Hyperliquid 大单拆单的两种方式

ScaleTWAP 都是 Hyperliquid 上用于大额订单“拆单”(分批执行)的两种高级订单类型,主要目的是减少对市场的冲击、降低滑点,尤其适合像 PURR-USDC 这种流动性好但你想谨慎建仓/离场的资产(从你的截图看,PURR 24h 成交量超 200 万刀,OI 超 300 万,相对活跃)。

它们的核心区别在于拆单的依据和执行逻辑不同:

1. Scale 订单(缩放订单 / 分级限价订单)

  • 本质:基于价格区间自动放置多个限价单(limit orders)。
  • 工作方式
    • 你设置一个价格范围(Start Price 到 End Price)。
    • 系统在该区间内均匀(或按 Size Skew 偏斜)分布多个限价单。
    • 总 Size 被拆分成多个小单,挂在不同价位上等待成交。
    • 适合网格式建仓/离场,当价格在区间内波动时逐步成交(例如价格下跌时低位买更多,或上涨时高位卖)。
  • 典型场景
    • 预期价格会在某个区间震荡,想分批低买高卖。
    • 想“平均成本”建仓,但更注重价格而非严格时间。
  • 从你的界面看
    • 有 Start (USDC)、End (USDC)、Total Orders、Size Skew(大小偏斜,默认 1.00 均匀)。
    • 订单是被动挂单(maker),等市场价格走到你的限价才成交。
    • 适合波动大的 meme 或 altcoin(如 PURR 最近 -10%),想在回落区间分批买入。

2. TWAP 订单(Time-Weighted Average Price,时间加权平均价格)

  • 本质:基于时间自动拆分成小单,逐步执行。
  • 工作方式
    • 你设置总 Size、运行时间(Runtime,如 30 分钟)、频率(默认每 30 秒一个子订单)。
    • 系统每 30 秒发送一个子订单(通常是市价或带滑点限制的限价),目标是均匀分布在整个时间段内完成。
    • 追赶机制:如果前面子订单因流动性不足没完全成交,后面的会加大 Size(最多 3 倍正常子订单大小)来赶进度。
    • 每个子订单最大滑点 3%,防止极端冲击。
    • 可选 Randomize(随机化时间/大小)来防狙击。
  • 典型场景
    • 想尽快完成大单,但不想一次性砸盘/抬价(最小化市场影响)。
    • 系统性交易、rebalance、机构级大额执行。
    • 你的第二个截图就是 TWAP:总 Size 50867 PURR,Runtime 30 分钟,Frequency 30 秒,Number of Orders 834(很多小单),Running Time 已跑了部分。
  • 优势:时间可控,能在指定时间内尽量完成(即使不完美)。

快速对比表

项目 Scale 订单 TWAP 订单
拆单依据 价格区间(Start → End) 时间区间(Runtime,每 30s 一个)
订单类型 多个限价单(被动 maker) 子订单通常市价/限价(主动 taker/maker)
执行触发 价格达到挂单位才成交 固定时间间隔自动执行
目标 在价格区间内分批平均成本 在时间内均匀执行,接近 TWAP 价格
调整机制 无自动追赶(靠价格波动) 有追赶(落后时加大子订单,至 3x)
滑点控制 无(纯限价) 子订单 max 3% 滑点
适合市场 震荡/区间行情 趋势/需快速完成大单
界面参数 Start/End, Total Orders, Size Skew Runtime, Frequency, Randomize 等

建议(针对你的 PURR 截图)

  • 如果你看好 PURR 但怕继续跌,想在 0.072 ~ 0.074 区间分批买入 → 用 Scale(设置 Start/End 在当前价附近)。
  • 如果你有大仓位要快速平掉/建仓,但不想滑点太大 → 用 TWAP(设置短 Runtime 如 10-60 分钟)。
  • 两者都支持 Reduce Only(只减仓),也都能在 Cross/Isolated/3x 等模式下用。
  • PURR 流动性不错(深度好,spread 极小 0.01% 左右),用哪个滑点都低,但 TWAP 更“主动”执行,Scale 更“耐心”等价。

更多细节直接看 Hyperliquid 官方文档的 Order types 部分(hyperliquid.gitbook.io),那里有最准确的 TWAP 追赶逻辑说明。如果你实际下单有具体参数疑问,可以再截图问!

