一. 市場成交概況
作為區塊鏈生態體系中重要的參與者與建設者，加密貨幣交易所一直與加密貨幣的發展息息相關。
自2009年比特幣創世區塊的誕生，至2010年世界上第一家比特幣交易所bitcoin market的誕生，再到如今形成的數千億美元的加密貨幣市場，加密貨幣交易所的數量也伴隨著市場規模的擴大而上升。如今，市場上已有數百家加密貨幣交易所為使用者提供包括現貨、槓桿、期貨期權、etf等多種形式的投資服務。
在交易所數量增長和業務範圍拓展的同時，不少交易所為誇大自身的市場影響力，採取對敲等手段虛報成交額，嚴重影響了投資者對交易所的評價與選擇，也影響著研究人員對市場發展趨勢的判斷。
2019年3月，bitwise asset management在向sec提出比特幣的etf申請時，在附加的報告中指出，透過多種統計方法得到“交易所的報告成交量中虛假成交量佔比達95%以上”的結論。無獨有偶，2019年7月alameda research釋出報告，透過6種指標對交易所成交的真實性進行檢測，統計結果反映出市場頭部交易所的虛假成交量約佔報告成交量的1/3。
此後，市場上出現了多種檢測交易所成交量真實性的檢測方法，均在一定程度上推定部分交易所存在大量虛假成交。
二. qkl123的真實成交研究
qkl123作為區塊鏈資料服務機構，接入了上百家交易所的k線資料，依託於對市場的認知和其他研究機構的研究成果，對大部分交易所進行了樣本資料的統計，旨在輔助研究人員動態辨識交易所的真實成交狀況，輔助投資者選擇更優質的交易所。
qkl123按照如下規則選取樣本進行觀測和統計：
① 該交易所的每日成交量位於市場前100名；
② 以各個交易所上現貨成交量最大的btc交易對為樣本交易對；
③ 排除24小時交易筆數低於5000的樣本交易對；
④ 排除共享交易深度的雲交易所。
在經過數天的統計和分析之後，本文認為：當前市場的報告成交量中近五成為虛假成交量，如按交易所真實性將其劃分為真實性極高、真實性較高、真實性一般、真實性較低四檔，其佔比分別為18%、26%、21%、35%。
針對具體某個交易所的成交統計資料，使用者可以從“交易平臺排行榜”中點選交易所名稱進入對應的“交易平臺詳情頁”，並透過真實成交按鈕檢視統計結果。目前，qkl123正在結合ai等技術，將在不久之後為使用者實時展示各個交易所的真實成交比例。
三. 統計依據
qkl123頁面中展示的真實成交模組共7個部分，分別為樣本交易對基本資料、逐筆成交量分佈、成交量同步性、本福特定律分析、成交量尾數、交易所對比及ftx實時量鑑。
下面將針對頁面展示資料及統計依據進行講述。
1. 長尾定律
1.1基本描述
btc的財富分佈情況和成交統計資料中均遵循著“二八定律”。在財富分佈上，少數地址積聚了大量的btc，多數使用者卻只持有少量的btc。該種不平衡的財富分佈也導致了市場成交資料中的不平衡性——即少量的大額成交單和大量的小額成交單。
若對樣本交易對的成交資料進行統計，在成交筆數足夠多時，每筆成交量x與成交單數y形成的曲線與反比例函式有一定相似之處（遠端長尾），其具有以下兩個特點：
① 持續下降：隨著每筆成交量x的增長，成交筆數y呈下降趨勢；
② 先陡後緩：曲線在每筆成交量x較小時表現陡峭，在每筆成交量x較大時表現平緩；
1.2 樣本示例
下圖為近24小時內某平臺的逐筆成交資料，其中，橫軸為每筆成交量（每個區間間隔為0.03 btc，最後一個區間為“≥3 btc”），縱軸為交易筆數。為便於檢視詳細資料，qkl123同時提供線性座標軸和對數座標軸。資料表明，該交易平臺近24小時的成交資料具有“先陡後緩”和“持續下降”兩個特點，符合長尾定律的要求。
異常資料示例：
2. 本福特定律
2.1 基本描述
本福特定律（benford's law）是指在數量足夠大的陣列中，首個數字（即首位有效數字）通常不會在1至9之間平均分佈，而是隨著數字的增大，出現頻率逐漸減少，每個數字d出現的概率公式如下：
