alpha50: matematyka, która napędza rój

Copy-trading sprzedaje bajkę: znajdź jednego geniusza, powiel jego wallet, zgarnij fortunę. Problem w tym, że jeden wallet to jedna próbka. Z pojedynczej ścieżki nie odróżnisz umiejętności od zwykłego fartu, a dzień, w którym twój geniusz wysadza konto, jest dniem, w którym wysadzasz je razem z nim. Przejmujesz jego tilt, jego edge działający tylko na jednej giełdzie, jego odwetowego trejda o trzeciej nad ranem — wszystko, w pełnej wielkości.

alpha50 zaczyna od dokładnie odwrotnego założenia. W teorii portfela od ponad pół wieku znany jest rezultat, który wiele niedoskonałych sygnałów zamienia w jeden dobry. Bridgewater Raya Dalio ochrzcił go świętym Graalem inwestowania. Do copy-tradingu prawie nikt go nie przyłożył, bo prawie nikt nie miał czystego, weryfikowalnego i działającego na żywo strumienia danych o traderach z prawdziwym warsztatem. Perpsy on-chain to zmieniły.

Ten tekst to matematyka od deski do deski: dlaczego dywersyfikacja to jedyny darmowy lunch na rynku, dlaczego starannie dobrany tłum traderów to idealne miejsce, żeby ten lunch skonsumować, i jak z pięćdziesięciu sygnałów przekonania na żywo złożyć jedną pozycję z zapanowanym ryzykiem.

Teza w jednym zdaniu: przewaga alpha50 jest statystyczna, nie prognostyczna. Model niczego nie przepowiada o cenie. Wyciąga redukcję wariancji z zespołu sygnałów — zdolnych, lecz zaszumionych — a cała gra toczy się o korelację między nimi.

1. Święty Graal inwestowania

Intuicja Dalio jest zwodniczo prosta. Weź strumienie zwrotów, z których każdy ma dodatnią oczekiwaną stopę i z grubsza podobne ryzyko. Kiedy dokładasz kolejne strumienie nieskorelowane między sobą, zwrot portfela się nie zmienia, ale ryzyko spada — i to szybko. Zestaw piętnaście naprawdę nieskorelowanych strumieni, a zbijesz zmienność o jakieś 80%, nie oddając ani jednego punktu bazowego oczekiwanego zwrotu.

Cały mechanizm to po prostu sposób, w jaki sumuje się wariancja. Dla $N$ strumieni o równych wagach, każdy o zmienności $\sigma$ i średniej korelacji parami $\rho$, ryzyko portfela wynosi:

Z tego pierwiastka wynikają dwie rzeczy — i to w nich mieści się cała historia.

Dokładaj strumienie, a ryzyko maleje — ale każda krzywa wypłaszcza się na poziomie σ·√ρ. Przy ρ = 0.25 nie zejdziesz poniżej ~50% ryzyka jednego strumienia, choćbyś dołożył ich nie wiadomo ile.

Po pierwsze: kiedy ρ jest bliskie zera, ryzyko maleje jak 1/√N — klasyczna krzywa dywersyfikacji pikująca ku zeru. Po drugie, i ważniejsze: wraz ze wzrostem N ryzyko portfela nie schodzi do zera. Zbiega do poziomu σ·√ρ. To korelacja, a nie liczba pozycji, ustawia tę granicę. Pięćdziesiąt strumieni przy ρ = 0.25 nie jest ani odrobinę bezpieczniejszych niż dziesięć przy ρ = 0.25. Dywersyfikację ogranicza korelacja — i tyle. Zapamiętaj to, bo przesądza o wszystkim, co dotyczy budowy kohorty.

2. Traderzy to strumienie zwrotów — lepsze niż klasy aktywów

Dalio dywersyfikował między klasami aktywów. To trudne, bo klas jest tylko tyle, ile jest, a w decydujących momentach lubią poruszać się w jednym rytmie. Zdolny trader to dużo lepszy budulec. Każdy z nich jest osobną strategią — żywym, adaptującym się strumieniem zwrotów o dodatnim dryfie, który już przeszedł całą baterię testów na twardej rzeczywistości poza próbą: prawdziwe fille, prawdziwe drawdowny, prawdziwie zapłacony funding.

