上周，Vitu开源了SPV算法，绘制了逐笔交易分布图，捕捉了某一天满币的当前行为。根据coinmarketcap修改后的交易量排名，在2019年11月12日的交易所榜单中，币安作为RealTen中仅存的一家交易所，也是十有八九。有意思的是，coinmarketcap在同一天推出了一个新的排名标准——流动性。本来心里痒痒的，维图还想继续看看红币第一的SPV，不过既然人家都坦白算了，那就研究一个新对象MXC抹茶吧。突然发现一个有趣的点。coinmarketcap榜单上，大部分交易所诞生于2017-2018年之间，有点期待未来数字资产生态是否会有新型玩家参与。Vitu.ai作为数字资产数据和研究服务商，将为广大投资者解决两大痛点。本文继续教大家如何识别线上刷单：痛点一：如何定义一目了然的刷单成交量指数痛点二：获取各交易所的优质交易数据（一）指数公式再回顾一个重要的衡量指标，SPV，全称sizepervisit，这个指标可以估算出每个来到指定交易所的用户的平均成交额是多少。其中，本次分析会用到两个重要数据：（1）当日总交易量，以币安BTC/USDT交易对的交易量为例。交易时间序列采集自交易所API，数据结构如下：汇总指定日期00:00:00-23:59:59之间每笔交易的交易量，得到总交易量那天。(2)交易所日均访问量我们用SimilarWeb在9月计算的交易所月均访问量，然后除以30得到交易所日均访问量。(2)数据准备本研究将以2019年9月27日Binance、Poloniex、Coinbase、MXC抹茶交易数据为例。从上面代码的运行结果可以看出，2019年9月27日，四个交易所：poloniex8000多笔交易，binance45万多笔交易，coinbene9万多笔交易，MXC抹茶3万多笔交易(3)绘制时间这里用柱状图来描述2019年9月27日四家交易所的交易量、9月的访问量和SPV。(1)交易所的交易量我们先来看交易量，交易量是一个交易所可以自己伪造的数据。MXC抹茶（红色）超过binance（橙色）成为最多，coinbase（绿色）紧随其后，poloniex（蓝色）排名第四。(2)交易所的月访问量再看月访问量，一个交易所无法伪造的数据。我们发现coinbase（绿色）最多，binance（橙色）次之，poloniex（蓝色）第三，MXC（红色）最少。(3)SPV最后我们来看一下根据以上两个数据计算出来的sizepervisit。从上图可以看出，poloniex、binance、coinbase的SPV都比较正常，而MXC极域（红色）的人均交易额为4.6个比特币，又是一个红色支柱。不出所料，MXC抹茶也是坦然刷量。因此，通过SPV指标，我们可以明确推断MXC抹茶在2019年9月27日的交易量造假。（4）交易所交易量分布如果需要计算SPV再得出，那么我们可以直接将采集到的交易量通过交易。这个柱状图一目了然地显示了交易所是否有交易量。(1)Poloniex交易分布(2)Binance交易分布(3)Coinbase交易分布2019年9月27日poloniex、binance和coinbase交易分布正常，大部分用户比特币交易量呈现散户特征，分布在0.00和0.04之间。同时，单笔交易量具有正常人的整数效应，即购买1或2个比特币，而不是购买0.42或0.78个比特币。（四）MXC抹茶交易分布2019年9月27日，MXC抹茶明显在1.8-2.8个比特币之间兑换。看起来极高的概率是由程序控制的算法叠加产生的，在每个区间分布上都是连续的，没有自然人的整数效应。因此，我们也可以通过tick-by-tick分布的分布直方图得出MXC抹茶2019年9月27日交易量造假的结论。(5)满币与MXC抹茶的交易逻辑接下来维图会做一个有趣但不严谨的对比，对比2019年9月24日满币的分布和2019年9月27日MXC抹茶的分布，两个柱状图放在一起看。它们都是色彩缤纷的算法谎言。相比之下，满币还是略胜一筹。两家交易所的刷单算法还是需要学习正常投资者的交易行为。可见现在的交易所在伪造交易量的时候也是非常狡猾的。作为数字资产的投资者，只能擦亮眼睛，时刻用数据来验证。毕竟数据从不说谎，区块链世界也不例外。(6)小结一方面，SPV（SizeperVisit）是衡量刷卡量最简单直接的方法，因为访问量是做市商无法造假的数据。取决于市场流量。另一方面，逐笔报价分布是另一个易于分析的数据。此外，还有很多方法可以深入研究，Vitu也有80+交换数据支持更多有趣的研究。我们在Vitu.ai等你来挖掘。
