当一次清算引发千次连锁：Hyperliquid 的瀑布效应

2025 年 10 月 10 日，一则公告将平凡的周五变成了加密历史上最大规模的清算事件。三小时内，比特币从 $123,000 跌至 $102,000。 跨所有交易所，超过 $190 亿的杠杆仓位被强制平仓。 仅 Hyperliquid 一家，就有 $103 亿仓位遭到清算，$12.3 亿交易员权益灰飞烟灭，6,300 个钱包被彻底清零。

这不是随机的暴力行情，而是一场连锁反应：每一笔强制平仓都将价格进一步推低，触发下一波清算，再把价格压得更深。理解这种连锁反应如何在不同类别的交易者之间传导，是在波动事件中全身而退与沦为别人 Exit Liquidity 之间的根本区别。

连锁清算的运作机制

清算连锁是一个正反馈循环。起点是价格的剧烈波动迫使一批高杠杆交易者的维持保证金率跌破阈值。Hyperliquid 的清算引擎以标记价格（三个外部预言机报价的中位数加上 Hyperliquid 自身的中间价）对每个区块上的每笔仓位进行实时评估。当交易者的保证金率低于 1.0 时，引擎开始强制平仓。

在全仓模式下，Hyperliquid 会首先尝试部分清算，关闭最大亏损仓位的一部分，以使账户重新回到维持保证金线以上。但在连锁清算期间，这种局部措施几乎无法稳定局面。初始清算产生的强制卖单涌入订单簿，将标记价格压得更低，使下一批交易者的维持保证金率相继告破，循环就此加速。

三个条件能将普通抛售演变为连锁崩盘：杠杆集中（过多交易者在相近价位持仓同向）、流动性枯竭（没有足够的挂单来吸收强制卖盘）、以及速度（自动清算引擎的执行速度远超人工反应）。

10 月 10 日连锁清算：分群维度的灾难案例

特朗普总统宣布对中国加征 100% 关税是导火索。 然而燃料早已积聚数周：过度拥挤的多头、激进的杠杆，以及一个将上涨持续定价在内却完全忽视地缘政治尾部风险的市场。

数据揭示了连锁清算如何不均等地冲击不同群体。比特币和以太坊首当其冲，清算金额分别达 $53.8 亿和 $44.3 亿，其次是 Solana 的 $20.1 亿和 XRP 的 $7.08 亿。 多头承受了 87% 的损失，$168.3 亿多头仓位被清算，空头损失仅为 $24.9 亿。

在被完全清零的 6,300 个钱包中，205 个各自损失超过 $100 万。 超过 1,000 个账户的亏损不低于 $10 万。 与此同时，获利最多的前 100 名交易者合计盈利 $16.9 亿，净利润集中于空头一侧，达 $9.51 亿。

哪些群体最先崩溃

连锁清算不会平均分配冲击，而是以波浪形式推进。我们的分群数据揭示了不同细分群体所受冲击的一致规律。

第一波：高杠杆散户

Shrimp（永续权益 $0-$250）和 Fish（$250-$10K）是最先崩溃的群体。这两个群体按钱包数量计最为庞大，且往往承载着最高的实际杠杆率。一个持有 $500 权益、开 20 倍仓位的交易者，只需价格反向移动 5% 便会跌破维持保证金线。在连锁清算中，这 5% 的移动可能只需几分钟。

他们的单笔仓位虽小，但海量同步清算形成的卖压不容小觑。第一波正是将急跌转化为自我强化行情的关键。

第二波：中型交易者

Dolphin（$10K-$50K）和 Apex Predator（$50K-$100K）持有更大仓位，杠杆相对温和。他们能熬过最初的冲击，却在连锁清算深化时被卷入。每笔强制平仓都会将更大的名义价值倾倒进已经稀薄的订单簿，因此每个钱包的影响远超第一波。

这一阶段决定连锁清算是趋于稳定还是进一步加速。若第二波清算遭遇足够的挂单买盘来承接卖压，行情可能放缓；若买盘不足，走势便会呈现瀑布式下跌。

第三波：承压的大户

Small Whale（$100K-$500K）、Whale（$500K-$1M）和 Tidal Whale（$1M-$5M）运用更低的杠杆和更宽的止损缓冲。他们是最后被清算的，但一旦发生，冲击极为巨大。单笔 Tidal Whale 的清算对标记价格的影响，可能超过上百笔 Fish 清算的总和。

Leviathan（$5M+）和 Money Printer 群体（终生盈利超 $100 万的钱包）在连锁清算中几乎不会被清算。我们的数据显示，他们的操作往往恰恰相反：在恐慌期间加仓，买入连锁清算创造的价格。10 月 10 日获利前 100 名合计盈利 $16.9 亿，其中大部分来自那些持仓与过度拥挤多头反向的老练钱包。

