监测交易所真实交易量,《加密货币交易量的真实性研究报告》全文展示

产业动态·热度: 28458
流动性提供商Alameda Research使用六种测算方法,出具了一份加密货币交易量的真实性研究报告。

数字货币二级量化市场中最大的流动性提供商之一Alameda Research使用了包括人为勘查及检测交易所网站上的交易历史,最优买卖单等六种测算方法,对各大数字货币交易所的交易量进行了一次深入研究,出具了一份加密货币交易量的真实性研究报告。

报告中的六种方法精密严谨,构建了一套有效的交易量监测体系。FTX交易所将此体系程序化处理,打造了【FTX数字货币交易量实时量鉴】系统,能实时监测交易所交易量动态,方便用户查阅使用。



以下是【FTX数字货币交易量实时量鉴】地址:https://ftx.com/volume-monitor


Alameda Research出具报告原文:

《加密货币交易量的真实性研究》

Alameda Research研究室

2019年7月2日

1.引言

在过去的几年里,确定加密货币交易所的实际交易量一直是一个众所周知的难题。许多交易所可能会采取一些做法来夸大其报告的数量,以激发对其平台的兴趣并吸引新客户。然而,确切地说哪些交易所正在有这些行为以及他们在多大程度上采取如此行径,业界没有达成一致意见。

一些缔约方试图解答这些问题,并向公众提供相关信息以帮助他们就密码交易作出知情决定。CoinMarketCap是一个非常受欢迎的网站,致力于回答这些(和其他)问题,即每种货币对在每一次加密交易中的交易量。尽管CoinMarketCap采取措施试图识别它认为不能正确报告其交易量的交易所(例如,许多交易所或货币对在CoinMarketCap上标有星号,以表明CoinMarketCap不一定相信它们所报告的数字),但如本文所示,我们认为可以采取更多措施。其他类似的网站也存在,最终以失败告终。

总部位于加州旧金山的加密货币指数基金Bitwise Asset Management发布了一系列广受欢迎的报告,详细阐述了他们对交易所密码交易量准确性的看法。尽管他们发现了许多与这份报纸相同的交易所,但它们的数量似乎存在欺诈性,但其方法证明是不够的,因为丢弃了大量合法的中国行业数据。本文使用更多的方法和数据来源来描绘一幅更全面的世界加密货币交易格局。

2.数据来源

阿拉米达研究室是一家在世界各地设有办事处的定量加密货币交易公司。我们的交易系统依赖于使用REST API、Fix API和基于WebSocket的连接从世界上大多数主要交易所获取大量数据;这些数据可以用来确定交易所的索赔是否有可能性。我们存储着历史订单、交易所报告的交易数据以及我们自己的交易数据等,这些数据是世界上大多数最大的加密交易所的交易数据。请注意,包括在这项研究中的许多交易所并不能使它们的交易数据易于消化,因此我们无法对它们进行一些测试。还有其他交易所确实以某种方式提供数据,但我们没有采取措施加以消化(通常是因为我们并不认为它们的流动性对我们自己的交易是真实的或值得的),因此我们也没有对这些交易所进行测试。

此外,我们收集了每一家交易所的数据,通过在其自己的市场页面上报告的交易以及在这些市场页面上的订单薄上可见的订单进行编目。

3.方法

为了确定每天在顶级加密货币交易所的实际交易量,我们开发了六个标准,根据这些标准来评判每一家交易所的交易量真实性。开发这些标准是为了不偏离自己的方法或摒除先入为主的观念及其他偏见等。当每个标准应用于给定的交易所,确定该交易所是否通过、失败或不能被充分判断为已通过或未通过。这些标准说明如下。

