과해야 비로소 후보 자격이 생기고, 이후 자본은 균등 분할이 아니라 점수에 비례해 배분됩니다. 근거가 비중을 정하는 구조입니다.
각 리더는 자신만의 격리된 서브계정에서 거래하므로 리더 간 넷팅이 없고 각 슬리브의 기여가 귀속 가능하게 유지됩니다. 스타터 모드는 점수화된 리더 한 명을 미러링하고, 풀 모드는 최대 10명까지 바스켓을 확장하며 미러링 거래량 10만 달러에서 자동으로 열립니다. 수수료는 Hyperliquid의 네이티브 빌더 수수료 방식을 통한 미러링 명목 거래량의 0.1%이며 구독료도, 수익 배분도 없습니다. 그리고 자금은 당신의 계정을 떠나지 않습니다. 부여되는 유일한 권한이 거래 전용 에이전트 승인이기 때문입니다.
레버리지 무기한 선물은 투입 자본의 전액 손실을 포함한 중대한 손실 위험을 내포합니다. 과거 온체인 성과는 어떤 예측도 아닙니다. HyperMirror는 비수탁 도구이며 수익이나 원금을 보장하지 않습니다.
| 기준 | 온체인에서 확인할 것 | 탈락 패턴 |
|---|---|---|
| 손익 일관성 | 실현 손익이 여러 기간과 시장에 분산되어 있는지 | 한 거래 또는 한 주가 기록을 떠받침 |
| 손익비 | 총이익 대비 총손실, 승률과 함께 읽기 | 높은 승률에 손익비 1 근처 |
| 포지션 규율 | 크기가 셋업 품질을 따르는지, 최근 손실을 따르는지 | 손실 거래 이후 크기 확대 |
| 낙폭 행태 | 깊이, 기간, 회복이 손익에서 왔는지 | 거래가 아닌 입금으로 회복 |
| 생존력 | 청산 이력과 통상 마진 사용률 | 전액 청산 이력; 마진이 상시 경계에 붙어 있음 |
| 이력 길이 | 하나 이상의 국면을 넘는 연속 활동 | 몇 주치 이력, 또는 긴 공백 |
| 자본 기반 | 자본이 손익으로 늘었는지 이체로 늘었는지 | 계속 추가 입금되는 계정의 ROI 인용 |
| 시장 선택 | 거래한 시장의 유동성 | 청산 가정이 검증되지 않은 저유동성 무기한물 집중 |
질문
이름 목록은 공개하지 않습니다. 어떤 목록이든 몇 주 만에 낡고, 사이클 정점의 계정을 복사하도록 유도하기 때문입니다. 현재 HyperMirror 바스켓은 리더보드 페이지에서 각 리더의 점수와 비중과 함께 확인할 수 있으며, 공개 온체인 이력으로 지속적으로 재계산됩니다.
후보 명단으로는 부실합니다. 리더보드는 단기 손익이나 ROI로 순위를 매기며 레버리지, 소액 계정의 백분율 효과, 생존 편향을 선별합니다. 후보 수집에만 쓰고, 순위를 매기기 전에 일관성·손익비·규율·낙폭·생존력 하한선을 적용하세요.
하나 이상의 시장 국면을 담을 만큼 길어야 합니다. 한 방향 추세의 몇 달은 트레이더보다 그 기간을 말해줍니다. 조건이 바뀌는 동안의 연속 활동이 훨씬 유용합니다.
손익비와 함께 볼 때만 그렇습니다. 높은 승률은 작은 이익을 여러 번 얻고 간헐적으로 파괴적인 손실을 내는 것과 완전히 양립하며, 그것이 바로 청산으로 끝나는 프로필입니다.
한 명보다 많으면 단일 엣지 의존이 줄지만, 각각이 격리되어 포지션이 넷팅되지 않고 각 슬리브가 제대로 사이징될 만큼 커야 합니다. 그 아래라면 리더 수를 줄이고 올바르게 사이징하는 편이 더 나은 구조입니다.
아니요. 선별과 비중은 설계상 점수 기반이며, 이것이 바스켓이 확신이나 최근 성과로 형성되는 것을 막습니다. 리더보드에서 현재 구성원과 비중을 볼 수 있습니다.
아니요. 체결 가격, 진입 타이밍, 계정 규모, 펀딩 누적이 모두 달라 결과는 양방향으로 벌어집니다. 공개된 모델 성과는 공개 트레이더 이력에서 산출한 추정치이며 당신 결과의 예측이 아닙니다.
더 읽어보기
