本文来自：Jason Goldberg
编译｜Odaily 星球日报（@OdailyChina）；译者｜Azuma（@azuma_eth）
我们通过 Senpi 在 Hyperliquid 上部署了 22 个自主交易的 AI Agent，每个 Agent 配置 1000 美元真实资金。
它们会全天候 7*24 小时运行 —— 扫描市场、开设仓位、设置移动止损、管理风险 —— 全程不会有任何人工干预。
在投入了 22000 美元初始资金，执行了 5000 多笔交易后，这是我们得到的经验总结。
通用结论
“更少的交易”加上“更高的信念”，总是等于“更好的结果”。这并不是偶尔出现的现象，而是每一次都成立。
- Odaily注：Fox、Bison、Ghost Fox，以及下文会出现的 Grizzly、Viper、Mamba、Anaconda 等等均为执行不同策略的 Agent 名称。
如上图所示，Agent “Fox” 和 Agent “Ghost Fox” 使用的是同一个扫描工具。Fox 只会选择性地执行其中部分信号，而 Ghost Fox 则会执行更多信号。结果是，两者的投资回报率（ROI）差距达到 56 个百分点。
真正的优势并不在扫描工具本身，而在于是否有纪律去等待正确的信号。
- 所有交易次数超过 400 笔的 Agent 都出现了严重亏损。
- 而交易次数低于 120 笔的 Agent 则全部是 盈利状态。
更多交易并不意味着更多机会 —— 它意味着更多的无效交易、更多手续费，以及更多噪音风险暴露。
盈利遵循“幂律分布”
在我们表现最好的 Agent 中，3–5 笔交易便贡献了全部利润，其余交易基本都是在出现小幅亏损后便被迅速止损。
还是以 Fox 为例，三笔最佳交易（ZEC、TRUMP、FARTCOIN）合计盈利超 350 美元；其余 46 笔交易则合计亏损超 100 美元；最终结果是，净利润约为 248 美元。
这完全是策略设计的结果。我们的设计是：在信念较高时果断进场，几分钟果断止损亏，让盈利仓位持续跑起来，并通过 DSL High Water 移动止损策略锁定部分峰值收益。当平均盈利是平均亏损的 10 倍 时，即使胜率只有 43% 也能稳定赚钱。
那些试图通过“安全”交易维持高胜率的 Agent 反而全部亏损 —— 因为设定微小盈利目标的每笔交易，仍需承担手续费和市场风险。
秘密武器：Hyperfeed
Fox 以及其他表现稳定的 Agent 都建立在 Senpi 的 Hyperfeed 之上。
Hyperfeed 是一个实时追踪系统，可以看到 Hyperliquid 上所有交易者当前正在赚钱的资产。它并非历史排名或其它滞后指标，而是此时此刻整个交易所正在赚钱的交易行为。
我们用的核心扫描工具 Emerging Movers 每 90 秒便会读取一次 Hyperfeed 的市场集中度数据。当聪明钱突然轮动到某个资产时：比如某个交易者在排行榜上突然跃升至少 15 名，或是某个盈利贡献速度突然上升，亦或是多个顶级交易者同时集中开设同一仓位，扫描工具就能在行情被完全定价之前捕捉到信号。
这正是通过 Senpi 在 Hyperliquid 上构建策略的结构性优势，你可以实时看到顶级交易者利润正在集中到哪里，并立即行动。没有其他交易所提供这种可见性，也没有其他平台能让自主 Agent 据此执行操作。
我们表现最好的 Agent 全部在使用这类数据：
- Fox / Vixen：通过 Emerging Movers 识别聪明钱突然集中到某个资产；
- Grizzly：在开仓前通过 Hyperfeed 分析 BTC 上的聪明钱仓位；
- Bison：将聪明钱方向作为硬性条件 —— 如果方向相反则不会交易；
而表现最差的 Agent 则：
- 完全忽视聪明钱信号，比如 Viper、Mamba 纯基于技术分析；