3.1准则1:网站交易历史的人工调查。

加密交易市场页面往往彼此共享一些功能。它们中的大多数都会显示实时交易数据,每次交易发生在双方之间时都会进行更新。除非交易双方在完全相同的时间(或距离交易所尚未更新其订单前)发出抵消订单,否则发生的任何交易都必须对应于先前在订单簿上可见的订单,并且在交易发生后,该订单将从订单簿中消失。虽然我们预期有些交易事实上会与买卖双方同时发出订单相对应,但绝大部分合法的交易,都会对应交易前的订单。

然而,许多交易所的市场页面显示了许多交易,这些交易在打印出来之前从未出现在订单簿上的任何地方。打印交易订单比存在的任何订单都要大得多,交易前后的价格都位于订单的中间。在某些情况下,我们能够追踪交易所的交易历史,只是其他交易所交易历史的略有延迟,这表明它们只是在转发这些记录,并将它们表现出来,好像其在自己的交易所发生一样。

因此,在根据这一标准判断一家交易所时,我们人工访问了每家交易所的一些流动性最强的市场页面,并评估了它们的交易历史相对于其订单的合理性。如果一家交易所的交易量超过10%之前没有出现在其订单簿上,或者如果我们能确定它的打印订单来自其他交易所,那么该交易所被认为没有达到这一标准。否则,该交易所将被视为已通过此标准。此外,根据这一标准,如果任何交易所的大部分交易量都可以很容易地归类为来自交易挖掘类型,则该交易所将被视为失败。这是因为,从交易挖掘中衍生出来的交易本质上构成了交易双方以零费用进行清洗交易(因为费用是用交易所自己的令牌回扣的),而不是一方购买而另一方出售的典型交易类型-最终结果是用户获得免费的汇兑令牌,而交易所能够报告数量增加部分。

这一标准是最广泛适用的类型,因为大多数加密交易所都将其市场页面提供给公众(包括那些数据不易消化或我们不能消化的数据)。因此,对于我们在这项研究中看到的许多信息,这是我们能够适用于它们的唯一标准。

3.2准则2:与最佳出价和报价交叉的打印部分(BBO)

该准则是准则1的一部分算法变化。我们编写了一个脚本,其中,对于交易所报告的每一笔交易,价格p和尺寸x,检查最近报告的交易所订单是否至少为x,平均价格至少为p的出价(扣除费用后),或者大小总计为p的出价。g至少为x,平均价格最高为p。如果这两个条件都不满足,我们确定交易不合法的可能性增加(如标准1中所述),如果确定有足够的交易以这种方式进行,可能是非法的,所以我们确定交易所的成交量很可能是绝对可疑的。

请注意,该度量标准留有很大的容错空间。如果交易所延迟更新其报告的订单簿(大多数情况下,至少在某种程度上是这样),那么即使它们是合法的,它们的打印交易偶尔会以不符合我们限制的价格进行。因此,我们根据该指标确定交易所是否合法的,这是相当保守的——如果超过50%的交易以可接受的价格进行(因此,根据该标准,我们确定交易所的交易量可能是合法的)。SES标准),如果交易量低于5%,我们确定其交易量可能是非法的。否则,我们无法认定交易所通过或不通过该标准的审核。

3.3准则3:广泛接受的合法交易所的小时交易量与小时交易量的比较

一般来说,加密交易在同一时间显示的是数量的增加和减少。例如,在价格波动加剧的时期,当空间中最大的参与者都同时增加交易量时,大多数加密交易所的交易量都高于平均交易量。因此,当一家交易所在其他交易所看不到任何情况时,尤其是那些被广泛认为具有大部分(或全部)合法交易量报告的交易所,当一家交易所看到交易量大幅飙升时,我们认为,在这一峰值期间,离群点交易所的报告交易量很可能是假的。请注意,如果交易所不能持续运行,我们只考虑它们在使用此标准时的正常运行时间范围。

