跳到主要内容

清算地图方法论

清算地图显示杠杆永续合约持仓会在相对当前价格的哪些位置被强制平仓：价格跌到某一价位时会有多少美元的多头持仓被清算，涨到某一价位时又会有多少美元的空头持仓被清算。

Blocklens 发布两张构建方式截然不同的地图，并始终明确区分：

数据源性质币种历史
Binance——模型估算值。Binance 不披露持仓，因此价位是根据公开的未平仓量和小时 K 线，通过下文所述模型重建的。BTC、ETH、SOL、HYPE（USDⓈ-M 永续合约 BTCUSDT、ETHUSDT、SOLUSDT、HYPEUSDT）自 2023-01-01 起；HYPE 自 2025-06-06 起
Hyperliquid——实际持仓事实数据。Hyperliquid 的持仓及其清算价格是公开的；我们逐一读取每个持有者的持仓。BTC、ETH、SOL、HYPE自 2025-07-29 起

该地图位于 Lab → 仪表盘 → Blocklens Special → Liquidation Map。

本页主要详细记录 Binance 模型——公式、参数、校准及已知局限——任何人都可以用免费公开数据复现。Hyperliquid 部分仅作对比说明。

并非交易信号

清算地图是一种描述性工具，而非价格目标或交易信号。参见证据说明了什么。

1. 如何解读地图​

1.1 价格区间（bucket）​

价格轴被切分为等宽的区间（价格带）。在当前地图上，一个区间约为价格的 0.25%，并取整为 1、2、2.5 或 5 × 10ⁿ 的“整齐”步长：按当前价格，BTC 为 $250，ETH 为 $10。

每个区间的数值，是清算价格落在该区间内的所有持仓的美元规模，按清算价格折算：

bucket USD=∑positions in bucket∣size in coins∣×liquidation price\text{bucket USD} = \sum_{\text{positions in bucket}} |\text{size in coins}| \times \text{liquidation price}
  • 多头绘制在当前价格下方（价格下跌时被清算），空头绘制在上方（价格上涨时被清算）。
  • 地图覆盖当前价格的 ±50%。超出该范围的持仓不予绘制——否则会堆积在边缘区间、形成虚假峰值——但会在汇总中列为“超出范围”。
  • 累计曲线从当前价格向外累加各区间：多头曲线在 $80K 处的值，即价格从当前水平跌至 $80K 时被清算的多头美元总额。
  • 峰值（带标注的簇）为每侧规模最大的区间，最多 5 个，相互间隔不小于价格的 3%。

1.2 快照与热力图​

每天一张地图：

  • Binance 模型——当日 00:00 UTC 的状态（基于截至前一日结束的全部小时数据构建）。
  • Hyperliquid——最新一天的数据来自我们自己的扫描（UTC 清晨，具体时间随地图显示）；历史数据来自全交易所状态的每日存档快照（参见 §3.4）；存档中缺失的日期为重建估算值（§3.5）。

热力图将这些每日地图并排展示：x 轴为日期，y 轴为价格，颜色表示当日地图在该价位上的美元金额，而非实际发生的清算记录。为了在价格（进而区间步长）变化时保持各日可比，热力图的行使用固定的绝对网格：BTC $500、ETH $20、SOL $0.5、HYPE $0.25，范围为当日价格的 ±50%。图上同时叠加价格走势线。

2. Binance——模型​

2.1 为什么需要模型​

Binance 公布汇总的未平仓量、成交和 K 线，但不公布单个持仓、开仓价格或杠杆。因此，任何 Binance 清算地图——无论是我们的还是第三方的——都是一个模型：即对持仓何时开立、以何价格、在哪一方、使用多大杠杆以及如何消失的假设。我们的模型把每一项假设都公开写明。

