撰文：matteo
編譯：Saoirse，Foresight News
編者按：長尾資產曾是 Hyperliquid 最核心的護城河，依靠充足的盤口流動性吸引交易者。本文依託一年半訂單簿數據，對標幣安、OKX，對比 HL 長尾標的深度、交易成本與價差變化，探討中小做市商受費率、鏈上擁堵、優先讀取拍賣擠壓後逐步離場，流動性向頭部集中的趨勢，同時提示 HIP-4 預測市場生態同樣離不開中小做市商的支撐。以下是本文內容：
過去數月，我們對各大去中心化交易所內各類交易品種的流動性展開了深度分析。依託 0d Labs 的交易業務，我們積累了一年半以上完整的訂單簿數據，並在加密貨幣所有長尾賽道觀察到一個出人意料的現象：市場流動性正持續枯竭。
我們原本預判，流動性收緊只會集中在 10.10 行情衝擊的前後階段，但就目前情況來看，整個加密市場始終未能從這次衝擊中恢復元氣。
除此之外，近期不少熟識的交易同行都反饋，在 Hyperliquid 開展做市交易的競爭壓力越來越大，收益資源不斷向少數頭部玩家傾斜：優先手續費被 Wintermute 壟斷、手續費規則不合理，疊加 L1 公鏈頻繁擁堵，種種問題都讓中小型做市商舉步維艱。
為此，我深入復盤 Hyperliquid 的流動性演化邏輯，試圖釐清一個問題：中小型做市商的生存環境惡化，是否與平台流動性下滑存在因果關聯。畢竟 Hyperliquid 早期最核心的競爭壁壘，正是長尾幣種充足且扎實的盤口流動性。
建立對比基準
評估流動性變化，首先需要可靠的參照標準。流動性收縮有可能是全行業的共性問題，我們需要區分哪些是市場整體下行帶來的影響，哪些屬於 Hyperliquid 自身獨有的問題。幣安是衡量山寨幣流動性水平最合適的對標平台。
本次研究選取同時在兩家平台上市、最高槓桿不超過 10 倍的 86 個幣種作為樣本，統計週期為 2025 年 11 月 1 日至 2026 年 11 月 1 日，構成我們的長尾樣本池。
2025.11.1–2026.11.1 的數據顯示，對比幣安、OKX，Hyperliquid 長尾山寨幣永續合約的 5bp、10bp 盤口深度跌幅最大，1 萬美元訂單的買賣滑點漲幅也最高。
在具備對比條件的 38 個交易對中，10 基點檔位的盤口美元深度跌幅中位數：Hyperliquid 為 82%，幣安 61%，OKX 為 78%，差距十分顯著。當然，代幣價格下跌會直接壓低美元計價的帳面深度，因此我們還同步統計對應價位的代幣掛單數量，排除幣價波動帶來的干擾。
為單獨測算 Hyperliquid 相對競爭力的變化，我們逐個幣種計算 Hyperliquid 盤口深度與幣安盤口深度的比值，對比一年前後的差異。在 5 基點檔位，該比值的中位數下滑 57.5%。也就是說，即便對比同一種代幣，Hyperliquid 相較於幣安的流動性優勢已經大幅削弱。該比值為逐交易對獨立計算，並非直接取兩家平台的中位數相除。
若在後期樣本區間內買入價值 1 萬美元的標的，僅參考盤口掛單、不計手續費，Hyperliquid 的滑點中位數為 5.21 基點，幣安僅 2.95 基點。即便是這樣一筆規模不大的訂單，交易成本差距也相當可觀。
2025.11–2026.11，三家平台長尾幣種的交易滑點與點差均走高，Hyperliquid 的 1 萬美元訂單滑點、盤口點差均高於幣安與 OKX。
點差指標則呈現不一樣的結果：幣安點差的同比增幅更高。但幣安的初始點差基數更低，即便經過一輪擴大，最終的點差表現依舊優於 Hyperliquid。
該熱圖對比 58 個長尾幣種 5bp 區間美元盤口深度的同比變化，多數幣種在 Hyperliquid 上的流動性跌幅顯著大於幣安、OKX，僅少數幣種流動性實現正向增長。
近中間價盤口的矛盾最為突出
針對這套分析框架，有一種常見質疑：代幣價格暴跌時，哪怕掛單的代幣數量不變，折算成美元金額也會被動縮水。為剔除這一干擾，我們同時跟蹤兩項指標：掛單對應的美元價值、掛單的代幣數量。
本組圖表固定幣種與觀測時點，一共採集 13 組樣本。5 基點分組覆蓋 63 個交易市場，範圍更廣的前 20 檔深度分組覆蓋 80 個交易市場。需要說明：本組樣本篩選標準嚴於上一輪和中心化交易所對比的樣本，因此得出的數據不可直接等同於前文 CEX 對比結論。
Hyperliquid 近一年的流動性結構分化明顯：中間價 5bp 內的近盤深度持續大幅下滑，但訂單簿遠端前 20 檔的掛單代幣數量反而有所上升。
我們將 2025 年 11 月各市場的數據設為基準值 100，方便橫向對照。時隔一年，在 5 基點檔位，美元深度中位數僅剩 13，代幣掛單數量中位數僅餘 28。換言之，即便剔除代幣下跌的影響，貼近成交價的盤口掛單規模依舊大幅縮水。
如果放寬統計範圍，納入全部 20 檔掛單深度，指標表現截然不同：美元深度中位數為 61，代幣掛單數量中位數達到 127。不難看出，訂單簿遠端檔位的代幣掛單量反而高於往年。盤面上並非沒有掛單，只是交易最頻繁、對成交最重要的近盤位置，深度嚴重不足。
