QKL123研究报告| 交易平台的谎言——如何动态测试交易所交易的真实性

一、市场交易概况

加密货币交易所作为区块链生态的重要参与者和建设者，一直与加密货币的发展息息相关。

从2009年比特币创世块的诞生，到2010年全球首个比特币交易所Bitcoin Market的诞生，再到今天形成的数千亿美元的加密货币市场，加密货币交易所的数量也在不断增加。 随着市场规模的扩大而上升。 如今，市场上数百家加密货币交易所为用户提供包括现货、杠杆、期货期权、ETF等多种形式的投资服务。

在交易所数量不断增长、业务范围不断扩大的同时，不少交易所通过虚报交易量来夸大自身的市场影响力，严重影响了投资者对交易所的评价和选择，也影响了研究. 人员对市场发展趋势的判断。

2019 年 3 月，Bitwise Asset Management 在向 SEC 提交比特币 ETF 申请时，通过各种统计方法在随附的报告中指出，“虚假交易量占交易所报告交易量的 95% 以上”。 结论。 巧合的是，2019 年 7 月，Alameda Research 发布了一份报告，通过六大指标来检验交易所交易的真实性。 统计结果显示，市场头部交易所的虚假交易量约占报告交易量的1/3。

此后，市场上出现了多种检测交易所交易量真实性的检测方法，这些检测方法都在一定程度上假定某些交易所存在大量虚假交易。

2.QKL123真实交易研究

QKL123作为区块链数据服务机构，拥有上百家交易所的K线数据。 依托对市场的了解和其他研究机构的研究成果，对大部分交易所进行了样本数据统计，旨在协助研究人员动态识别交易所的真实交易状况，协助投资者选择更好的交易所。

QKL123按照以下规则选取样本进行观察统计：

① 交易所日交易量位居市场前100；

② 以各交易所现货交易量最大的BTC交易对为样本交易对；

③ 剔除24小时交易量小于5000笔的样本交易对；

④ 排除共享交易深度的云交易所。

经过几天的统计和分析，本文认为：目前市场上报的交易量中有近5个是虚假交易量。 例如，根据交易所的真实性，可以分为极高真实性、高真实性、一般真实性。 ，以及真实性较低的四档，占比分别为18%、26%、21%和35%。

对于具体交易所的交易统计，用户可以在“交易平台排行榜”中点击交易所名称进入对应的“交易平台详情页”，通过真实交易按钮查看统计结果。 目前，QKL123正在结合AI等技术，将在近期为用户实时展示各交易所的真实交易比例。

三、统计依据

QKL123页面展示的真实交易模块由7个部分组成，包括样本交易对基础数据、交易量分布、交易量同步、本福德定律分析、交易量尾数、交易所对比和FTX实时统计。

下面将介绍页面显示数据和统计依据。

1、长尾定律

1.1 基本说明

BTC的财富分配和交易统计遵循“二十八定律”。 在财富分配上，少数地址积累了大量BTC，但大多数用户只持有少量BTC。 这种财富分配的不平衡也导致了市场交易数据的不平衡——即少量的大额交易和大量的小额交易。

如果统计样本交易对的交易数据，当交易数量足够大时，每笔交易量X与交易数量Y形成的曲线与反比例函数（远端长尾）有一定的相似性)，它有以下两个特点：

① 持续下降：随着每笔交易量X的增加，交易笔数Y呈下降趋势；

②先陡后缓：单笔交易量X小时曲线陡峭，单笔交易量X大时曲线平缓；

1.2 样例

下图是某平台最近24小时的交易数据。 横轴为每笔交易的交易量（每个区间间隔0.03 BTC，最后一个间隔为“≥3 BTC”），纵轴为交易笔数。 为了查看详细数据，QKL123同时提供了线性轴和对数轴。 数据显示，交易平台近24小时的成交数据具有“先陡后缓”和“持续下降”两大特征，符合长尾定律的要求。

