Hyperliquid 回撤与权益曲线:正确计算方法(2026)
正确计算 Hyperliquid 回撤:portfolio 接口、PnL 与账户价值的区别、充值提现影响、HLP 金库真实示例及 Python 脚本。
简要结论:Hyperliquid 的公开
portfolio接口可为任意地址返回两组序列:账户价值和累计盈亏(PnL),覆盖最近一天、一周、一个月以及全部历史。计算回撤时应使用 PnL 序列,而不是账户价值,因为充值和提现会在没有任何交易的情况下改变账户价值。我们在 2026 年 10 月 24 日对 HLP 金库的快照显示:本月账户价值下降 3.8%,而 PnL 却增加约 57.2 万美元——下降来自提现,而不是亏损。
回撤是指从一个高点跌到其后最低点的幅度。它回答了每个交易者在看收益之前都应该问的问题:走到今天,中间承受了多大的痛苦?一个赚了 40% 但途中回撤 35% 的钱包,与一个赚了 25% 且从未回吐超过 5% 的钱包,是完全不同的两种选择。本文介绍 Hyperliquid 在哪里提供这些数据、导致大多数回撤数字出错的常见误区、一个使用真实数据的示例,以及一段可对任意地址计算回撤的 Python 脚本。如果你只想不写代码就看到某个钱包的权益和 PnL 图表,把地址粘贴到 Hyperfolio 即可:免费、只读,无需 API 密钥。
Hyperliquid 在哪里保存你的权益曲线
向 https://api.hyperliquid.xyz/info 发送 POST 请求,内容为 {"type": "portfolio", "user": "0x..."},会返回一组时间窗口。我们在 2026 年 10 月 24 日(约 07:05 UTC)调用时返回了 8 个:day、week、month、allTime,以及带 perp 前缀的同样四个窗口(perpDay、perpWeek 等),后者只统计永续合约。每个窗口包含:
accountValueHistory:由[毫秒时间戳, 账户价值(美元)]组成的列表。pnlHistory:由[时间戳, 累计 PnL(美元)]组成的列表。每个窗口都从0.0开始,因此最后一个点就是该窗口的 PnL。vlm:该窗口内的交易量。
该请求无需签名,因为它只读取公开数据。这也是只读追踪工具无需你连接任何东西就能绘制任意钱包图表的原因。该请求计入 info 接口的常规速率限制,如果要查询大量地址,请缓存结果。
采样:曲线不是逐笔数据
窗口越长,数据点之间的间隔越大。在我们的快照中,day 的中位间隔约 25 分钟(51 个点),week 约 2.4 小时(67 个点),month 约 9.6 小时(48 个点),allTime 约 14 天(对于一个 2023 年 5 月开始的账户共 101 个点)。在两个点之间发生并已恢复的盘中急跌不会显示出来。因此请把 allTime 得出的回撤视为下限,关注近期细节时使用较短的窗口。
常见误区:用账户价值计算回撤
账户价值变化有两个原因:交易结果,以及资金的流入或流出。提走一半资金,在权益曲线上看起来和亏损 50% 完全一样;一笔大额充值也可能掩盖真实亏损。解决方法很简单:使用 pnlHistory,它只随交易结果变化(按 Hyperliquid 的口径,包含已实现和未实现盈亏、资金费率及手续费)。你还可以推算出某个窗口的净资金流:
净充值 − 提现 ≈ (期末账户价值 − 期初账户价值)− 该窗口 PnL
实例:HLP 金库,2026 年 10 月 24 日
我们用下文脚本查询了 Hyperliquid 协议金库 HLP 的公开地址(0xdfc24b077bc1425ad1dea75bcb6f8158e10df303)。数字已四舍五入:
| 窗口 | 账户价值 | PnL | 推算净资金流 | 最大回撤(PnL 序列) |
|---|---|---|---|---|
| 一天 | 1.7713 亿 → 1.7715 亿美元 | +2.47 万美元 | −0.77 万美元 | 530 美元 |
| 一周 | 1.7776 亿 → 1.7715 亿美元 | +14.2 万美元 | −75.8 万美元 | 1.15 万美元(10 月 20 日 11:57 至 14:42 UTC) |
| 一个月 | 1.8412 亿 → 1.7715 亿美元 | +57.2 万美元 | −755 万美元 | 1,300 美元 |
| 全部历史 | 0 → 1.7715 亿美元 | +1.389 亿美元 | +3,830 万美元 | 466 万美元(2025 年 10 月 29 日至 11 月 12 日) |
看月度这一行。在权益曲线上,金库从 1.841 亿美元降到 1.771 亿美元,下跌 3.8%,看起来像是亏损的一个月。但 PnL 序列显示的恰恰相反:盈利约 57.2 万美元,PnL 从高点到低点的最大回落仅约 1,300 美元。约 750 万美元只是离开了金库。
全部历史这一行在更大规模上显示了同样的效果。2025 年 10 月 29 日至 11 月 26 日,账户价值从约 5.838 亿美元降至 4.481 亿美元,下跌 23%;同一组数据点上,累计 PnL 从 1.224 亿美元变为 1.179 亿美元。整个历史中最大的 PnL 回撤为 466 万美元,约为高点时账户价值的 0.8%。权益下降的其余部分都是提现。请记住采样的限制:数据点相隔两周,期间更深的回撤是看不到的。
把美元回撤换算成百分比
美元回撤容易计算,但难以在不同钱包之间比较。两种常见的百分比表示方法:
- 回撤 ÷ 高点时的账户价值。简单,在资金流较小时足够使用。上面的 HLP 示例就是用这种方法。
