别再复制巨鲸的交易了。跟随真正的赢家。

每一个 Hyperliquid 上的跟单交易仪表板都是同样的套路：按账户规模排序，找到最大的钱包，然后镜像其交易。这个逻辑听起来合理。钱包大，脑子就聪明，对吧？

其实不然。一个持有 300 万美元永续合约权益的钱包，可能是一个连续六个月亏损的基金。而另一个只有 40,000 美元的钱包，也许在同一时期通过持续盈利的交易将 2,000 美元增长到了这个数字。如果你单纯按规模选择跟单对象，你跟的是输家。真正的赢家因为余额看起来小，所以从你的视野中溜走了。

这正是基于规模的钱包筛选用于跟单交易的核心问题：它衡量的是资本，而资本本身无法说明任何关于技术的信息。Hyperliquid 的链上透明度让我们有机会做得更好，因为每个钱包的完整交易历史和累计盈亏都是公开可验证的。问题在于你是否利用了这些数据，还是选择忽视它。

追鲸的谬误

加密 Twitter 热衷于追踪巨鲸。跟踪大钱包感觉像是在跟随机构资金流动，有时确实如此。但在像 Hyperliquid 这样以永续合约为核心的链上，钱包规模和交易盈利能力完全是两个不同的维度。

一个钱包规模大，可能与交易技术毫无关系。它可能是一个做市商，其盈亏来自价差捕获，而非方向性押注。它也可能是一个用风险投资资金入场、在时机不佳的交易中缓慢亏损的基金。或者，它真的是一个恰好拥有深厚资金的高水平交易者。仅凭余额，你根本无法区分这些情况。

研究也印证了这一点。一项覆盖三家交易所超过 100,000 个跟单者结果的 90 天研究表明，97% 的跟单领袖在自己的账户上是盈利的，但其中只有约 44% 的人为跟单者带来了正收益。这意味着领袖表现与跟单者收益之间存在 53 个百分点的差距，当跟单者按规模而非历史记录来筛选时，这个差距会进一步扩大。

原因众所周知。被复制的交易会遭受执行延迟的影响：由于市场已经移动，你的成交价格与领袖的不同。滑点会进一步放大这一问题，在流动性较薄或行情剧烈波动时尤为明显。而且领袖的仓位规模对于他们的账户来说是合理的，但按比例换算到你更小的账户上，风险敞口会完全不同。

规模 Cohort 与 PnL Cohort

HyperTracker 将每个 Hyperliquid 钱包划分为 16 个行为 Cohort。其中 8 个基于永续合约权益（规模），另外 8 个基于历史累计盈亏（PnL）。这是从两个完全不同的视角审视同一组钱包，而这种区别对跟单交易至关重要。

规模 Cohort 从 Shrimp（永续合约权益 $0 至 $250）开始，依次向上是 Fish、Dolphin、Apex Predator、Small Whale、Whale、Tidal Whale，最后是 Leviathan（$5M 以上）。它们告诉你一个钱包控制了多少资本。对于衡量市场影响力有用，但对于资本是在增长还是缩水则毫无帮助。

PnL Cohort 讲述的是另一个故事。顶部是 Money Printer（历史累计利润超过 $1M）和 Smart Money（利润 $100K 至 $1M），中间是 Consistent Grinder 和 Humble Earner，底部则是 Exit Liquidity、Semi-Rekt、Full Rekt，以及 Giga-Rekt（历史累计亏损超过 $1M）。

关键洞察在于：一个钱包可以同时是规模上的 Whale 和 PnL 上的 Giga-Rekt。这意味着该钱包的永续合约权益超过 $500K，但其历史累计亏损超过 $1M。因为它是"巨鲸"就跟单，相当于在跟一个尽管余额庞大却持续亏钱的交易者。

反过来，一个规模在 Dolphin 级别（$10K 至 $50K）、却位于 Money Printer Cohort 的钱包，已经将小额本金转化为可观的累计利润。这份通过数月链上可验证交易所积累的历史记录，远比账户余额更有意义。

为何群体共识胜过单一信号

即使你从基于规模的筛选切换到基于 PnL 的筛选，跟单单个钱包仍然只是一个样本量为一的赌注。一个交易者可能经历一段热手期，随后变得过度自信而爆仓。一个钱包可能易主。一种策略在市场环境改变后可能失效。

Cohort 级别的信号通过聚合拥有相同盈利历史的数百个钱包的行为来解决这个问题。当整个 Smart Money Cohort（历史利润 $100K 至 $1M 的钱包）集体转为 ETH 净多头时，这不是某一个交易者的观点，而是来自一个具有统计意义的成熟赢家群体的共识信号。

单钱包跟单： 你在交易别人的论点。如果他们错了，你也错了。

Cohort 信号： 你读取成熟交易者的集体仓位，再自行决定规模和时机。

实际区别在于掌控感。当你直接跟单一个钱包时，你继承了他们的入场、出场、规模和错误。当你将 Cohort 仓位用作信号时，你自己决定分配多少、何时入场、在哪里设止损。Cohort 数据为你的交易提供参考，而非取代你的判断。

实战中如何解读 Cohort Bias

HyperTracker 的 Cohort bias 接口返回任意 Cohort 在任意资产上的净多空仓位。这是替代单钱包跟单交易的原始信号。

假设你想了解当前成熟交易者对 BTC 的看法。与其找一个盈利钱包并复制其仓位，不如查询 Smart Money Cohort 对 BTC 的 bias。如果该 Cohort 整体净多头且仓位规模在增加，这就是一个方向性共识。如果他们在减仓，而以散户为主的 Cohort（如 Exit Liquidity）却在加多头，这种分歧本身就值得关注。

