У каждого кошелька есть склонность: как запросить когортный байес на Hyperliquid

Каждый кошелёк на Hyperliquid к чему-то склонён. Одни в лонге, другие в шорте, и суммарное направление этих позиций по тысячам кошельков говорит вам то, чего ни один свечной график не покажет. Вопрос в том, читаете ли вы это — и читаете ли по когортам.

HyperTracker классифицирует каждый активный кошелёк по одной из 16 поведенческих когорт: 8 по размеру счёта (от Shrimp до Leviathan) и 8 по всей истории PnL (от Money Printer до Giga-Rekt). Каждая когорта несёт показатель байеса — одно число, которое говорит, склонна ли группа трейдеров в целом к лонгу или к шорту. Когда Money Printers клонятся в одну сторону, а Giga-Rekts — в другую, это сигнал дивергенции, на который стоит обратить внимание. Это руководство покажет, как его запросить, интерпретировать и построить на его основе систему.

Что на самом деле измеряет когортный байес

Байес — нормализованный показатель. Отрицательное значение означает, что когорта в нетто-шорте. Положительное — в нетто-лонге. Ноль означает, что совокупное позиционирование сбалансировано. Это не долларовая сумма и не процент от открытого интереса. Это направленный показатель, отражающий склонность каждого кошелька в данном сегменте.

Представьте его как датчик крена здания. Здание — это все кошельки в когорте. Если 70% капитала развёрнуто в лонг, датчик склоняется в плюс. Если большинство кошельков в шорте — в минус. Величина показывает силу склонности, а изменение во времени — нарастает убеждённость или угасает.

Ключевое различие: байес измеряет совокупную направленную склонность всех кошельков в когорте. Он не говорит, что делает какой-то конкретный кошелёк. Он говорит, что делает группа — а это и есть сигнал, важный для анализа рыночной структуры.

Это важно потому, что отдельные кошельки вводят в заблуждение. Один кошелёк может хеджировать, работать в базисной сделке или держать позицию в направлении, не отражающем реальной убеждённости. Но когда сотни кошельков, классифицированных как Money Printers (всей историей PnL выше $1М), коллективно склоняются в лонг, это закономерность, а не случайность.

Три эндпоинта, три взгляда на один вопрос

API HyperTracker открывает доступ к когортному байесу через три связанных эндпоинта. Каждый отвечает на немного другую версию одного вопроса: куда склонена эта когорта?

1. История байеса (скользящее 12-часовое окно)

Эндпоинт /segments/{segmentId}/bias-history возвращает временной ряд значений байеса в скользящем 12-часовом окне. Каждая точка — снимок совокупной склонности когорты в конкретный момент.

import requests

BASE_URL = "https://ht-api.coinmarketman.com/api/external"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}

def fetch_bias_history(segment_id, recency="all"):
    resp = requests.get(
        f"{BASE_URL}/segments/{segment_id}/bias-history",
        headers=HEADERS,
        params={"positionRecencyTimeframe": recency}
    )
    resp.raise_for_status()
    return resp.json()

# Байес Money Printer за последние 12 часов
bias = fetch_bias_history(segment_id=8)
for point in bias[:5]:
    print(f"{point['timestamp']}: {point['bias']}")

Параметр positionRecencyTimeframe фильтрует по возрасту позиции: 24h, 7d, 30d или all (по умолчанию). Значение 24h показывает байес только по недавно открытым позициям — это изолирует свежую убеждённость от унаследованных позиций, открытых несколько недель назад.

Ограничение глубины: этот эндпоинт возвращает скользящее 12-часовое окно. Он предназначен для внутридневного анализа настроения, а не для многодневного бэктестинга. Если нужны данные исторических трендов, используйте эндпоинт метрик позиций (рассмотрен ниже).

2. Сводка по сегменту (текущий снимок)

Эндпоинт /segments/{segmentId}/summary даёт текущее агрегированное состояние когорты: число трейдеров, общий условный объём, разбивку лонг/шорт и топ-10 открытых позиций.

def fetch_segment_summary(segment_id, position_age="all"):
    resp = requests.get(
        f"{BASE_URL}/segments/{segment_id}/summary",
        headers=HEADERS,
        params={"positionAge": position_age}
    )
    resp.raise_for_status()
    return resp.json()

# Сводка по Leviathan (кошельки от $5М+)
summary = fetch_segment_summary(segment_id=7)
print(f"Traders: {summary['traderCount']}")
print(f"Long: ${summary['longNotional']:,.0f}")
print(f"Short: ${summary['shortNotional']:,.0f}")
print(f"Bias: {'LONG' if summary['longNotional'] > summary['shortNotional'] else 'SHORT'}")

Этот эндпоинт не возвращает временной ряд. Это единственный снимок в конкретный момент. Ценность в сырых числах: вы можете рассчитать собственное соотношение лонг/шорт, сравнить его по когортам и увидеть, в каких именно активах сосредоточены топ-10 позиций. Фильтр positionAge работает так же, как в эндпоинте байеса — позволяет выделить свежую активность.