A on-chain wszechświat jest ogromny. Spośród ~13,000 walletów, które indeksujemy na Hyperliquid, próg ostrych filtrów umiejętności przechodzi zaledwie kilkaset. Ta nadwyżka to luksus, dzięki któremu święty Graal w ogóle działa: nie jesteśmy skazani na branie tego, kto akurat jest pod ręką, jak alokator aktywów. Możemy dobierać pod kątem dekorelacji. Scalper na momentum na majorsach, desk grający na powrocie do średniej na mid-capach, trader swingujący na indeksach giełdowych na HIP-3, specjalista od funding carry — to zupełnie różne zakłady, nie różne odcienie tej samej bety. Właśnie takiego surowca domaga się matematyka.

Dywersyfikujemy alfę, nie piętrzymy bety. I to ta różnica sprawia, że rzecz w ogóle ma prawo działać.

3. Od redukcji ryzyka do wzmocnienia Sharpe'a

Odwróćmy to samo równanie. Jeśli każdy członek ma warsztat — Sharpe na trejda równy S — to zebranie N takich osób przy średniej korelacji ρ daje Sharpe portfela:

$A(N,\rho )$ to cała propozycja wartości sprowadzona do jednej liczby: ile razy skorygowany o ryzyko zwrot roju przebija zwrot przeciętnego członka. To jest ten wykres, który się liczy.

Przy ρ = 0 współczynnik wynosi √N — jakieś 7× dla pięćdziesięciu walletów. Przy realistycznej korelacji jest znacznie niższy, ale wciąż zdecydowanie ponad 1.

Policzmy to uczciwie. Idealna niezależność (ρ = 0) daje √50 ≈ 7.1×, ale to mrzonka — zdolni traderzy dzielą część ekspozycji na ten sam rynek. Przy realistycznej średniej korelacji ρ ≈ 0.2 współczynnik nadal wynosi około 2.1×. Kohorta traderów miernych z osobna, każdy z Sharpe 1.0, staje się księgą o Sharpe 2. To różnica między strategią, do której nikt nie dokłada kapitału, a taką, o miejsce w której desk toczy boje.

4. Budowa roju to zadanie z dekorelacji, nie ranking

Tutaj po cichu wykłada się większość produktów spod znaku „kopiuj najlepszych traderów" — i tutaj matematyka wymusza projekt, który wcale nie jest oczywisty.

Naiwny odruch to posortować każdy dopuszczony wallet po Sharpie i wziąć pięćdziesiątkę z czołówki. To błąd. Jeśli w twojej pięćdziesiątce siedzą sami traderzy momentum jadący na tych samych majorsach, ich ρ to 0.7, a wzmocnienie ~1.2× — zbudowałeś drogą, lewarowaną wersję jednego tradera. Ranking maksymalizuje jakość pojedynczych nazwisk i ignoruje jedyną zmienną, która naprawdę decyduje o wypłacie.

Właściwym celem jest efektywna liczba niezależnych zakładów:

Pięćdziesiąt walletów przy ρ = 0.25 jest warte mniej niż cztery niezależne zakłady. Selekcja musi walczyć o dekorelację, a nie o liczbę głów.

Pięćdziesiąt walletów przy ρ = 0.25 daje ci mniej niż cztery efektywne zakłady. Budowa kohorty jest więc zadaniem z optymalizacji portfela: maksymalizuj N_eff przy zadanej podłodze umiejętności, a nie średnią umiejętność. W praktyce znaczy to grupowanie kandydatów w archetypy strategii według korelacji ich strumieni zwrotów i tego, na jakich instrumentach grają, a potem wyciąganie najlepszego ocalałego z każdego klastra — świadomie oddając odrobinę indywidualnego Sharpe'a za sporą porcję niezależności. Wallet, który jest ósmym najlepszym traderem momentum, ale jedynym specjalistą od funding carry, jest dla roju cenniejszy niż trzeci najlepszy trader momentum.

Dochodzą do tego dwie kolejne dyscypliny quantowe, bo surowa selekcja się przeucza:

• Shrinkage. Zmierzony Sharpe walleta to tylko estymat, a estymaty najwyższych Sharpe'ów są najmocniej napompowane szczęściem (klątwa zwycięzcy). Ściągnij Sharpe każdego członka ku średniej kohorty — pociągnięcie w duchu James–Stein / empirical Bayes, tym silniejsze, im mniej trejdów stoi za estymatem. Przestajesz płacić pełną stawkę za dobrą passę.
• Korelacja też jest estymowana — i to niestacjonarnie. Użyj estymatora kowariancji ze shrinkage'em (Ledoit–Wolf), żeby selekcja nie goniła za pozorną dekorelacją, która wyparuje w przyszłym tygodniu.

