| Link | Frontend Repo | Backend Repo | Figma |
"PnL 순위표를 넘어, 트레이더의 '실력'을 읽다"
기존 Hyperliquid 리더보드는 단순 PnL 순위만 제공합니다. 우리는 AI Agent를 활용해 트레이더의 리스크 관리 능력, 트레이딩 스타일, 지속 가능성을 분석하여 "진짜 실력자"를 식별합니다.
| 기존 대시보드 | 우리 솔루션 |
|---|---|
| PnL 금액 순위 | 6가지 리스크 조정 메트릭 |
| 숫자 나열 | AI Agent의 트레이딩 스타일 분석 |
| 스냅샷 데이터 | 전체 기간 히스토리 분석 |
| 랭킹만 제공 | 백분위 + 정성 평가 + 지속가능성 판단 |
"PnL 1위 = 최고의 트레이더?"
현실:
- 어제의 1위가 오늘 청산
- 100배 레버리지로 운 좋게 수익 → 다음 거래에서 전액 손실
- 높은 수익률의 이면에 숨겨진 극단적 리스크
문제점:
- 투자자는 "따라할 트레이더"를 찾지만, PnL만으로는 판단 불가
- 펀드/VC는 운용 위탁 대상을 심사하지만, 리스크 프로파일 파악 불가
- 트레이더 본인도 자신의 강점/약점을 객관적으로 모름
PnL 하나가 아닌, 6가지 핵심 지표로 트레이더를 입체적으로 평가:
| 메트릭 | 의미 | 왜 중요한가 |
|---|---|---|
| Max Drawdown (MDD) | 최대 손실폭 | 50% 손실 회복엔 100% 수익 필요. 리스크 관리의 핵심 |
| ROI | 총 수익률 | 전체 기간 성과 요약 |
| CAGR | 연환산 수익률 (TWR 기반) | 불규칙 거래 간격에도 정확한 연수익률 계산 |
| Calmar Ratio | CAGR / MDD | 감수한 리스크 대비 얼마나 벌었나 |
| Avg Drawdown | 평균 손실폭 | 일상적인 손실 수준 (일관성 지표) |
| Recovery Factor | 총수익 / 최대손실 | 손실 회복 효율 (회복력 지표) |
"숫자 너머의 인사이트"
기존 대시보드: ROI: +150%, MDD: -30%
우리 솔루션:
[Aggressive Momentum] 고레버리지 추세추종 전략.
상승장에서 뛰어난 수익률이나 MDD P25(하위 25%)로 리스크 관리 취약.
지속가능성: Medium - 변동성 장세에서만 유효.
Agent가 제공하는 것:
-
트레이딩 스타일 분류
- Aggressive Momentum / Conservative Value
- Systematic Quant / High-Frequency Scalper
- Swing Trader / Trend Follower
- Mean Reversion / Concentrated Bets
-
상대적 위치 (Percentile)
- "이 트레이더의 MDD는 상위 25%"
- "CAGR은 상위 10%에 해당"
-
지속가능성 판단
- High / Medium / Low
- 왜 그런지 근거 제시
-
강점/약점 식별
- "손실 회복력 우수"
- "레버리지 의존도 높음"
기존 대시보드:
Trader A: PnL +$500,000 (랭킹 3위)
우리 Agent 분석:
[Concentrated Bets] 소수 고배율 포지션으로 수익.
MDD -65% (P10) → 극단적 리스크.
Recovery Factor 0.8 (P20) → 손실 회복력 저조.
⚠️ 지속가능성: Low - 다음 급락에 청산 위험 높음.
→ PnL만 보면 우수, 실제론 고위험 트레이더
기존 대시보드:
Trader B: PnL +$50,000 (랭킹 87위)
우리 Agent 분석:
[Conservative Value] 자본 보존 우선 전략.
MDD -8% (P95) → 상위 5% 리스크 관리.
Calmar 4.2 (P90) → 탁월한 리스크 대비 수익.
✅ 지속가능성: High - 장기 복리에 적합.