3. Метрики позиций по монете и сегменту (история за несколько недель)

Эндпоинт /position-metrics/coin/{coin}/segment/{segmentId} используется для трендового анализа. Он возвращает исторические значения лонга/шорта, открытый интерес и число трейдеров для конкретной пары монета-когорта примерно за 4 недели.

from datetime import datetime, timedelta

def fetch_cohort_position_metrics(coin, segment_id, days_back=14):
    start = (datetime.utcnow() - timedelta(days=days_back)).strftime(
        "%Y-%m-%dT00:00:00.000Z"
    )
    resp = requests.get(
        f"{BASE_URL}/position-metrics/coin/{coin}/segment/{segment_id}",
        headers=HEADERS,
        params={"start": start}
    )
    resp.raise_for_status()
    return resp.json()

# Позиционирование Smart Money по BTC за последние 14 дней
metrics = fetch_cohort_position_metrics("BTC", segment_id=9, days_back=14)
for entry in metrics[:3]:
    long_pct = entry["longValue"] / max(entry["longValue"] + entry["shortValue"], 1)
    print(f"{entry['timestamp']}: {long_pct:.1%} long")

Этот эндпоинт требует параметр start в формате ISO 8601. Максимальная глубина — примерно 4 недели. Данные за более ранний период недоступны. Для более длительного исторического анализа используйте эндпоинт индивидуальных позиций (/positions), глубина которого составляет около 10 месяцев.

Строим дашборд дивергенции когорт

Самый actionable сигнал когортного байеса — не склонность отдельной когорты. Это разрыв между двумя когортами. Когда когорта Money Printer (ID сегмента 8) стоит в лонг, а когорта Giga-Rekt (ID сегмента 15) — в шорт, эта дивергенция рассказывает о рынке то, чего совокупный открытый интерес или ставки финансирования в одиночку не покажут.

Скрипт ниже опрашивает обе когорты и вычисляет показатель дивергенции:

import time

def compute_divergence():
    mp_bias = fetch_bias_history(segment_id=8)  # Money Printer
    gr_bias = fetch_bias_history(segment_id=15)  # Giga-Rekt

    if not mp_bias or not gr_bias:
        return None

    # Последнее значение байеса для каждой когорты
    mp_latest = mp_bias[0]["bias"]
    gr_latest = gr_bias[0]["bias"]

    divergence = mp_latest - gr_latest

    return {
        "money_printer_bias": mp_latest,
        "giga_rekt_bias": gr_latest,
        "divergence": round(divergence, 4),
        "interpretation": interpret_divergence(divergence)
    }

def interpret_divergence(div):
    # Примерные пороги — откалибруйте на основе собственного бэктестинга
    if div > 0.3:
        return "Strong bullish divergence: winners long, losers short"
    elif div > 0.15:
        return "Moderate bullish divergence"
    elif div < -0.3:
        return "Strong bearish divergence: winners short, losers long"
    elif div < -0.15:
        return "Moderate bearish divergence"
    return "Low divergence: cohorts roughly aligned"

Пороги интерпретации здесь — лишь отправная точка. Реальная калибровка зависит от активов, которые вы отслеживаете, и от того, как быстро дивергенция обычно разрешается. Логируйте значения несколько дней, прежде чем доверять какому-либо фиксированному порогу как триггеру.

Совмещаем байес с метриками позиций для подтверждения

Байес сам по себе указывает направление. Метрики позиций говорят о масштабе. Их сочетание и есть среда для анализа убеждённости.

Представьте: когорта Money Printer показывает байес +0.35 по BTC. Явная склонность к лонгу. Но какой капитал за ней стоит? Эндпоинт метрик позиций отвечает на этот вопрос реальными условными значениями — вы видите, представляет ли эта склонность миллионы в экспозиции или горстку небольших позиций, случайно направленных в одну сторону.

def full_cohort_picture(coin, segment_id):
    # Текущее направление байеса
    bias = fetch_bias_history(segment_id)
    latest_bias = bias[0]["bias"] if bias else None

    # Текущая условная экспозиция
    summary = fetch_segment_summary(segment_id)
    long_val = summary.get("longNotional", 0)
    short_val = summary.get("shortNotional", 0)