2.2 樣本示例
下圖為近24小時內對交易平臺a與b的成交資料的本福特統計資料。其中，橫軸為對應的首位有效數字，縱軸為交易筆數佔比；藍色為標準的本福特分佈比率，黃色為樣本交易對的資料。資料表明，交易平臺a成交資料統計中，首位有效數字的分佈雖與標準分佈不同，但整體趨勢相近，基本符合分佈要求；但交易平臺b則不符合依次下降的規則。
3. 整數定律
3.1 基本描述
根據眾多樣本的統計結果及對行為學的思考，人們對於整數形式的交易應具有更強的偏好性，即在交易中人們更傾向於交易5.0000個btc而非5.0001或4.9999個btc。反映在交易資料統計中時，0.99~1.02btc區間範圍內的成交單數會高於0.96~0.99btc和1.02~1.05btc，因此在柱狀圖上將形成一個凸起。此外，若對每筆成交量的第四位小數進行頻率統計，該位數字為0的概率應大於其他數字。
但需要特別說明的是，由於在部分交易平臺中使用者調整下單金額時僅能以usdt或其它法幣為單位而非btc為單位，或是因部分交易平臺的成交單統計規則影響，該類統計結果可能會出現異常情形。故該定律在本文中被認定為充分條件而非必要條件，即滿足整數定律可以部分證明交易平臺成交量的真實性，但不滿足整數定律不一定代表著交易平臺成交量的失真。
3.2 樣本示例
下圖為近24小時內某交易平臺的成交資料。其中，左圖為逐筆成交量資料的對數座標軸形式，右圖為成交量尾數（小數點後第四位）的分佈圖。資料表明，該交易平臺的逐筆成交量柱狀圖中，數個整數位置均存在明顯凸起，成交量位數分佈中數字0對應的頻率最高，符合分佈要求。
4. 成交量相關性
4.1 基本描述
隨著加密貨幣交易市場的成熟和交易使用者的增多，因不同交易平臺價格差異而出現跨平臺套利的可能性逐漸降低，不同交易平臺之間價格變動的相關性進一步增強，交易量變動的相關性也隨之增強。
由於樣本交易對均選取btc相關交易對，因此單個交易平臺的樣本交易對的成交量與市場成交量理應具有相似的趨勢，特別地，對於某些成交量較小、市場深度較淺的交易平臺，其成交量變化趨勢可能稍滯後於市場整體變化趨勢。
4.2 樣本示例
本文選取bitflyer、bitstamp、coinbase三家合規交易平臺作為標準，將其作為標準與各交易平臺的樣本交易對的成交量變化趨勢進行對比。下圖為近24小時內，上述三家標準交易平臺的成交資料，時間間隔為5分鐘。圖表表明，三家交易平臺的成交量變動趨勢在大部分時間記憶體在同步性。
5. 其它相關指標
客單價（volume/user）：bti (blockchain transparency institute)將交易平臺的成交量與uv值進行比較，得到客單價指標，並認為該指標能一定程度上反映交易平臺中虛假成交的比例。
qkl123在頁面中同時展示單個交易平臺的樣本交易對的30日成交量、交易平臺訪客量資料、交易平臺30日客單價資料，從而輔助使用者進行判斷。需要特別說明的是，由於部分交易平臺存在多個備用地址，本處訪客量資料的選取或會小於實際數值。
ftx實時量鑑：ftx交易平臺展示了alameda research的研究成果，從網站交易真實性等六個維度衡量交易平臺的真實性比例，並估算出對應交易平臺前一日的真實成交量。
四. 結語
本文為投資者提供了一種判斷交易所虛假成交量的一般性方法，但投資者在判斷具體某個交易平臺成交真實性時，需要綜合考慮各項統計資料及交易所成交機制設定，不能一概而論。另外，本文所說的統計方法適用於大樣本資料，且隨著統計方法的公開，部分交易所會有針對性地修改資料，同樣會影響統計資料的有效性。關於交易所及市場的更多資料，使用者可以登入qkl123網站查閱。
資料來源：
https://www.qkl123.com
文章來源：
