Hyperliquid 相关性与 beta：加密永续合约对冲指南（2026）

简要结论：Hyperliquid 上大多数主流永续合约是同涨同跌的，所以同时持有五个并不等于五个独立的押注。在我们 2026 年 10 月 29 日（UTC 08:09）的快照中，使用截至 10 月 28 日收盘的日线，BTC 与 ETH 日收益率的 30 日相关系数为 0.95，BTC 与 XRP 为 0.93。HYPE 是例外，与 BTC 的相关系数只有 0.54。实际效果是：一个在 BTC、ETH、SOL、XRP 和 DOGE 之间平均分配的 50,000 美元多头组合，其每日风险几乎等于五个仓位风险的简单相加；用 BTC 空单对冲，可以消除 ETH 多单约三分之二的风险，但只能消除 HYPE 多单约六分之一的风险。

相关性是交易者在出现糟糕的一天之前最容易忽视的数字。当你持有的所有币同时下跌时，你"分散"的组合就像一个巨大的杠杆仓位；在全仓保证金账户中，这会让所有仓位同时逼近强平。本文介绍如何用 Hyperliquid 免费公开 API 计算相关性和 beta，给出六个交易量最大的永续合约的真实、带日期数据，演示三个组合与对冲示例，最后附上一个无需账户和 API 密钥即可运行的 Python 脚本。

用通俗的话解释相关性和 beta

• 相关系数介于 −1 和 +1 之间，衡量两个币在同一天朝同一方向变动的一致程度。+1 表示总是同向，0 表示没有线性关系，−1 表示反向。它不反映波动幅度的大小。
• Beta 加入了幅度。某币相对 BTC 的 beta 等于相关系数乘以该币波动率再除以 BTC 波动率。beta 为 1.3 意味着在统计窗口内，BTC 每变动 1%，该币平均变动约 1.3%。
• 对冲效果直接取决于相关性。用 BTC 做最优对冲，最多只能消除该币日方差中由 BTC 解释的部分，即相关系数的平方。剩余风险（以标准差计）为 (1 − 相关系数²) 的平方根。相关系数 0.95 时约剩 31% 的风险；0.54 时约剩 84%。

所有数据均基于 Hyperliquid candleSnapshot 接口返回的永续合约收盘价的日对数收益率，只使用六个币共同拥有的日期，并剔除当天尚未收盘的 K 线。

真实数据：2026 年 10 月 29 日的 30 日相关系数矩阵

日对数收益率，截至 2026 年 10 月 28 日收盘（UTC）的 30 天。

	BTC	ETH	HYPE	SOL	XRP	DOGE
BTC	1.00	0.95	0.54	0.85	0.93	0.88
ETH	0.95	1.00	0.65	0.91	0.92	0.93
HYPE	0.54	0.65	1.00	0.66	0.70	0.73
SOL	0.85	0.91	0.66	1.00	0.85	0.88
XRP	0.93	0.92	0.70	0.85	1.00	0.90
DOGE	0.88	0.93	0.73	0.88	0.90	1.00

有四点值得注意：

• 主流币几乎是同一笔交易。30 日内，BTC、ETH、SOL、XRP 和 DOGE 两两之间的相关系数都在 0.85 及以上。
• HYPE 与 BTC 的关联最弱。0.54 仍为正值，所以 BTC 下跌的日子 HYPE 通常也下跌，但规律性差得多。HYPE 与 DOGE（0.73）和 XRP（0.70）的相关性都高于与 BTC 的相关性。
• 最核心的币是 ETH，而不是 BTC。ETH 与 BTC、SOL、XRP、DOGE 的相关系数都在 0.91 及以上。
• 相关性并不稳定。在 90 日窗口（见下文）中，大多数币对的相关系数更低。短窗口反应更快，但噪音也更大。

相对 BTC 的 beta：BTC 每变动 1%，各币变动多少

币种	相对 BTC 的 beta（30 日）	相对 BTC 的波动率（30 日）	相对 BTC 的 beta（90 日）	相对 BTC 的波动率（90 日）
ETH	1.28	1.36 倍	1.22	1.37 倍
HYPE	1.15	2.12 倍	1.20	1.85 倍
SOL	1.23	1.44 倍	1.23	1.48 倍
XRP	1.42	1.53 倍	1.59	1.80 倍
DOGE	1.56	1.77 倍	1.45	1.73 倍