    # Исторический тренд (2 недели)
    metrics = fetch_cohort_position_metrics(coin, segment_id, days_back=14)
    trend = []
    for m in metrics[-5:]:
        total = m["longValue"] + m["shortValue"]
        trend.append(m["longValue"] / total if total > 0 else 0.5)

    avg_trend = sum(trend) / len(trend) if trend else 0.5

    return {
        "segment_id": segment_id,
        "coin": coin,
        "current_bias": latest_bias,
        "long_notional": long_val,
        "short_notional": short_val,
        "trend_avg_long_pct": round(avg_trend, 3),
        # Примерные пороги для иллюстрации
        "conviction": "HIGH" if abs(latest_bias or 0) > 0.25
                      and abs(avg_trend - 0.5) > 0.1 else "MODERATE"
    }

# Сравниваем две когорты по BTC
mp_picture = full_cohort_picture("BTC", 8)   # Money Printer
gr_picture = full_cohort_picture("BTC", 15)  # Giga-Rekt
print(f"Money Printer: bias={mp_picture['current_bias']}, "
      f"${mp_picture['long_notional']:,.0f} long")
print(f"Giga-Rekt: bias={gr_picture['current_bias']}, "
      f"${gr_picture['short_notional']:,.0f} short")

Этот объединённый вид даёт вам сразу три вещи: направление (байес), стоящий за ним капитал (сводка) и соответствие текущего позиционирования недавнему тренду (метрики позиций). Когда все три согласуются — это сигнал более высокой надёжности, чем любой из них по отдельности.

Лимиты запросов и стратегия поллинга

Каждый вызов bias-history — один запрос API на сегмент. При 16 когортах полный обход стоит 16 запросов. Добавьте сводки по сегментам (ещё 16) и метрики позиций по трём ведущим монетам для 4 ключевых когорт (ещё 12) — и полное обновление дашборда займёт около 44 запросов.

На бесплатном тарифе 100 дневных запросов позволяют проводить полное обновление из 44 запросов дважды в день, оставляя запас для разовых обращений. Этого достаточно для ежедневной утренней и вечерней проверки байеса. Для непрерывного мониторинга с интервалом 5 минут тариф Pulse за $179/мес даёт 50 000 запросов в месяц. При 44 запросах за цикл и 288 циклах в день это 12 672 запроса в день — хорошо в рамках месячного бюджета примерно 1 600 в день. Сократите обход до 4 наиболее важных когорт и 2 монет — стоимость цикла снизится примерно до 12 запросов, и можно работать в режиме 24/7 без ограничений.

Совет по поллингу: наши данные обновляются примерно каждые 5 минут для большинства эндпоинтов, агрегированная аналитика — каждые 12–15 минут. Поллинг чаще раза в 5 минут возвращает тот же снимок и расходует ваш лимит впустую.

Что байес не может вам сказать

Когортный байес — мощная линза, но у неё есть границы. Несколько важных моментов, которые стоит помнить:

• Нет атрибуции по отдельному кошельку. Байес агрегирован. Если нужно узнать, что делает конкретный кит, используйте эндпоинт /positions с фильтром по адресу.
• 12-часовое скользящее окно для bias-history. На этом эндпоинте нельзя бэктестировать стратегию, основанную на байесе. Используйте /position-metrics/coin/{coin}/segment/{segmentId} для многодневной истории (примерно 4 недели) или /positions для более глубокого исторического анализа (примерно 10 месяцев).
• Байес не предсказывает направление. Он показывает, где сосредоточен позиционированный капитал. Прав этот капитал или ошибается — отдельный вопрос. Исторический анализ точности когорт возможен через эндпоинт метрик позиций, но само значение байеса описательное, а не предсказательное.
• Хеджирование и базисные сделки засоряют сигнал. Кошелёк, держащий спот в лонг и перп в шорт, отображается как шорт в расчёте байеса, хотя его реальная направленная экспозиция нейтральна. Когортная агрегация сглаживает этот шум, но не устраняет его полностью.

Начните запрашивать когортный байес уже сегодня

Бесплатный тариф даёт 100 API-запросов в день. Достаточно, чтобы получать снимки байеса для каждой когорты дважды в день и начать строить свой дашборд дивергенции.

Получить бесплатный API-ключ

Когортный байес — кратчайший путь от сырых данных о позициях к пониманию рыночной структуры. Три эндпоинта, несколько строк Python — и вы видите, склоняются ли исторически выигрывающие кошельки в том же направлении, что и исторически проигрывающие. Когда они согласны, рынок пришёл к консенсусу. Когда расходятся — что-то вот-вот разрешится. Ваша задача — наблюдать за этим моментом.