用一段话概括其思路：在未平仓量增长的每个小时，新增合约按该小时的典型价格开仓，并根据主动买入占比拆分为多头和空头；每一方再按固定的杠杆分布展开，从而将开仓价格转换为清算价格。在未平仓量下降的每个小时，所有未平仓持仓按比例缩减。每个小时，K 线的价格波动范围会抹除其触及的价位——这些持仓视为已被清算。

2.2 输入数据​

所有输入数据均免费公开。

输入来源用途
小时 K 线（开盘、最高、最低、收盘、成交量、主动买入成交量）data.binance.vision futures/um/monthly/klines/<SYMBOL>/1h（过往月份）和 …/daily/klines/<SYMBOL>/1h（当月）典型价格、主动买入占比、用于抹除价位的价格波动范围
每 5 分钟的未平仓量（以币计）data.binance.vision futures/um/daily/metrics/<SYMBOL>每小时结束时的未平仓量
实时尾部（尚未存档的小时）Binance REST /fapi/v1/klines（1h）和 /futures/data/openInterestHist（period 1h）快照前最后几个小时的相同字段

对于每个小时 tt，模型使用：

  • 典型价格 Pt=(Ht+Lt+Ct)/3P_t = (H_t + L_t + C_t) / 3——该小时单一的代表性开仓价格。
  • 主动买入占比 bt=taker-buy volumet/volumetb_t = \text{taker-buy volume}_t / \text{volume}_t（成交量为零时取 0.5）——该小时成交量中买方为主动方（市价单）的占比。
  • 小时结束时的未平仓量 OItOI_t——该小时内最后一条有效的 5 分钟记录。

每日存档约延迟一天发布。最后一个已存档日之后的小时数据取自 REST API；包含此类实时尾部的地图会在存档发布后（一周内）基于存档重建，因此最新一天的数据可能略有变化。

2.3 新增持仓​

若该小时未平仓量增长，即 ΔOIt=OIt−OIt−1>0\Delta OI_t = OI_t - OI_{t-1} > 0，则新增合约按 PtP_t 开仓。每份新合约都有一条多头腿和一条空头腿，但两条腿承担的清算风险并不相同：主动方（以市价单吃单——通常是使用杠杆的投机者）全额计入，被动方（做市商、对冲者）则按该小时的失衡程度折减：

new longst=ΔOIt⋅min⁡(1, 2bt),new shortst=ΔOIt⋅min⁡(1, 2(1−bt))\text{new longs}_t = \Delta OI_t \cdot \min(1,\ 2 b_t), \qquad \text{new shorts}_t = \Delta OI_t \cdot \min(1,\ 2 (1 - b_t))

在买卖均衡的小时（bt=0.5b_t = 0.5），两方均计入完整的 ΔOIt\Delta OI_t。当 bt=0.6b_t = 0.6（买方更主动）时，多头计入 ΔOIt\Delta OI_t，空头计入 0.8 ΔOIt0.8\,\Delta OI_t。任何一方的新增量都不会超过未平仓量的增量。

2.4 杠杆分布与清算价格​

每一方的新增量按固定权重分布到八个杠杆档位：

杠杆 LL3×4×5×10×20×25×50×100×
权重11331111
占比8.3%8.3%25%25%8.3%8.3%8.3%8.3%

这些权重经过校准，参见 §2.8。以价格 PP、杠杆 LL 开立的持仓，其清算价格采用逐仓保证金近似：

long: P⋅(1−1L+mmr),short: P⋅(1+1L−mmr)\text{long: } P \cdot \left(1 - \frac{1}{L} + mmr\right), \qquad \text{short: } P \cdot \left(1 + \frac{1}{L} - mmr\right)

其中 mmrmmr 为该交易对第一档（最小持仓档）的维持保证金率：

交易对mmrmmr使用的杠杆
BTCUSDT0.4%全部八档
ETHUSDT0.5%全部八档
SOLUSDT0.5%全部八档
HYPEUSDT1.0%3–50×（无 100×）