为了确定哪些交易所的交易量与其他信誉较好的交易所的交易量存在显著差异,我们建立了具有合法性的交易所,因为其他交易所没有这样的规定。这些交易所是:Coinbase、Poloniex、Bittrex、Gemini、Kraken、Bitstamp和itBit。其中每一项都是美国监管的,对美元的交易量很大,这就赋予了其固有的可信性。顺便说一句,他们也都通过了这份报告中的其他标准,尽管这并非选择他们的因素之一。

在建立了这组信誉良好的交易所后,我们通过将其每单位时间的交易量相加来创建一个时间序列(使用一周长的时间长度),并计算其他交易所的交易量按时间(使用相同的时间长度)与此时间序列的相关性。如果一家交易所的成交量随时间的变化至少有ρ=0.5的相关性,那么它就被认为通过了这一标准。否则,它被认为是失败的。请注意,此标准与Bitwise的报告中的标准非常相似,并受此启发。

此外,为了解决通过将此标准及基于美国的交易所进行比较而引入的潜在偏差,在其余的测试完成后,我们采取了非美国的交易所为参考标准(考虑到加密类型倾向性质,这些往往是基于中国交易所而定的),确定这些交易所在很大程度上是合法的,将它们添加到信誉良好的交易所集合中,并重新运行测试。该测试的结果也包括在下面。

3.4准则4:阿拉米达研究室的“交易”量与其典型量的比较

阿拉米达研究室在每次主要加密交易中的交易量都很大,每天总交易额超过5亿美元,这意味着我们正在搜集这些交易的大部分数据。我们的算法,在许多方面,接近于外汇交易,因为它们根据可感知的流动性来分配资本,并根据同样的衡量标准进行交易。我们几乎可交易每一种在任何地方交易量都很大的加密货币,因此我们在交易所上的交易方面往往不会依赖于特定货币。

实际上,下面的图表描绘了我们在上述监管良好的美国交易所每日(报告)交易量中所占的份额:

考虑到这一点,预计我们所属的交易所的交易量在各交易所之间应相当一致(除非在某些特殊情况下,例如奇异的收费结构可能会干扰这一点)。如果我们的交易量明显低于某些交易所报告交易量的平均比例(而且我们自己的交易量是明确的,因为我们可以获得自己交易数据的正确版本),我们认为这是一个信号,表明报告的交易量中有很大一部分是不合法的。具体地说,如果我们的交易量超过一家交易所报告交易量的0.5%,我们认为该交易所通过这一标准,而如果我们的交易量较少,我们认为未通过。如果我们不在交易所交易,就不考虑它通过或未通过。

3.5准则5:交易订单总深度与其量的比较

我们首先确定一些定义:

• 对于两枚货币C1和C2之间的市场(C1是货币,C2是价格货币),时间t的相关订单簿阈值σt是C1和C2每小时标准差(以美元计)的总和。这大致代表了离目前的出价和报价最远的方面,人们预计市场在不久的将来可能会发生交易。

• 对于同一市场,将订单簿深度定义为订单簿上所有订单的总和,其价格在最佳出价和报价的σt范围内

• 将该市场的订单簿比率定义为该市场的订单簿深度与交易所报告的每日平均交易量之间的比率。

对于这一标准,我们将所有交易所市场的订单簿深度相加,并计算该金额与交易所报告的每日平均总成交量之间的比率。如果此比率至少为0.005,则交易所将通过此标准。否则就失败了。

3.6准则6:具有合理订单簿深度与其交易量之比的交易所市场份额

对于此标准,我们将查看每个交易所所有市场的订单率(如上所述,在规范5一节中定义)。如果某交易所的订购率至少为10−6,我们将其归类为“真实”;如果某交易所至多有5%的市场被归类为假货,则将其归类为通过这一标准。否则,我们确定交易所不符合这一标准。请注意,10−6被选为非常保守的阈值,因此标准是确定交易所是否具有虚假交易量的更准确度量,而不是确定其是否具有实际交易量的度量。