- 基于收益率的回撤。构建收益率序列,每一步为 PnL 变化 ÷ 上一个点的账户价值,复利累积成指数,再计算该指数从高点到低点的跌幅。当交易者频繁充值或提现时,这种方法更公平,因为每一步收益都基于当时真正承担风险的资金。
无论选哪种,都要说明。"最大回撤 12%" 如果不说明窗口、采样和方法,意义不大。
Python 脚本:计算任意 Hyperliquid 地址的最大回撤
脚本只使用公开的 info 接口和 requests 库。把占位符替换为任意地址即可。它会为每个窗口输出期初和期末账户价值、PnL、推算的净资金流,以及 PnL 序列的最大回撤及其日期。
import requests
from datetime import datetime, timezone
API = "https://api.hyperliquid.xyz/info"
ADDRESS = "0xYourWalletAddress" # any public address, no keys needed
def portfolio(user):
r = requests.post(API, json={"type": "portfolio", "user": user}, timeout=10)
r.raise_for_status()
return dict(r.json()) # [["day", {...}], ["week", {...}], ...] -> dict
def max_drawdown(points):
"""Largest peak-to-trough fall of a cumulative PnL series, in USD."""
peak_v, peak_t = None, None
worst = (0.0, None, None)
for t, v in points:
v = float(v)
if peak_v is None or v > peak_v:
peak_v, peak_t = v, t
dd = peak_v - v
if dd > worst[0]:
worst = (dd, peak_t, t)
return worst
def ts(ms):
return datetime.fromtimestamp(ms / 1000, tz=timezone.utc).strftime("%Y-%m-%d %H:%M")
data = portfolio(ADDRESS)
for window in ("day", "week", "month", "allTime"):
w = data[window]
av, pnl = w["accountValueHistory"], w["pnlHistory"]
av_start, av_end = float(av[0][1]), float(av[-1][1])
pnl_change = float(pnl[-1][1]) - float(pnl[0][1])
net_flows = (av_end - av_start) - pnl_change # deposits minus withdrawals (approx.)
dd, t_peak, t_trough = max_drawdown(pnl)
print(f"{window:8} points={len(pnl):3} equity {av_start:,.0f} -> {av_end:,.0f} "
f"PnL {pnl_change:+,.0f} net flows {net_flows:+,.0f} "
f"max DD ${dd:,.0f}" + (f" ({ts(t_peak)} -> {ts(t_trough)} UTC)" if t_peak else ""))
对 HLP 运行脚本,会得到与上表接近的数字(数据每隔几分钟更新)。如需更长或更细的数据(K 线、资金费率、按时间查询成交),请参阅我们的历史数据指南;info 接口的基础用法见 Python API 指南。
跟单或关注钱包前如何解读回撤
- 比较回撤与 PnL,而不只是 PnL 与时间。总 PnL 与最大回撤之比,告诉你交易者在最糟糕时每回吐 1 美元,换来了多少收益。
- 查看未平仓头寸。
pnlHistory包含未实现盈亏,因此持有大额亏损仓位的钱包即使还没平仓,也已经处于回撤中。我们的未实现盈亏指南解释了这个数字如何计算。 - 也看最短的窗口。平滑的
allTime曲线可能掩盖剧烈波动的日子。 - 警惕单笔大交易。如果全部历史 PnL 大多来自某一周,回撤指标对可重复的能力说明不了多少。请结合交易日志中的逐笔视图一起看。
- 金库也一样。金库存款人会看到同样的资金流影响,所以要看 PnL,而不是 TVL。详见我们的金库指南。
如何控制自己的回撤
回撤主要是仓位大小的问题。如果每笔交易只冒固定比例的权益风险,连续亏损时仓位会随之缩小;如果按固定美元金额下单,或在亏损后加杠杆,回撤会迅速加深。两个实用工具:根据止损距离计算仓位的仓位计算器,以及在你离开屏幕时也能执行计划的止盈止损订单。手续费和资金费率也会悄悄加深回撤,我们的真实盈亏指南展示了它们吃掉多少收益。
无需代码查看你的权益曲线
Hyperfolio 是免费、只读的 Hyperliquid 追踪工具。粘贴一个或多个钱包地址,即可在同一处查看账户价值、已实现和未实现盈亏、未平仓头寸、成交、资金费率和手续费;如果你也在 AsterDEX、Lighter 和 Robinhood Chain 交易,同样可以查看。无需签名或连接,还可以作为网页应用安装到手机上。
常见问题
什么是 Hyperliquid 回撤?
