Autor: Frank, PANews
As whales (baleias) no Hyperliquid tornaram-se o foco das transações on-chain. Aqui, dramas de riqueza repentina e ruína completa desenrolam-se todos os dias.
Aprofundando-se nos dados on-chain, estas whales (baleias) revelam uma diversidade de personalidades. Algumas são "indicadores contrários" que detêm fundos substanciais mas falham repetidamente, algumas são "snipers" que ficam à espera durante meio ano para dar um golpe decisivo, e outras são "máquinas de sangue frio" que usam algoritmos para colher investidores de retalho a cada segundo.
Os dados retiraram o misticismo em torno destes grandes jogadores. A PANews selecionou cinco dos endereços mais representativos no Hyperliquid: incluindo o conhecido "Big Brother Machi", uma figura misteriosa suspeita de possuir informações privilegiadas, um market maker com biliões em capital, e o recente "milagre de retorno" e "touros inflexíveis". Através dos seus milhares de registos de transações, parece que podemos encontrar o nosso próprio retrato entre estes exemplos.
Falando do Irmão Machi, ele parece ter-se tornado um indicador contrário no mercado atual, desde as enormes perdas no Friend.tech até às atuais perdas massivas em contratos de futuros. As suas operações de negociação são quase sempre um exemplo negativo para profissionais e investidores na indústria cripto. Mas mesmo exemplos negativos ainda são lições.
Desde que entrou no mercado de negociação Hyperliquid, Machi acumulou perdas de $46,5 milhões, colocando-o entre os maiores perdedores em toda a tabela de classificação de negociação do Hyperliquid. O perfil do seu estilo de negociação revela um padrão típico de alta taxa de vitórias e baixo rácio de lucro/perda. A sua taxa de vitórias geral é de 77%, mas o seu rácio de lucro/perda é de 1:8,6. Além disso, o seu tempo médio de holding para negociações vencedoras é de 31 horas, enquanto o seu tempo médio de holding para negociações perdedoras é um impressionante 109 horas. Isto indica uma tendência para sair com pequenos lucros, mas uma tendência para fazer holding de posições perdedoras até incorrer em perdas massivas ou mesmo uma chamada de margem.
No geral, a sua capacidade de julgar tendências de mercado de curto prazo é de facto bastante precisa, mas ao estabelecer estratégias de negociação, ele sempre arrisca perder até $8,60 para ganhar $1.
No entanto, na negociação real, a sua posição geral ainda era lucrativa em $15 milhões antes da queda do mercado em 11 de outubro. Após a queda, devido à liquidação de múltiplas ordens em XPL e ETH, o seu lucro geral transformou-se numa perda de mais de $11 milhões. Subsequentemente, com mais negociações, ele afastou-se cada vez mais do ponto de equilíbrio.
Analisando as causas fundamentais das perdas de Maji, duas características tornaram-se as suas falhas fatais.
Primeiro, ele era um "touro obstinado", com 94% das suas negociações sendo long e apenas 6% sendo short. Ele perdeu $46,88 milhões em posições long e ganhou $380.000 em posições short. Este estilo unilateral é fatal num mercado em queda. Segundo, ele fez média para baixo nas perdas sem usar ordens de stop-loss. Em muitas das suas grandes negociações perdedoras, quando as suas ordens estavam à beira da liquidação, a sua primeira escolha era frequentemente adicionar margem em vez de stop-loss. Isto levou ao escalonamento das suas perdas. No geral, os lucros do Irmão Machi eram como "comida de pássaro", e as suas perdas eram como "crashes de mercado". Da perspectiva da psicologia de negociação, o Irmão Machi tem falhas significativas na aversão à perda, recusa em admitir erros e custos afundados, tornando-o inadequado para emulação.
Se Machi é um guerreiro de sangue quente empunhando uma metralhadora, então este tipo é um sniper que fica em emboscada por três dias apenas para puxar o gatilho uma vez.