更細維度的觀察
從半年週期來看，遠端盤口深度其實有所修復，但貼近成交價的內側盤口流動性並未好轉。
對比 5 月與 10 月底至 11 月初的數據，Hyperliquid 僅 25bp 內近盤美元深度下滑，更遠檔位及全部掛單總量反而上升；且 25bp 深度相對交易量、持倉的比值均明顯下降。
再觀察全年的點差走勢，一個有意思的變化是：直到近期之前，Hyperliquid 的點差水平一直在向行業同行靠攏。當然，我們還需要更長時間驗證，這究竟是長期趨勢，還是短期擾動。但訂單簿呈現的數據，恰好和前文提到的市場結構趨於集中的現象相互印證。
過去一年，72 個長尾幣種的點差在三家平台整體走高，Hyperliquid 的點差波動更大，年末明顯抬升，持續高於幣安與 OKX。
流動性供給端的參與者是否在減少？
我梳理了底層帳戶結構，將主帳戶及其關聯子帳戶合併為同一個帳戶組統計，避免同一交易主體被重複統計。借助這個方式，我們可以識別各個交易帳戶組，即便無法確定帳戶背後對應的機構。
我原本以為，少數頭部做市商包攬了絕大多數成交量，但全年成交數據並不支持這個猜想。選取一年前一週與近期一週、相同 80 個交易市場做對比：規模最大帳戶組的吃單成交量佔比中位數，由 25.2% 降至 14.6%。由此可見，全年流動性下滑，不能簡單歸結為某一家大型機構撤單。而我們更關注近一個月內，市場掛單行為的短期變化。
我們聚焦最近一個月，沿用和點差分析一致的 72 個幣種樣本。變化節點十分清晰：自 10 月 30 日前後，點差持續走闊，靠近中間價的流動性進一步集中。對比 10 月 8 日–14 日、10 月 31 日–11 月 6 日兩個週期：單一市場內，最大帳戶組在 25 基點區間內的掛單佔比中位數，從 34.5% 上升至 38.6%；報價點差中位數由 2.13 基點擴大至 3.55 基點。這一變化，和做市商反饋的痛點高度契合。
但該觀測窗口中間，恰逢幣安 10 月 29 日安全事件，因此僅憑這組數據，不能把變化完全歸因於優先手續費或是網路擁堵。
2026 年 10 月至 11 月初，Hyperliquid 長尾幣種點差走闊，同時 25bp 區間內流動性向頭部帳戶集中。
單獨拆解帳戶行為可以看到：11 月 3 日左右，有一家大型流動性供給方大幅撤下報價單，其餘多家帳戶組順勢提升了市場份額。這也可能是本輪流動性惡化的誘因，後續仍需持續跟蹤。
手續費結構存在先天缺陷
手續費機制本身就存在結構性問題。我們統計 54 個帳戶組的歷史吃單手續費，按成交量加權測算：成交量最低的四分組，手續費率為 0.961 基點；成交量最高的四分組，反而能夠拿到 0.236 基點的返傭。
對於交易量偏小的中小型做市商而言，首先要賺取約 1.2 基點的收益才能覆蓋手續費成本，對沖損耗、滑點虧損還另算。而市場點差本身往往只有幾個基點，這份成本壓力很難承受，中小型做市商天然處於劣勢。
報價參與主體的縮減趨勢同樣明顯。依舊以 72 個交易市場為樣本，對比 10 月 8–14 日與 10 月 31 日–11 月 6 日的數據：在 25 基點區間內，買賣兩側均掛出不少於 1000 美元有效報價的帳戶組中位數，由 7.64 降至 6.39。即便剔除代幣價格下跌因素，72 個市場中有 58 個，出現報價帳戶組數量減少的情況。願意在成交價附近提供有效報價的主體正在變少。
HIP-4 同樣離不開中小型做市商
網路擁堵是另一大難題。
Hyperliquid 現行的擁堵配額規則，以地址在前一個 UTC 自然日的加權做市份額作為依據。網路擁堵高峰期，單個地址最多可佔用自身份額兩倍的區塊空間。想要獲取配額，先要產生成交量；想要正常成交、積累成交量，又離不開配額保障報單。不少參與 HIP-4 的交易員都反饋同一個困境：網路擁堵時，根本無法提交報價單。
事實上，這些低交易量的中小型做市商，已經在承擔相當一部分流動性供給工作。在我們 11 月 10 日採樣的 256 個 HIP-4 合約中，4 個專業錢包，貢獻了中間價 25 基點範圍內 47% 的展示深度。這類市場當前體量尚小，很多二元預測市場都屬於這種格局。如果 Hyperliquid 希望長尾預測市場擁有充足流動性，就必須保障這類供給模式能夠持續運轉。
本文核心觀點：長尾資產扎實的流動性，是交易者最初選擇 Hyperliquid 的核心原因。而在本次匹配觀測的交易市場中，Hyperliquid 相對幣安的這項優勢已經明顯消退。想要維持訂單簿的競爭力，平台必須留住足夠多具備報價能力的做市團隊。持續擠壓頭部之外中小型做市商的生存空間，很容易丟掉自身最核心的優勢。HIP-4 若想取得成功，從設計之初，就應當保障中小型做市商可以穩定報單，Hyperliquid 需要圍繞這個目標優化機制。
