一份提交给 SEC 的报告教你识别：交易所长什么样

真正的交易是什么样的？

大家可以看看平均每日比特币成交额在2700万美元左右的Coinbase Pro上列出的比特币买卖订单长什么样。

总部位于旧金山的 Coinbase 已经筹集了 5.46 亿美元的风险投资。 该交易所平均每天的比特币交易额约为 2700 万美元。 Coinbase已获得纽约州金融服务管理局颁发的BitLicense比特币交易牌照，在加密货币圈享有盛誉。

下图为Coinbase交易界面截图：

上面的截图反映了 Coinbase Pro 的交易历史，这是 Coinbase 的新“专业加密货币交易所”。 绿色部分是推高价格的买单，红色部分是推低价格的卖单。

注意红色和绿色部分不对称，分布不均匀，真实交易中就是这样。

在上面的屏幕截图中，买单（绿色）比卖单（红色）更活跃。

上面的屏幕截图捕获了交易金额。

请注意，不同时间点的交易金额差异很大，小至0.0017 BTC，大至1 BTC。 您还会看到交易金额也往往是随机整数：1.00 BTC、0.60 BTC、0.10 BTC 等。这是自然行为：与“0.821 比特币”这样的数字相比，人们更有可能交易 1 个比特币这样的整数。

在上图中，每根灰色“蜡烛”代表 Coinbase Pro 每 5 分钟的营业额。

请注意，这些“蜡烛”的大小各不相同：在大约 5 分钟的时间段内，交易量较大。

上面的屏幕截图显示了买单和卖单之间的价格差异。 单位为 0.01 美元。 截屏时比特币的交易价格为 3,419 美元。 这意味着比特币的交易价差在 0.0003% 以内，使其成为全球金融工具中价差最小的产品之一。

疑似欺诈交易是什么样子的？

以下是一些示例，可以了解可疑的欺诈交易是什么样子的。

示例 1：交易在活跃的买卖订单之间执行

CoinBene（声称每日交易量为 4.8 亿美元）

CoinBene自称是全球交易量最大的加密货币交易所，日均交易量约4.8亿美元，相当于Coinbase交易量的18倍。

看下图可以看出，这个市场上基本上所有的交易都是在当前的买入价和卖出价之间进行的，这是值得怀疑的。

上面的屏幕截图捕获了交易。

请注意绿色与红色的均匀交错。 在 Coinbase Pro 上，我们看到的是更随机的买卖活动。

从CoinBene满币的区块来看，买卖价格均匀交错，很可能存在非常好的甚至人为的按照经济学安排的买卖订单分布。

上面的截图显示了每笔交易的“时间戳”。

结合成交量，你会发现满币满币上的所有交易都是成对的，每笔买单（绿色）对应一张卖单（红色）。 交易量几乎完全相同，中间一栏显示了这一点，使得交易对随着时间的推移几乎相互抵消！

从上面的截图来看，交易所的交易量与Coinbase Pro相差较大。

从最小成交额来看1比特币长什么样子，没有小额成交，最小成交0.43个比特币，折合1400美元左右。 Coinbase Pro 的单笔最低交易金额仅为 5 美元。

尽管对整数有明显的偏好，但 CoinBene 没有整数。

在上图截图时，最高买单为 3,239.59 美元，最低卖单为 3,274.33 美元1比特币长什么样子，这意味着价差高达 34.74 美元。 相比之下，Coinbase Pro 上买卖订单之间的价差为 0.01 美元。

这就是神奇的地方：这家号称成交额相当于Coinbase Pro 18倍的交易所，竟然比后者高出3400多倍的价差！

另外，CoinBene在现实世界的影响力其实比Coinbase还要小，这也是值得怀疑的。 从下面的对比图中可以看出这一点：

例2：多小时、多日交易量为0

RightBTC（号称日交易量1亿美元）

RightBTC 声称每日交易量约为 Coinbase Pro 的 4 倍。 但是，它在许多小时甚至几天内都显示为 0 交易量。 请看下图：

就营业时间、波动性、正常运行时间或其他因素而言，这种情况是不可接受的。 两个更有说服力的解释是交易量欺诈和/或交易挖矿。

从上图中也可以看出，每根“蜡烛”代表着RightBTC每小时的成交额。 请注意，有很大的缺口，有时会持续数天，但没有成交量。

在上面的截图中，RightBTC 的买卖订单价差高达 371.99 美元，与 Coinbase Pro 的 0.01 美元价差相去甚远。

这个数字是荒谬的，尤其是考虑到它声称拥有后者交易量的 4 倍。

例子三：营业额不可动摇

CHAOEX（号称日交易额7000万美元）

CHAOEX 声称每日营业额为 7000 万美元，是 Coinbase Pro 的两倍多。 然而，这个市场中每笔订单的成交量几乎是恒定的：每天和每小时平均分布。 并且，它不受市场价格波动、突发新闻、休息日、周末或现实世界中其他因素的影响。

当然，以上只是一些容易区分的例子。 并非每一个假冒的加密货币交易所都能一眼就被发现。 还需要更多的数据，更深入的挖掘。