Kohortę oceniamy dalej na bieżąco, z histerezą: wallet musi spaść wyraźnie poniżej progu, zanim wypadnie, żeby księgi nie miotał szum rankingowy tuż przy granicy.

5. Zamiana konsensusu w pozycję

Agregacja opłaca się tylko wtedy, gdy przełożysz ją na ekspozycję, nie wprowadzając z powrotem ryzyka pojedynczego walleta, które dopiero co zdywersyfikowałeś. Sygnał dla każdego instrumentu to opatrzony znakiem, ważony przekonaniem i znormalizowany o ryzyko konsensus:

Gdzie dla każdego walleta kohorty $i$ trzymającego instrument $c$:

• $s_i=\pm 1$ — strona, po której stoi (long lub short).
• ${\kappa }_i=|{\text{notional}}_i|/{\text{equity}}_i$ — przekonanie: wielkość pozycji względem jego własnej księgi.
• $w(S_i)$ — waga ze shrinkage'owanego Sharpe'a: $0$ poniżej $S=1$, narastająca do $1$ przy $S\approx 5$.
• ${\pi }_i={\sigma }_{\text{target}}/{\sigma }_{\text{realized}}(c)$ — skalar risk parity: równe ryzyko, nie równe dolary.
• $c_{\max }$ — pułap wkładu na jeden wallet, żeby żaden pojedynczy wieloryb nie dźwigał całej księgi.

Każdy człon coś tu realnie dźwiga — żaden nie jest ozdobnikiem. Przekonanie odczytuje wielkość pozycji względem equity samego tradera, więc wieloryb ładujący 40% swojej księgi w jeden instrument znaczy więcej niż taki, który ledwie umoczył palec. Waga Sharpe'a ścina znaczenie szczęściarzy. Risk parity to część, którą naiwni kopiujący pomijają: skalujesz według ryzyka, nie dolarów, żeby pozycja na memecoinie o zmienności 120 po cichu nie zdominowała pozycji na BTC o tym samym notionalu. Pułap to element, który egzekwuje tezę — żaden pojedynczy wallet nie ruszy sygnału daleko o własnych siłach, więc zbudowanie wielkości wymaga realnej zgody wielu walletów. Ta zgoda — konfluencja — to praktyczny sprawdzian, czy „to prawdziwa alfa, a nie idiosynkrazja jednego tradera".

Dwie poprawki, które porządna implementacja jest winna modelowi:

• Edge skorygowany o funding. Na perpsach carry to realne pieniądze. Zatłoczony long płacący 60% fundingu w skali roku ma niższy zwrot netto, niż podpowiada surowy sygnał cenowy; odejmij go, zanim ustalisz wielkość.
• Dopasowanie po cenie wejścia. Wchodzisz zawsze po kohorcie — to poślizg naśladowcy, podatek od całego przedsięwzięcia. Wchodź na świeżych otwarciach, blisko poziomu, na którym kohorta faktycznie weszła, zamiast gonić ruch, który zdążył już odjechać o 5%. Dzięki temu twoje ryzyko zostaje takie samo jak tradera, którego sygnał bierzesz, i to właśnie ono decyduje, czy złapiesz edge, czy oddasz go spreadowi.

6. Ustalanie wielkości pozycji: volatility targeting i frakcyjny Kelly

Sygnał mówi ci kierunek i pewność. Nie mówi ile. Zła wielkość pozycji to powód, dla którego strategie z realnym edge'em i tak padają.

Dwie warstwy. Najpierw volatility targeting na poziomie portfela: wybierz docelowe ryzyko — powiedzmy 15% w skali roku — i skaluj ekspozycję brutto odwrotnie do zrealizowanej zmienności.

Gdy rynek robi się gwałtowny, zrealizowana zmienność rośnie, a księga automatycznie się kurczy ($L_t$ spada). Odczuwane ryzyko zostaje mniej więcej stałe, zamiast puchnąć dokładnie wtedy, gdy warunki są najgorsze.

