Voici un exemple marquant de l’intérêt d’apprendre à coder : vous pouvez transformer 6 800 dollars en 1,5 million dollars en deux semaines seulement sur @ HyperliquidX.
C’est précisément ce qu’a accompli un trader HL récemment.
Ce résultat est remarquable car il n’a pratiquement pris aucun risque. Ce trader n’a pas parié sur la direction du marché ni sur la spéculation médiatique : il s’est appuyé sur une stratégie sophistiquée de market making fondée sur les remboursements maker, l’automatisation et une discipline stricte du risque.
Avant d’aborder les détails de la méthode, il convient de comprendre comment fonctionne le market making sur HyperLiquid. HL est une plateforme d’échange à carnet d’ordres, où les utilisateurs peuvent placer :
Ces ordres en attente constituent le carnet d’ordres. Les traders qui placent des bids et des asks sont appelés makers.
Les market makers sont indispensables : ils assurent la liquidité et maintiennent des spreads serrés. Sans eux, les traders subiraient des prix défavorables et un fort slippage.
La liquidité est au cœur de toute plateforme d’échange. Pour encourager les fournisseurs de liquidité, HyperLiquid rémunère les makers par un petit remboursement chaque fois que leurs ordres sont exécutés.
Sur HL, ce remboursement est d’environ 0,0030 % par transaction, soit 0,03 dollar pour chaque tranche de 1 000 dollars échangés.
C’est précisément ce micro-remboursement qui a permis au trader de passer de 6 800 dollars à 1,5 million dollars. Sa stratégie : une cotation unilatérale, ne plaçant des ordres limités que d’un côté du carnet (uniquement en bids ou uniquement en asks), puis annulant ou modifiant rapidement la position dès qu’un mouvement du marché se produisait.
En résumé, il n’apportait de la liquidité que sur un seul côté, collectait des micro-gains issus des remboursements maker, et utilisait son bot pour changer de côté avant tout risque d’exposition. Les petits remboursements maker ont généré d’énormes profits grâce à un volume automatisé massif.
La majorité des market makers placent simultanément des bids et des asks.
Par exemple, vous placez un bid pour 1 SOL à 100 dollars et un ask pour 1 SOL à 101 dollars.
Si les deux sont exécutés, vous achetez à 100 et vendez à 101, ce qui génère un profit sur le spread.
Mais il existe un risque : l’exposition.
Si le marché bouge contre vous pendant que vous détenez ces actifs, vous pouvez subir de lourdes pertes.
C’est pourquoi ce trader a systématiquement utilisé la cotation unilatérale. Cela lui offrait un contrôle beaucoup plus précis sur son exposition et lui évitait d’accumuler des actifs non désirés. L’inconvénient : une vulnérabilité accrue à l’adverse selection.
Imaginez que vous placiez un bid à 100 dollars pour acheter du SOL. Soudain, une annonce imprévue fait chuter le prix à 90 dollars.
C’est ce que l’on nomme l’adverse selection.
D’où l’importance de la précision et de la vitesse avec la cotation unilatérale. Toute la stratégie repose sur l’efficacité et la réactivité du bot.
Pour éviter l’adverse selection, le trader s’est appuyé sur une infrastructure d’exécution ultra-rapide :
Cette infrastructure est onéreuse et complexe, ce qui la rend accessible à un nombre très limité de market makers.
Le bot était très probablement programmé en C++ ou Rust (pour la rapidité et la faible latence). Les serveurs étaient en colocation près du moteur d'appariement HL, assurant la priorité de ses ordres.
Il absorbait les flux du carnet d’ordres en temps réel via WebSockets ou gRPC, et plaçait/annulait les cotations unilatérales en quelques millisecondes pour récolter les remboursements maker tout en évitant les ordres périmés.
Ce qui m’a le plus frappé, c’est la capacité du trader à rester en neutralité delta. Malgré plusieurs milliards de dollars de trades, il a conservé une exposition nette delta inférieure à 100 000 dollars.
Comment ?
Aucune tentative d’arbitrage spot contre futures. Tout se jouait sur les futures perpétuels, facilitant la neutralité delta puisqu’il n’y avait qu’un seul marché à gérer.
Tout reposait sur la discipline et la précision : la moindre erreur pouvait coûter cher.
Les calculs sont étonnamment clairs.
En réinvestissant chaque remboursement maker dans de nouvelles opérations, l’effet cumulatif a permis d’atteindre un bénéfice total de 1,5 million dollars.
Le tout avec seulement 6 800 dollars de capital initial réellement mobilisé.
On pourrait se dire : « Pourquoi ne pas copier le trade et obtenir les mêmes résultats ? » Mais la réalité est tout autre.
Il s’agissait d’un système de trading haute fréquence (HFT) de niveau professionnel, inatteignable pour le particulier.
Un bot ultra-performant n’élimine jamais l’intégralité des risques :
La stratégie est ingénieuse, mais loin d’être infaillible.
Transformer 6 800 dollars en 1,5 million dollars en deux semaines peut ressembler à un coup de chance spéculatif, mais il s’agit avant tout de maîtrise technique, de discipline et d’ingénierie de précision.
C’est un cas d’école sur l’exploitation des remboursements maker à grande échelle, le maintien de la neutralité delta et la réduction du risque directionnel.
La vraie leçon : le trading ne consiste pas uniquement à deviner les prix. Les stratégies les plus rentables sont parfois celles qui exploitent la structure même du marché, en créant des systèmes capables de capter de la valeur là où personne ne cherche.