人们经常混淆的两种不同比较
复制交易中存在两个不同的跟踪问题,而它们经常被混为一谈。
第一个问题是:我的仓位单元是否与它所复制的领跑者相匹配?这是执行层面的跟踪误差——延迟、盘口深度、下单规模、资金费率结算时点——已在“为什么复制交易永远不会完全匹配领跑者”那篇笔记中有所说明。
第二个问题是:我的账户是否与网站上发布的模型组合相匹配?这是一个不同的问题,主导因素也不同,而且这是大多数用户实际会做的比较,因为模型组合的数字就显示在屏幕上。本文讨论的是第二个问题。
度量 · 7 分钟阅读
模型组合是根据公开的领跑者历史数据计算出的一个参考基准。你的账户则是一个拥有起始日期、资金规模和自身成交记录的真实账簿。两者之间的差距是结构性的,而且大部分是可以解释的。
摘要
已发布的模型组合是根据领跑者的链上历史数据计算出的按评分加权的参考基准,而不是任何用户账户的实际记录。你的结果会有所不同,原因包括:你相对于篮子已有仓位的入场时点、你分配的资金量、你处于入门模式还是完整模式、你实际获得的成交、你支付或收到的资金费率,以及你镜像交易量所产生的手续费。入场时机通常是最大的单一分歧来源。有些分歧是不可避免的;但一个持续朝一个方向的差距值得深入调查,因为它通常指向未注资的仓位单元、就绪门槛被阻拦,或模式不匹配,而不是噪声。
复制交易中存在两个不同的跟踪问题,而它们经常被混为一谈。
第一个问题是:我的仓位单元是否与它所复制的领跑者相匹配?这是执行层面的跟踪误差——延迟、盘口深度、下单规模、资金费率结算时点——已在“为什么复制交易永远不会完全匹配领跑者”那篇笔记中有所说明。
第二个问题是:我的账户是否与网站上发布的模型组合相匹配?这是一个不同的问题,主导因素也不同,而且这是大多数用户实际会做的比较,因为模型组合的数字就显示在屏幕上。本文讨论的是第二个问题。
模型组合是一种构造出来的数据。它取当前的评分领跑者篮子,按各自的综合评分比例赋予权重,并根据领跑者自身的链上历史数据计算出某个时间窗口内的加权收益。它是关于选择和加权规则在该窗口内所产生结果的一种陈述,使用的是任何人都可以对照链上数据进行核实的公开数据。
它不是对任何用户实际取得的结果的一种断言。它没有针对你的特定入场日期,没有资金约束,没有自身的成交记录,也没有来自你交易周转的手续费拖累。它也没有部分注资带来的路径依赖:模型中的每个仓位单元在整个窗口内都是全额加权的,而这在实际账户中几乎从不成立。
把它当作策略规则的参考序列来看待,就像指数是市场的参考基准一样。没有人的账户会等于指数本身,原因也和下面列出的一样。
这通常是最大的一项,也是人们最少考虑到的一项。
模型组合衡量的是一个连续的时间窗口。你是在某个特定的日子加入的,加入时篮子中已经持有一些以特定价格开立的仓位。如果某个仓位单元在你加入时,一笔盈利交易已经进行了 6%,你并没有捕获那 6%;你捕获的是之后发生的一切,包括可能吐回一部分你从未获得回报的行情。
这种效应是对称的,也可能对你有利:在回撤中途加入,意味着你也没有承受那次回撤。但它的量级很大。在较短的时间窗口内,入场时机很容易主导本清单上其他所有来源的总和,这就是为什么把你的头两周与 30 天的模型数字相比较会得出一个没有意义的结果。
模型假设权重可以被精确表达。真实账户并不总能做到这一点。永续市场存在最小订单规模和价格/数量增量,因此一个较小的仓位单元会发生取整:领跑者 0.7% 的仓位,可能在你这边变成 0%,也可能变成 1.4%——取决于你落在最小值的哪一侧。
你的资金越少,这种取整就越粗糙,而且它不会干净地相互抵消。它会系统性地丢弃领跑者所建立的最小仓位,从而改变了你实际运行的策略——通常会朝着比领跑者持有更少、更大仓位的方向偏移。
如果你处于入门模式,你镜像的是一位领跑者。而模型组合是一个最多十位领跑者的加权篮子。这不是同一种策略,也没有理由产生相似的数字。
这一点值得直白说明,因为这是对表现页面最常见的误读。入门模式账户应该与其自身那位领跑者的历史记录进行比较,而不是与整个篮子比较。把一个单一仓位单元的账户与一个十仓位单元的参考基准相比较,会在正负两个方向上都显示出更大的分散度,而这种分散度反映的是你所承担的集中度,而不是跟踪失败。