SOL 和 HYPE 采用 Binance 的第一档费率（公开杠杆档位，核查日期 2026-10-21）。对于 ETH，模型保留校准时所用的 0.5%，尽管 Binance 目前的第一档为 0.4%。超过该交易对第一档最大杠杆的档位会被剔除，其余权重重新归一化：HYPEUSDT 最高允许 75×，因此使用 3–50× 共七档，权重之和为 11。

以 $100,000 开立的 10× 多头，清算价格为 $100,000 × (1 − 0.1 + 0.004) = $90,400。

该数量（以币计）计入包含该清算价格的区间。

2.5 平仓：未平仓量下降​

若该小时未平仓量下降，即 ΔOIt<0\Delta OI_t < 0，说明部分持仓已被平仓——但数据无法告诉我们是哪些。模型对所有未平仓持仓按比例平仓，涵盖两方及每个价位：

mapt=mapt−1⋅OItOIt−1\text{map}_t = \text{map}_{t-1} \cdot \frac{OI_t}{OI_{t-1}}

未平仓量未变化的小时，地图保持不变。

2.6 清算：价格抹除价位​

每个小时，在加入该小时的新增持仓之前，K 线会抹除价格在该小时内触及的价位：

  • 所有位于该小时最低价及其上方的多头区间清零；
  • 所有位于该小时最高价及其下方的空头区间清零。

这些持仓被视为已清算。因此，某一小时的新增持仓最早要到下一个小时的 K 线才会受到影响：由于一个小时内的成交顺序未知，以典型价格开立的持仓不会被同一小时的影线抹除。

2.7 窗口与 180 天预热​

DD 日的地图（DD 日 00:00 UTC 的状态）基于 181 个自然日 [D−181, D−1][D - 181,\ D - 1] 的小时数据构建——即 180 天窗口加最后一天，共 4,344 小时。模型在窗口起点以空地图开始，逐小时运行至终点。第一个小时仅用于设定参考未平仓量。

为什么是 180 天。 模型对窗口之前开立的持仓一无所知，因此窗口必须足够长，使结果不再依赖于窗口长度。地图是流入（新增持仓）与两个衰减过程（未平仓量每次下降时的按比例平仓、价格每次波动时的抹除）之间的平衡。旧持仓只有在未平仓量持续增长且价格从未触及其价位的情况下才能留存，因此其权重随时间递减。我们对此进行了直接检验：在 2026-10-03 的地图上，180 至 730 天的窗口给出相同的分布形态，而 30 天窗口则遗漏了收敛地图中约 39% 的持仓。2026-10-04 的 90 天与 180 天地图，在 BTC 和 ETH 上两侧的前三大簇完全一致。因此我们发布一张采用 180 天预热的地图，而不是多个短窗口变体。

作为独立参照：在可观察到实际持仓时长的 Hyperliquid 上，基于其历史拟合的持仓存活曲线为 S(t)=0.32 e−t/2.1+0.68 e−t/86S(t) = 0.32\,e^{-t/2.1} + 0.68\,e^{-t/86}（tt 以天计）——约 8% 的持仓在 180 天后仍未平仓，一年后约为 1%。

超过 180 天的持仓。 窗口之前开立的持仓完全不在地图中——模型并不是在第 181 天“丢弃”它们，而是从未见过它们。工作假设是：到那个时长，它们大多已经消失——在多次未平仓量下降中被按比例平仓，和/或因价格越过其价位而被抹除。这是模型的局限：真正长期存续的持仓——例如在远低于当前价格处开立的低杠杆多头，或持续数月的对冲及基差交易腿——代表性不足，主要体现在地图远端的低杠杆部分。