4结果

下面我们详细介绍了截至2019年5月28日,将每一项标准应用于在CoinMarketCap上

4.1准则1

有许多不同的方式迫使交易所未能通过这一测试。有些人有许多打印订单上升到中端市场,远远大于他们的订单簿上的订单量。另一些人则将其他交易所的打印订单报告为自己所有,只是有一小段时间的延迟而已。其他人则做了一些更复杂的事情,比如只有当他们有大量较小的假订单可以隐藏在其中时,才会混杂起来报告。

总的来说,我们发现如果一家交易所没有通过这项测试,那么几乎所有其他的交易所也都会失败(尽管许多没有通过这项测试的交易所没有提供它们的数据,因此我们无法对它们进行其他测试-我们认为这不是巧合)。因此,如果一个交易所在这个测试中失败了,并且没有容易获得的数据来运行其他的测试,我们即认为它有不合法的交易量。

我们附上了每个交易所的截图,这些截图可以在附录中找到,我们还会对每个截图中显示的市场页面进行简短的解释。请注意,已知从事交易挖掘的主要交易所是FCoin、Bitforex、Coinex、Coinbene和CoinSuper,它们都因此而失败。

4.2准则2

应用我们的算法测试一家交易所的交易是否在与其最近的最佳出价和报价相比的合理水平上,至少有50%的时间,或者不到5%的时间出现这种现象,见如下结果汇总表中。请注意,如上所述,许多交易所更新其订单簿的频率很低,以至于根据此度量评估交易所时需要宽泛的计划-这就是成功和失败阈值如此不同的原因。沿着类似的思路,我们认为重新打印订单符合我们对此标准的要求的那些精确部分并不是特别重要,因此我们只报告每个交易所是否通过、失败或不能根据此标准执行判断。

我们还包括一个图表,表明不同的交易所如何按照这一标准运行的。请注意,这种分布是双峰的,通过最好的出价或报价,大多数交易所要么接近0,要么接近它们的所有交易,。

4.3准则3

下面是应用我们的测试结果,看看交易所的交易量是否与监管水平较高的交易所有很强的相关性,因此这些交易所在报告自己的交易量时可能是合法的。对于在进行此测试时我们首先在标记为合法的组中进行,在将该标准应用于该交易所之前,我们只是从受信任的交易组中删除了该交易,但考虑到此标准应用于这些交易时的情况,请注意,我们仅将此标准应用于使用其数据的那些交易所上。

我们还包括了一个通过测试的交易示例和一个失败的交易示例。这两个图表表明,一家可能合法的交易所的每一次交易量与受监管交易所的每一次交易量之间的联系有多么紧密,以及一家可能的非法交易所的交易量与同一组交易所之间的关系如何不受约束。

此外,如上所述,在其余的测试完成后,我们重新运行此测试,其中最大的非美国交易所被我们发现在很大程度上是合法的。我们在这里的目标是将真实的交易所与大多数非美国的类型隔离开来,以对抗在此测试第一次迭代中以美国为中心的交易所引入的偏见因素。在通过其他大多数测试的前几家交易所中,OKEx、Huobi和Binance(按调整后的成交量计算前五位,之后有很大的差距)都以亚洲为主,因此我们将这三家交易所按时间添加到可信成交量指数中,并重新进行了测试。只有HitBTC、Upbit和Coinex等交易所的结果因包含其他交易所而发生变化,这些交易所中仅美国的交易所都未通过测试,而当其他交易所被包括在内时,所有这些交易所都通过了测试。鉴于HitBTC和Upbit通过了测试,这表明当OKEx、Huobi和Binance被包括在内时,该标准更加可行,因此该迭代的结果就是我们最终确定的结果。

4.4准则4

下面是应用我们的测试结果,看看阿拉米达研究所的交易量是否至少是该交易所报告交易量的0.5%。请注意,我们仅将此标准应用于阿拉米达定期交易的交易所。还要注意的是,为了不泄露公司的任何敏感信息,我们并不包括阿拉米达在任何交易所报告的交易量中所占的确切比例。