- 使用过期的聪明钱数据（Scorpion v1），把几个月前的仓位当作新信号；
所以结论非常清晰，基于实时 Hyperfeed 数据交易的 Agent，表现全面优于所有纯技术策略。
均值回归策略，在永续合约中行不通
我们基于“价格偏离过大，很快会回归”的逻辑测试了三个不同版本的 Agent，具体表现如下：
- Viper：-18%
- Mamba：-33%
- Anaconda：-22%
结果是全部亏损。问题出在，Hyperliquid 永续合约市场的趋势性远强于均值回归可能性。在下跌趋势中抄底，是这个市场里代价最昂贵的错误。这些 Agent 不断在所谓的“支撑位”做多，但价格却持续数天不断走低。
我们正在测试的修复方案是加入一个宏观市场状态的过滤工具，即当 BTC 的四小时趋势为下跌时，禁止基于“均值回归策略”抄底。初步结果看起来不错，该过滤工具可以避免 Mamba 28 笔亏损交易中的 14 笔。
不要固守单一模式
我们最新的 Agent（Vixen）基于 Fox 的交易数据，采用了两种截然不同的入场模式。
- 潜伏者（Stalker）模式：通过多次扫描，捕捉聪明钱在悄悄累积某资产的信号。这样你便可以在人群涌入之前就入场，Fox 最大的几笔盈利正是来自这种模式。
- 突击者（Striker）模式：捕捉伴随成交量确认的剧烈突破行情。在行情爆发的同时入场，但只有在真实成交量支持时才执行（过滤虚假拉盘）。
Fox 的数据表明，这其实是两种完全不同的 Alpha 信号来源。如果只使用单一入场模式，你必须在两者之间做取舍，从而错过另一种机会。
Agent 会自我调整 —— 而结果总是更糟
一个令人意外的发现是：当 Agent 出现连续亏损时，它们会尝试 “自我修复”。常见的修复行为包括放宽入场条件，提高杠杆，移除风险保护机制，但结果是每一次都会加速亏损。
举些例子，Dire Wolf 在亏损 -27% 后，启用了 5 个并行的 25 倍杠杆仓位，并放松了开单速度限制；另一个 Agent 删除了停滞止盈机制；还有一个 Agent 则将每日亏损上限从 10% 提高到了 25%。
我们的解决方案是，将风险保护机制直接写入扫描工具代码，而不是依赖 Agent 自身的策略配置。如果扫描工具没有输出信号，Agent 就无法执行交易 ——无论它在自身配置中做出多么激进的调整。
接下来的计划
我们将继续运行实验 24–48 小时，随后关闭那些已经没有回本可能的 Agent，以避免剩余资金继续流失。
接下来我们会部署新的策略版本，并将保护机制写入代码层：
- Wolverine v1.1：HYPE 速度 DSL 移动止损（在高波动资产中更快锁定利润）；
- Mamba v2.0：均值回归策略 + BTC 宏观趋势保护；
- Scorpion v2.0：实时动量事件共识（替代过期的巨鲸跟随策略）。
同时我们还将：
- 统一 Fox、Vixen 和 Mantis 的策略配置：这三个 Agent 使用同一扫描工具，但配置已经发生漂移，Fox 当前收益率超过 23%，其他两个将调整到相同设置；
- 重新部署新的 Fox/Vixen 组合，使用 Fox 的完整胜利配置，包括 XYZ 禁止规则、停滞止盈机制、10% 每日亏损上限、所有风险门控机制开启；
- 扩展单一资产猎手策略：Grizzly 的三阶段生命周期模式（猎寻 → 驾驭 → 潜伏 → 重新加载）现已应用于 ETH（Polar）、SOL（Kodiak）和HYPE（Wolverine）。
与此同时，我们还在开发全新的策略并直接在真实市场测试。这个市场本身就是实验室。每一个新策略都会拥有 1000 美元资金以及完整透明的交易记录。
我们的实验会在 strategies.senpi.ai 实时运行；所有策略代码开源于：github.com/Senpi-ai/senpi-skills
22 个 Agent，22000 美元真实资金，每一笔交易完全公开，实验仍在继续中。