新上市交易对：预热未完成。 完整窗口需要 181 个完整日的数据。HYPEUSDT 于 2025-05-30 当天在 Binance 合约上线，因此上线日数据不完整；其地图自 2025-06-06 起发布（在第一周数据之后），但在窗口填满之前，模型只看到了上线以来的日期。此类地图标记为**“预热未完成”**（在地图的质量数据中：warmup_complete = false 以及 warmup_days，即模型已看到的完整天数）。它们仅包含上线以来开立的持仓，并与短窗口地图一样，低估了远端的低杠杆价位。这适用于 2025-06-06 … 2025-11-27 的 175 张 HYPE 地图。第一个完整窗口为 2025-05-31 … 2025-11-27（181 天），因此 HYPE 地图自 2025-11-28 起拥有完整窗口。BTC、ETH 和 SOL 的存档始于 2019–2021 年，因此自 2023-01-01 以来发布的每一天都具备完整窗口。

2.8 杠杆权重的校准​

杠杆权重是唯一的拟合参数。校准目标是 Binance BTC/USDT 永续合约的公开清算地图（第三方模型）——它们仅用作校准基准，并不代表这些地图就是正确的：

  • 在 9 个日期（2026 年 1 月至 8 月，1 个月和 3 个月窗口）的参考地图上标记了 30 个显著的多头清算价位；
  • 由于地图对权重是线性的，每个杠杆档位的地图只需计算一次，然后通过网格搜索求得权重；
  • 结果：30 个参考价位中有 81% 落在模型前六大峰值之一的 ±1% 范围内；随机选取六个价位的平均得分为 27%（第 99 百分位为 46%）。

校准结果呈现出清晰可辨的结构：大型簇可由市场长时间停留的价格区域上的 3–10× 杠杆解释（2026-08-04，位于 $57.7K / $51.5K / $48.3K / $42.7K 的参考价位，分别对应从约 $64K 开立的 10× / 5× / 4× / 3× 杠杆）。

2.9 数据质量​

无效的未平仓量记录。 Binance 存档中包含未平仓量 = 0 的异常记录（BTC 和 ETH，自 2023 年以来约 20 天——例如 BTCUSDT 的 2026-10-15, 13:40–14:40 UTC，以及 2024-07-09…15）。若照单全收，这样一条记录意味着未平仓量下降 −100%：步骤 2.5 会将整张地图缩放为零，而下一个小时则仅凭单小时的流入重建地图。在 2026-10-15 的异常中，这会使随后几天的 BTC 地图从约 $4.4B 骤降至远低于 $1B。因此：

  • ≤ 0、非数值或非有限值的未平仓量记录将被跳过；
  • 没有有效记录的小时视为缺失：该小时不开仓也不平仓（K 线仍会抹除价位），下一个有效小时与最后一个有效小时进行比较。

质量门槛。 对每张地图，流水线会在完整的 181 天小时网格上统计预期小时数、缺失 K 线数、最长间隔以及缺少未平仓量的小时数。若缺失超过 3 根 K 线 或超过 24 小时的未平仓量，该日不予发布（显示为空缺，而不是一张误导性的地图）。在自 2023-01-01 以来的全部历史中，没有任何窗口缺失 K 线，最差的窗口有 10 小时缺少未平仓量，因此每一天都通过。

其他细节：自 2025 年起部分存档的时间戳以微秒为单位，已做归一化；重复的 K 线会被剔除。

2.10 伪代码​

# inputs: hourly candles kl[t] = {high, low, close, volume, taker_buy} for the 181-day window,
#         oi[t] = last valid 5-minute open interest of hour t (missing if none)
LEVERAGE = {3: 1, 4: 1, 5: 3, 10: 3, 20: 1, 25: 1, 50: 1, 100: 1}
MMR = {"BTCUSDT": 0.004, "ETHUSDT": 0.005, "SOLUSDT": 0.005, "HYPEUSDT": 0.01}[symbol]
MAX_LEVERAGE = {"BTCUSDT": 150, "ETHUSDT": 150, "SOLUSDT": 100, "HYPEUSDT": 75}[symbol]
lev = {L: v for L, v in LEVERAGE.items() if L <= MAX_LEVERAGE}
w = {L: v / sum(lev.values()) for L, v in lev.items()}