连锁清算前的预警信号

连锁清算感觉来得猝不及防，但催生它的条件往往是逐步积累的。有几个指标在连锁反应启动前会可靠地发出预警。

杠杆集中度

当多个群体中大量钱包以较高杠杆集中押注同一方向时，市场结构便已十分脆弱。我们的分群偏向数据展示了全部 16 个细分群体的方向倾斜。若 Shrimp、Fish、Dolphin 和 Apex Predator 全面重仓做多，而 Smart Money 和 Money Printer 却保持中性或做空，这种失衡本身就是值得警惕的信号。

清算集群密度

HyperTracker 的清算风险评分显示，有多少永续仓位的价格在其清算价格的 25% 以内。当这一集中度较高时，意味着相对较小的价格移动就能触发大量强制平仓。热力图上密集的集群正是连锁清算燃料的聚集之处。

资金费率极端值

Hyperliquid 每小时结算一次资金费率（不同于中心化交易所的 8 小时间隔）。当资金费率飙升至极端水平时，意味着市场某一方向已经过于拥挤，持仓者正在支付溢价维持头寸。历史上，极端资金费率往往先于连锁清算出现，因为过度拥挤的一方在价格反向移动时最先崩溃。

分群背离

最具操作价值的信号，是基于经验的群体之间出现背离。当 Exit Liquidity、Semi-Rekt 和 Full Rekt 钱包激进做多，而 Money Printer 和 Smart Money 却在降低敞口甚至做空时，局面已高度不对称。历史记录最差的群体承担着最高风险，而历史记录最佳的群体却在退场观望。这一模式出现在 Hyperliquid 上每一次重大连锁清算事件之前。

安全网：自动去杠杆

当连锁清算耗尽保险基金时，Hyperliquid 会启动自动去杠杆（ADL）。这是最后的手段：ADL 强制平仓盈利的对手方仓位，以弥补破产仓位。对手方的排序依据是未实现盈利乘以有效杠杆，因此在连锁清算中获益最多的交易者将面临仓位被削减的风险。

10 月 10 日期间，Gauntlet CEO Tarun Chitra 的研究报告估计，Hyperliquid 对获胜交易者执行的自动去杠杆规模介于模拟的 $6.6 亿和已实现盈亏的 $21 亿之间。 这正是连锁清算隐藏的代价：即便你站对了方向，ADL 也可能削减你的利润。

Hyperliquid 创始人 Jeff Yan 认为，正是平台的透明度让其成为头条新闻——链上可见性使损失可以被量化，而中心化交易所则将同等规模的损失隐藏在不透明的基础设施背后。

利用分群数据构建应对连锁风险的体系

理解连锁清算的机制固然重要，但将理解转化为行动，需要大多数交易者并不具备的数据。HyperTracker 将 Hyperliquid 上的每个钱包分类为 16 个行为群体：8 个按账户规模划分，8 个按历史总盈亏划分。该分类每 5 分钟更新一次，向你实时展示哪些细分群体正在加杠杆，哪些正在撤退。

对于开发者而言，这尤为宝贵。无论你在构建交易机器人、风险管理看板还是投资组合分析工具，群体级别的持仓数据都能让你打造具备连锁清算感知能力的功能。你不再需要仅凭价格来评估风险，而是可以通过观察谁处于敞口中、他们需要亏损多少才会被强制平仓，来真实衡量市场结构的脆弱程度。

实时查看哪些群体正处于风险敞口中

HyperTracker 追踪 Hyperliquid 上的 16 个行为群体。清算风险评分、分群偏向分析、仓位数据——全部通过单一 API 获取。

探索 HyperTracker

连锁清算是结构性的，优势同样如此

清算连锁不会消失。它是杠杆市场的结构性特征。只要交易者以激进的杠杆聚集于同一方向，价格一旦剧烈波动并突破第一批维持保证金线，正反馈循环就会触发。10 月 10 日的事件证明，即便是 Hyperliquid 这样成熟的链上交易所也无法免疫。

但连锁清算也是可以被读懂的，这意味着它对那些能提前看到苗头的人来说是可以把握的机会。催生连锁清算的条件——杠杆集中、分群背离、资金费率极端——都是可以量化的。而揭示这些条件的数据——具体是谁持仓在哪里、承担多大风险——可以通过我们的分群分析获取。

那些在 10 月 10 日不仅幸存而且盈利的交易者，靠的不是运气。他们看到了过度拥挤的多头交易，注意到了散户持仓与聪明资金行为之间的背离，并据此布局。连锁清算是机制，分群数据是预警。