Ele negociou com muito pouca frequência, completando apenas cinco negociações em seis meses, com uma taxa de vitórias de 80%, ganhando um impressionante $98,39 milhões. Além disso, ao contrário do seu amigo que constantemente depositava dinheiro, esta whale (baleia) estava constantemente a sacar fundos.
A sua negociação mais famosa foi depositar $80 milhões em 11 de outubro para vender a descoberto BTC, e depois sacar com um lucro de mais de $92 milhões cinco dias depois. Após completar essa negociação surpreendente, ele não se demorou, mas manteve-se contido. Ele então vendeu a descoberto novamente em 20 de outubro, ganhando $6,34 milhões. Embora tenha sofrido uma pequena perda de $1,3 milhões na sua posição long em 8 de novembro, foi insignificante comparado com os seus lucros anteriores. Atualmente, a sua conta ainda detém posições long de ETH no valor de $269 milhões, com um lucro flutuante de aproximadamente $17,29 milhões. A julgar pelo seu estilo de negociação, este figurão, acreditado por ter informações privilegiadas, é como um crocodilo à espreita, permanecendo imóvel até atacar, dando a maior mordida no mercado e depois desaparecendo.
O endereço 0x5b5d51203a0f9079f8aeb098a6523a13f298c060 é atualmente o endereço mais lucrativo no Hyperliquid. Se os dois primeiros são "apostadores" e "caçadores", este é uma super whale (baleia) ao nível de market making. Até à data, este endereço depositou um total de $1,11 biliões no Hyperliquid e depois sacou $1,16 biliões. O seu lucro não realizado atual é aproximadamente $143 milhões.
A sua estratégia envolve primeiro estabelecer várias posições iniciais grandes, como posições short em múltiplos tokens como ETH. Depois, ele frequentemente adiciona e reduz estas posições usando algoritmos para gerar lucros. Isto resulta em dois modelos de lucro: um é lucrar com posições short em tendência, e o outro é capturar oportunidades de arbitragem no mercado através de negociação de alta frequência.
Uma análise mais detalhada revela que não só o endereço de topo é um trader usando este método, mas o segundo e terceiro endereços classificados também são whales (baleias) lucrando com esta estratégia de arbitragem.
Tomando o segundo endereço classificado como exemplo, 51% das suas transações eram ordens pendentes, colocando ordens de compra e venda no topo e fundo do livro de ordens para lucrar com pequenas flutuações. Embora o tamanho de cada transação individual fosse pequeno, apenas $733, o endereço completou 1.394 ordens de moedas num dia, e o lucro diário poderia acumular para dezenas de milhares de dólares.
No entanto, as operações destas whales (baleias) são de pouco valor de referência para investidores de retalho, porque as whales (baleias) não só têm uma vantagem de taxas, mas também têm programas quantitativos de alta velocidade e suporte de hardware.
Este endereço não é realmente considerado uma whale (baleia), mas veio sob o escrutínio da PANews devido aos seus retornos excepcionalmente altos na semana passada.
Em termos de tamanho de capital, este endereço tinha investido anteriormente aproximadamente $46.000, o que parece ser típico de um investidor de retalho. Olhando para os resultados de negociação passados, o saldo da sua conta continuou a diminuir até ao final de novembro, com uma taxa de perda atingindo 85%. Durante este período, ele era um típico perdedor, com negociação aleatória e teimosamente fazendo holding de criptomoedas de pequena capitalização.
No entanto, após 2 de dezembro, ele parecia uma pessoa completamente diferente, ou talvez tivesse encontrado o santo graal da negociação, alcançando um recorde perfeito de 21-0 até 9 de dezembro. Ele também aumentou o seu capital inicial de $129 para $29.000, demonstrando crescimento exponencial.