Po drugie, frakcyjny Kelly na intensywności sygnału. Kelly mówi, że zakład optymalny dla wzrostu skaluje się jak przewaga przez wariancję, $f^{\ast }=\mu /{\sigma }^2$. Pełny Kelly jest notorycznie zbyt agresywny — zakłada, że znasz $\mu$ co do joty, a nigdy go nie znasz. Błąd estymacji na samej górze jest bezlitosny, więc stawiaj ułamkiem (pół-Kelly albo mniej): więcej, gdy konsensus jest mocny i szeroki, mniej, gdy jest cienki, i nigdy całej stawki na jeden odczyt. Mocny sygnał, wiele nieskorelowanych głosów zgodnych ze sobą, niski funding — wtedy dociskasz. Samotny wieloryb na cienkim sygnale ledwie drgnie na wadze.

7. Gdy Graal pęka: ryzyko korelacji

Teraz część uczciwa — ta, którą pomija się w prezentacji sprzedażowej. Święty Graal ma jeden tryb awarii i jest on strukturalny: ρ nie jest stałe. W kryzysie koreluje się wszystko. Zdolny trader momentum, desk od powrotu do średniej, swingujący na indeksie giełdowym — w gwałtownej kaskadzie likwidacji wszyscy są po prostu long ryzyko i wszyscy krwawią razem. ρ pędzi ku 1 i dokładnie wtedy, gdy dywersyfikacji potrzebujesz najbardziej, A(N, ρ) zapada się ku 1×.

Ta sama krzywa dla pięćdziesięciu walletów. Przewaga 2.1× z reżimu spokoju potrafi spaść do ~1.1×, gdy korelacja strzela w górę. Dywersyfikacja nie „zawodzi" — robi dokładnie to, co mówi matematyka, i właśnie dlatego warstwa ryzyka nie może być opcjonalna.

To nie usterka do zamalowania; to powód, dla którego zarządzanie ryzykiem jest tu pełnoprawnym filarem, a nie doczepką. Obrona musi być dynamiczna i świadoma korelacji:

• Monitoruj zrealizowaną korelację wewnątrz kohorty na żywo. Gdy ρ podskakuje — sygnał zmiany reżimu — tnij ekspozycję brutto, zaciśnij cel zmienności i traktuj konsensus jako mniej wiarygodny, dopóki się nie unormuje.
• Twarde bezpieczniki pod miękkimi: stop-lossy na pojedynczą pozycję i portfelowy bezpiecznik obsunięcia, który spłaszcza księgę i wstrzymuje nowe ryzyko po przekroczeniu dziennego progu straty. Domykają ogon; nie próbują go przewidywać.

Strategia nie jest pomyślana tak, żeby unikać szkód z ogona. Jest pomyślana tak, żeby je domknąć, przetrwać i wciąż stać na nogach, by przez pozostałe 95% czasu procentować przewagą 2×.

8. Model na danych na żywo: ostatnie 30 dni

Teoria jest tania. Więc proszę — ostatnie trzydzieści dni kohorty na Hyperliquid, potraktowane dokładnie tak, jak traktuje je model: zrealizowany dzienny P&L każdego walleta, znormalizowany o wartość jego konta, staje się strumieniem zwrotów; strumienie zlewają się w jedną księgę o równych wagach — rój. Trzydzieści z pięćdziesięciu walletów handlowało w oknie na tyle aktywnie, by w ogóle utworzyć strumień.

Każda blada linia to jeden członek kohorty; pogrubiona to księga o równych wagach. Członkowie się rozłażą — jedni rwą w górę, inni dreptają w bok. Rój to gładka ścieżka przewleczona między nimi: większość wzrostów, ułamek trzęsienia.

Sensacją nie jest zwrot — jest nią kształt. Rój zarobił więcej niż typowy członek, biorąc na klatę mniej więcej jedną trzecią obsunięcia — czyli święty Graal robiący dokładnie to, co obiecała algebra: ten sam dryf, znacznie mniej szumu. Zrealizowane wzmocnienie ~3.4× ląduje poniżej teoretycznego sufitu ~4.9×, który wynika ze zmierzonej korelacji — to realia skończonej próbki, nie bajka o darmowym lunchu.