longs, shorts = Buckets(), Buckets()              # coins per price bucket
prev_oi = None
for t, c in enumerate(kl):
    longs.zero_at_or_above(c.low)                 # liquidated during hour t
    shorts.zero_at_or_below(c.high)
    cur = oi.get(t)
    if cur is None or cur <= 0:                   # missing / glitch: skip the hour
        continue
    if prev_oi is not None:
        d = cur - prev_oi
        if d < 0:                                 # positions closed proportionally
            longs.scale(cur / prev_oi); shorts.scale(cur / prev_oi)
        elif d > 0:                               # new positions at the typical price
            p = (c.high + c.low + c.close) / 3
            b = c.taker_buy / c.volume if c.volume > 0 else 0.5
            for L in w:
                longs.add(p * (1 - 1 / L + MMR), d * w[L] * min(1, 2 * b))
                shorts.add(p * (1 + 1 / L - MMR), d * w[L] * min(1, 2 * (1 - b)))
    prev_oi = cur

mark = kl[-1].close
map_usd = {bucket: coins * bucket.mid for bucket, coins in longs.below(mark) + shorts.above(mark)}

生产实现还会为保证数值精度而对缩放因子重新归一化，并且在抹除时仅遍历最外侧非空区间之间的范围；输出结果完全相同。

2.11 计算示例​

BTCUSDT，某一小时典型价格为 $100,000，未平仓量增加 1,000 BTC，主动买入占比 b=0.6b = 0.6。新增多头 = 1,000 × min(1, 1.2) = 1,000 BTC，新增空头 = 1,000 × min(1, 0.8) = 800 BTC。

杠杆权重多头，BTC多头清算价多头，USD空头，BTC空头清算价空头，USD
3×1/1283.3$67,067$5.59M66.7$132,933$8.86M
4×1/1283.3$75,400$6.28M66.7$124,600$8.31M
5×3/12250.0$80,400$20.10M200.0$119,600$23.92M
10×3/12250.0$90,400$22.60M200.0$109,600$21.92M
20×1/1283.3$95,400$7.95M66.7$104,600$6.97M
25×1/1283.3$96,400$8.03M66.7$103,600$6.91M
50×1/1283.3$98,400$8.20M66.7$101,600$6.77M
100×1/1283.3$99,400$8.28M66.7$100,600$6.71M

随后：

  1. 下一个小时，未平仓量下降 10%。 两侧的每个区间都乘以 0.9：位于 $80,400 的 5× 多头簇变为 225 BTC（≈ $18.1M）。
  2. 再下一个小时，K 线最低价为 $95,200。 位于 $95,000–95,250 区间及其上方的所有多头区间被抹除：本小时开立的 20×、25×、50× 和 100× 多头（$95,400 及以上）全部消失；3×–10× 多头保留。空头不受影响，因为最高价未触及 $100,600。

在 4,344 个小时中重复这三种操作，便得到每日地图。

2.12 参数​

参数取值
交易对BTCUSDT、ETHUSDT、SOLUSDT、HYPEUSDT（USDⓈ-M 永续合约）
时间步长1 小时
开仓价格典型价格 (H+L+C)/3(H + L + C)/3
多空拆分主动买入占比：多头取 ΔOI\Delta OI 的 min⁡(1,2b)\min(1, 2b)，空头取 min⁡(1,2(1−b))\min(1, 2(1-b))
杠杆 / 权重3、4、5、10、20、25、50、100× / 1、1、3、3、1、1、1、1；剔除超过该交易对第一档最大杠杆的档位（HYPE：无 100×）
维持保证金BTC 0.4%、ETH 0.5%、SOL 0.5%、HYPE 1.0%（第一档）
平仓未平仓量每次下降时按比例平仓
清算K 线波动范围触及的价位，自下一个小时起生效
窗口180 天 + 最后一天（181 天的小时数据）；新上市交易对预热期间较短
快照每日，00:00 UTC
区间≈ 价格的 0.25%，“整齐”步长；热力图分箱 BTC $500、ETH $20、SOL $0.5、HYPE $0.25
地图范围价格的 ±50%
质量门槛每个窗口缺失 K 线 ≤ 3 根，且缺少未平仓量的小时 ≤ 24