异常数据的示例：

2. 本福德定律

2.1 基本说明

本福德定律（Benford's law）是指在一个足够大的数组中，第一个数字（即第一个有效数字）通常不会均匀分布在1到9之间，但随着数字的增加，出现的频率逐渐增加。 化简，每个数d的概率公式如下：

2.2 示例示例

下图是本福德对交易平台A和B近24小时交易数据的统计数据。 其中，横轴为对应的首位有效数字，纵轴为交易占比； 蓝色为标准Benford分布比例，黄色为样本交易对数据。 数据显示，交易平台A的交易数据统计中，虽然首位数字分布与标准分布不同，但总体趋势相似，基本满足分布要求； 但交易平台B不满足降序规则。

3.整数定律

3.1 基本说明

根据大量样本的统计结果和行为思维，人们应该对整数形式的交易有更强的偏好，即人们更倾向于交易 5.0000 BTC 而不是 5.0001 或 4.9999 BTC。 反映在交易数据统计中，0.99~1.02BTC区间的交易笔数会高于0.96~0.99BTC和1.02~1.05BTC区间的交易笔数，因此在直方图上会形成一个凸起。 另外usdt哪个平台的交易量大usdt哪个平台的交易量大，如果对每个交易量的小数点后第四位进行频率统计，这个数字为0的概率应该比其他数字大。

但需要特别说明的是，由于部分交易平台用户只能调整USDT或其他法币的下单金额，不能调整BTC，或受部分交易平台交易订单统计规则的影响，此类统计可能会出现异常结果发生。 因此，本文将该定律视为充分条件而非必要条件，即满足整数定律可以部分证明交易平台交易量的真实性，但不满足整数定律则不能必然意味着交易平台的交易量被扭曲。

3.2 示例示例

下图是某交易平台最近24小时的交易数据。 其中，左图为成交量数据的对数轴形式，右图为成交量尾数（小数点后第四位）分布图。 数据显示，在交易平台逐笔成交量直方图中，数个整数位置出现明显凸起，数字0对应成交量位数分布频率最高，符合分布要求。

4.体积相关性

4.1 基本说明

随着加密货币交易市场的成熟和交易用户的增多，由于不同交易平台之间的价格差异导致跨平台套利的可能性逐渐降低，不同交易平台之间价格变动的相关性进一步增强，相关性成交量变化也有所加强。

由于样本交易对均为BTC相关交易对，样本交易对在单个交易平台上的交易量应该与市场交易量有相似的趋势，尤其是一些交易量小、市场深度较浅的交易平台，其交易量的变化趋势可能滞后于市场的整体变化趋势。

4.2 样例

本文选取BitFlyer、Bitstamp、Coinbase三个合规交易平台为标准，与各交易平台样本交易对的交易量趋势进行对比。 下图为上述三个标准交易平台在过去24小时内的交易数据，时间间隔为5分钟。 图表显示，三个交易平台的成交量趋势大部分时间是同步的。

五、其他相关指标

Volume/User：BTI（Blockchain Transparency Institute）将交易平台的交易量与UV值进行比较，得出单价指标，认为该指标可以在一定程度上反映交易平台虚假交易的比例。

QKL123在页面上同时展示单个交易平台样本交易对30天交易量、交易平台访客量数据、交易平台30天客单价数据，协助用户进行交易判断。 需要注意的是，由于部分交易平台存在多个备选地址，此处选择的访客数量可能小于实际值。

FTX实时测算：FTX交易平台展示Alameda Research的研究成果，从网站交易真实性等六个维度测算交易平台真实率，预估对应交易平台前一日真实交易量.

4。结论

本文为投资者提供了判断交易所虚假交易量的通用方法。 但投资者在判断特定交易平台交易的真实性时，需要综合考虑各项统计数据和交易所交易机制设置，不能一概而论。 . 另外，本文提到的统计方法适用于大样本数据，随着统计方法的公开，一些交易所会针对性地修改数据，这也会影响统计数据的有效性。 更多交易所及行情数据，用户可登录QKL123网站查询。

﹏

﹏﹏﹏