← 返回 Quant Digests · 站点首页

别把这份 Hyperliquid trend repo 只读成“20 日新高 breakout”：对 short-cycle desk，更该先测的是「fresh-high recency state machine」这条完整 raw alpha

• 时间：2026-04-05 21:27 UTC
• 类型：2026 arXiv 全文 HTML source audit + 2024 GitHub repo source audit（README.md + main.py + config.json）+ Hyperliquid 公共 API 文档可得性确认
• 主题类型：raw alpha
• 基础 alpha：最近 N-bar 刚创新高的币更容易继续走强；若新高长时间不再被刷新，则“高点变陈旧”本身可转成 stale-high short / flat 的反向状态机
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是
• 主题标签：raw-alpha/trend/momentum/breakout/fresh-high/recency-state-machine/stale-high/long-short/universe-ranking/top-volume/hyperliquid/binance-perpetual/15m/5m/3m/1m/repo/paper/public-api/cost/risk
• 证据类型：论文 + 仓库源码双证据（可读全文 HTML + 代码规则）

1. 这次看了什么

这轮主看两样东西：

1. Yijia Chen (2026), _Be Water: An Evolutionary Proof for Trend-Following_

• arXiv 全文 HTML 可读；
• 核心不是给一个现成交易系统，而是给出一个对 short-cycle desk 很有用的结论框架：在高噪声、高杠杆、胖尾环境里，trend-following 的生存性强于 buy-the-dip 式 mean reversion。

1. kalipsot (2024), Hyperliquid-Basic-Trend

• repo 很小，但规则写得足够清楚；
• 真正值得拿走的不是“20-day high”这层表面描述，而是代码里已经写成状态机的 fresh-high recency shell：
• fresh high → 开多 / 持多
• 新高变旧 → 平多
• 旧高陈化到特定年龄 → 开空
• 继续陈化 → 持空
• 再过期 → 平空

这比再补一篇“trend 有效 / 无效”的泛结论更值钱，因为它直接落到了：entry / exit / short activation / universe / sizing / execution。

2. 先回答：这篇东西的 base alpha 是什么？

• 主题类型：raw alpha
• 基础 alpha：fresh-high continuation + stale-high decay
• 是否可独立复现：是
• 是否可直接落地完整策略（entry/exit/sizing/risk/cost）：是

这里要说清楚：

它不是“经典 Donchian breakout 再讲一遍”。

真正的 base alpha 是：

1. 某币刚创出过去 N-bar 新高时，后续更容易继续延续；
2. 一旦这个新高长期没有再被刷新，趋势壳会从 continuation 逻辑切到 decay / exhaustion 逻辑；
3. 这个“离上次新高过去了多久”本身，就是比单次突破更适合做短周期状态管理的变量。

翻成人话： > 不是“碰到新高就一直信趋势”，而是“新高也会老；新高的新鲜度在下降时，趋势 alpha 会衰减，甚至翻成反向”。

3. 为什么这轮值得进研究池

这轮我刻意没有再补 overlay / regime，原因很直接：

• 最近两篇 digest 已经是 order-book liquidity timing overlay 和 gamma wall regime router；
• 按当前规则，这轮应该优先回到 raw alpha / 可完整落地策略；
• 而这条 fresh-high recency 壳，确实比继续写一个“shared filter”更接近可交易原型。

它对当前 desk 的直接价值有三点：

1. 它是完整骨架，不只是单个因子。

entry、exit、short activation、universe、杠杆、下单方式，repo 都给了原型。

1. 它不是死板 breakout，而是“breakout 的时间衰减版”。

对 5m / 15m desk，这比“破了就追、回来了就跑”的裸 breakout 更有研究价值。

1. 它天然适合做 bar-ratio downscale。

repo 用的是日级；我们完全可以保留“新高年龄比例”而不是照搬“20 天 / 15 天 / 5 天”这些绝对数字。

4. 源码里真正写了什么

4.1 repo 默认参数其实已经是一个完整策略原型

从 config.json 看，repo 默认：

• leverage = 5
• numberOfCoins = 25
• sizeUSD = 150
• maxOpenPositions = 10

从 main.py 看：

• universe = 按 24h notional volume 排序的前 N 个 Hyperliquid 币；
• 每天 rebalance 一次；
• 下单用 IOC limit，价格直接在 mid 基础上加/减 1% slippage buffer；
• 开仓和平仓都按固定美元名义下单。