4.5准则5

下面是应用我们的测试的结果,看看交易所的所有订单簿深度之和与其报告的平均日成交量之和之间的比率是否至少为0.05。请注意,我们仅将此标准应用于我们使用其数据的那些交易所。

还有一张图表,显示有多少交易所的订单账簿深度之和与其报告的ADV之和不同。

4.6准则6

下面是我们的测试结果,看看一家交易所的订单比率是否至多只有5%低于10−6。请注意,我们只对那些有数据的交易所应用这一标准。

还包括一个图表,指出交易所具有不同种类订单率的失败分数。

5结果摘要

下面是一个表格,总结了根据标准1对每个没有失败的交易所应用标准后得出的结果(所有这些标准最终都是0分),以及对每个交易所的最终结论(同样,本表中没有列出的交易所都没有达到分配分数0,)。这意味着我们相信其报告量大约为0且是真实的)。为了得出这一最终结论,我们根据每个标准在确定某一交易所的交易量是否真实,这点非常重要,即在我们观察任何一项测试的结果之前,对每一项标准进行了加权。我们为除1、2、5和6之外的所有标准分配了1的权重。我们为标准1分配了0的权重,因为我们认为它是一个“自动失败”的总体指标,因此,几乎所有通过测试(并且在我们的结果中显示为非零的调整后的交易量)的交易所都必须通过该指标。对于标准2,我们给它分配了2的权重,因为我们的成功和失败的门槛相差很远,而且如果不能达到这一标准,就是一个很大的危险信号,因为打印订单中端市场交易是最自然(众所周知)的用来伪造交易量的交易手法。我们给标准5和6中的每一个都分配了0.5的权重,因为它们在很大程度上是在测量相同的效果(或者至少是类似的效果),我们期望它们结合在一起,形成一个大致与其他标准一样适用的度量标准。

在得出每个交易所的分数后,如果分数至少为4,我们给它分配一个乘数1,如果分数最多为1.5,我们给它分配一个乘数0,否则我们给它分配一个乘数5。然后我们假设它的真实成交量是它的报告体积乘以它的乘数的值。我们之所以使用这样粗糙的数字(近似于完全虚假和完全真实,如0.5),反映了我们的标准留给我们的不确定性,以及我们不希望过度拟合并对交易所提出具体要求,我们的标准可能在分类方面做得很差,所以特别选择了0.5(而不是,例如,一个更接近0或更接近1的数字),因为我们认为,通过了一些测试而另一些测试失败的交易所,肯定有一些重要的实际报告数量和一些显著的假报告数量,但是,同样,我们也很有能力做出更精确的声明。

注意,在表中,星号表示由于从事交易挖掘而未能通过第一个标准的交易所,并且报告的交易量包括衍生品交易量。

6结论

虽然我们的方法并非万无一失,但我们认为,它们最准确地描绘了公开加密货币交易量的真实性。我们希望很多不同的团体可以利用这些资料-交易者可以更明智地决定向哪一家交易所寻求资产流动性投注,交易所可以更好地了解它们在市场中的地位,而在货币项目中,可以更容易地衡量市场对货币交易的兴趣。

今后,阿拉米达计划构建运行网站,每天更新所有主要加密交易的结果。我们还将扩展到更进一步的分类,按货币进行细分,而不只是按交易进行分类。我们还计划在未来几个月扩大用于对交易所进行分类的标准集(更准确地说,缩小部分真实交易量0.5乘数),随着加密货币交易市场继续快速发展,我们将进一步完善此方法。

声明:本文为入驻“火星号”作者作品,不代表火星财经官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。 未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
语音技术由科大讯飞提供
推广
最近更新
本文来源:产业动态
原文标题:
涨跌幅
排名币种成交额价格(USD)涨幅
您可能感兴趣的内容
暂无内容

评论0