要点： 

• 根据透明度、弹性、数据质量和其他因素，中心化交易所的质量可能存在很大差异。
• 交易模式、交易量相关性和价格发现特征可以测试交易活动的真实性和健康状况。

介绍

中心化交易所（CEX）是加密货币市场参与者和区块链网络之间的重要中介，每天促进数十亿美元的价值转移。许多用户与加密货币的第一次交互可能是通过交易所发生的。然而，交易所的主要功能在质量上差异很大。在本期 Coin Metrics 的网络状况中，我们将深入探讨如何评估交易所质量。 

可信交换框架：概述

随着加密数据用例的扩大，精确、高质量数据的重要性得到进一步强调。 Coin Metrics 创建了可信交易所框架来审查应纳入哪些交易所，以计算精确的市场指标并为指数选择最高质量的成分股。我们根据以下类别评估交换：

• 数据质量：交易所报告的数据准确度的置信度。
• 透明度：交易所公开披露信息的质量，例如其准备金证明或公开披露的资产负债表的质量。
• 弹性和安全性：交易所保护其用户免受市场和安全风险影响的程度。
• 监管合规性：交易所通过其现有许可证满足监管要求的能力，并根据其开展业务的相关监管环境进行调整。
• API 质量：用作可编程实体的交易所的质量。

根据这个标准，我们得出以下交易所排名。

资料来源：Coin Metrics 可信交易所框架

该方法的详细信息可以在此处找到。

值得信赖的交易所的交易量

在加密货币行业的早期阶段，交易所人为夸大交易量以吸引客户并虚假证明合法性的现象很常见。 2019年，Bitwise对加密货币交易所的虚假交易量进行了全面分析，他们声称95％的交易量是“假的”。受 Bitwise 方法的启发，我们创建了一系列测试来检测和过滤假交易量。因此，我们可以得出对加密货币交易量的最佳猜测估计，我们称之为“可信交易量”。

来源：Coin Metrics 市场数据源

截至 2024 年 4 月 26 日，滚动平均每周窗口的可信交易量为 400 亿美元，约为今年 800 亿美元峰值的一半，较 2021 年 5 月的历史高点略多于三分之一。根据CBOE 数据，纳斯达克每日交易量徘徊在 1-2 万亿美元左右。请注意，此可信交易量指标是一个下限估计值；不包括我们覆盖范围之外的去中心化交易所和中心化交易所。 

这就提出了一个问题：所有加密货币量中有多少比例是假的。这取决于你如何计算所有假货的数量。理论上，任何交易所都可以通过清洗交易机器人产生无限量的虚假交易量。此外，虚假交易量往往在交易所之间分布不均匀：受监管、信誉良好的交易所的虚假交易量占其总交易量的比例明显较低，而信誉较差的交易所往往其总交易量中较高甚至大部分是虚假的。事实上，绝大多数实际使用发生在交易所，其中大部分活动都是有机的。因此，将这些因素全部考虑在内来计算虚假交易量的百分比可能会导致关于加密货币市场活动合法性的误导性结论。

我们如何过滤掉虚假交易量？通过直接从交易所收集数据，我们可以应用行业开发的虚假交易量测试来标记异常交易活动。

清洗交易测试

买/卖交易模式

交易所的买卖模式可以揭示极不寻常的市场活动的存在。合法的市场活动往往严重偏向于多次连续的买入或卖出交易，因为存在知情交易者，他们愿意跨越价差并获取流动性以应对重大新信息。另一方面，正如DAR 的报告所示，历史上捏造交易量的交易所的买卖分布均匀，类似于随机抛硬币。这可能是由于清洗交易、非经济交易活动或人为过程产生的其他交易活动造成的。 

下图说明了binance-btc-usdt和coinbase-btc-usd等表现良好的市场与显示异常交易活动的市场之间的差异。 x 轴代表交易数据中的买卖序列（b = 买入，s = 卖出），y 轴代表频率。

来源：Coin Metrics 市场数据源 

体积相关性

检测虚假交易量的另一种方法是观察各交易所交易活动量相对变化的相关性。表现出虚假交易量的交易所往往会出现交易量波动，这与其余交易量无关。一般来说，行为良好的交易所的行为方式相同——跟随市场——而行为不良的交易所则以不同的方式行为。

