Full Rekt和Giga-Rekt钱包的共同点

此刻，Hyperliquid上某个钱包正准备今天第三次加仓一个亏损头寸。第一次入场是经过深思熟虑的押注。第二次是信念使然。第三次是走投无路，用那笔承担不起亏损的保证金，在那个把小小的影线变成完全爆仓的杠杆下继续赌博。

这个钱包几乎可以肯定属于两个群体之一：Full Rekt（历史总盈亏在-$100K到-$1M之间）或Giga-Rekt（低于-$1M）。这些钱包在Hyperliquid永续合约历史上亏损最为惨重，而他们走到这一步并非因为运气不好，而是因为反复重复同一套行为模式，直到数学规律将他们彻底收割。

HyperTracker将Hyperliquid上的每个钱包分类到16个行为群体中，其中8个基于账户规模，8个基于历史总盈亏。最低的两个盈亏档位，Full Rekt和Giga-Rekt，所包含的钱包累计亏损金额触目惊心。但这些亏损并非随机发生。我们的群体数据揭示了一套行为特征：过度使用杠杆、重度集中持仓、以及强迫性地追回亏损。同样三种模式，在数千个地址上反复上演，每次都导向同一个结局。

理解这些模式并非猎奇心理，而是一场风险管理课。如果你能识别出亏损钱包的行为特征，就能对照检视自己的交易。如果你基于我们的API进行开发，还可以将亏损群体的持仓作为反向信号来使用。

Full Rekt和Giga-Rekt在群体图谱中的位置

HyperTracker基于盈亏的分类体系，根据钱包在Hyperliquid永续合约上的累计历史盈亏，将其划分为八个档位：

| 群体 | 盈亏区间 | 群体ID | | --- | --- | --- | | Money Printer | +$1M及以上 | 8 | | Smart Money | +$100K到+$1M | 9 | | Consistent Grinder | +$10K到+$100K | 10 | | Humble Earner | $0到+$10K | 11 | | Exit Liquidity | -$10K到$0 | 12 | | Semi-Rekt | -$100K到-$10K | 13 | | Full Rekt | -$1M到-$100K | 14 | | Giga-Rekt | 低于-$1M | 15 |

这些命名刻意直白。一个钱包不会因为一笔糟糕的交易就落入Full Rekt或Giga-Rekt。累计亏损$100K到$1M（Full Rekt）乃至超过$1M（Giga-Rekt），需要在漫长时间里、跨越无数头寸，持续且反复地执行亏损操作。这些不是倒霉的交易者，而是交易逻辑以特定的、可观察的方式从根本上出了问题的人。

模式一：相对于账户规模的过度杠杆

在亏损群体中，最稳定的信号是杠杆使用量与账户净值严重不相称。每个交易者都使用杠杆，这是永续合约的本质。但像Money Printer和Smart Money这样的盈利群体，往往会使用留有余地的杠杆，让头寸能够在正常波动中喘息。亏损群体使用的杠杆，则让每一根影线都成为爆仓威胁。

机制很直接。一个净值$50K的钱包开了20倍杠杆的仓位，创造了$1M的名义敞口。价格反向波动5%，整个仓位就会被清算。在Hyperliquid上，BTC和ETH等资产在24小时内经常波动3-7%，这种杠杆几乎没有任何容错空间。

相比之下，盈利钱包往往会设定杠杆倍数，确保正常波动不会威胁到其仓位。我们的数据显示，钱包的累计盈利越高，其相对于账户净值的平均杠杆往往越保守。这不是因为盈利交易者胆小，而是因为活得足够久、让利润复利增长，需要仓位能够消化回撤而不被强制清算。

讽刺的是，Full Rekt和Giga-Rekt的钱包往往从较小的账户起步，使用高杠杆试图快速做大。本该加速盈利的杠杆，反而加速了亏损，因为它留不下任何空间来应对每种策略都会遭遇的那段不可避免的连续亏损。

模式二：重度集中持仓

盈利钱包往往会将敞口分散在多个资产上。这不是因为分散化在永续合约交易中总是最优选择，而是因为集中在单一资产上会造成脆弱性。如果你的整个投资组合都是某个代币的高杠杆多头，而该代币大幅下跌，所有事情会同时出错。没有不相关的仓位来对冲回撤。

我们的群体数据显示，处于亏损盈亏档位的钱包，与盈利群体的钱包相比，往往将更大比例的名义总敞口集中在单一资产上。当一个Full Rekt的钱包开仓时，其敞口中不成比例的部分往往集中在一两个代币上。

