都在坦荡荡刷量，哪个交易所更高明？Vitu在线排名

上周，Vitu开源了SPV的算法并画了逐笔交易的分布图，将coinbene在某一天的刷量行为抓了个现行

根据coinmarketcap修正后的交易量来排名，在2019年11月12日的交易所榜单，Binance作为Real Ten中硕果仅存的交易所，也在十名开外。

参考来源：coinmarketcap.com

本来嘛，心痒痒，Vitu想继续看看排名第一的coinbene的SPV，但是既然人家已经坦荡荡地在刷量，那么我们就来研究一个新的对象MXC。

突然发现一个有意思的点，在这个榜单上，大多数的交易所都是在2017年和2018年之间诞生的。有点期待在未来的数字资产生态里，是否会有新类型的玩家参与进来。

而Vitu.ai作为数字资产数据和研究服务商， 将会为广大投资人解决两个痛点，在本篇继续手把手教导大家如何在线识别刷量：

指标公式

我们来温习一个重要的衡量指标，SPV，全称size per visit，这个指标可以估计每过来一个用户在指定的交易所平均的成交量是多少。

其中，本分析中会使用到两个重要的数据：

（1）当日的总成交额

以Binance的BTC/USDT这一交易对的成交量为例。从交易所api采集到的是成交时间序列，数据结构如下：

其中，p代表成交价格，q代表成交量，t代表成交时间。

将指定的一天从00:00:00到23:59:59之间的每笔成交额汇总，得到当日的总成交额。

（2）交易所平均日访问人数

我们将采用SimilarWeb的9月统计的交易所平均月访问人数，再除以30得到交易所平均日访问人数。

数据准备

这个研究将会以2019年9月27日的binance，poloniex，coinbase，和MXC的交易数据为例。

从上方代码的运行结果，我们可以看到在2019年9月27日的当天，四个交易所：

画图时间

这里会用直方图一一描述四个交易所在2019年9月27日的当日成交量, 9月访问人数和SPV。

(1) 交易所的成交量

我们先来看一下成交量，一个交易所可以自我伪造的数据。

参考来源：Vitu.ai

MXC(红色)居然超越了binance(橙色)是最多的，而coinbase(绿色)紧随其后，和poloniex (蓝色)第四位。

(2) 交易所的月访问人数

再看看月访问人数，一个交易所无法自我伪造的数据。

参考来源：Vitu.ai

我们发现coinbase(绿色)是最多的，binance(橙色)其次，poloniex (蓝色)第三，而MXC(红色)是最少的。

(3) SPV

最后我们来看一下通过以上两个数据计算得到的size per visit。

参考来源：Vitu.ai

从上图可以看到，poloniex,binance和coinbase的SPV都比较正常。

而MXC(红色)的每个用户平均交易量为4.6个比特币，又是红色的一柱擎天。

意料之中，MXC也是坦荡荡地刷量。

因此，通过SPV这一指标，我们可以清晰明了地推理出MXC在2019年9月27日这一天伪造了交易量。

交易所的成交分布

如果SPV是需要计算后画图的，那么我们可以直接将采集到的逐笔成交量画图，这个直方图一目了然地展现交易所是否在刷交易量。

(1) poloniex成交分布

参考来源：Vitu.ai

(2) binance成交分布

参考来源：Vitu.ai

(3) coinbase成交分布

参考来源：Vitu.ai

poloniex，binance和coinbase在2019年9月27日的成交分布都很正常，绝大多数用户的比特币交易量呈现散户的特质，分布于0.00到0.04之间。

同时单笔交易的成交量有正常人类的整数效应，即买1或者2个比特币，而不是买0.42或者0.78个比特币。

(4) MXC成交分布

参考来源：Vitu.ai

MXC在2019年9月27日这一天，明显在1.8-2.8个比特币之间刷量，看上去极大概率是一个程序控制的算法叠加生成的，在每个区间连续分布而又不具备自然人类的整数效应。

因而，我们通过逐笔成交的分布直方图，也可以得出MXC在2019年9月27日伪造了交易量。

coinbene和MXC的刷量逻辑

接下来Vitu要做一个有趣但是不严谨的对比，将2019年9月24日coinbene的逐笔分布和2019年9月27日MXC的逐笔分布，两张直方图放在一起看。

都是五彩斑斓的算法谎言，相比而言，coinbene还是稍胜一筹。目前看来，两家交易所的刷量算法都还需要学习正常投资者的交易行为。

由此可见，现在的交易所伪造交易量时也是大大的狡猾，作为数字资产的投资人，只能擦亮眼睛，用数据时刻验证，毕竟数据从不说谎，区块链的世界也不例外。

总结

一方面来说，SPV (Size per Visit) 是衡量是否刷量一个最简单直接的办法，因为访问量是做市团队没办法作假的数据，这个是由交易所的综合运营实力和真实的市场流量来决定的。

另一方面来说，逐笔成交的分布是另外一个容易去分析的数据。

另外还有很多可以深入研究的方法，而Vitu也拥有80+的交易所数据来支持更多有趣的研究。

我们在Vitu.ai等你来挖掘。