我们可以通过观察比特币现货 ETF 在美国开始交易当周交易所样本报告的交易量来说明这一点。美国工作时间以灰色阴影显示，而亚太地区工作时间以红色阴影显示。

来源：Coin Metrics 市场数据源 

请注意，存在一些普遍的季节性模式：交易量往往会在美国营业时间开市时激增，直到营业结束时保持在较高水平，然后在周末期间（1/21 至 1/22）下降。然而，由于不可预见的市场事件，预计会出现波动。

在上面报告的交易量图表中，我们看到 Coinbase 和 Binance 遵循相同的交易量模式，并指出 Binance 遵循这种总体季节性，尽管在美国不可用。重要的是，交易量的“幅度”每天都会重置。 Poloniex 不遵循同样的日内季节性，并且一般来说全天波动相对较小。 Upbit 是一家韩国交易所，按报告交易量计算，它是亚洲最大的交易所之一，其交易量也不同寻常，但原因不同：其交易量的激增似乎与主要交易所无关，而且似乎有周末交易活动没有减少。 

当查看一段时间内交易量的百分比变化时，也可以检测到这些模式。

来源：Coin Metrics 市场数据源

本福德定律

本福德定律指出，前导数字往往较低且最常见，并且频率随着前导数字的增加而降低。本福德定律通常用于检测金融（例如传统市场中的交易金额）和非金融应用（例如选举中的计票）中的欺诈行为。我们可以通过计算交易价值的前导数字，将本福德定律应用于加密货币交易所的交易数据。如果前导数字的分布违反了此模式，则这是操纵行为的信号。

下面显示了遵循 ( binance-btc-usdt-spot ) 和违反 ( bibox-btc-usdt-spot ) 本福德定律的市场示例。一般来说，我们研究的大多数市场（BTC-Stables、ETH-Stables、BTC/ETH-USD）都倾向于符合本福德定律。

来源：Coin Metrics 市场数据源 

交易所之间的价格发现：价格领先和滞后的地方

价格发现是市场就价格达成一致的过程。在一个有效的市场中，我们应该预期做市商之间的价格会紧密耦合。由于加密货币交易所的监管合规性、流动性和整体市场质量存在差异，我们发现这些交易所报告的价格不对称，从而导致潜在的套利机会。

跨交易所的价格发现可以通过使用 Hayashi-Yoshida 估计器进行超前滞后分析来衡量，该估计器是Robertson 和Zhang在 2022 年应用于比特币现货市场的。在这种方法中，一个市场上的一项资产的回报率会随着时间的相对变化而向前和向后移动。参考市场上相同资产的回报。通过将这些回报之间的相关性估计为时间位移的函数，您可以观察给定市场的价格应滞后多少，才能与相邻参考市场的相关性最强。 

考虑下面示例市场的滞后曲线。 Coinbase 和 Gemini 的 BTC-USD 市场在 0 秒时关联性最强，这意味着这些市场是同步的。 Binance 和 Upbit 之间有一个反例，Upbit 与 Binance 价格的最大相关性发生在 –13.9 秒。这意味着Upbit的BTC-USDT市场价格平均落后Binance的价格13.9秒。

资料来源：Coin Metrics 可信交易所框架

您可以通过查看 1 分钟频率的价格图表来观察总体价格不稳定情况。下面是与 Upbit 相比通常用作参考汇率的交易所 1 分钟价格的比较。

结论

加密数据的可审计性是该行业最具决定性的特征之一。通过查看公开的交易所数据模式，我们可以发现市场违规迹象，并对交易所的质量进行全面评估。尽管加密货币市场仍然显示出不成熟的迹象，但加密货币运作方式的透明性有助于识别市场效率低下的根源，并最终推动重要市场基础设施的改进。 

网络数据洞察

总结要点

来源：Coin Metrics Network Data Pro

比特币和以太坊活跃地址本周分别下降了 1% 和 4%，而多个 ERC-20 代币的活动也有所下降，活跃地址下降了 4% 至 25%。

硬币指标更新

Coin Metrics 团队本周的更新：

• 关注 Coin Metrics 的市场状况时事通讯，该通讯通过简洁的评论、丰富的视觉效果和及时的数据来介绍本周的加密货币市场走势。

订阅和过去的问题

一如既往，如果您有任何反馈或要求，请在此处告知我们。

Coin Metrics 的网络状态是根据我们自己的网络（链上）和市场数据对加密货币市场进行公正的每周观察。

如果您想在收件箱中获取《网络状况》，请在此处订阅。您可以在此处查看《State of the Network》的前几期。