Czytaj to z zastrzeżeniami, na jakie zasługuje. To P&L ze zrealizowanych zamknięć: pomija wycenę rynkową pozycji wciąż otwartych, więc bezwzględna zmienność — a przez to bezwzględny Sharpe — jest zaniżona i nie jest liczbą, na której da się handlować. Odporny jest stosunek, bo licznik i mianownik liczymy tak samo. A zmierzone ρ ≈ 0.01 to niemal na pewno niedoszacowanie prawdziwej korelacji ekonomicznej — zamknięcia zdarzają się rzadko i rzadko układają się dzień w dzień — i właśnie dlatego ogon z §7, w którym korelacja strzela ku jedynce, pozostaje ryzykiem, które się liczy. Jeden spokojny miesiąc to ilustracja, nie test warunków skrajnych.

9. Dwie strony tej transakcji

Dla wpłacającego. Dostajesz coś, co dawniej wymagało własnego quantowego desku: zdywersyfikowaną, celowaną pod ryzyko, na bieżąco rebalansowaną księgę zweryfikowanej alfy on-chain — bez wybierania walletów, ślęczenia nad wykresami i uczenia się, czym jest estymator Ledoit–Wolf. Ekspozycja pozostaje non-custodial; silnik podpisuje transakcje, nigdy wypłaty. Hasło nie brzmi „skopiuj geniusza". Brzmi „miej cały zespół, z ryzykiem rozpisanym inżyniersko".

Dla protokołu. Model nie dokłada żadnych emisji tokenów i nie stawia żadnej prognozy ceny. To mądrzejsza alokacja ryzyka między sygnałami, które i tak już istnieją, prowadzona przejrzyście i automatycznie, z prowizjami dopasowanymi do aktywności i wyników, a nie do płaskiego czynszu. Poinformowany, zagregowany flow jest przy okazji, po cichu, dobry dla odkrywania ceny na giełdach, na których handluje.

10. Ograniczenia i pojemność

Żaden uczciwy tekst quantowy nie kończy się bez zastrzeżeń:

• Poślizg naśladowcy to stały podatek. Wzmocnienie musi go pokryć netto, po prowizjach i slippage'u; zwłaszcza na cienkich księgach HIP-3 o P&L decyduje jakość egzekucji, nie jakość sygnału.
• Pojemność i refleksyjność. Edge zanika wraz z wielkością. Skopiuj zbyt dużo kapitału, a zaczniesz ruszać te same rynki, które odczytujesz, i sygnał się zatłoczy. Strategia ma skończony sufit AUM i dobór wielkości musi go respektować.
• Błąd estymacji i przeżywalność. Każdy Sharpe, każda korelacja, każda granica klastra jest estymowana ze skończonej, zaszumionej, po części przeuczonej historii. Shrinkage pomaga; nie leczy.
• Ogon skoku ρ, omówiony wyżej, to ryzyko dominujące — i to po to, żeby je domknąć, istnieje cała warstwa ryzyka.

Podsumowanie

alpha50 nie jest próbą przechytrzenia rynku w prognozach. Jest próbą zbudowania — inżyniersko — najstarszego darmowego lunchu w finansach, czyli dywersyfikacji między nieskorelowanymi strumieniami zwrotów o dodatniej przewadze, na strumieniu, którego świat nigdy wcześniej nie opakował: żywym, weryfikowalnym przekonaniu najlepszych traderów on-chain.

Przewaga żyje w strukturze korelacji. Zbuduj kohortę tak, by ją zminimalizować, ważąc według ryzyka i shrinkage'owanego warsztatu, dobieraj wielkość według zmienności i frakcyjnego Kelly'ego, i stój na warcie na wypadek reżimu, w którym korelacja cię zdradzi. Zrób to, a pięćdziesięciu zaszumionych, omylnych, z osobna do pokonania traderów zamienia się w jeden sygnał, którego pokonać jest trudno.

To właśnie ten święty Graal. My po prostu znaleźliśmy nowe miejsce, w którym można go skonsumować.

Zobacz to na żywo. Pulpit roju alpha50 pokazuje w czasie rzeczywistym przekonanie kohorty na żywo, otwarte pozycje i krzywą kapitału z zarządzanym ryzykiem obsunięć. Kiedy zechcesz, żeby ten zespół pracował dla ciebie, skopiuj strategię jednym kliknięciem — non-custodial, z silnikiem, który podpisuje transakcje, ale nigdy wypłat.