这种集中问题与过度杠杆相互叠加。如果你把80%的投资组合集中在单一资产上并施以高杠杆，你就制造了一个仓位，让价格单方向的一次波动就能造成灾难性亏损。而名义总敞口相同但更为分散的钱包，面对同样的波动，百分比回撤会更小，因为部分仓位与之不相关或方向相反，能够形成对冲。

驱动这种行为的通常是信念。亏损交易者坚信某个特定资产将朝特定方向运动，于是重仓押注。当走势未能如预期般展开时，他们非但不减仓，反而加码。这将原本可能是单一头寸上可控的亏损，变成了投资组合层面的灾难。

模式三：追回亏损

这是将亏损钱包与其他所有人区别开来的行为特征。盈利钱包在亏损后，通常会缩减仓位规模或暂时停止交易。亏损钱包在亏损后，则会增大仓位规模并提高交易频率。"把钱赚回来"的冲动压倒了风险管理，结果形成恶性循环：每次亏损都引发更大、更激进的后续交易。

我们的数据在交易频率上清晰地呈现了这一模式。Full Rekt和Giga-Rekt群体的钱包，在回撤期间往往会增加每日交易次数。他们不是退后一步重新评估，而是踩下油门。每个新仓位都是对上一笔亏损的试图挽回，而每一次失败的挽回尝试，都在加剧下一次操作的紧迫感（和风险）。

追回亏损的行为与前两种模式形成破坏性的反馈回路。交易者因为过度杠杆而亏损。亏损产生了情绪压力，驱使他们弥补损失。弥补操作涉及更高的杠杆。如果这笔弥补交易也以失败告终，交易者就会更激进地将资金集中到他们的"最佳想法"上，由此引发模式二中的集中问题。当这个螺旋结束时，账户已经从适度亏损滑入Full Rekt乃至更深的深渊。

对于任何监控自身行为的人，关键洞察在于：如果你发现自己在连续亏损期间交易频率不断上升，这是你正在复制底部两个群体所定义的精确模式的最强预警信号。而盈利群体所展示的正确应对方式，是在回撤期间减少交易活动。

这些模式如何在我们的API中体现

如果你正在构建交易系统、风险仪表盘或投资组合监控工具，可以使用HyperTracker的API实时检测这些模式。相关端点暴露了群体层面的持仓数据、单个钱包的分类信息以及聚合指标，让亏损群体的行为一览无余。

查询钱包的群体分类

要查看任何钱包在盈亏群体谱系中的位置，请使用wallets端点：

import requests

API_BASE = "https://ht-api.coinmarketman.com/api/external"
headers = {"Authorization": "Bearer YOUR_JWT_TOKEN"}

wallet = requests.get(
    f"{API_BASE}/wallets",
    headers=headers,
    params={"address[]": "0xabc...target", "limit": 1}
).json()

segment_ids = wallet[0].get("segmentIds", [])
# PnL cohorts: 8=Money Printer, 9=Smart Money,
# 10=Consistent Grinder, 11=Humble Earner,
# 12=Exit Liquidity, 13=Semi-Rekt,
# 14=Full Rekt, 15=Giga-Rekt

pnl_cohort = next((s for s in segment_ids if 8 <= s <= 15), None)
if pnl_cohort and pnl_cohort >= 14:
    print("Warning: wallet is in a losing cohort")

这对于构建筛选器非常有用。如果你运营跟单交易系统，可以排除任何被归类为Full Rekt或更低档位的钱包。如果你运营反向交易系统，当亏损群体大量涌入某个方向时，可以给予更密切的关注。

监控群体层面的持仓以捕捉反向信号

Full Rekt和Giga-Rekt钱包的聚合持仓可以作为反向指标。当这些群体在某个资产上集体大幅偏向一个方向时，往往意味着过度杠杆的交易者正在涌入同一个共识观点。当这个共识出错时，随之而来的连环清算会加速价格朝反方向运动。

使用/coins/metrics端点按资产追踪群体层面的偏向：

# Get positioning data for a specific asset
metrics = requests.get(
    f"{API_BASE}/coins/metrics",
    headers=headers,
    params={"coin": "ETH", "segmentId": 14}  # Full Rekt
).json()

# Compare with Money Printer positioning
mp_metrics = requests.get(
    f"{API_BASE}/coins/metrics",
    headers=headers,
    params={"coin": "ETH", "segmentId": 8}  # Money Printer
).json()