HYPE 说明了 beta 和波动率是两回事。过去 30 天里，它在普通交易日的波动幅度是 BTC 的两倍多，但 beta 只有 1.15，因为它的很大一部分波动与 BTC 无关。这些比率背后的 30 日日标准差分别为：BTC 1.30%、ETH 1.76%、HYPE 2.75%、SOL 1.87%、XRP 1.98%、DOGE 2.30%。如何把它们换算成止损距离，请参阅我们的波动率与 ATR 指南。

90 日视角

	BTC	ETH	HYPE	SOL	XRP	DOGE
BTC	1.00	0.89	0.65	0.83	0.88	0.83
ETH	0.89	1.00	0.72	0.83	0.79	0.76
HYPE	0.65	0.72	1.00	0.70	0.65	0.58
SOL	0.83	0.83	0.70	1.00	0.78	0.79
XRP	0.88	0.79	0.65	0.78	1.00	0.88
DOGE	0.83	0.76	0.58	0.79	0.88	1.00

在 90 日窗口中，主流币之间依然高度相关（0.76 至 0.89），而 HYPE 与 BTC 的相关系数（0.65）略高于最近 30 天。要记住的不是某个具体数字，而是一个习惯：在依赖相关性之前，至少看两个窗口；并且要预期在急跌行情中相关性会上升，因为那时市场往往整体联动。

示例 1："分散化"的多头组合

假设你在 BTC、ETH、SOL、XRP 和 DOGE 上各持有 10,000 美元多单，总名义价值 50,000 美元。使用快照中的 30 日日收益率：

• 把每个仓位各自的单日标准差相加，约为 922 美元。
• 考虑相关性后，整个组合的单日标准差约为 884 美元。

分散化只把每日风险降低了约 4%。从风险角度看，这个组合几乎等同于一笔 50,000 美元、标的波动率约为 BTC 1.4 倍的单一多单。如果你的规则是"每天风险不超过 X"，请把整个组合当作一个仓位而不是五个来计算仓位大小。具体算法见我们的仓位计算器指南。

示例 2：用 BTC 空单对冲 ETH 多单

你持有 10,000 美元 ETH 多单，想保留对 ETH 的个别判断，同时降低市场风险。30 日 beta 为 1.28，因此对冲仓位约为 12,800 美元的 BTC 空单。在快照窗口内：

• 未对冲的单日标准差：约 176 美元。
• 对冲后的单日标准差：约 56 美元，下降约 68%，与 0.95 的相关系数一致。

简单的美元中性配对（ETH 多 10,000 美元、BTC 空 10,000 美元）的单日标准差约为 67 美元，同样远低于未对冲仓位。注意对冲是有成本的：两条腿都要支付手续费，空头腿的资金费率可能为正也可能为负。我们的资金费率指南解释了这些成本如何累积。

示例 3：用 BTC 空单对冲 HYPE 多单

同样的思路，换成 10,000 美元 HYPE。30 日 beta 为 1.15，所以对冲仓位约为 11,500 美元 BTC 空单。结果：

• 未对冲的单日标准差：约 275 美元。
• 对冲后的单日标准差：约 232 美元，仅下降约 16%。

相关系数只有 0.54 时，HYPE 的大部分日内风险来自 HYPE 自身，BTC 对冲几乎无能为力。如果想降低 HYPE 敞口，真正有效的做法是减小 HYPE 仓位或收紧止损，而不是用别的币对冲。这是最常见的对冲误区：以为做空 BTC 就能保护任何加密货币多单。

为什么在 Hyperliquid 全仓保证金下相关性更重要

在全仓保证金账户中，所有仓位共用同一份抵押品。相关的多单一起下跌时，未实现亏损会叠加在同一个保证金池上，所有强平价格同时逼近。逐仓保证金可以限制每个仓位的损失，但无法改变它们在同一天亏钱的事实。在高杠杆下同时持有多个相关仓位之前，请先阅读我们的逐仓与全仓保证金指南和强平指南。

自己计算：Python 脚本

下面的脚本只使用公开的 candleSnapshot 接口（每个币一次请求，远低于API 速率限制）。它按共同日期对齐各币，剔除未收盘的日线，并输出 30 日和 90 日相关系数矩阵，以及相对 BTC 的 beta 和相对波动率。可以把 COINS 改成主 DEX 上的任意永续合约。

import requests, time, math, statistics as st
from datetime import datetime, timezone

