Score-Weighting против Equal-Weighting: почему равное распределение обычно ошибочно

Два ответа на один и тот же вопрос

Диверсификация по нескольким лидерам решает одну проблему и немедленно создаёт другую. Первая проблема — концентрация на одном трейдере — хорошо изучена: один счёт, одна стратегия, одна просадка, и ничего структурного, что бы её смягчало. Вторая проблема тише. Как только капитал распределён между несколькими лидерами, что-то должно решить, сколько получит каждый из них, и это решение влияет на ваш результат сильнее, чем думает большинство пользователей.

Есть два серьёзных ответа. Equal-weighting даёт каждому лидеру в корзине одинаковую долю зеркалируемого капитала. Score-weighting даёт каждому лидеру долю, пропорциональную силе его измеренного трек-рекорда, так что лидер с наиболее надёжной доказательной базой контролирует крупнейший слайс, а лидер, едва прошедший квалификацию, — наименьший.

Оба варианта — правила. Ни один не произволен. Но они кодируют очень разные убеждения о том, что вы знаете, и лишь одно из этих убеждений выдерживает контакт с данными, которые у вас действительно есть.

Как работает equal-weighting и почему оно кажется справедливым

Equal-weighting просто описать и просто проверить. Десять лидеров, десять равных долей. Никому не отдаётся предпочтение, никакая модель не стоит между вами и распределением, и состав вашей экспозиции очевиден с первого взгляда. Если лидер показывает плохой результат, ущерб конструктивно ограничен его фиксированной долей. Это реальное свойство, и оно объясняет большую часть привлекательности.

Оно также действительно оправдано в одной конкретной ситуации: когда у вас нет надёжного способа отличить кандидатов друг от друга. Если лидеры перед вами неразличимы по доступным доказательствам, равномерное распределение капитала — честный ответ на собственную неопределённость. Equal-weighting — корректное распределение в условиях полного незнания об относительном качестве.

Проблема в том, что это не та ситуация, что на Hyperliquid. Позиции, filled ордера и реализованные результаты находятся on-chain и непрерывно наблюдаемы. Трек-рекорд не одинаково тонок у всех кандидатов — он измеримо различается по длине, по консистентности, по тому, как трейдер размерял позиции, и по тому, насколько близко он подходил к ликвидации. Распределять так, будто этих различий не существует, значит отбрасывать информацию, которая у вас уже есть.

Структурные проблемы равного распределения

В мульти-лидерной системе equal-weighting порождает четыре отдельные проблемы. Они накапливаются, и ни одна не устраняется выбором лучших лидеров.

• Оно сглаживает реальную дисперсию в качестве доказательств. Даже внутри пула, прошедшего каждый жёсткий порог, разница между лидером на первом месте и последним прошедшим квалификацию существенна: сотни закрытых сделок в разных режимах против более короткого трек-рекорда в одном режиме; profit factor с комфортным запасом против profit factor едва выше порога. Equal-weighting присваивает обоим одинаковый капитал. Это не нейтральность — это активное утверждение, что разрыв между ними не несёт информации.
• Оно финансирует слабейшего квалифицированного лидера в полном размере. У каждой корзины есть предельный участник — лидер, который едва преодолел планку и был бы заменён первым. При equal-weighting этот лидер получает ровно столько же капитала, сколько сильнейший участник. Его вклад в вашу просадку, таким образом, идентичен по величине вкладу сильнейшего лидера в ваши доходы — именно неверная симметрия.
• Оно фрагментирует маржу против минимальных размеров Hyperliquid. Каждый лидер зеркалируется в собственном изолированном суб-аккаунте с собственным балансом и собственной маржой. Слайс, размеренный чисто по количеству голов, а не по убеждённости, может упасть ниже точки, где зеркалирование остаётся точным: минимальные размеры ордеров и округление лотов означают, что маленькие целевые размеры плохо округляются, некоторые сделки лидера не могут быть зеркалированы вовсе, а маржинальный буфер на суб-аккаунт истончается. Tracking error растёт быстрее всего в наименьших слайсах, поэтому equal-weighting тратит капитал на позиции, наименее способные воспроизвести поведение лидера.
• Оно не может реагировать на ухудшение. При equal-weighting распределение лидера — функция количества существующих лидеров, а не того, как они выступают. Поэтому постепенная реакция недоступна. Вес остаётся фиксированным на полном размере вплоть до момента срабатывания бинарного решения об удалении, что превращает каждую корректировку в выход и перекладывает всё бремя адаптации на механизм замены.

Как score-weighting распределяет капитал по доказательствам

Score-weighting отталкивается от композитного score, который уже управляет квалификацией. Каждый кандидат измеряется по одним и тем же пяти факторам — консистентность реализованной PnL, win rate, profit factor, дисциплина позиций и выживаемость счёта, — каждый с жёстким порогом, который необходимо преодолеть, прежде чем лидер вообще станет допустимым. Провал по одному-единственному порогу дисквалифицирует трейдера независимо от того, насколько сильны остальные факторы.

Шаг, который пропускает equal-weighting, — это использование остальной части этого числа. Score — это не просто гейт прошёл/не прошёл; это градуированная мера того, сколько подтверждённых доказательств поддерживает лидера. Вес распределения устанавливается пропорционально ей, так что лидер, чья консистентность сохраняется в разных режимах и чья дисциплина позиций хорошо укладывается в свой порог, получает большую долю зеркалируемого капитала, чем лидер, удовлетворяющий тем же критериям с меньшим запасом и более коротким трек-рекордом.

