HYPERLIQUID ONLY · PUBLIC BETA

用 AI 找策略,
用数据找可跟交易者

专为 Hyperliquid 打造:分析市场、筛选长期稳定交易者,并在投入资金前生成风险受控的模拟交易计划。

公开 Beta · 无需私钥 · 只读公开数据 · 当前模拟执行

✓ 行为分类✓ 180 日稳定性复核✓ 风险先于执行
AI SELECTED / LIVE COPY CANDIDATE验证中
AI
AI 筛选 · Hyperliquid 公开数据

正在验证可跟地址

读取真实成交与持仓
可跟评分—
估算 30 日收益率—
30 日盈亏—
30 日累计盈亏曲线策略识别中
不展示未经验证的示例收益
估算最大回撤—
资金规模—
活跃天数—
01 / CURRENT PRODUCTS

不是概念展示,
先从两项可用功能开始。

每个入口都说明输入什么、得到什么,以及当前能执行到哪一步。

A
LIVE PUBLIC DATACOPY RANKING

行为驱动跟单

读取公开成交与持仓,根据真实交易手法寻找更可复制的地址。

  • 趋势、网格、套利、做市等行为分类
  • 30 日可跟门槛与 180 日长期稳定复核
  • 累计亏损、无交易和样本不足地址不展示
查看实时可跟排名↗
B
PAPER MODEAI STRATEGY LAB

AI 策略实验室

输入市场、资金和风险偏好,生成可以检查的模拟交易计划。

  • 趋势、网格、Funding、TWAP 与 DCA
  • 明确入场、止损、仓位与失效条件
  • 当前只生成模拟计划,不自动移动资金
打开 AI 策略实验室↗
02 / PUBLIC CRITERIA

不是按收益截图排名,
而是验证交易行为。

长期候选必须同时通过收益、回撤、样本和行为稳定性检查。达不到标准时宁可空缺,也不会为了凑满三名而降低门槛。

查看长期可跟候选↗
LONG-TERM WATCHLIST长期候选准入标准
01180D

至少运行 180 天

023 × 60D

三个连续行为窗口

03≥ 70

交易行为稳定分

04≥ 55%

盈利周期一致性

05≤ 45%

前三笔利润集中度

06≤ 35%

全历史最大回撤

通过后仍会每日复核;风格漂移、回撤扩大或累计盈亏转负时自动退出。

03 / HOW IT WORKS

三步开始,不先交出资金。

先看数据、再限定风险,最后才决定是否继续。

  1. 01
    01

    选择策略或地址

    查看 AI 策略,或比较经过真实行为筛选的 Hyperliquid 地址。

  2. 02
    02

    定义风险边界

    设置资金、总止损、单仓、滑点与杠杆上限。

  3. 03
    03

    先做模拟验证

    观察触发与执行结果;真实签名功能开放前不会自动下单。

04 / SAFETY BY DESIGN

策略可以激进,
权限边界必须清楚。

研究、模拟和真实执行明确分层。数据过期、样本不足或风险超限时,策略只会暂停,不会强行下单。

无需私钥平台不会要求上传或保存钱包私钥
只读公开数据排名依据 Hyperliquid 公开成交与持仓
模拟优先先验证滑点、止损和最大亏损
真实状态标识未开放的能力明确显示为锁定
FAQ / SEO

关于 HyperCopy.Trading

产品状态、数据方法和风险边界都在这里说明。

01HyperCopy.Trading 是什么?

这是一个只针对 Hyperliquid 的 AI 策略研究与行为跟单平台。用户可以查看可跟地址、分析交易手法,并生成风险受控的模拟计划。

02现在已经可以使用哪些功能?

当前可以使用公开金库排名、策略分类、长期稳定候选、AI 策略实验室和模拟跟单计划。钱包签名与真实自动执行尚未开放。

03长期可跟候选如何产生?

系统检查运行时间、累计盈亏、回撤、连续交易窗口、盈利一致性、利润集中度和交易行为稳定性。任何一项关键门槛不通过都不会进入名单。

04为什么只支持 Hyperliquid?

专注一个市场可以让公开数据结构、执行摩擦、资金费率和风险规则使用同一套标准,从而提高排名与模拟结果的可比性。

05需要交出钱包私钥吗?

不需要。当前产品只读取公开数据并生成模拟计划。未来涉及真实交易时,也应由用户在自己的钱包中明确确认签名。

06平台会保证 AI 交易或跟单盈利吗?

不会。历史收益、回测和 AI 分析都不代表未来表现。平台提供的是研究、筛选、模拟与风险控制工具,不提供保本或收益承诺。

07为什么有时长期候选会少于三名?

长期榜不会降低门槛来填满名额。如果没有足够地址同时通过 180 日样本、回撤和行为稳定性要求,页面会如实显示空缺。

START WITH EVIDENCE

先看真实行为,
再决定是否跟随。

从长期稳定候选开始,或者先创建一套 AI 模拟策略。