API = "https://api.hyperliquid.xyz/info"
COINS = ["BTC", "ETH", "HYPE", "SOL", "XRP", "DOGE"]
WINDOWS = (30, 90)  # look-back windows in daily candles

def candles(coin, days):
    now = int(time.time() * 1000)
    c = requests.post(API, json={"type": "candleSnapshot", "req": {
        "coin": coin, "interval": "1d",
        "startTime": now - (days + 5) * 86_400_000, "endTime": now}}, timeout=20).json()
    return {x["t"]: float(x["c"]) for x in c[:-1]}  # drop today's open candle

def corr(a, b):
    ma, mb = st.mean(a), st.mean(b)
    cov = sum((x - ma) * (y - mb) for x, y in zip(a, b))
    return cov / math.sqrt(sum((x - ma) ** 2 for x in a) * sum((y - mb) ** 2 for y in b))

print("snapshot", datetime.now(timezone.utc).strftime("%Y-%m-%d %H:%M UTC"))
px = {c: candles(c, max(WINDOWS)) for c in COINS}
days = sorted(set.intersection(*(set(p) for p in px.values())))  # common dates only
rets = {c: [math.log(px[c][b] / px[c][a]) for a, b in zip(days, days[1:])] for c in COINS}
print("last close:", datetime.fromtimestamp(days[-1] / 1000, timezone.utc).date())

for w in WINDOWS:
    print(f"\n{w}-day correlation of daily log returns")
    print("      " + "".join(f"{c:>7}" for c in COINS))
    for a in COINS:
        print(f"{a:6}" + "".join(f"{corr(rets[a][-w:], rets[b][-w:]):>7.2f}" for b in COINS))
    print(f"{'coin':6} {'beta vs BTC':>12} {'vol ratio':>10}")
    btc = rets["BTC"][-w:]
    for c in COINS[1:]:
        r = rets[c][-w:]
        beta = corr(r, btc) * st.stdev(r) / st.stdev(btc)
        print(f"{c:6} {beta:>12.2f} {st.stdev(r) / st.stdev(btc):>10.2f}")

扩展思路：改用 4 小时 K 线获得更快的读数；加入 30 日滚动相关系数观察其变化；或者把你钱包的每日 PnL 与 BTC 收益率对比，估算你自己交易的 beta。更长的历史数据和其他数据源，请参阅我们的历史数据指南。

看清真实敞口，而不只是仓位列表

相关性告诉你仓位会如何一起变动，而你的账户告诉你这是否正在发生。Hyperfolio 是一款免费、只读的 Hyperliquid 追踪工具：粘贴一个或多个钱包地址（无需密钥，无需连接钱包），即可在一个页面查看持仓、杠杆、强平价格、PnL 和资金费。如果你把交易分散在多个钱包，我们的多钱包追踪指南介绍了如何查看合并敞口。

常见问题

Hyperliquid 上 BTC 和 ETH 的相关性有多高？

非常高。在我们 2026 年 10 月 29 日的快照中，日收益率的相关系数 30 日为 0.95，90 日为 0.89。这一关系会随时间变化，请用脚本重新计算。

HYPE 与比特币相关吗？

正相关，但较弱：在我们的快照中 30 日为 0.54，90 日为 0.65，是六个币中最低的。因此 BTC 不适合用来对冲 HYPE 仓位。

Hyperliquid 应用里能看到相关性吗？

不能。交易界面和 info API 只提供价格和 K 线，没有相关系数或 beta 数据，需要像上面的脚本一样用 K 线自行计算。

应该用 30 日还是 90 日窗口？

两个都用。30 日对当前行情反应更快，90 日更稳定。如果两者差异很大，就说明这个关系不可靠。

做空 BTC 能完全对冲山寨币多单吗？

不能。按 beta 配置的 BTC 对冲只能消除相关性所能解释的那部分风险。在我们的快照中，它让 ETH 多单的每日风险下降约 68%，但 HYPE 多单只下降约 16%。

降低交易成本。刚开始使用 Hyperliquid？使用推荐码 HYPERFOLIO 可享受 4% 手续费折扣（推荐码说明），并在 Hyperfolio 免费追踪你的持仓、杠杆和 PnL。