Em 3 de dezembro, ele tentativamente abriu uma posição com 1 ETH, ganhando $37. Em 5 de dezembro, confirmando a sua sensação inicial, ele aumentou a sua posição para 5-8 ETH, ganhando cerca de $200 numa única negociação. Em 7 de dezembro, ele aumentou a sua posição para 20 ETH, alcançando um lucro de $1000 numa única negociação. No dia 8, ele aumentou a sua posição para 50-80 ETH, ganhando $4000 numa única negociação. Em 9 de dezembro, a sua posição atingiu 95 ETH, com um lucro de $5200 numa única negociação.
O acima é uma visão geral das suas atividades de negociação recentes, durante as quais ele fez várias mudanças. Primeiro, ele parou de negociar tudo e mudou para negociar apenas ETH. Anteriormente, ele negociava mais de dez criptomoedas diferentes. Segundo, ele parou de fazer holding de posições perdedoras e optou por uma abordagem rápida e lucrativa. O seu tempo médio de holding era anteriormente cerca de 33,76 horas, mas na semana passada, diminuiu para 4,98 horas. Ele parece ter abandonado o holding de posições perdedoras e adotado uma estratégia de tomada de lucros. Terceiro, o dimensionamento da sua posição mudou de aberturas aleatórias para uma estratégia de "rolagem". Esta estratégia de "rolagem" é um método comum para fazer crescer rapidamente pequenas quantidades de capital.
No entanto, enquanto os seus lucros aumentaram rapidamente, a sua alavancagem também aumentou significativamente. Em negociações passadas, a sua alavancagem média era de 3,89x, recentemente subindo para cerca de 6,02x. Isto amplificou o seu risco de negociação; no momento da escrita, a sua posição recente de ETH incorreu em perdas excedendo $9.000 devido à rápida subida do mercado, eliminando quase metade dos seus lucros. A sua curva de lucro também mudou de um aumento exponencial ascendente para uma queda precipitada.
No geral, esta mudança no estilo de negociação de facto tornou-o mais forte, mas também mais vulnerável. Se ele pode recuperar as suas perdas depende de como ele lida com ordens perdedoras e mantém uma alta taxa de vitórias.
Comparado com os traders mencionados acima, o estilo desta whale (baleia) é mais como o de um crente firmemente otimista e uma "vítima" de SOL.
O investimento total desta whale (baleia) atingiu $236 milhões, com posições long representando 86,32% das suas negociações totais. Das suas mais de 700 negociações, 650 eram posições long. No entanto, ele perdeu mais de $5,87 milhões nas suas posições long, enquanto lucrou $189.000 nas suas posições short. Embora tenha perdido mais de $5 milhões no geral, este drawdown (aproximadamente 2,4%) ainda está dentro de uma faixa gerenciável comparado com o seu volume de negócios total de mais de $200 milhões. O seu maior problema reside na estrutura da sua posição.
A sua estrutura de perda era muito peculiar; quase todos os seus lucros foram eliminados por SOL sozinho. Entre os tokens que ele negociou, FARTCOIN e SUI renderam lucros excedendo $1 milhão, enquanto ETH e BTC também geraram lucros próximos a $1 milhão. No entanto, a sua perda única em SOL atingiu $9,48 milhões. Se você excluir as perdas de SOL, ele é na verdade um trader muito habilidoso (lucros acumulados de aproximadamente $4 milhões em outras criptomoedas). Mas ele parecia ter uma obsessão com SOL, teimosamente fazendo holding de posições long, apenas para ser repetidamente eliminado pela tendência descendente de SOL.
Da sua negociação, podemos aprender o seguinte: mesmo que você tenha centenas de milhões de dólares, se você desenvolver "apego emocional" ou "obsessão" com uma certa criptomoeda, isso pode facilmente destruí-lo, especialmente se você for contra a tendência.
Em suma, neste mar profundo repleto de whales (baleias), algoritmos e negociação com informações privilegiadas, não há santo graal de sucesso. Para investidores comuns, as ações destas whales (baleias) são largamente irreplicáveis. Talvez a única coisa que podemos aprender com eles não seja como ganhar cem milhões de dólares, mas como evitar tornar-se um perdedor como o Irmão Machi que "faz holding de posições perdedoras", e como não tentar desafiar máquinas algorítmicas incansáveis com os nossos fundos e velocidade limitados.