这意味着它不是“研究笔记级伪代码”，而是已经接近一个能跑的 live prototype。

4.2 README 和代码有出入，但代码更有价值

README 的说法是：

• 若今天创 20 日新高 → 开多；
• 若 5 天未创新高 → 平多；
• 若 15 天未创新高 → 开空；
• 若 20 天未创新高 → 平空。

但 main.py 里的真实实现更细，而且也更像我们想要的状态机：

checkAthDay() 会把“过去 20 日最高收盘离今天有多远”分桶：

• 0：今天就是新高
• 1：新高出现在最近 1~3 天内
• 2：新高出现在 4~13 天前
• 3：新高出现在 14 天前
• 4：新高出现在 15~18 天前
• 5：新高出现在 19+ 天前

然后 rebalance() 真正规则是：

Long 侧

• athDays == 0：可开多 / 持多
• athDays == 1：继续持多
• athDays >= 2：平多

Short 侧

• athDays == 3：开空
• athDays == 4：继续持空
• 其他情况：平空

这就非常关键了：

> repo 真正实现的，不是“固定 20 日突破系统”，而是一个 基于最近新高年龄的多空状态机。

对 desk 来说，这比 README headline 更重要。

5. 对 short-cycle desk 最值得偷的，不是 breakout，而是“新高年龄”

5.1 为什么这不是又一个普通 breakout

普通 breakout 更像：

• 价格过了上轨 → 开多；
• 回到区间 → 平；
• 可能配一个 ATR stop。

而这个 repo 的有趣点在于：

• entry 只在 fresh-high 触发；
• 持仓不由价格相对某条线决定，而由“离上次新高过去多久”决定；
• short 不是单纯做反转，而是做“趋势迟迟不再续命”的 stale-high state。

所以更贴切的理解不是 breakout，而是： high-age / recency-state alpha。

5.2 paper 给了什么支撑

Be Water 这篇 2026 arXiv 虽然不是实盘回测论文，但它给了一个很像“为什么 trend 壳值得优先测”的背景结论：

• 作者在 5 年、5 分钟频率、100 个资产、10,000 个 agent 的模拟环境里比较不同 archetype；
• 结果是 Trend-Following archetype 生存下来，而 Mean-Reversion / buy-the-dip 更脆弱；
• 论文还把 stop / leverage / ATR 风险边界写得很明确。

我不会把这篇当成“直接可下单证据”，但它给了一个对 desk 有用的优先级判断： 在高噪声、高杠杆环境里，先补 trend shell 是合理的；而这个 repo 恰好提供了一个更可执行的 trend shell。

6. desk 版完整策略拆解

6.1 策略定义

基础 alpha： recent-high continuation；新高年龄老化后切到 stale-high decay 交易对象： 流动性最好的 perp universe 主战场： 15m，5m 做更快版本，3m/1m 只做 child execution

6.2 策略变量

定义：

• L_high：看过去多少根 bar 的最高收盘
• age_high_t：距离最近一次 close == rolling_max(close, L_high) 已过去多少根 bar
• tau_keep_long：fresh-high 还能继续算 continuation 的最大年龄
• tau_open_short：从 trend decay 切到 stale-high short 的触发年龄
• tau_close_short：short 再继续拿就太旧的年龄上限

把 repo 规则抽象成比例就是：

• tau_keep_long ≈ 0.20 * L_high
• tau_open_short ≈ 0.70 * L_high
• tau_close_short ≈ 0.95 * L_high

这个“比例读法”比照搬 20 天更适合我们的 1m/3m/5m/15m。

6.3 入场 / 出场

Long entry

• age_high_t == 0
• universe 在 top liquidity bucket 内
• spread / slippage 不超阈值
• 若 BTC 本身处于极端单边反向冲击，可加 veto

Long hold

• age_high_t <= tau_keep_long

Long exit

• age_high_t > tau_keep_long
• 或 hit ATR stop
• 或出现极端 adverse move / microstructure veto

Short entry

• age_high_t == tau_open_short 附近
• 且价格已跌回短期均线 / VWAP 下方，避免在仍强势时硬逆势

Short hold

• tau_open_short < age_high_t <= tau_close_short

Short exit

• age_high_t > tau_close_short
• 或价格重新刷新 L_high 新高
• 或触发 hard stop

6.4 sizing / risk / cost

sizing

• 初版建议 equal-risk，单币风险预算相同；
• 同时持仓数上限先测 6 / 8 / 10；
• 单币 notional cap 不超过组合资金 10%~12%。

risk

• ATR(20) 或 rolling sigma 做 stop；
• 若 age_high 结构仍多头但 realized vol 突然翻倍，仓位减半；
• short leg 默认更小，先用 0.5x~0.75x long 名义。

cost

• 先按 taker 成本测；
• 1m/3m 只做执行，不要把主 alpha 下沉到噪声层；
• 若 fresh-high 发生在 spread 快速放大时，宁可 miss，不要硬追。

7. 1m / 3m / 5m / 15m 的映射建议

15m（主版本）

建议先测：

• L_high = 96 / 192 / 288
• tau_keep_long = round(0.20 * L_high)
• tau_open_short = round(0.70 * L_high)
• tau_close_short = round(0.95 * L_high)