API 调用非常直接：

GET /api/external/cohorts/bias?cohortId=9&coin=BTC

这将返回 Smart Money Cohort（ID 9）当前在 BTC 上的 bias，包括净仓位和方向性倾向。你可以与其他 Cohort 进行对比来读取分歧。例如，对同一资产查询 Exit Liquidity Cohort（ID 12）并进行对比，就能得到一个聪明钱与散户的价差信号，这是单钱包追踪无法提供的。

跨 Cohort 分歧

最有趣的信号来自于 Cohort 之间的分歧。当 Money Printer 和 Smart Money 钱包都在做多，而 Semi-Rekt 和 Full Rekt 钱包在做空时，历史盈利的交易者站在一边，历史亏损的交易者站在另一边。这不能保证方向，但它提供的数据集远比观察一个巨鲸的仓位变化丰富得多。

你还可以通过 Cohort 指标接口追踪 Cohort 仓位随时间的演变。如果 Smart Money 钱包过去一周持续增加其 BTC 配置同时减少山寨币敞口，这一趋势所传达的确信度，是单个钱包快照无法捕捉的。

借助 Cohort 背景进行仓位管理

跟单交易中最大的错误之一，就是在不调整自己账户情况的前提下镜像仓位规模。一个 Money Printer 钱包可能持有一个仅占其权益很小比例的仓位，但同等美元金额放在你更小的账户上可能意味着灾难性的杠杆。

Cohort 数据为你提供了一种不同的仓位管理思路。你不是复制绝对仓位规模，而是将 Cohort 共识强度作为你自己仓位管理框架的置信度输入。

举个可能的解读方式：当 Money Printer 和 Smart Money Cohort 都在同一方向上对某资产形成一致时，交易者可能会将这种强烈共识视为从风险预算中分配更大比例的理由。当只有一个 Cohort 有方向性倾斜而另一个持平或信号混杂时，则相应缩减仓位规模。这只是众多方式中的一种示例，你的仓位管理框架是你自己的，Cohort 信号为其提供参考，而非取代它。

关键区别： HyperTracker 根据可验证的链上表现将钱包划分入 Cohort。你利用我们的数据做出的规模决策是你自己的。我们的数据告诉你谁在赢、他们的仓位如何。你的风险管理框架决定你如何利用这些信息。

为何这种方法在 Hyperliquid 上特别有效

这种行为分析之所以奏效，正是因为 Hyperliquid 运行着一个链上订单簿。每一个仓位、入场、出场和盈亏结果都记录在 L1 上，公开可验证。没有人能伪造历史记录，因为账本不会说谎。

在中心化交易所，你只能依赖自我申报的业绩，或平台精选的排行榜，而这些都可以通过选择性展示、竞赛账户或充值虚增的盈亏百分比来造假。Hyperliquid 消除了这种模糊性。一个位于 Money Printer Cohort 的钱包，已经在链上整个交易历史中可验证地赚取了超过 $1M 的累计利润。这不是排行榜上的一个声明，而是从链上数据推导出的数学事实。

这种透明度还意味着 Cohort 分类会随着钱包表现的变化而更新。一个 Consistent Grinder 如果连续数月盈利，最终会晋升到 Smart Money。一个遭遇灾难性回撤的 Smart Money 钱包则会向下重新分类。Cohort 是动态的，这意味着它们产生的信号反映的是当前现实，而非历史快照。

构建信号层

如果你正在 Hyperliquid 上构建跟单交易系统或信号机器人，实际的转变是：停止查询单个钱包仓位，开始查询 Cohort 级别的指标。相关的 HyperTracker 接口包括：

• /cohorts/metrics：获取每个 Cohort 在每个资产上的聚合仓位数据
• /cohorts/bias：获取各 Cohort 的净方向性倾向（多头与空头）
• /positions/list：通过 Cohort ID 筛选，查看某细分群体内的单个仓位
• /leaderboards：按不同时间窗口的 PnL 对顶级交易者进行排名

排行榜接口可以作为起点，但请注意其中的区别：你不是直接跟单排名最高的钱包，而是利用排行榜识别哪些 PnL Cohort 处于活跃状态，然后读取该 Cohort 的集体仓位。排行榜展示的是个人，Cohort 接口展示的是共识。

对于正在构建跟单交易工具的开发者，基于 Cohort 的方法还能简化你的架构。你不需要维护一份单个钱包的关注列表，不需要处理某个钱包进入休眠状态的边界情况，也不需要担心某个钱包策略转变会拖垮整个系统。Cohort 就是信号源，而且它天然具备分散性。

通过 HyperTracker 查询 Cohort 信号

我们的 API 按规模和历史 PnL 将每个 Hyperliquid 钱包划分为 16 个行为 Cohort。从 $179/月 起即可查询 Cohort 级别的仓位、bias 和指标。免费套餐每天提供 100 次请求，供你测试各接口。

探索 API

结语

钱包规模告诉你谁拥有资本。而钱包行为，通过整个交易历史的累计 PnL 来衡量，告诉你谁知道如何守住它。按余额筛选的跟单交易系统优化的是错误的变量，而领袖盈利能力与跟单者盈利能力之间 53 个百分点的差距，正说明了原因所在。

Cohort 级别的信号更进一步，用统计共识取代了对单个钱包的依赖。你不再押注某个交易者的下一步动作，而是开始读取整个成熟赢家群体的仓位布局。这是一种本质上不同的优势，而 Hyperliquid 的链上透明度使这一切成为可能。

别再跟随房间里最大的钱包。跟随那些持续获胜的钱包。