Respeitar o mercado e as tendências pode ser a lição mais valiosa que o mercado nos ensina.

Pesquisadores da Universidade de Utah, nos EUA, desenvolveram uma prótese de mão que utiliza inteligência artificial para realizar movimentos de forma autônoma, reduzindo significativamente o esforço cognitivo de pessoas com amputações. O avanço representa uma mudança importante na forma como próteses robóticas funcionam, aproximando-as da maneira natural como humanos seguram objetos. A tecnologia integra sensores de proximidade e pressão em uma mão biônica comercial fabricada pela TASKA Prosthetics, segundo informações da universidade. Os pesquisadores desenvolveram pontas de dedos personalizadas equipadas com sensores ópticos capazes de detectar até mesmo objetos extremamente leves, como uma bola de algodão. A partir dos dados coletados pelos sensores, uma rede neural artificial foi treinada para reconhecer diferentes posturas de preensão. O sistema permite que cada dedo trabalhe de forma independente, ajustando-se automaticamente à distância necessária para formar um agarre perfeito do objeto. Marshall Trout, pesquisador de pós-doutorado no Utah NeuroRobotics Lab e autor principal do estudo, explicou que "por mais realistas que as próteses estejam se tornando, controlá-las ainda não é fácil nem intuitivo". Segundo ele, quase metade dos usuários abandona suas próteses, frequentemente citando controles inadequados e sobrecarga cognitiva. Equilíbrio entre o controle humano e o controle da máquina Um dos desafios centrais do projeto foi encontrar o equilíbrio adequado entre o controle humano e o controle da máquina. Os pesquisadores criaram uma abordagem que compartilha o comando entre o usuário e o agente de inteligência artificial. "O que não queremos é o usuário lutando com a máquina pelo controle. Ao contrário, aqui a máquina melhorou a precisão do usuário e também tornou as tarefas mais fáceis", afirmou Trout. Ele complementou que a máquina ampliou o controle natural dos participantes, permitindo que completassem tarefas sem pensar nelas. Jacob A. George, professor de engenharia e líder do estudo, destacou que "ao adicionar alguma inteligência artificial, conseguimos transferir esse aspecto da preensão para a própria prótese". O resultado, segundo ele, é um controle mais intuitivo e destreza maior, o que permite que tarefas simples voltem a ser simples. Testes confirmam melhor desempenho e menor carga mental O estudo, publicado na revista Nature Communications, contou com a participação de quatro pessoas com amputações entre o cotovelo e o pulso. Os testes demonstraram maior segurança na pegada, maior precisão e menor esforço mental em comparação com o uso de próteses convencionais. Os participantes conseguiram realizar diversas tarefas cotidianas que exigem controle motor fino, como pegar objetos pequenos e levantar um copo, utilizando diferentes estilos de preensão. Todas essas atividades foram executadas sem treinamento extensivo ou prática prévia. Tarefas aparentemente simples, como beber de um copo plástico, representam grandes desafios para pessoas com amputações. Apertar com pouca força resulta em queda do objeto, enquanto apertar demais pode quebrá-lo. O sistema desenvolvido pelos pesquisadores transfere essa responsabilidade para a prótese. Próximos passos O trabalho faz parte do projeto mais amplo do Utah NeuroRobotics Lab, a de melhorar a qualidade de vida de pessoas com amputações. George informou que a equipe também está explorando interfaces neurais implantadas que permitam aos indivíduos controlar próteses com a mente e até recuperar o sentido do tato. Os próximos passos incluem combinar essas tecnologias para os sensores aprimorados poderem melhorar a função tátil e a prótese inteligente possa se integrar perfeitamente ao controle baseado em pensamento. Mais Lidas