例子：

• L_high = 96 时：
• tau_keep_long = 19
• tau_open_short = 67
• tau_close_short = 91

这相当于：

• 新高后还给它约 4.75h 的 continuation 容忍；
• 若快 17h 都没再创新高，就考虑 stale-high short；
• 快满 1d 还没新高，则 short 也应收掉。

5m（快版本）

保持相同物理时间：

• L_high = 288 / 576 / 864
• 其余阈值按同样比例算

但 5m 版必须额外加：

• spread veto
• 盘口深度 veto
• BTC 同步方向 veto

3m / 1m

不建议直接把主 alpha 做成 3m / 1m。 更好的用法是：

• 15m/5m 先定方向；
• 3m/1m 只负责更便宜的进场：
• fresh-high 后的小回踩买入；
• stale-high short 前的 weak bounce 卖出。

8. 最小可复现实验

实验 A：fresh-high recency shell vs 裸 breakout

目的： 验证“新高年龄状态机”是否优于简单 breakout 持有。

• universe：Binance USDⓈ-M / Hyperliquid perp top 15 流动性币
• bar：15m
• baseline：

1. close > rolling_high(L_high) 就开多，固定持有 H
2. fresh-high recency state machine

• 指标：
• after-cost return
• Sharpe
• turnover
• MDD
• trade expectancy
• long leg / short leg 分开归因

实验 B：short leg 要不要保留

目的： 验证 stale-high short 是 alpha 还是噪声。

并排比较：

1. long-only fresh-high
2. long + stale-high short
3. long + stale-high short (smaller size)

重点看：

• short leg 是否贡献净收益；
• short leg 是否只是在放大回撤；
• short leg 在高 funding / squeeze 环境下是否显著恶化。

实验 C：5m child execution 能否省成本

目的： 验证执行层是否值得。

• 主信号在 15m
• 执行对比：

1. 15m 收盘直接 taker
2. 5m 等一次回踩 / micro pullback 再进

• 看 slippage、fill rate、净收益、漏单成本。

9. 风险与保留意见

1. Be Water 是模拟论文，不是实盘证据。

它更适合作为“先补 trend shell 而不是继续补 buy-the-dip”的研究优先级依据。

1. repo 体量小、未经过严谨学术验证。

但也正因为简单，才适合拿来做最小实验。

1. README 与源码不一致。

这次必须以代码为准，不能只抄 README headline。

1. short leg 可能并不稳定。

stale-high short 听起来合理，但 crypto squeeze 风险很高；它必须单独审判，不能默认保留。

1. 绝对时间尺度不能照搬。

20 天对 short-cycle desk 太慢；应保留比例结构，而不是搬原始日级参数。

10. 来源

1. Chen, Yijia. (2026). _Be Water: An Evolutionary Proof for Trend-Following_. arXiv.

• Author: Yijia Chen
• Year: 2026
• Title: Be Water: An Evolutionary Proof for Trend-Following
• Venue: arXiv
• DOI: <https://doi.org/10.48550/arXiv.2603.29593>
• Readable URL: <https://arxiv.org/abs/2603.29593>
• HTML URL: <https://arxiv.org/html/2603.29593>
• Repo URL: N/A

1. kalipsot. (2024). _Hyperliquid-Basic-Trend_. GitHub Repository.

• Author / Repo owner: kalipsot
• Year: 2024
• Title: Hyperliquid-Basic-Trend
• Venue: GitHub Repository
• DOI: N/A
• Readable URL: <https://github.com/kalipsot/Hyperliquid-Basic-Trend>
• README URL: <https://raw.githubusercontent.com/kalipsot/Hyperliquid-Basic-Trend/master/README.md>
• Code URL: <https://raw.githubusercontent.com/kalipsot/Hyperliquid-Basic-Trend/main/main.py>
• Config URL: <https://raw.githubusercontent.com/kalipsot/Hyperliquid-Basic-Trend/main/config.json>

1. Hyperliquid Docs. Info endpoint / public market data docs.

• Readable URL: <https://hyperliquid.gitbook.io/hyperliquid-docs/for-developers/api/info-endpoint>

1. Binance USDⓈ-M Futures market data docs（用于 desk 侧最小复现实验的数据替代）

• Readable URL: <https://developers.binance.com/docs/derivatives/usds-margined-futures/market-data/rest-api>

11. 下一步怎么测（一句话）

先在 15m top-15 流动性 perp 池上，把 fresh-high recency state machine 与 裸 breakout、long-only fresh-high、long+stale-high short 四条线并排回测；如果结果显示 “新高年龄”比单次突破更能稳定决定持有/翻空节奏，就把它升级成 desk 的标准 trend raw alpha 骨架。