2.13 模型的局限​

  • 假定的杠杆。 对每个小时和每一方都套用固定的杠杆分布；而真实杠杆因交易者、市场状态和方向而异。
  • 逐仓保证金近似。 全仓保证金持仓根据整个账户进行清算，大额持仓适用更高的维持保证金档位；二者均未建模。
  • 每小时单一开仓价格。 一个小时内的所有新增持仓均以典型价格开仓。
  • 按比例平仓。 现实中交易者会有选择地平仓（例如亏损持仓更常被平仓）；模型无法得知哪些持仓被平仓。
  • 不含窗口之前的持仓（§2.7）；早期 HYPE 地图的预热未完成。
  • 权重基于 BTC 校准。 杠杆权重基于 BTC 价位拟合，并原样用于 ETH、SOL 和 HYPE。
  • 仅限 Binance。 模型使用单一交易所、每个币种单一合约的未平仓量。
  • 每日快照。 00:00 UTC 之后开立或平仓的持仓要到次日才会反映。

3. Hyperliquid——实际持仓​

3.1 有何不同​

在 Hyperliquid 上，每个账户的持仓都是公开的，包括由交易所计算的清算价格。无需模型：我们收集持仓，并使用与 Binance 模型输出完全相同的代码将其放入区间（§1.1）。

3.2 收集持仓​

  1. 地址。 最新一份全交易所状态每日存档快照中持仓至少 $1,000 的所有持有者（$1,000 及以上的持仓占总量的 99.7–99.9%），加上在该快照之后从 Hyperliquid 成交流中成交额至少 $1,000 的每个地址（新持仓只能通过成交产生）。每天约 40,000 个地址。
  2. 持仓。 通过公开的 Hyperliquid API（clearinghouseState）查询每个地址：规模与方向、开仓价格、杠杆、保证金类型和清算价格。没有清算价格的持仓（全额抵押）会被计数但不绘入地图。在交易所的速率限制内，扫描耗时约 1.5 小时。
  3. 覆盖率。 已找到的多头规模 ÷ 交易所未平仓量的一半（交易所报告的是两方之和），空头同理。正常覆盖率高于 99%（例如 2026-10-20，BTC 99.7% / 99.7%，ETH 99.8% / 100.0%）。覆盖率随地图显示。

质量门槛。 若 BTC 或 ETH 任一方的覆盖率低于 99%、地址请求失败过多，或地址列表并非来自完整快照，则该次扫描不予发布。不存在静默回退到部分地址列表的情况。

3.3 解读 Hyperliquid 价位​

  • 部分清算。 Hyperliquid 对大额持仓分批清算，因此一个区间的量是该价格处强制卖出或买入的上限。
  • 全仓保证金。 全仓保证金持仓的清算价格取决于整个账户并随之变动；对于大型账户，我们观察到其在六小时内变动 1–2.5%。
  • 巨鲸。 每一方最大的 20 个持仓约占 Hyperliquid 总量的 44%（按日中位数，范围 37–62%，2025 年 7 月至 2026 年 10 月）。它们的价位真实存在，但只反映个别账户的情况。“排除最大的 20 个持仓” 开关会将其移除（按币计规模，按币种和日期）；在我们的研究中，排除它们后的地图对 Binance 未平仓量行为的描述效果与完整地图相当。
  • 已被越过的价位。 已越过当前价格的持仓（扫描期间价格发生变动）计入汇总，但不绘制。

3.4 历史与空缺​

历史日期直接基于全交易所状态的每日存档快照构建（因此不适用覆盖率；价格为名义价值中位数 ÷ 规模）。快照时间不固定：2025-10-24 之前约为当日 20:00 UTC，自 2025 年 12 月中旬起约为 00:00–00:10 UTC。