每一次镜像的开仓和平仓,都是你自己在盘口中下的订单,是在观察到领跑者的成交之后才下的。在流动性充足的主流币种、正常状况下,这种差异很小。但在快速行情中、在流动性稀薄的小币种永续合约中,或在相对于深度而言较大的仓位上,差异就不小了。
这一项大致与交易周转成正比:一位每天交易十次的领跑者,带来的暴露程度是每天交易一次的领跑者的十倍。因此,跟随不同领跑者的两个账户,可能因为与两位领跑者的技巧毫无关系的原因,而表现出截然不同的跟踪行为。
资金费率在未平仓的永续仓位上持续地被支付或收取,并归属于每个资金费率结算时点持仓的一方——也就是你,按照你自己的仓位、你自己的规模。
方向和幅度同样重要。在收取方,资金费率是一笔信用收入,相对于纯价格比较能改善你的结果。在支付方,它是一种随持仓时间增长的持续拖累。一个把整个时间窗口作为整体处理的模型数字,无法整齐地分解成你自己的资金费率体验,尤其是当你并没有持仓整个窗口时。
你的账户在每一次镜像成交上都要支付 Hyperliquid 的交易所手续费,外加镜像名义交易量 0.1% 的建造者费用。两者都随交易周转规模扩大,而与资金规模或利润无关。
这是一个可知的、单向的项目:它总是在做减法。如果你想与模型数字进行同类比较,这是你可以从自己的交易记录中相当准确估算出来的一个组成部分,在断定某个仓位单元表现逊于其领跑者之前,值得先做这个估算。
模型组合持续持有目标权重。你的账户持有的是实际权重,随着各仓位单元有盈有亏而漂移,只有在执行并确认一次再平衡之后才会被纠正。
相对于目标而言资金不足的仓位单元,在正负两个方向上对结果的贡献都比模型假设的要小。如果你已经有一段时间没有再平衡,或者某个就绪门槛阻止了某个仓位单元完全获得注资,你的账户实际运行的权重就与参考基准不同——有时差异很大。这是造成一个看起来神秘、实则是算术问题的差距的最常见原因。
按对一个典型账户在一个月的时间窗口内预期贡献的大小大致排序:入场时机遥遥领先排在第一;其次是模式不匹配(如果你在把一个入门模式账户与篮子比较);接着是未注资或已漂移的权重;然后是手续费与资金费率,两者中等但持续存在;接下来是成交质量,这对高周转的领跑者影响最大;最后是来自最小订单规模的取整,这对小资金账户影响最大。
这背后有用的启示是,最大的两项都是结构性的、事先可知的。如果你在比较之前先针对入场日期和模式进行调整,大部分令人困惑的差距就会消失。
有四个做法能让这种比较变得有意义,而不只是装点门面。
随机的分歧是会变号的。如果你的账户有时领先于参考基准,有时落后于它,这属于正常的跟踪噪声,无需修复任何东西。
而在数周内持续朝一个方向的差距则不同,它通常有一个机械性的原因:某个仓位单元从未获得注资、资金停留在现货而非永续账户中、某个就绪门槛阻止了一次配置、权重已大幅偏离目标,或者某位领跑者的周转率远高于篮子平均水平,导致支付了更多手续费和滑点。
所有这些都可以在仪表盘和你自己的交易历史中核查。在对策略下任何结论之前,先检查这些因素。
一个已发布的模型组合,其存在价值在于它是用事先声明的规则、透明地根据公开数据计算出来的。它并不因此就有资格被当作对你账户的预测,任何诚实的呈现方式都不应暗示相反的意思。
预期会有差距。预期入场时机会解释早期的大部分差距。预期手续费和资金费率会永远解释一个稳定的小部分差距。只有当差距是持续的、单方向的时候才去调查,因为那部分通常有一个你可以解决的原因。
模型组合数字和逐位交易者的历史记录都发布在表现页面上,因此你可以把自己的时间窗口与评分所使用的完全相同的数据进行比较。
| 来源 | 方向 | 何时最大 |
|---|---|---|
| 入场时机 | 双向 | 较短的窗口、交易中途加入 |
| 模式不匹配 | 双向,幅度大 | 入门模式账户对比篮子参考基准 |
| 未注资或已漂移的权重 | 双向 | 近期未再平衡、就绪门槛被阻拦 |
| 手续费与建造者费用 | 负向 | 高周转的领跑者 |
| 资金费率 | 双向 | 较长的持仓时间 |
| 成交质量 | 多为负向 | 薄市场、快速行情 |
| 订单规模取整 | 双向 | 资金较小、仓位较多 |
杠杆化的永续合约具有显著的损失风险,甚至可能导致全部本金损失。过往的链上表现并非未来收益的预告,HyperMirror 不提供任何收益或资本保障。
继续阅读
如果上面的结构性论点成立,有趣的问题就是实现:领交易者如何评分、权重如何设定、替换如何触发。