→ PnL만 보면 평범, 실제론 엘리트 리스크 매니저
- 6개 메트릭 기반 정성 분석
- 트레이딩 스타일 분류
- 지속가능성 판단
- 시계열 패턴 인식: "상승장에서만 수익, 하락장에서 손실"
- 변곡점 탐지: "이 시점에서 전략 변화 감지"
- 상관관계 분석: "BTC 급등 시 성과 저조"
- 성과 예측: 과거 패턴 기반 향후 성과 시뮬레이션
- 리스크 경고: "MDD 악화 조짐 감지, 주의 필요"
- 전략 변화 감지: "최근 레버리지 증가, 스타일 변화 중"
- 비교 분석 Agent: "Trader A vs B, 누가 더 적합한가"
- 포트폴리오 Agent: "이 트레이더 조합의 분산 효과"
- 시장 맥락 Agent: "현 시장 환경에서 유리한 스타일"
기존 문제:
- 리더보드 1위 추천 → 사용자 대규모 손실 → 플랫폼 신뢰도 하락
우리 솔루션:
- 지속가능성 High 트레이더만 필터링
- "왜 이 트레이더를 추천하는지" 근거 제공
- 리스크 레벨별 추천 (보수적/공격적)
기존 문제:
- 트레이더 실사에 수 주 소요
- 과거 PnL만으로 판단 → 운용 위탁 후 손실
우리 솔루션:
- 즉각적인 리스크 프로파일 제공
- 정량/정성 분석 리포트 자동 생성
- 투자 기준 (MDD < 20%, Calmar > 2) 자동 스크리닝
기존 문제:
- 본인 성과를 객관적으로 모름
- 다른 트레이더 대비 위치 파악 불가
우리 솔루션:
- 백분위 순위로 상대적 위치 확인
- 강점/약점 명확히 식별
- 개선 방향 제시
기존 문제:
- 투자 중인 트레이더 성과 변화 감지 어려움
- 문제 발생 후에야 인지
우리 솔루션:
- 10분 주기 자동 업데이트
- 지표 급변 시 알림
- 지속가능성 등급 변화 추적
┌─────────────────────────────────────────────────────────────┐
│ 1. 데이터 수집 (10분 주기) │
│ Hyperliquid 리더보드 Top N 지갑 + 전체 기간 히스토리 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 2. 메트릭 계산 │
│ MDD, ROI, CAGR, Calmar, Avg DD, Recovery Factor │
│ + 데이터 품질 검증 (30개 미만 → Skip) │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 3. Percentile 계산 │
│ 전체 지갑 대비 상대적 위치 산출 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 4. AI Agent 분석 ⭐ 핵심 차별점 │
│ • 메트릭 조합 패턴 인식 │
│ • 트레이딩 스타일 분류 │
│ • 각 메트릭 정성 평가 (20/40/60/80/100) │
│ • 지속가능성 판단 + 근거 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 5. 점수화 및 순위 │
│ 가중 점수 계산 → 랭킹 생성 → DB 저장 → API 제공 │
└─────────────────────────────────────────────────────────────┘
| Metric | Value | Percentile |
|-----------------|----------|------------|
| Max Drawdown | -12.5% | P85 |
| ROI | +89.2% | P70 |
| CAGR | +156.3% | P75 |
| Calmar Ratio | 12.5 | P90 |
| Avg Drawdown | -3.2% | P80 |
| Recovery Factor | 7.1 | P85 |
{
"trading_style": "Systematic Quant",
"scores": {
"mdd_score": 80,
"roi_score": 60,
"cagr_score": 80,
"calmar_score": 100,
"avg_drawdown_score": 80,
"recovery_factor_score": 80
},
"overall_assessment": "[Systematic Quant] 알고리즘 기반 체계적 접근.
MDD P85로 리스크 관리 우수, Calmar P90으로 효율적 수익 구조.
지속가능성: High - 리스크 한도 유지 시 장기 성과 기대."
}- 불규칙 데이터 처리: TWR(Time-Weighted Return) 사용으로 불규칙 거래 간격에서도 정확한 연수익률 계산
- 데이터 무결성: 보간 없이 실제 peak/trough만 사용 → MDD 왜곡 방지
- 품질 투명성: 데이터 포인트 수, 기간, 균일성 메타데이터 제공
- 자동화된 전문가 분석: 수동 분석에 수 시간 → 10분 내 자동 리포트
- 일관된 평가 기준: 사람마다 다른 판단 → Agent 통일된 기준
- 실시간 업데이트: 10분 주기 갱신으로 최신 상태 반영
- 확장성: 트레이더 수 증가해도 병렬 처리로 대응
"PnL은 과거, 우리는 미래를 예측할 수 있는 지표를 제공합니다."
- 기존: 얼마 벌었나? (What)
- 우리: 어떻게, 왜, 지속 가능한가? (How, Why, Sustainable?)
단순 계산은 코드로 충분합니다. **"이 숫자들이 무엇을 의미하는가"**를 해석하는 것이 Agent의 역할입니다.
트레이더의 숫자를 스토리로 바꾸고, 투자자가 정보에 기반한 결정을 내릴 수 있게 합니다.
© 2024 Hyperliquid Wallet Scoring System