指账户累计 PnL 从最高点跌到其后最低点的幅度,可用美元或百分比表示。Hyperliquid 不直接显示回撤数字,但 portfolio 接口提供了计算所需的数据。
为什么我赚了钱,权益曲线却显示亏损?
最可能的原因是你提取了资金,或把资金转到了子账户或金库。账户价值包含这些资金流,PnL 序列则不包含。
PnL 历史包含资金费率和手续费吗?
该序列是 Hyperliquid 为账户计算的 PnL 数字,如需精确拆分,请与你的成交记录核对。我们的已平仓盈亏指南解释了已实现盈亏、手续费和资金费率之间的关系。
数据能追溯到多久以前?
allTime 窗口覆盖账户的全部历史;HLP 从 2023 年 5 月开始。该窗口的数据点相隔约两周,查看细节请使用 day、week 和 month。
查看别人钱包的回撤需要 API 密钥吗?
不需要。该接口是公开的,适用于任何地址。读取数据永远不需要私钥或 API 钱包。
month 和 perpMonth 有什么区别?
perp 窗口只统计永续合约,普通窗口则覆盖整个账户,包括现货余额。
以更低成本交易。刚开始使用 Hyperliquid?使用推荐码 HYPERFOLIO 可享受 4% 手续费折扣(推荐码如何生效),然后在 Hyperfolio 中免费追踪你的权益曲线和每一笔成交。
免费试用 Hyperfolio
实时追踪 Hyperliquid 投资组合,包含盈亏、Smart Money、Markets、Perp Calculator、多 venue 投资组合和推送提醒。
HYPERLIQUID
-4% fees在 Hyperliquid 交易 · 手续费 4% 折扣
Hyperfolio 是独立应用,免费使用,无需订阅。我们的资金来自 Hyperliquid 推荐、广告位和捐赠;非常感谢您通过我们的链接交易。
对您免费 · 让 Hyperfolio 持续运行
相关文章
Hyperliquid 清算地图:真实清算价位(2026)
用真实链上持仓而非估算热力图构建 Hyperliquid 清算地图。以 2026 年 11 月 2 日账户价值最大的 300 个账户为例,讲解如何解读清算集群与集中度,并附 Python 脚本。
指南Hyperliquid 最佳交易时间:按小时与星期(2026)
基于 672 根小时 K 线(2026 年 10 月 4 日至 11 月 1 日),按 UTC 小时和星期统计 Hyperliquid 上 BTC、ETH、HYPE、SOL 的成交量与波动率高峰,及其对滑点、止损和资金费率的影响,附 Python 脚本。
指南Hyperliquid 多空比:解读交易者持仓(2026)
为什么 Hyperliquid 全市场多空比永远是 1,如何用公开数据计算一组钱包的多空比,排行榜前 100 交易者的带日期案例,以及 Python 脚本。
指南Hyperliquid 夏普比率:风险调整后收益指南(2026)
用公开 portfolio 接口计算任意 Hyperliquid 钱包或金库的夏普比率和索提诺比率:充值提现陷阱、带日期的排行榜与 HLP 示例,以及 Python 脚本。
指南Hyperliquid 相关性与 beta:加密永续合约对冲指南(2026)
用公开 K 线 API 计算 Hyperliquid 的相关性和 beta:BTC、ETH、HYPE、SOL、XRP 和 DOGE 带日期的 30 日与 90 日矩阵、三个组合与对冲示例,以及 Python 脚本。
指南Hyperliquid 波动率与 ATR:止损、仓位与杠杆(2026)
用公开 K 线 API 自己计算 Hyperliquid 波动率:带日期快照中 BTC、ETH、HYPE、SOL、XRP 和 DOGE 的已实现波动率与 ATR,附止损、仓位和杠杆示例及 Python 脚本。