Read more

跑步的技巧(滚动落地)

“滚动落地(rolling contact / rolling foot strike)”不是一种教条式的“脚法”,而是一种 让冲击沿着整只脚、整条后链逐级传递的落地机制。 它的核心不是“你先用哪儿着地”,而是: 你的脚落地之后,冲击是不是像轮子一样滚过去,而不是像锤子一样砸下去。 这就是滚动落地的本质。 一、什么叫“滚动落地”? 你可以把它理解成两种完全不同的落地方式: 1. 砸地(撞击式) 脚像锤子一样拍到地上: * 要么后跟先砸 * 要么前掌先戳 * 冲击集中在一个点 * 一个结构瞬间吃掉大部分载荷 结果就是: * 后跟砸 → 膝盖难受 * 前掌戳 → 前脚掌磨烂 * 都不是长跑友好模式 这叫 撞击式着地(impact strike)。 2. 滚地(滚动式) 脚像轮胎一样“滚”过地面: * 不是某一点硬砸 * 而是外侧中足先轻触 * 再向前滚到前掌 * 最后从大脚趾蹬离

By SHI XIAOLONG

AMI的优越性

世界模型(World Models)的具体例子 如下,我按类型分类,便于理解。每类都附带实际实现、演示效果和应用场景。 1. Yann LeCun / Meta 的 JEPA 系列(最直接对应“世界模型”概念) 这些是 LeCun 主张的非生成式抽象预测世界模型代表。 * I-JEPA(Image JEPA,2023) 输入一张图像,模型把不同区域(context 和 target)编码成抽象表示,然后预测 target 的表示(不在像素级别重建)。 例子:给定一张遮挡了部分物体的图片,模型能预测“被遮挡物体的大致位置和属性”,构建对物体持久性和空间关系的理解。 这是一个“原始世界模型”,能学习物理常识(如物体不会凭空消失)。 * V-JEPA / V-JEPA 2(Video JEPA,

By SHI XIAOLONG

什么是:“世界模型(World Models)”

世界模型(World Models) 是人工智能领域的一个核心概念,尤其在 Yann LeCun 等研究者推动的下一代 AI 架构中占据中心位置。它指的是 AI 系统在内部构建的对现实世界的抽象模拟或内部表示,让机器能够像人类或动物一样“理解”物理世界、预测未来、规划行动。 简单比喻 想象你闭上眼睛也能“看到”房间里的物体会如何移动、碰撞或掉落——这就是你大脑里的世界模型。AI 的世界模型就是类似的“数字孪生”(digital twin)或“内部模拟器”:它不是简单记住数据,而是学习世界的动态、因果关系和物理直觉(如重力、物体持久性、遮挡、因果等)。 为什么需要世界模型? 当前主流的大型语言模型(LLM) 擅长处理文本(统计模式预测),但存在根本局限: * 缺乏对物理世界的真正理解 → 容易“幻觉”、无法可靠规划。 * 样本效率低 → 人类/

By SHI XIAOLONG

K线周期可配置化设计方案

K线周期可配置化设计方案 1. 背景与目标 当前 Beta 套利策略的 K 线周期硬编码为 "1h",分散在多个文件中。需要: 1. 将 K 线周期从 1h 改为 2h 2. 提取为环境变量 BETA_ARB_KLINE_INTERVAL,使其可在 .env 中配置 2. 影响范围分析 2.1 需要修改的文件(共 6 个) 文件 硬编码位置 修改内容 src/trading/config.py BetaArbConfig dataclass 新增 kline_interval 字段,

By SHI XIAOLONG