Стоит прямо сказать о двух свойствах входных данных. Факторы вычисляются из реализованных, закрытых результатов и наблюдаемого поведения позиций — не из нереализованных отметок, которые могут приукрасить счёт, бесконечно удерживающий убыточную позицию. А score пересчитывается непрерывно по мере появления новых закрытых сделок on-chain, значит веса — это не снимок на момент регистрации. Они движутся вместе с доказательствами.

Мы публикуем факторы и логику, но не точные веса или пороги. Это осознанное ограничение, а не маркетинговая сдержанность: на площадке, где позиции публичны, опубликованная формула становится целью для оптимизации, а не стандартом для соблюдения, и в момент, когда правило можно обойти, оно перестаёт измерять то, для чего было создано. Механизм, необходимый для оценки системы, изложен полностью. Параметры — нет.

Почему более высокая убеждённость должна получать больше капитала

Аргумент в пользу масштабирования капитала под убеждённость не в том, что более сильные лидеры заработают больше в следующем месяце. Этого никто не знает, и любая система, утверждающая обратное, продаёт прогноз. Аргумент касается надёжности доказательств — иное и куда более осязаемое утверждение.

Лидер с долгим трек-рекордом, охватывающим несколько режимов волатильности, стабильным размером позиций и без событий, близких к ликвидации, продемонстрировал нечто, чего не продемонстрировал лидер с тремя прибыльными месяцами: что результаты вряд ли являются артефактом одной благоприятной среды, и что стоящее за ними рискованное поведение воспроизводимо. Его будущее распределение не обязательно лучше, но оно уже и лучше изучено. Выделение большего капитала на позицию, которую вы лучше понимаете, — стандартная практика управления рисками во всех остальных областях финансов, и здесь действует та же логика.

Асимметрия работает и в обратную сторону. Предельный квалифицированный лидер — тот, кто с наибольшей вероятностью накопит strike-дни в следующем квартале и будет заменён. Финансирование его с меньшим весом означает, что итоговая замена — включая её издержки выхода на рынок и комиссию билдера 0,1% на закрывающий notional — применяется к меньшему слайсу вашего капитала. Вы платите меньше за результат, который, по ожиданиям, наименее стабилен.

Score-weighting — это не концентрация, и это различие несёт вес. Веса ограничены сверху, так что ни один лидер не может доминировать в корзине, каким бы сильным ни был его score. Ограничение — это признание, встроенное в дизайн: score измеряет прошлый трек-рекорд, трек-рекорд может ошибаться насчёт будущего, и никакое количество доказательств не оправдывает подверженность портфеля провалу одной стратегии. Score-weighting склоняется к лучшим доказательствам; ограничение не даёт этому наклону воссоздать риск единственного трейдера под другим именем.

Как weighting взаимодействует с заменой и контролем рисков

Weighting — не отдельная от замены функция. Это то, что делает замену пропорциональной, потому что переменный вес даёт системе реакцию, находящуюся между бездействием и закрытием всего.

Score-weighting также решает, сколько стоит ухудшающийся лидер, пока правила идут своим чередом. Лидер, вошедший в корзину со скромным score, никогда не нёс большую часть портфеля, поэтому strike-окно — до трёх помеченных дней перед срабатыванием замены — применяется к небольшому слайсу, а не к десятой части вашего капитала. Веса пересчитываются по мере поступления новых снимков, но членство определяется порогами, а не рангом: мягкие проблемы накапливают не более одного strike в день по UTC, и три strike-дня запускают замену наивысшим по рангу квалифицирующимся кандидатом вне корзины, тогда как чрезвычайная ситуация — стоимость счёта ниже примерно 1000 USD, либо отсутствие исполнения 96 часов при нуле сделок за 7 дней — обнуляет вес при обнаружении.

При equal-weighting такая градация невозможна. Вес фиксирован количеством голов, поэтому единственные доступные реакции — оставить или удалить, и каждая корректировка должна быть выходом, оплачивающим комиссию тейкера и комиссию билдера. Score-weighting превращает большинство корректировок в переоценку, а не в транзакцию.

Изоляция суб-аккаунтов — это то, что придаёт весам операционный смысл. У каждого лидера есть собственный баланс, собственная маржа и собственная цена ликвидации, поэтому вес — это реальное количество капитала, а не номинальная доля в объединённом счёте. Снижение веса лидера или его полное удаление закрывает позиции только в этом суб-аккаунте; маржа, экспозиция или цена ликвидации ни одного другого лидера не меняются. В едином неттированном счёте, где Hyperliquid держит одну чистую позицию на рынок, изменение доли одного лидера неизбежно нарушает позиции, в которые внесли вклад другие лидеры — то есть веса вообще не были бы независимо применимы.

Распределение, масштабируемое убеждённостью

Equal-weighting — правильный ответ на вопрос, который на прозрачной площадке никто на самом деле не задаёт: как разделить капитал, если кандидатов невозможно различить. На Hyperliquid их можно различить. Трек-рекорды различаются по длине, консистентности, дисциплине и по тому, насколько близко каждый счёт подходил к провалу, и система, распределяющая так, будто они идентичны, выбирает игнорировать собственный лучший входной сигнал.

Score-weighting — более обоснованный выбор по умолчанию, потому что делает распределение функцией доказательств, а не количества голов, ограничивает любого отдельного лидера, чтобы наклон никогда не стал концентрацией, и даёт системе пропорциональную реакцию, когда доказательства начинают слабеть. Он не прогнозирует доходность и время от времени будет выделять больше лидеру, который затем покажет плохой результат. Что он делает — постоянно удерживает капитал и убеждённость в соответствии друг другу, не дожидаясь, пока кто-то это заметит.

Если вам нужен слой под этим: заметка о скоринге подробно излагает пять факторов и пороги, заметка о замене рассматривает, что происходит при угасании score, а документация и раскрытие рисков описывают модель изоляции и то, что weighting не исправляет.