存档快照的来源缺少 2025-08-01 及 2025-10-25 … 2025-12-14（52 天）的数据。这些日期以重建地图填补——这是估算值，而非交易所快照，在图表上标注为“估算”（参见 §3.5）。重建日期绝不会替代真实快照。

3.5 重建日期（估算）​

对于每个没有存档快照的日期，持仓基于相邻的存档快照重建：

  1. 规模和开仓价格根据快照之间的交易所成交（包括清算）精确回放，因此重建的未平仓量等于真实持仓规模之和。
  2. 清算价格为估算值。它们取决于每个账户的抵押品，而抵押品由快照加上已实现盈亏、手续费、资金费以及账户的充值、提现和划转重建。BTC、ETH、SOL 和 HYPE 以外市场的持仓保持其快照状态。在两个快照中都不存在的账户，采用新开持仓的典型保证金水平。
  3. 每一天使用较近的快照：其之前的快照（向前回放）或之后的快照（向后回放）。

准确性。 该方法在 51 个确有真实快照的日期（2025-12-15 … 2026-02-04，与空缺期等长）上进行了检验，将每张重建地图与真实地图进行比较：

  • 每侧前五大簇在价格 ±1% 内匹配的比例为 56%，而直接使用前一日真实快照的比例为 50%——重建结果与真实情况的接近程度，大致相当于地图自然的逐日变化；
  • 准确性随与较近快照的距离增加而下降——距离 1–3 天时 68% 的簇匹配，距离 22–26 天时为 46%（长空缺期的中段距两侧均约 25 天）；
  • HYPE 是准确性最低的币种（41% 的簇匹配），因为大型 HYPE 账户使用回放无法看到的现货抵押品和对冲；HYPE 重建日期附带准确性降低的警告。

请将重建日期视为对地图形态的估算，而非交易所记录。

4. Binance 模型与 Hyperliquid 持仓对比​

Binance——模型Hyperliquid——实际持仓
持仓基于未平仓量和 K 线重建从交易所读取
杠杆固定的校准分布实际值，逐个持仓
清算价格逐仓保证金公式，第一档 mmr由交易所计算（含全仓保证金）
平仓 / 老化按比例平仓、价格抹除、180 天预热快照时的实际状态
质量度量小时数据的完整性交易所未平仓量的覆盖率
主要注意事项它是一个模型单一交易场所；部分清算；巨鲸

两张地图衡量的是不同市场，并不预期二者一致。但对比二者仍有价值：如果两张地图在同一位置都出现簇，则该处存在强制平仓资金流的证据更为充分。

5. 证据说明了什么​

在构建地图的过程中（2026 年 10 月），我们以 Binance 市场数据检验了这些地图（我们的及第三方的）：

  • 加速行情，而非吸引价格。 当价格穿过一个多头清算簇时，Binance 未平仓量的下降幅度大于同等幅度穿过空白区域时——这是一种微弱但一致的效应（在最强的 20% 的 5 分钟波动中，秩相关约为 0.1）。地图描述的是强制平仓可能加速行情的位置。
  • 簇并不吸引价格。 在较长的历史区间（530 天）中，价格触及最大簇的频率并不高于随机价位。半年尺度上表面的“磁吸”效应在更长样本中消失——这是该时期的特性，而非地图的特性。
  • 地图之间存在分歧。 第三方清算地图在多头上彼此不一致（同一提供商两个模型之间的秩相关：−0.05），两张广泛使用的第三方地图在多头上与 Hyperliquid 实际持仓呈负相关（−0.22 和 −0.20）。请将任何单一地图——包括我们的——视为一种估算。
  • 即使是事实数据，关联也较弱。 即使是 Hyperliquid 实际持仓地图，对未平仓量下降的解释力也很弱（相关性约 0.1）：适用于比较情景和定位价位，而不适用于预测单次行情。

清算地图是一种描述性工具，而非价格目标或交易信号。