# Look for divergence: losing cohort heavily long
# while profitable cohort is reducing or short

当Full Rekt钱包在某个资产上大幅做多，而Money Printer正在减少敞口或偏向做空时，这种背离值得关注。它不能保证行情反转，但它提供了一个大多数交易者无法获取的数据点，因为大多数分析工具不会按累计盈利能力对钱包进行分类。

盈利钱包的不同之处

与Money Printer和Smart Money群体的对比颇具启发性。累计盈利达$100K到$1M+的钱包，在每一个亏损模式上都呈现出截然相反的特征：

• 相对于净值的保守杠杆。 盈利钱包倾向于使用较低的实际杠杆，这让仓位能够在波动中存活，而那些清算过度杠杆账户的波动，对它们而言只是过眼云烟。仓位活得足够久，优势才得以兑现。
• 更广泛的敞口分布。 盈利钱包不是将资金集中在单一资产上，而是将名义敞口分散到多个标的。这不能消除方向性风险，但能防止单次不利波动威胁整个投资组合。
• 回撤期间减少交易活动。 当盈利钱包遭遇连续亏损时，交易频率往往会下降。他们退后一步，重新评估，等待更好的机会。这与定义亏损群体的追回亏损模式恰恰相反。

这些观点本身并不新鲜。"少用杠杆、分散持仓、亏损时减少交易"是教科书式的风险管理。我们群体数据的价值在于，它在数千个钱包的规模上将这些行为量化，并通过一次API调用使其可见。你不必猜测自己的交易方式更像Money Printer还是Full Rekt。你可以直接对比。

对照模式检视自己的钱包

如果你在Hyperliquid上交易，可以通过HyperTracker查询自己钱包的群体分类。盈亏群体标签告诉你，你的累计结果将你定位在何处。但群体标签是一个滞后指标。等到你被归类为Full Rekt时，损失已经铸成。

领先指标是行为模式本身。问自己三个问题：

1. 我使用的杠杆是否高于模拟交易时的水平？ 如果你的真实仓位杠杆高于你在回测或模拟中使用的杠杆，那你是在出于情绪原因（兴奋感、紧迫感、追回压力）而非战略考量使用杠杆。
2. 我超过一半的名义敞口是否集中在单一资产上？ 信念没有错，但当单一资产在高杠杆下主导你的投资组合时，你就制造了一个二元结果：要么交易成功，要么账户遭受重创。这种二元脆弱性，正是Full Rekt钱包的结构性特征。
3. 亏损的一天之后，我是否交易得更频繁了？ 这是最难承认的一条。追踪你每日的交易次数和每日盈亏。如果两者呈负相关，也就是说你在亏损日交易得更多，你就正在表现出定义底部两个群体的追回亏损行为。

如果你对两个或更多问题的回答是肯定的，那么无论当前盈亏如何，你的行为模式都与亏损群体的画像相符。群体分类终将反映现实。在那之前修正交易过程，正是这篇分析的全部意义所在。

查看你的钱包所在群体

HyperTracker将每个Hyperliquid钱包分类到16个行为群体中，8个按账户规模划分，8个按历史总盈亏划分。通过我们的API查询任何钱包的群体归属，对比各档位间的持仓差异，并构建风险筛选器。免费套餐每天包含100次请求。

查看你的群体分类

亏损群体作为市场信号

对于任何使用群体数据进行开发的构建者，这一分析还有最后一层值得关注的含义。Full Rekt和Giga-Rekt的钱包不只是警示案例，他们是市场参与者，其聚合行为会制造出可预测的市场动态。

当亏损群体涌入某个杠杆方向时，他们在特定价格水平上积累了一批清算风险。如果市场走势与他们的共识相悖，随之而来的被迫平仓连锁反应会放大价格波动。这正是主导Hyperliquid价格走势的那些急速影线背后的机制：亏损群体中过度杠杆的钱包遭到清算，其被迫卖出或买入进一步推动价格，从而触发更多清算。

我们的清算热力图将这些集中区域可视化。但群体层级添加了热力图单独无法展示的信息：它告诉你是谁处于那些清算水位上。当暴露在外的钱包主要属于Full Rekt和Giga-Rekt时，连环清算的概率更高，因为这些钱包更不可能在清算引擎介入之前通过风险管理主动离场。

这就是亏损钱包的解剖图。过度杠杆、集中持仓、追回亏损，这些不仅摧毁了个人账户，也制造了市场其他参与者赖以交易的波动事件。理解这些模式，让你成为更好的交易者。以这些数据为基础进行构建，让你的工具比那些将每个钱包一视同仁的产品更加智能。